CV Lattes
ResearcherID
ORCID
Google Scholar Citations
Universidade Estadual de Campinas (UNICAMP). Instituto de Computação (IC) (Instituição Sede da última proposta de pesquisa) País de origem: Brasil
Marcelo S. Reis é bacharel em Ciência da Computação pela Universidade Estadual de Campinas (UNICAMP, 2004), pós-graduado em Bioinformática pela Universität zu Köln (Alemanha, 2005) e doutor em Ciência da Computação pela Universidade de São Paulo (USP, 2012). Com linhas de investigação em Inteligência Artificial (IA), Aprendizado de Máquina e Bioinformática, Marcelo já foi pesquisador do Instituto Butantan e pesquisador visitante no Max-Planck-Institut für Multidisziplinäre Naturwissenschaften (Alemanha). Atualmente ele é Professor Doutor no Instituto de Computação da UNICAMP, onde é pesquisador do Laboratório de IA (Recod.ai), coordenador de linha de pesquisa no Hub de IA e Arquiteturas Cognitivas (H.IAAC) e também pesquisador associado do Hub de IA para Saúde e Bem-Estar Viva Bem. (Fonte: Currículo Lattes)
| Matéria(s) publicada(s) na Agência FAPESP sobre o(a) pesquisador(a) |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |
O Projeto Viva Bem busca inovar em tecnologias avançadas, criando novos algoritmos e metodologias de IA para Saúde e Bem-estar, Segurança da Informação e Internet das Coisas. Essas inovações visam gerar produtos e serviços superiores que aumentem a qualidade de vida. Nosso principal objetivo é impulsionar a fronteira da IA, cultivando tecnologias especificamente adaptadas para dispositivo…
O mercado corporativo mundial de serviços de Tecnologia da Informação (TI) corresponde a34% de todo o investimento em TI das empresas, cresce cerca de 8% ao ano e movimentará mais de US$ 1,5 trilhões em 2023. As empresas contratantes de tecnologia, ou Tech Buyers, ampliam com esses investimentos a competitividade e sustentabilidade de seus negócios. Para o êxito do investimento, é essenci…
O aumento da aptidão de células cancerígenas durante a oncogênese é acompanhada de um aumento de diversos estresses celulares, um fenômeno que é exarcebado se aplicada uma superestimulação mitogênica. Recentemente, nosso grupo reportou uma abordagem não-usual para terapia de câncer, que se baseia em superestimulação mitogênica seguida da inibição de vias mitigadoras de estresse. Apesar da…
Vias de sinalização celular regulam processos celulares essenciais, tais como proliferação, diferenciação e apoptose, por meio de redes complexas de reações bioquímicas. No entanto, modelos tradicionais baseados em cinética química descrita por equações diferenciais ordinárias (ODEs), embora eficazes na descrição da dinâmica de componentes isolados, têm dificuldades em capturar as interaç…
Uma via de sinalização celular é composta por um conjunto de reações químicas encadeadas que ocorrem no interior da célula. A informação é transmitida através dessa via por mudanças de concentração nas espécias químicas de suas reações. A dinâmica dessas vias pode ser estudada através de modelos baseados em equações diferenciais ordinárias que descrevem a cinética de suas reações. Tais mo…
Vias de sinalização celular são compostas por encadeamentos de reações químicas que transmitem informações no interior de uma célula. A modelagem matemática dessas vias é uma ferramenta importante para testar sua dinâmica frente a diferentes condições iniciais. Em geral, a modelagem se inicia com a definição de um recorte da via de sinalização para o desenho do modelo matemático. Na sequê…
Classificadores de proliferação celular são funções que classificam o nível de proliferação de uma determinada população de células como uma função da cinética de espécies químicas de uma via de sinalização celular. Essas mesmas cinéticas também podem ser utilizadas para calibrar modelos que explicam a dinâmica da via de sinalização em questão. A combinação de um classificador de prolifer…
Modelos dinâmicos baseados em equações diferenciais ordinárias (EDOs) são ferramentas úteis para a investigação de vias de sinalização celular. Esses modelos nos permitem fazer previsões sobre o comportamento da via sob diferentes estímulos. Modelos baseados em EDOs são frequentemente calibrados usando dados experimentais obtidos mensurando, após uma dada estimulação de células, uma ou ma…