Identification and discrimination of microorganisms by Laser Induced Breakdown Spectroscopy (LIBS) and mathematical algorithms.

Resumen

En esta tesis se ha estudiado el enfoque cualitativo de la técnica LIBS en el área de la biomedicina, explorando su potencial para identificar y discriminar muestras biológicas, a partir de los cambios en su composición atómica. La motivación de estos estudios fue evaluar la capacidad de LIBS para proporcionar una identificación rápida en comparación con los métodos bioanalíticos tradicionales, aprovechando la posibilidad de combinarlo con los métodos quimiométricos para aumentar el rendimiento de la técnica y demostrar su potencial de uso como un método diagnóstico en el ámbito clínico. Con el fin de desarrollar los modelos de clasificación, se emplearon diferentes enfoques de los métodos quimiométricos y se compararon para encontrar el mejor enfoque y dar solución a este problema. Una parte integral es el desarrollo de modelos de clasificación utilizando los algoritmos de Red Neural Artificial (NN) como la herramienta quimiométrica para el análisis de datos espectrales LIBS en la identificación y discriminación de materiales biológicos moleculares complejos como bacterias y hongos. La selección de la NN fue fomentada por un estudio en el que la comparación entre varios métodos quimiométricos, incluyendo Análisis Discriminante Lineal (LDA), Máquinas de Soporte Vectorial (SVM), Modelado Suave Independiente de Analogía de Clase (SIMCA), Análisis Discrecional de mínimos cuadrados parciales (PLSDA) y Redes Neuronales Artificiales (NN), demostró el mejor desempeño de la NN en la clasificación de cepas bacterianas. Hay una multitud de técnicas que se emplean para identificar los patógenos bacterianos y fúngicos presentes en una muestra biológica que causa enfermedades infecciosas. Todas estas técnicas ofrecen varias ventajas y proporcionan buenos resultados, pero en muchos casos los factores como el tiempo y el coste del análisis son limitados. Por lo tanto, en esta tesis se pretendió desarrollar una metodología basada en la combinación LIBS con NN para realizar la identificación y discriminación de estos patógenos en la identificación y discriminación de bacterias y hongos en muestras biológicas; con especial referencia a la mejora de los estándares de seguridad hospitalaria, particularmente desde el punto de vista microbiológico, mediante el diagnóstico precoz de las infecciones adquiridas en el hospital (HAI). La tesis se divide principalmente en tres partes: Introducción a los fundamentos de las técnicas utilizadas, procedimiento Experimental y Resultados. La primera parte se centra en la introducción al objetivo principal de esta tesis. El capítulo 1 da una visión teórica de la técnica incluyendo los fundamentos de la técnica LIBS, los antecedentes del análisis basado en LIBS de microorganismos y los avances realizados en esta técnica para sus aplicaciones médicas. El capítulo 2 incluye una introducción general a la quimiometría y las figuras de mérito que se necesitan tener en cuenta para la evaluación del desempeño de los métodos quimiométricos en clasificación. La segunda parte que compone el capítulo 3 describe la configuración experimental utilizada para las mediciones LIBS y los componentes del sistema experimental desarrollado en el laboratorio. La tercera parte incluye los resultados experimentales donde el capítulo 4 trata sobre la metodología desarrollada de LIBS y NN para la identificación y discriminación de muestras bacterianas. La metodología se extendió a cepas bacterianas resistentes a antibióticos, que forma la segunda subsección. También se realizó una comparación entre diferentes métodos quimiométricos, formando la última parte de este capítulo. El capítulo 5 presenta el análisis de muestras de hongos (Cándida) por LIBS, su caracterización por SEM con EDS, y aplicando la metodología LIBS y NN para su discriminación. Finalmente, la última parte, el capítulo 6 discute las conclusiones del trabajo y los desafíos que enfrentan en este campo.