Uso de Análise Bioimagens na Avaliação do Potencial Terapêutico de Flavonoides e Chalconas em Modelos In Vitro de Endometriose

• Processo: 24/17835-2
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado
• Data de Início da vigência: 25 de maio de 2025
• Data de Término da vigência: 24 de fevereiro de 2026
• Área de conhecimento: Ciências Biológicas - Bioquímica - Metabolismo e Bioenergética
• Pesquisador responsável: Giselle Cerchiaro
• Beneficiário: Kaio de Souza Gomes
• Supervisor: Beth Cimini
• Instituição Sede: Centro de Ciências Naturais e Humanas (CCNH). Universidade Federal do ABC (UFABC). Ministério da Educação (Brasil). Santo André , SP, Brasil
• Instituição Anfitriã: Broad Institute, Estados Unidos
• Vinculado à bolsa: 23/11448-4 - Avaliação dos Efeitos de Produtos Naturais e Derivados Semissintéticos na Atenuação e Compreensão dos Mecanismos de Ação em Modelos In Vitro de Endometriose, BP.PD
• Assunto(s): Descoberta de drogas Produtos naturais Química bioinorgânica
• Palavra(s)-Chave do Pesquisador: Artifical Intelligence | CellProfiler | drug discovery | endometriosis | machine leraning | Natural Products | Bioinorgânica

Resumo

Endometriose é uma doença que afeta o tecido endometrial, diagnosticada em 15% das mulheres em idade reprodutiva e é originada por desordens inflamatórias relacionadas com estresse oxidativo. Os tratamentos atuais se baseiam na laparoscopia que, embora efetiva, possui altas taxas de recidiva, e em terapias hormonais, que apresenta diversos efeitos colaterais, como alopecia e inibição da produção de estrogênio, além de tratementos ajuvantes para atenuação dos sintomas. A flora brasileira é uma das mais biodiversas do mundo sendo assim uma fonte infindável de protótipos moleculares com potencial biológico, especialmente em relação ao potencial antioxidante. Dentre as classes de produtos naturais com esse potencial, pode-se ressaltar os flavonoides e chalconas. No processo de drug discovery, duas abordagens podem ser empregadas: as baseadas no alvo e as baseadas em fenótipos. O processo de drug discovery baseado em fenótipos tem se beneficiado com o avanço da microscopia automatizada e análise de imagens, permitindo high-content screening e o perfilamento morfológico para detectar mudanças fenotípicas. A integração de inteligência artificial e aprendizado de máquina melhora ainda mais a capacidade de detectar e analisar tais mudanças, facilitando o processo de descoberta e desenvolvimento de novos fármacos. Esse projeto visa explorar os efeitos de produtos naturais selecionados durante o desenvolvimento do processo FAPESP 2023/11448-4 em organelas celulares, combinando imageamento celular e inteligência artificial para desenvolver novas opções terapeuticas para endometriose, em colaboração com a Dra Beth A Cimini, do Broad Institute of MIT and Harvard.