Abstract
Near-infrared spectroscopy (NIRS) is an accurate, fast and safe technique whose full potential remains to be exploited. Lichens are a paradigm of symbiotic association, with extraordinary properties, such as abiotic stress tolerance and adaptation to anhydrobiosis, but subjacent mechanisms
await elucidation. Our aim is characterizing the metabolomic NIRS fingerprints of Ramalina farinacea and Lobarina scrobiculata thalli, and of the cultured phycobionts Trebouxia lynnae and Trebouxia jamesii. Thalli collected in an air-dry state and fresh cultivated phycobionts were directly used for spectra acquisition in reflectance mode. Thalli water peaks were associated to the solvation shell (1354 nm) and sugar–water interactions (1438 nm). While northern–southern orientation related with two hydrogen bonded (S2) water, the site was related to one hydrogen bonded (S1). Water, lipids (saturated and unsaturated), and polyols/glucides contributed to the profiles of lichen thalli and microalgae. R. farinacea, with higher desiccation tolerance, shows higher S2 water than L. scrobiculata. In contrast, fresh phycobionts are dominated by free water. Whereas T. jamesii shows higher solvation water content, T. lynnae possesses more unsaturated lipids. Aquaphotomics demonstrates the involvement
of strongly hydrogen bonded water conformations, polyols/glucides, and unsaturated/saturated fatty acids in the dehydration process, and supports a “rubbery” state allowing enzymatic activity during anhydrobiosis.
Loading...
Quotes
0 citations in 
0 citations in 
Journal Title
Journal ISSN
Volume Title
Publisher
MDPI
URL external
Date
Description
El trabajo se centra en la viremia de la hepatitis C y usa espectroscopía NIR y aprendizaje automático sobre suero humano. Los objetivos del estudio son:
1. Evaluar el potencial combinado de la espectroscopía NIR (NIRS) y el aprendizaje automático aplicado a la huella molecular global (GMF) de sueros de biobanco para discriminar de forma eficiente la actividad del virus de la hepatitis C (HCV) en suero.
2. Realizar una prueba de concepto preclínica que demuestre la viabilidad de usar la GMF NIR y métodos de inteligencia artificial para detectar la presencia de HCV en suero de pacientes.
a) Se obtuvo la GMF NIR a partir de micromuestras de 70 µL de suero de pacientes con hepatitis C, demostrando que volúmenes muy pequeños son suficientes para el análisis espectral.
b) El análisis bootstrap mostró diferencias significativas entre sueros HCV‑PCR positivos y negativos, y el PCA permitió una separación nítida y completa entre ambos grupos en el espacio de componentes principales.
c) La presencia viral se asoció con un descenso de la absorbancia en prácticamente todas las longitudes de onda del GMF del suero, con mayores diferencias en bandas de agua (~1920 nm) y cadenas alifáticas (2300–2500 nm), lo que indica un fuerte efecto del virus sobre la estructura de la matriz de agua y el lipidoma sérico.
d) El modelo de regresión logística penalizada L1 identificó 182 longitudes de onda relevantes para predecir la positividad viral (AUC ≈ 0,6), destacando bandas asociadas a estructuras específicas de agua y lípidos como posibles biomarcadores de actividad viral.
En conjunto, la prueba de concepto muestra que la GMF NIR asistida por machine learning permite discriminar eficientemente la presencia de HCV y, al mismo tiempo, sugerir biomarcadores séricos potenciales, con aplicaciones futuras en diagnóstico, monitorización y cribado rápido de infecciones virales.
Citation
Bruñas Gómez, I.; Casale, M.; Barreno, E.; Catalá, M. Near-Infrared Metabolomic Fingerprinting Study of Lichen Thalli and Phycobionts in Culture: Aquaphotomics of Trebouxia lynnae Dehydration. Microorganisms 2022, 10, 2444. https://doi.org/10.3390/ microorganisms10122444
Collections
Endorsement
Review
Supplemented By
Referenced By
Statistics
Views
6
Downloads
5
Bibliographic managers
Document viewer
Select a file to preview:
Reload