Bacharel em Engenharia de Bioprocessos e Biotecnologia pela Universidade Estadual Paulista 'Júlio de Mesquita Filho', Unesp. Realizou projeto de iniciação científica com bolsa PIBIC - CNPq/Unesp (vigência 2019-2020) tendo elaborado um modelo de aprendizado de máquina para avaliação objetiva da geometria de pápulas formadas no skin prick test. Bolsista FAPESP de iniciação científica no período de 2021-2022, tendo desenvolvido um modelo para predição da viabilidade de docking proteína-peptídeo. Realizou estágio supervisionado na empresa Bioativa - Pesquisas Estratégicas em Biociências, atuando no desenvolvimento de métodos e estratégias experimentais envolvendo a obtenção e modelagem de dados biológicos em plataformas high-throughput. Atualmente é estudante de doutorado direto no programa de Ciências Biológicas (Genética) do Instituto de Biociências da Unesp - Câmpus de Botucatu. Tem experiência na área de biologia computacional (com ênfase em dinâmica molecular e docking molecular), bioestatística e aprendizado de máquina. (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) |
Docking molecular é um método teórico-computacional para predição da interação entre as superfícies de duas moléculas. Diversos softwares de docking molecular com diferentes algoritmos de busca e funções de pontuação estão disponíveis para atividades de pesquisa e inovação. Entretanto, apesar de todo o desenvolvimento científico consolidado que fundamenta as metodologias clássicas de dock…
| 1 | Bolsas no país concluídas |
| Processos vinculados | |
CV Lattes
ORCID