Tecnologias, Tendências & Inovações

Symposium I

Objeto:

discute temáticas com perspectivas futuras.

Inscrições: https://forms.gle/SxctRK8FVTXfLKBV8
Informações: acm@acm-itea.org

Simposistas

Tema: Percepções dos modelos computacionais do receptor µ-opióide

Nesta breve palestra apresentaremos algumas características marcantes do receptor µ-opióide, um receptor acoplado à proteína G envolvido no processo de percepção da dor, do ponto de vista computacional. Simulações moleculares têm se tornado uma ferramenta cada vez mais importante para auxiliar na interpretação e corroboração de resultados experimentais. Partindo de estruturas determinadas experimentalmente, simulações envolvendo modelos atomísticos estão revelando aspectos chave das interações ligante receptor e do equilíbrio conformacional do receptor. Resultados de simulações de dinâmica molecular serão apresentados juntamente com uma apresentação geral da literatura mais recente.

Currículo acadêmico

Bacharel em Química pela Universidade Estadual de Campinas (UNICAMP) em 1996, onde também graduou-se Mestre em Físico-Química em 1999.
Doutor em Física da Matéria Condensada pela Universidade Federal do Ceará (UFC) em 2008, com estágio de pesquisa em Química Teórica na Freie Universität Berlin e Friederich-Schiller Universität Jena (Alemanha).
Estágio de pós-doutorado em Biofísica Computacional no Forschungszentrum Jülich (Alemanha) de 2015 a 2016.
Professor Associado da Universidade Regional do Cariri, no Departamento de Química Biológica, atua no curso de Licenciatura em Química e no Programa de Pós-Graduação em Química Biológica, com atividades de pesquisa na área de simulações computacionais de sistemas com interesse farmacológico.
Membro da Sociedade Brasileira de Física (SBF), Sociedade Brasileira de Biofísica (SBBf), e acadêmico titular fundador da Academia Cearense de Matemática.

Tema: Redução de Dimensionalidade por PCA para visualização do estado de crianças com Transtorno do Espectro Autista (TEA)

Nesta breve apresentação mostrarei uma aplicação de uma técnica matemática bastante bem estabelecida para redução de dimensionalidade em estatística multivariada que otimiza, sujeita à restrições, a informação contida numa amostra experimental. O nome dessa técnica é Análise de Componentes Principais (PCA, do inglês Principal Component Analysis) e uma utilização recente que fizemos num conjunto de instrumentos psicométricos aferindo o estado de crianças no Espectro Autista, será mostrado (https://doi.org/10.1101/2021.04.22.21255267).
Com o acesso a dados numa Base de Dados internacional grande, chamada SFARI, em que muitas crianças autistas tiverem dados fenotípicos armazenados (QI, adaptabilidade social, etc), aplicamos a técnica de PCA supracitada e reduzimos à 3 componentes principais que explicam ~70% da variância fenotípica e, mais importante, ensejam interpretabilidade clínica.

Currículo acadêmico

Graduado em Física pelo IF-USP, mestre em Estatística pelo IME-USP, doutor em Bioinformática pela USP e livre-docente em Probabilidade e Estatística pela USP – Universidade de São Paulo; venho trabalhando na criação de métodos matemáticos e computacionais para solução de problemas em Biologia e em Medicina.
Em meados de 2008 integrei-me ao corpo docente da Faculdade de Medicina de Ribeirão Preto – Universidade de São Paulo (FMRP-USP) como Professor para atuar na área de Bioinformática do Departamento de Genética. Naquele momento, fundei o LabPIB – Laboratório de Processamento de Informação Biológica.
No fim de 2010 fui convidado a me unir ao recém criado Departamento de Computação e Matemática (DCM) dentro da Faculdade de Filosofia Ciências e Letras de Ribeirão Preto (FFCLRP-USP) e transferi o LabPIB.
No início de 2013 me tornei Professor Associado no mesmo departamento. (Fonte: Currículo Lattes)

Tema: Mapeamento, infraestrutura e análise de dados para a Rede Brasileira de Doenças Raras, RARASnet

Uma doença rara é uma condição médica com baixa prevalência na população em geral, mas que pode afetar coletivamente até 10% da população. Assim, as doenças raras têm um impacto significativo no sistema de saúde e os profissionais de saúde devem estar familiarizados com seu diagnóstico, manejo e tratamento.

Nesse sentido, vamos falar de um projeto em andamento que tem como objetivo fornecer indicadores de saúde relativos às doenças raras no Brasil e criar uma rede de centros de referência com profissionais de saúde de diferentes regiões do país.

A RARASnet se propõe a mapear, analisar e comunicar todos os dados sobre a infraestrutura dos centros e a evolução ou necessidades dos pacientes. O foco do estudo proposto é prover toda a infraestrutura técnica e analítica, seguindo as diretrizes da Organização Mundial da Saúde e do Ministério da Saúde do Brasil.

Para construir este sistema digitalizado, além de fornecer uma estrutura de segurança para garantir a privacidade e proteção de cada paciente, após a coleta de dados de todas as informações projetadas, a análise computacional, a modelagem e os resultados serão apresentados em um observatório digital de saúde para o monitoramento de doenças raras, envolvendo mais de 40 instituições de saúde de todas as regiões do Brasil.