Shantanu Gupta

Formado em Bioinformática (2011)pela Singhania University (Índia), ficou entre os cinco melhores alunos de sua turma. No Brasil, concluiu o Mestrado em Física (2016) na Universidade Federal de Santa Maria (UFSM), onde ingressou diretamente no Programa de Doutoradono mesmo departamento, obtendo o título de Doutor em Física (2021). Sua pesquisa de doutorado concentrou-se embiologia de sistemas e modelagem computacional do câncer, com ênfase no comportamento dinâmico de redes regulatórias gênicas mediadas porsinalização e ncRNAs. Durante esse período, publicou diversos estudos, incluindo um artigo pioneiro sobre autofagia, considerado um dos primeiros trabalhos na área. Atuou comorevisor de mais de 100 periódicos científicos internacionais de alto impacto, incluindo Molecular Cancer, contribuindo significativamente para o avanço da pesquisa interdisciplinar. Seuprimeiro Pós-Doutorado (setembro de 2021 -outubro de 2023), realizado no Matemática e Estatística do Departamento de Ciência da Computação da Universidade de São Paulo (IME-USP), integrou abordagens de biologia de sistemas com modelagem computacional baseada em inteligência artificial (IA) para investigar sistemas biológicos complexos. O segundo Pós-Doutorado(abril de 2024 -janeiro de 2025), também na USP, deu continuidade a esse trabalho, com foco naregulação mediada por ncRNAs e nas vias de morte celular incluindo apoptose, autofagia e ferroptose, elucidando seus papéis na progressão do câncer e na resistência terapêutica. Além disso, éautor de um dos primeiros estudos no campo da ferroptose. Desdeagosto de 2025, atua como Professor Associado Visitanteno programa BioME-IMD da Universidade Federal do Rio Grande do Norte (UFRN), onde ministra disciplinas e conduz pesquisas em bioinformática e biologia de sistemas computacional. É Editor Acadêmicodas revist as PLOS Computational Biology, BMC Bioinformatics, PLOS ONE, e Discover Oncology, refletindo seu compromisso em integrar biologia de sistemas, bioinformatica, modelagem de redes e inteligência artificial para avançar a compreensão mecanística em pesquisas biomédicas. (Fonte: Currículo Lattes)