dc.creatorRocca, María Florencia
dc.creatorZintgraff, Jonathan
dc.creatorDattero, María Elena
dc.creatorSantos, Leonardo Silva
dc.creatorLedesma, Martín
dc.creatorVay, Carlos
dc.creatorPrieto, Mónica A.
dc.creatorBenedetti, Estefanía
dc.creatorAvaro, Martín
dc.creatorRusso, Mara
dc.creatorNachtigall, Fabiane Manke
dc.creatorBaumeister, Elsa
dc.date2020-11-27T13:28:14Z
dc.date2020-11-27T13:28:14Z
dc.date2020-12
dc.date.accessioned2023-08-29T20:07:18Z
dc.date.available2023-08-29T20:07:18Z
dc.identifier0166-0934
dc.identifierhttp://sgc.anlis.gob.ar/handle/123456789/1756
dc.identifier10.1016/j.jviromet.2020.113991
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8519593
dc.descriptionFil: Rocca, María Florencia. ANLIS Dr.C.G.Malbrán. Instituto Nacional de Enfermedades Infecciosas; Argentina.
dc.descriptionFil: Zintgraff, Jonathan Cristian. ANLIS Dr.C.G.Malbrán. Instituto Nacional de Enfermedades Infecciosas; Argentina.
dc.descriptionFil: Dattero, María Elena. ANLIS Dr.C.G.Malbrán. Instituto Nacional de Enfermedades Infecciosas. Departamento de Bacteriología; Argentina.
dc.descriptionFil: Silva Santos, Leonardo. Instituto de Química de Recursos Naturales, Universidad de Talca; Chile.
dc.descriptionFil: Ledesma, Martín. Red Nacional de Espectrometría de Masas aplicada a la Microbiología Clínica (ReNaEM Argentina), Argentina; Laboratorio de Bacteriología, Departamento de Bioquímica Clínica, Hospital de Clínicas José de San Martín, Facultad de Farmacia y Bioquímica, Universidad de Buenos Aires; Argentina
dc.descriptionFil: Vay, Carlos. Red Nacional de Espectrometría de Masas aplicada a la Microbiología Clínica (ReNaEM Argentina), Argentina; Laboratorio de Bacteriología, Departamento de Bioquímica Clínica, Hospital de Clínicas José de San Martín, Facultad de Farmacia y Bioquímica, Universidad de Buenos Aires; Argentina
dc.descriptionFil: Prieto, Mónica. ANLIS Dr.C.G.Malbrán. Instituto Nacional de Enfermedades Infecciosas; Argentina.
dc.descriptionFil: Benedetti, Estefanía. ANLIS Dr.C.G.Malbrán. Instituto Nacional de Enfermedades Infecciosas. Departamento de Bacteriología; Argentina. ,
dc.descriptionFil: Avaro, Martín. ANLIS Dr.C.G.Malbrán. Instituto Nacional de Enfermedades Infecciosas. Departamento de Bacteriología; Argentina.
dc.descriptionFil: Russo, Mara. ANLIS Dr.C.G.Malbrán. Instituto Nacional de Enfermedades Infecciosas. Departamento de Bacteriología; Argentina.
dc.descriptionFil: Nachtigall, Fabiane Manke. Instituto de Ciencias Químicas Aplicadas, Universidad Autónoma de Chile; Chile.
dc.descriptionFil: Baumeister, Elsa. ANLIS Dr.C.G.Malbrán. Instituto Nacional de Enfermedades Infecciosas. Departamento de Bacteriología; Argentina.
dc.descriptionCoronavirus disease 2019, known as COVID-19, is caused by the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). The early, sensitive and specific detection of SARS-CoV-2 virus is widely recognized as the critical point in responding to the ongoing outbreak. Currently, the diagnosis is based on molecular real time RT-PCR techniques, although their implementation is being threatened due to the extraordinary demand for supplies worldwide. That is why the development of alternative and / or complementary tests becomes so relevant. Here, we exploit the potential of mass spectrometry technology combined with machine learning algorithms, for the detection of COVID-19 positive and negative protein profiles directly from nasopharyngeal swabs samples. According to the preliminary results obtained, accuracy = 67.66 %, sensitivity = 61.76 %, specificity = 71.72 %, and although these parameters still need to be improved to be used as a screening technique, mass spectrometry-based methods coupled with multivariate analysis showed that it is an interesting tool that deserves to be explored as a complementary diagnostic approach due to the low cost and fast performance. However, further steps, such as the analysis of a large number of samples, should be taken in consideration to determine the applicability of the method developed.
dc.formatpdf
dc.languageen
dc.publisherElsevier
dc.relationJournal of virological methods
dc.rightsopen
dc.sourceJournal of Virological Methods 2020; 286.
dc.subjectInfecciones por Coronavirus
dc.subjectAprendizaje Automático
dc.subjectEspectrometría de Masas
dc.titleA combined approach of MALDI-TOF mass spectrometry and multivariate analysis as a potential tool for the detection of SARS-CoV-2 virus in nasopharyngeal swabs
dc.typeArtículo


Este ítem pertenece a la siguiente institución