Análisis de sueros sanguíneos de ratón infectado con leishmanía braziliensis empleando espectroscopia raman intensificada por efecto de superficie (sers)

Abstract

La leishmaniasis es un conjunto de enfermedades zoonóticas causada por parásitos del genero Leishmania. Mundialmente es considerada un problema de Salud Publica debido a la gran incidencia propagada por los zancudos flebótomos. Ante las limitaciones sobre el control de contagió, surge la necesidad de implementar nuevos métodos de diagnóstico que sean más rápidos con poca preparación de la muestra, como alternativa a los métodos de detección convencionales por inmunoensayos y biología molecular. Diferentes técnicas espectroscópicas han demostrado ser útiles y eficientes en el análisis de muestras biológicas sin mayor pre-tratamiento, como la Espectroscopia Raman Intensificada por Efecto de Superficie (SERS), apoyada de métodos estadísticos que permiten la discriminación entre diferentes estados de la enfermedad. Bajo estas consideraciones se desarrolló un método de detección SERS utilizando AuNPs como sustrato metálico y análisis multivariable. Para ello se sintetizaron AuNPs con un tamaño medio de 19 nm y un potencial zeta de -43 mV, utilizando el método de Turkevich. Los sueros infectados con L. braziliensis se conjugaron con las AuNPs en relación 1:1 por autoensamble sobre un slide cubierto de aluminio, hasta alcanzar la sequedad. Los espectros SERS fueron adquiridos mediante un microscopio Raman Horiba Scientific LabRam HR Evolution y un láser operado a 785 nm, bajo un tiempo de integración de 20 segundos por 10 scans. Como resultado tras la intensificación se lograron identificar señales claves sobre el comportamiento microbicida, inmunológico y reconstructivo del huésped hacía el parásito de Leishmania. En tanto el análisis por PCA relacionó las características de los espectros infectados con PC1 y las características de los espectros sanos con PC2. Así finalmente el modelo discriminatorio por QDA basado en dos clases y dos componentes principales, discriminó las clases INF y SAN con un 100% de exactitud, clasificando el conjunto de prueba PORT en la categoría INF.