As espécies do gênero Candida são causadoras de diversas infecções fúngicas e, nos últimos anos, tem sido desenvolvidas novas tecnologias para auxiliar nos diagnósticos microbiológicos. Dentre as técnicas está a espectroscopia infravermelha junto com a análise estatística multivariada. O objetivo deste trabalho é comparar dois métodos: estatístico (análise multivariada) e não-estatístico (ajuste de curva), utilizando os espectros infravermelhos de Candida albicans, Candida dubliniensis e Candida parapsilosis para testar o potencial do uso de Análise Estatística Multivariada para discriminação de espectros de micro-organismos. Para isso foram obtidos, utilizando o Spectrum Spotlight 400 da PerkinElmer, 54 espectros infravermelhos, sendo 18 de cada espécie, na faixa de 4000 a 1000 cm-1, com resolução de 4 cm-1, no modo de transmissão, a 20 ºC. A análise dos espectros foi realizada através de três métodos: (1) inspeção visual direta dos espectros; (2) análise estatística multivariada; (3) ajuste de curva para a determinação de estruturas secundárias de proteínas. Na região de 1200 a 1000 cm-1, os espectros apresentam diferenças que podem ser percebidas numa inspeção visual direta. Uma banda próxima de 1070 cm-1 e outra próxima de 1045 cm-1 apresentam intensidades relativas diferentes para os três espectros. Por outro lado, as bandas da amida I, na região de 1710 a 1590 cm-1, apresentam aspectos visuais semelhantes com máximo em 1651 cm-1 para os espectros dos três micro-organismos. Esse fato torna possível submeter a análise estatística multivariada a um teste de sua capacidade de diferenciar três espectros de Candida. A análise estatística multivariada foi aplicada aos 54 espectros para investigar as regiões de 4000 a 1000 cm-1 com exceção da região de 2600 a 2300 cm-1 e de 1710 a 1590 cm-1 que corresponde a das bandas da amida I. A técnica selecionada foi a análise por componentes principais (PCA, Principal Componente Analysis), utilizando os primeiros quatro componentes principais, em conjunto com a técnica hierárquica de análise de agrupamento (HCA, Hierarchical Clustering Analysis) segundo o método de Ward. Foi utilizado para esta análise o software MINITAB 15 e o resultado mostra uma clara discriminação dos espectros dos três micro-organismos nas duas regiões consideradas. Adicionalmente foi obtido o espectro médio de cada micro-organismo nas bandas da amida I na região de 1710 a 1590 cm-1. Os três espectros médios assim obtidos foram analisados pelo método de ajuste de curva que não é estatístico para determinar as estruturas secundárias de proteínas. Para esta análise o software ORIGIN 7.5 foi utilizado e os resultados obtidos mostram estruturas conformacionais diferentes nos três micro-organismos. Esses resultados confirmam a discriminação obtida através da análise estatística multivariada e visual. Pode-se concluir que as análises estatísticas multivariadas baseadas em análise por componentes principais e análise de agrupamento com uso do algoritmo Ward é potencialmente útil para discriminar micro-organismos através de seus espectros infravermelhos. Além disso, as análises mostram que as bandas da amida I dos espectros infravermelhos de Candida albicans, Candida dubliniensis e Candida parapsilosis fornecem um conjunto de dados cuja estrutura de agrupamento é conhecida e que pode ser útil para testar e validar algoritmos estatísticos de análise de agrupamento.
Candida albicans; Candida dubliniensis; Candida parapsilosis; Análise estatística multivariada; Microespectroscopia infravermelha; Estruturas secundárias de proteínas
