Ciência e Tecnologia de Dados Aplicados a Saúde
Categoria
Programa de Pós-Graduação Stricto Sensu em Ciência de Dados em Saúde
ABORDAGENS COMPUTACIONAIS NA CARACTERIZAÇÃO DE PEPTÍDEOS DE VENENOS COM POTENCIAL FARMACOLÓGICO
A biodiversidade brasileira abriga um vasto repertório de peptídeos bioativos presentes em venenos animais, muitos deles capazes de modular de forma altamente específica proteínas envolvidas em processos fisiológicos e patológicos complexos. Esses compostos representam uma das fontes naturais mais promissoras para o desenvolvimento de novos fármacos voltados a desafios relevantes da saúde humana e animal, incluindo inflamação, distúrbios neurológicos, doenças crônicas, infecções e resistência antimicrobiana. Este projeto integra modelagem estrutural, docking molecular e dinâmica molecular para caracterizar, em nível molecular, peptídeos da fauna brasileira e suas interações com alvos proteicos de interesse biomédico. As análises permitirão compreender mecanismos de reconhecimento molecular, estabilidade estrutural, hotspots funcionais e potenciais efeitos moduladores, além de propor variantes peptídicas otimizadas com propriedades físico-químicas e farmacológicas aprimoradas.
 |
Coordenadora: Aline Sampaio Cremonesi Contato: aline.cremonesi@usf.edu.br |
TÉCNICAS DE COMPUTAÇÃO DE ALTO DESEMPENHO PARA A CRIAÇÃO DE UM ARCABOUÇO VOLTADO AO PROCESSAMENTO, VISUALIZAÇÃO E COMPARTILHAMENTO DE DADOS BIOLÓGICOS
Este projeto propõe o desenvolvimento de um arcabouço computacional baseado em computação de alto desempenho e alto rendimento, aprendizado de máquina e computação quântica para o processamento, visualização e compartilhamento de grandes volumes de dados biológicos. A proposta integra diferentes softwares e paradigmas computacionais para acelerar análises complexas em sistemas moleculares e biológicos, utilizando técnicas como OpenMP, MPI, CUDA e abordagens quânticas. O objetivo é ampliar a capacidade de processamento e análise de dados em larga escala, contribuindo para pesquisas biológicas avançadas e para o uso eficiente de infraestruturas computacionais modernas.
 |
Coordenador: Fábio Andrijauskas |
CIÊNCIA DE DADOS NA SAÚDE PÚBLICA PARA ANÁLISE EPIDEMIOLÓGICA DE DOENÇAS NO BRASIL
Este projeto tem como objetivo caracterizar o perfil epidemiológico de doenças que acometem a população brasileira em diferentes níveis hierárquicos: local, regional e nacional. Para isso, serão utilizados dados provenientes de prontuários e questionários, informações disponibilizadas por secretarias municipais e regionais de saúde, bem como bases públicas nacionais. A análise integrada desses conjuntos de dados permitirá investigar prevalência, incidência e características clínicas e fenotípicas de diferentes grupos de doenças, incluindo condições respiratórias, neurológicas, metabólicas, genéticas e infecciosas. A proposta visa contribuir para a compreensão do panorama epidemiológico em saúde e subsidiar o planejamento de políticas públicas e estratégias de atenção à saúde.
 |
Coordenador: Fernando Augusto de Lima Marson |
ABORDAGENS INTEGRATIVAS DE DADOS EM SAÚDE BASEADAS EM BIOINFORMÁTICA, APRENDIZADO DE MÁQUINA E FARMACOLOGIA
Este projeto propõe o uso integrado de bioinformática, aprendizado de máquina e farmacologia computacional para a análise de grandes volumes de dados biológicos, clínicos e epidemiológicos. Serão aplicadas abordagens computacionais à integração de dados ômicos e informações clínicas e farmacológicas provenientes de bases públicas, com o objetivo de identificar padrões, associações e modelos preditivos relacionados a doenças humanas. A proposta incorpora conceitos de farmacologia de rede para a identificação de biomarcadores, alvos terapêuticos e estratégias de reposicionamento de fármacos. A abordagem interdisciplinar busca apoiar a medicina de precisão, a tomada de decisão em saúde e a pesquisa baseada em dados reprodutíveis.
 |
Coordenador: Lucas Miguel de Carvalho |
INTEGRAÇÃO DE DADOS ÔMICOS PARA A PROSPECÇÃO DE COMPOSTOS NATURAIS COM POTENCIAL TERAPÊUTICO TRANSLACIONAL
Este projeto investiga, de forma teórica e interdisciplinar, o potencial terapêutico de compostos naturais com ação epigenética em neoplasias humanas por meio da integração de dados ômicos públicos. A proposta envolve a análise integrada de dados de metilação do DNA e expressão gênica provenientes de bases públicas, com identificação de genes diferencialmente metilados e sua associação a perfis transcricionais. Serão aplicadas estratégias de integração multiômica, análise de vias e redes biológicas e triagem in silico de compostos naturais com potencial epifarmacológico.
 |
Coordenadora: Marisa Claudia Alvarez de Prax |
MODELAGEM, TRATAMENTO E INTEGRAÇÃO DE SINAIS BIOMÉDICOS PARA ANÁLISE INTELIGENTE EM SAÚDE
Este projeto propõe o desenvolvimento de um arcabouço computacional interdisciplinar para aquisição, pré-processamento, análise e integração de sinais biomédicos oriundos de sensores, dispositivos vestíveis e sistemas de monitoramento clínico. Serão empregadas técnicas de processamento digital de sinais, aprendizado de máquina e inteligência artificial explicável para identificação de padrões fisiológicos, anomalias e correlações clinicamente relevantes. A proposta integra fundamentos da engenharia, ciência da computação e ciências da saúde, com aplicações em monitoramento postural, análise da marcha, eletromiografia, eletrocardiografia e pressão plantar. Espera-se contribuir para o aprimoramento de modelos preditivos e sistemas de suporte à decisão em saúde digital, assegurando conformidade ética e proteção de dados.
 |
Coordenador: Vicente Idalberto Becerra Sablon |
