Desenvolvimento de técnicas de aprendizado de máquina e inteligência artificial no estudo de caquexia relacionada ao câncer

• Processo: 17/17096-1
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de dezembro de 2017
• Data de Término da vigência: 31 de agosto de 2021
• Área de conhecimento: Interdisciplinar - Física - Física da Matéria Condensada
• Pesquisador responsável: Alexandre Alarcon do Passo Suaide
• Beneficiário: Natasha Fioretto Aguero
• Instituição Sede: Instituto de Física (IF). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Hidróxidos duplos lamelares Nanomedicina Luminescência Sistemas de liberação de medicamentos Biologia computacional Aprendizado computacional Caquexia Neoplasias Inteligência artificial
• Palavra(s)-Chave do Pesquisador: bioinformática | câncer | caquexia | Inteligência Artificial | machine learning | Bioinformática

Resumo

Pacientes com câncer podem vir a desenvolver uma síndrome denominada caquexia, na qual há grande perda de massa muscular esquelética e está ligada a um prognóstico pessimista. Uma hipótese seria que fatores epigenéticos, como o condicionamento físico, poderiam influenciar na evolução desta síndrome. O grupo de metabolismo do câncer do Instituto de Ciências Biomédicas da USP, chefiado pela Profa. Dra. Marília Seelaender, tem realizado diversos experimentos para testar essa asserção, desde exames clínicos até sequenciamento de DNA de pacientes humanos. A quantidade massiva de dados obtidos torna necessária a aplicação de métodos computacionais para análise estatística. Neste projeto, técnicas de aprendizado de máquina serão implementadas a fim de identificar marcadores que possam auxiliar no diagnóstico precoce de caquexia em pacientes com câncer, além de identificar possíveis fatores epigenéticos que influenciam no prognóstico da doença.