COVID-19, abordagem multidisciplinar no diagnóstico e terapêutica : integrando métodos de diagnóstico e prognóstico, metabolômica na identificação de biomarcadores e inteligência artificial na descoberta de novos fármacos

Abstract

Resumo: A presente tese de doutorado é fruto de uma pesquisa iniciada no primeiro trimestre de 2020, impulsionada por uma bolsa de estudo emergencial, fornecida pela CAPES para o desenvolvimento de projeto sobre COVID-19. O objetivo primordial deste trabalho, foi gerar evidências científicas cruciais para o enfrentamento da pandemia em curso. Esta tese está organizada em sete capítulos desenvolvidos ao longo do período pandêmico, e objetivou produzir respostas às novas e emergentes questões desencadeadas pela COVID-19. Iniciando com os desafios de diagnóstico e identificação de fatores de risco, a pesquisa avança para explorar soluções terapêuticas e preventivas. Descobertas relevantes foram obtidas, destacando-se associações entre mortalidade e variáveis como tempo de diagnóstico, sexo e localização geográfica, sublinhando a necessidade premente de intervenções eficazes desde o início da crise sanitária. Além disso, a tese ressalta a importância crucial da nutrição na recuperação da COVID-19, identificando alimentos e nutrientes com impacto positivo no desfecho da doença, especialmente em contextos socioeconômicos subdesenvolvidos. A utilização da espectroscopia infravermelha é enfatizada como uma ferramenta válida e confiável para diagnóstico, especialmente em regiões com recursos limitados. Modelos de machine learning mostraram-se eficazes na previsão do diagnóstico e gravidade da COVID-19, melhorando os processos de triagem e diagnóstico em ambientes de saúde. Além disso, biomarcadores foram identificados, fornecendo insights valiosos para uma melhor compreensão da fisiopatologia da doença e o desenvolvimento de estratégias de tratamento mais eficazes. A pesquisa também investigou o potencial de compostos bioativos naturais como inibidores do vírus, utilizando simulações computacionais para identificar candidatos promissores para o tratamento da doença, oferecendo novas perspectivas para o desenvolvimento de terapias antivirais. No geral, esta tese representa uma contribuição significativa para a compreensão e o combate da COVID19 em escala global, fornecendo uma análise abrangente e perspicaz sobre os desafios e avanços relacionados à pandemia.

Abstract: The present doctoral thesis is the result of research initiated in the first quarter of 2020, propelled by an emergency scholarship provided by CAPES for the development of a project on COVID-19. The primary objective of this work was to generate crucial scientific evidence for addressing the ongoing pandemic. This thesis is organized into seven chapters developed over the pandemic period, aiming to provide answers to the new and emerging questions triggered by COVID-19. Starting with the challenges of diagnosis and identification of risk factors, the research progresses to explore therapeutic and preventive solutions. Relevant findings were obtained, highlighting associations between mortality and variables such as time of diagnosis, gender, and geographical location, underscoring the urgent need for effective interventions from the onset of the health crisis. Additionally, the thesis emphasizes the crucial importance of nutrition in COVID-19 recovery, identifying foods and nutrients with a positive impact on disease outcome, especially in underdeveloped socioeconomic contexts. The use of infrared spectroscopy is emphasized as a valid and reliable tool for diagnosis, especially in regions with limited resources. Machine learning models proved effective in predicting COVID-19 diagnosis and severity, improving screening and diagnostic processes in healthcare settings. Furthermore, biomarkers were identified, providing valuable insights for a better understanding of the disease's pathophysiology and the development of more effective treatment strategies. The research also investigated the potential of natural bioactive compounds as virus inhibitors, using computational simulations to identify promising candidates for disease treatment, offering new perspectives for the development of antiviral therapies. Overall, this thesis represents a significant contribution to the understanding and combating of COVID-19 on a global scale, providing a comprehensive and insightful analysis of the challenges and advances related to the pandemic.