Caracterización espectral de muestras biológicas para el cribado de microorganismos mediante clasificación semiautomática

Abstract

Las enfermedades pulmonares continúan representando un reto clínico relevante, especialmente cuando su diagnóstico depende del análisis morfológico del esputo mediante técnicas tradicionales como la tinción y la observación microscópica, que son procesos lentos, cualitativos y fuertemente dependientes del operador. Este trabajo de fin de grado explora una metodología alternativa basada en espectroscopía óptica y técnicas de análisis multivariante, con el objetivo de clasificar muestras de esputo de forma más rápida, reproducible y objetivamente cuantificable, evaluando su utilidad como herramienta diagnóstica complementaria. Se analizaron espectros de absorbancia en el rango visible correspondientes a doce muestras de esputo clasificadas en cuatro categorías clínicas: positivas, negativas, sin teñir y ambiguas. Los datos espectrales fueron sometidos a un preprocesamiento estandarizado, seguido de un análisis de componentes principales (PCA), con el fin de reducir la dimensionalidad y preservar las características más discriminantes. Posteriormente, se aplicó agrupamiento no supervisado mediante k-means, obteniéndose una segmentación en cuatro clústeres. La evaluación mediante el índice de silueta arrojó un valor promedio de 0,8226, lo que refleja una separación robusta entre las agrupaciones espectrales generadas. Los resultados muestran una correlación clara entre las agrupaciones espectrales y las categorías clínicas asignadas. Las muestras positivas y negativas exhiben patrones espectrales bien diferenciados, presumiblemente relacionados con la retención diferencial del colorante en función de la composición celular. Las muestras sin teñir y las ambiguas forman agrupaciones distintas, lo que sugiere que el análisis espectroscópico es sensible también a variaciones morfológicas o composicionales no detectables visualmente. Este comportamiento reafirma la capacidad de la espectroscopía óptica para captar diferencias bioquímicas significativas sin necesidad de marcadores externos. En conjunto, los hallazgos obtenidos demuestran la viabilidad de esta técnica como soporte diagnóstico automatizable, con potencial para integrarse en flujos clínicos orientados a la evaluación rápida y no invasiva del esputo. La combinación de espectroscopía con técnicas estadísticas de reducción de dimensionalidad y agrupamiento constituye una herramienta prometedora para mejorar la sensibilidad y objetividad en la detección temprana de alteraciones respiratorias.

Pulmonary diseases remain a diagnostic challenge, particularly when evaluation depends on conventional techniques such as Ziehl-Neelsen staining and microscopy, which are time-consuming, subjective, and require trained personnel. This undergraduate thesis proposes an alternative methodology based on optical spectroscopy and multivariate statistical analysis to enable faster, more reproducible, and objective classification of sputum samples, assessing its potential for identifying clinically meaningful spectral signatures. Twelve sputum samples were categorized into four clinical types: positive, negative, unstained, and ambiguous. Absorbance spectra in the visible range were processed and analyzed using Principal Component Analysis (PCA), which allowed dimensionality reduction while preserving the most discriminative spectral features. Subsequently, an unsupervised k-means clustering algorithm was applied to the PCA-reduced data, revealing natural groupings based on spectral similarity. Clustering validity was assessed using the silhouette index, which achieved a high average score of 0.8226, indicating well-separated and internally coherent clusters. The spectral clustering results aligned with the clinical classifications: positive and negative samples exhibited distinguishable absorbance profiles, likely related to the differential retention of dye components. Unstained and ambiguous samples formed distinct clusters, suggesting that the optical properties captured by spectroscopy reflect intrinsic biochemical or morphological differences beyond simple visual assessment. These findings underscore the sensitivity of optical methods in capturing subtle variations in sample composition. In summary, this work supports the feasibility of integrating optical spectroscopy into biomedical workflows for non-invasive sputum analysis. When combined with statistical learning techniques such as PCA and unsupervised clustering, this approach enables robust and automated classification of clinical samples, potentially contributing to earlier detection of respiratory pathologies and optimization of diagnostic protocols.