MENU

Projetos de Pesquisa

 

Filtrar Limpar Filtros
Foto de perfil

Vinicius de Albuquerque Sortica

Ciências Biológicas

Genética
E-mail Currículo
  • farmacogenômica da resposta ao praziquantel e o impacto no tratamento da esquistossomose na população brasileira miscigenada
  • A esquistossomose humana é uma doença parasitária crônica que resulta da infecção por vermes trematódeos do gênero Schistosoma e afeta principalmente populações empobrecidas que desconhecem o seu potencial de transmissão a partir das fontes de água. No Brasil, estima-se que 2,1 milhões de pessoas vivem em áreas endêmicas para esquistossomose. O tratamento utilizado para os casos sintomáticos, e na profilaxia de esquistossomose, é baseado exclusivamente no fármaco Praziquantel. Estudos têm demonstrado uma grande variabilidade na taxa de cura e na eficácia do tratamento para a esquistossomose em diferentes países. Estudos recentes, realizados em populações de países africanos endêmicos para a esquistossomose, demonstraram que parte dessa variabilidade ocorre devido a presença de variantes genéticas nas isoformas do citocromo P450. Alelos do gene CYP2C19 foram associados ao aumento da concentração plasmática do Praziquantel, e variantes nos genes CYP1A2, CYP3A5 e CYP2D6 foram associados a variação na eficácia do tratamento ou na ocorrência de efeitos adversos desse fármaco. O impacto de variantes genéticas na falha do tratamento ou toxicidade na população miscigenada tratada nas regiões endêmicas para esquistossomose no Brasil é desconhecido. O presente projeto almeja investigar a influência de variantes genéticas dos principais genes de importância farmacogenômica na eficácia, toxicidade e farmacocinética do Praziquantel em uma população miscigenada tratada para esquistossomose através do método de varredura genômica. Após a realização do estudo de associação genética serão realizados estudos farmacocinéticos que permitirão a validação dos resultados. Junto a uma avaliação da execução e o grau de implementação do Programa de Controle da Esquistossomose (PCE) nos municípios estudados será possível estimar a importância dessas variantes no tratamento da esquistossomose e a necessidade de readequação dos planos de controle e erradicação dessa doença no país.
  • Universidade Federal de Alagoas - AL - Brasil
  • 27/12/2023-31/12/2026
Foto de perfil

Vinicius Francisco Rofatto

Ciências Exatas e da Terra

Geociências
E-mail Currículo
  • inteligência artificial para a geodésia: investigações, aplicações e aprimoramento dos produtos geodésicos
  • A Geodesia, como ciência, não tem acompanhado os avanços crescentes das tecnologias de Inteligência Artificial (IA). Entretanto, observa-se um crescente esforço da comunidade geodésica em busca do desenvolvimento de novas aplicações e tecnologias de IA. A título de exemplo, o Conselho Coordenador do Sistema Geodésico Global de Observação – Global Geodetic Observing System (GGOS) – da Associação Internacional da Geodesia – International Association of Geodesy (IAG) – aceitou a proposta de estabelecer uma nova Área de Foco do GGOS em Inteligência Artificial para Geodésia (AI4G), com o objetivo de aprimorar os produtos geodésicos. Os avanços recentes no desenvolvimento de algoritmos de aprendizado de máquina, em particular implementações eficientes de redes neurais profundas (deep learning), juntamente com um aumento significativo no poder de computação, têm o potencial de: automatizar o processamento de dados; melhorar a detecção de anomalias em séries temporais; modelar dados espaço-temporais complexos; gerar produtos geodésicos aprimorados. Atualmente, um grande base de dados geodésicos encontra-se disponível para os usuários, por exemplo, as estimativas de coordenadas de redes geodésicas e atraso troposférico do Nevada Geodetic Laboratory (NGL). O desafio é selecionar e desenvolver métodos apropriados de IA que possam efetivamente melhorar a qualidade dos dados geodésicos. Isso envolverá a exploração de diferentes algoritmos de aprendizado de máquina e o desenvolvimento de novas técnicas que podem ser usadas para analisar dados geodésicos. Experimentos baseados em simulação computacional também deverão ser conduzidas para verificar a eficiência dos algoritmos desenvolvidos em ambiente controlado. O objetivo é desenvolver novas abordagens e métodos que possam ajudar a extrair informações valiosas de grandes e complexos conjuntos de dados geodésicos e usar essas informações para criar produtos geodésicos mais precisos e confiáveis.
  • Universidade Federal de Uberlândia - MG - Brasil
  • 11/12/2023-31/12/2026
Foto de perfil

Vinícius Melquíades dos Santos

Ciências Humanas

Arqueologia
E-mail Currículo
  • planejamento museológico-museográfico e divulgação científica no museu de arqueologia e paleontologia da ufpi
  • Vide projeto anexo
  • Universidade Federal do Piauí - PI - Brasil
  • 03/01/2023-30/11/2026
Foto de perfil

Vinicius Nunes Henrique Silva

Engenharias

Engenharia Elétrica
E-mail Currículo
  • instrumentação, sensoriamento e monitoramento no mbito da agricultura e pecuária 4.0 - ismaap 4.0
  • Com a crescente demanda mundial por alimentos, o Brasil destaca-se na produção de proteína animal e vegetal, enfrentando desafios ambientais pelos impactos gerados. A emissão de gases de efeito estufa (GEE) e óxidos nitrosos requer monitoramento das atividades agropecuárias para avaliar sua sustentabilidade e buscar soluções de mitigação. Tecnologias digitais como sensoriamento remoto, internet das coisas e computação em nuvem são amplamente utilizadas, contribuindo para o diagnóstico da produtividade e parâmetros biofísicos, e permitindo o monitoramento da terra, recursos naturais, índices zootécnicos e segurança alimentar. No entanto, a instalação de sensores complexos não é suficiente para o desenvolvimento sustentável, pois podem gerar grandes volumes de dados de difícil acesso, afastando a tecnologia dos produtores. Além disso, áreas agropecuárias isoladas e a falta de sistemas de telecomunicações locais criam dificuldades adicionais na conexão entre sensores e sistemas de monitoramento e o produtor. É necessário desenvolver um sistema adequado para as condições de campo, com técnicas de comunicação e extração de dados em um sistema de fácil leitura, a fim de auxiliar o produtor em seu trabalho. Os dados coletados podem ser armazenados para estudos posteriores, incluindo a elaboração de modelos de taxa de crescimento, otimização de projetos de irrigação, estado nutricional e físico do solo, e condições climáticas favoráveis aos cultivos. O objetivo do projeto é desenvolver uma estação multi-paramétrica com comunicação híbrida e computação em nuvem, um sistema de auxílio à tomada de decisão para o produtor, uma estação de fluxo de calor óptico para avaliação de evapotranspiração e GEE, e um sistema de câmeras com inteligência artificial embarcada para observação e avaliação de comportamento animal a distância.
  • Universidade Federal Fluminense - RJ - Brasil
  • 05/12/2023-31/12/2026
Foto de perfil

Vinicius Ponte Machado

Ciências da Saúde

Medicina
E-mail Currículo
  • modelo de predição de dados clínicos em pacientes com calazar baseado em aprendizagem de máquina
  • O calazar nas Américas é causado pelo protozoário Leishmania infantum transmitido pela picada de flebotomíneos fêmeas infectadas do gênero Lutzomyia sp. Diversos fatores de prognóstico têm sido estudados com o objetivo de quantificar a gravidade da doença e a probabilidade de morte. A identificação precoce de pacientes com maior risco de evoluir para doença grave e morte é crucial para a implementação de medidas terapêuticas e preventivas; isso poderia reduzir a morbidade e a mortalidade causadas pelo calazar. OBJETIVO: Criar um modelo preditivo baseado Inteligência Artificial (IA) para inferir dados clínicos ausentes, além de estimar prognósticos do avanço das intervenções em pacientes com calazar. METODOLOGIA: Estudo transversal com 7000 pessoas admitidas no Instituto de Doenças Tropicais Natan Portela com sintomas sugestivos de calazar e com diagnóstico laboratorial. Foram incluídos indivíduos de ambos os sexos de todas as idades. Serão realizados experimentos utilizando diversos tipos de algoritmos de AM visando alcançar as melhores taxas de acerto para estimar valores de dados clínicos inexistentes. INOVAÇÃO: A predição de valores baseados em IA em um ambiente de diagnóstico clínico possui caráter tecnológico e inovador, pois pode ajudar a melhorar a qualidade do atendimento ao paciente, reduzir erros e aumentar a eficiência do sistema de saúde. Uma plataforma eletrônica para auxílio ao diagnóstico contribuir para que os profissionais de saúde tenham acesso às informações do paciente, incluindo histórico médico, resultados de exames e outros dados importantes. RELEVÂNCIA: A inteligência artificial pode ser usada para analisar dados do paciente, como histórico médico, resultados de exames e outros fatores, para ajudar a determinar a gravidade da condição do paciente e a urgência do atendimento necessário. Isso pode ajudar os profissionais de saúde a tomar decisões mais informadas sobre como priorizar o atendimento aos pacientes.
  • Universidade Federal do Piauí - PI - Brasil
  • 13/12/2023-31/12/2026
Página 787 de 804
5 Itens por página
Mostrando 3.931 - 3.935 de 4.019 resultados.