Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: https://bdtd.unifal-mg.edu.br:8443/handle/tede/1859
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSILVA, Matheus Siqueira-
dc.creator.Latteshttp://lattes.cnpq.br/9553679955167498por
dc.contributor.advisor1FIGUEIREDO, Eduardo Costa de-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/9819015829001124por
dc.contributor.advisor-co1COELHO, Luiz Felipe Leomil-
dc.contributor.referee1TARLEY, Cézar Ricardo Teixeira-
dc.contributor.referee2CASTRO, Ana Cristina Honorato de-
dc.contributor.referee3SANTOS, Mariane Gonçalves-
dc.contributor.referee4MALAQUIAS, Luiz Cosme Cotta-
dc.date.accessioned2021-08-10T18:28:03Z-
dc.date.issued2021-03-26-
dc.identifier.citationSILVA, Matheus Siqueira. Diagnóstico diferencial da proteína ns1 de Zika virus e Dengue vírus através do reconhecimento label-free com polímeros impressos molecularmente. 2021. 125 f. Tese (Doutorado em Ciências Farmacêuticas) - Universidade Federal de Alfenas, Alfenas, MG, 2021.por
dc.identifier.urihttps://bdtd.unifal-mg.edu.br:8443/handle/tede/1859-
dc.description.resumoA semelhança dos sintomas desenvolvidos após as infecções pelo Zika virus e Dengue virus dificulta o diagnóstico clínico. Além disso, a similaridade estrutural entre esses vírus dificulta a elaboração de um método de diagnóstico diferencial e preciso. A proteína não estrutural 1 (NS1) é uma glicoproteína comum a todos os flavivírus, secretada no soro de pacientes infectados com o Dengue virus em concentrações de 1x10-2 a 50 mg L-1. O reconhecimento artificial de proteínas por sensores eletropolimerizados ganhou espaço recentemente no diagnóstico clínico por fornecer quimiosensores rápidos, sensíveis, seletivos, robustos, não destrutivos, com baixo custo atribuído, sendo ainda portáteis e de fácil manuseio. O presente trabalho propôs a elaboração de quimiossensores capazes de detectar e diferenciar as proteínas NS1 de Zika vírus (ZIKV) e Dengue virus tipo I (DENV-1). À partir de informações estruturais de linearidade, flexibilidade, acessibilidade e imunogenicidade seis epítopos foram selecionados para serem utilizados como molécula modelo para a produção de polímeros impressos molecularmente, dois para DENV-1 e quatro para ZIKV. Foram testados filmes de fenol, ácido aminofenil borônico e 3- e 4-aminofenol e realizou-se estudos para determinar condições ideais de polimerização. Um filme impresso molecularmente foi polimerizado na superfície de eletrodos de quadro impresso de carbono comerciais através da técnica de voltametria cíclica. A remoção da molécula modelo foi realizada por clivagem com proteinase K e voltametria cíclica. Foram testados três modelos de sensores, dois para NS1 de DENV-1 e um para NS1 de ZIKV. Ademais, foi avaliada a influência de uma etapa prévia de desnaturação por temperatura para converter a NS1 à sua forma monomérica antes do reconhecimento. A performance dos dispositivos foi avaliada em termos de precisão, sensibilidade, seletividade e especificidade. Os sensores sintetizados a partir do 3-aminofenol foram capazes de detectar a NS1 em amostras de soro humano diluído (1:1000) em concentrações de 50 a 200 μg L-1. Um dos modelos testados foi capaz de distinguir as NS1 de Dengue virus e Zika virus. Este mesmo protótipo foi capaz de detectar a proteína desnaturada na faixa de 50 a 200 μg L-1 com DPR abaixo de 5.04%. Os valores de LOD e LOQ calculados foram de 29.3 e 88.7 μg L-1, respectivamente.por
dc.description.abstractThe similarity of symptoms developed after Zika virus and Dengue virus infections makes clinical diagnosis difficult. Furthermore, the structural similarity between these viruses makes it difficult to develop a differential and accurate diagnostic method. Nonstructural protein 1 (NS1) is a glycoprotein common to all flaviviruses, secreted in the serum of patients infected with Dengue virus at concentrations from 1x10-2 to 50 mg L-1. The artificial recognition of proteins by electropolymerized sensors has recently gained space in clinical diagnosis for providing fast, sensitive, selective, robust, non-destructive chemosensors, with a low attributed cost, while being portable and easy to handle. The present work proposed the development of chemosensors capable of detecting and differentiating the NS1 proteins of Zika virus (ZIKV) and Dengue virus type I (DENV-1). Based on structural information of linearity, flexibility, accessibility and immunogenicity, six epitopes were selected to be used as a template molecule for the production of molecularly printed polymers, two for DENV-1 and four for ZIKV. Films of phenol, aminophenyl boronic acid and 3- and 4-aminophenol were tested and studies were carried out to determine ideal conditions for polymerization. A molecularly printed film was polymerized on the surface of commercial carbon printed board electrodes using the cyclic voltammetry technique. Removal of the template molecule was performed by cleavage with proteinase K and cyclic voltammetry. Three sensor models were tested, two for NS1 from DENV-1 and one for NS1 from ZIKV. Furthermore, the influence of a previous temperature denaturation step to convert NS1 to its monomeric form before recognition was evaluated. Device performance was evaluated in terms of precision, sensitivity, selectivity and specificity. Sensors synthesized from 3-aminophenol were able to detect NS1 in diluted human serum samples (1:1000) at concentrations from 50 to 200 μg L-1. One of the tested models was able to distinguish NS1 from Dengue virus and Zika virus. This same prototype was able to detect the denatured protein in the range of 50 to 200 μg L-1 with a DPR below 5.04%. The calculated LOD and LOQ values were 29.3 and 88.7 μg L-1, respectively.eng
dc.description.provenanceSubmitted by Marlom César da Silva (marlom.silva@unifal-mg.edu.br) on 2021-08-10T18:26:10Z No. of bitstreams: 2 Tese de Matheus Siqueira Silva.pdf: 6637566 bytes, checksum: 54c0ddf204f2ec3d8c07c8fe4a486782 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)eng
dc.description.provenanceApproved for entry into archive by Marlom César da Silva (marlom.silva@unifal-mg.edu.br) on 2021-08-10T18:26:29Z (GMT) No. of bitstreams: 2 Tese de Matheus Siqueira Silva.pdf: 6637566 bytes, checksum: 54c0ddf204f2ec3d8c07c8fe4a486782 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)eng
dc.description.provenanceApproved for entry into archive by Marlom César da Silva (marlom.silva@unifal-mg.edu.br) on 2021-08-10T18:27:48Z (GMT) No. of bitstreams: 2 Tese de Matheus Siqueira Silva.pdf: 6637566 bytes, checksum: 54c0ddf204f2ec3d8c07c8fe4a486782 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)eng
dc.description.provenanceMade available in DSpace on 2021-08-10T18:28:03Z (GMT). No. of bitstreams: 2 Tese de Matheus Siqueira Silva.pdf: 6637566 bytes, checksum: 54c0ddf204f2ec3d8c07c8fe4a486782 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2021-03-26eng
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESpor
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Federal de Alfenaspor
dc.publisher.departmentFaculdade de Ciências Farmacêuticaspor
dc.publisher.countryBrasilpor
dc.publisher.initialsUNIFAL-MGpor
dc.publisher.programPrograma de Pós-Graduação em Ciências Farmacêuticaspor
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/-
dc.subjectDengue víruspor
dc.subjectZika víruspor
dc.subjectImpressão molecularpor
dc.subjectEpítopopor
dc.subjectSensorpor
dc.subjectlabel-freepor
dc.subject.cnpqQUIMICA ANALITICA::ELETROANALITICApor
dc.titleDiagnóstico diferencial da proteína ns1 de Zika virus e Dengue vírus através do reconhecimento label-free com polímeros impressos molecularmentepor
dc.typeTesepor
Aparece nas coleções:Doutorado

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Tese de Matheus Siqueira Silva.pdf6,48 MBAdobe PDFBaixar/Abrir Pré-Visualizar


Este item está licenciada sob uma Licença Creative Commons Creative Commons