Banca de DEFESA: LUIS FELIPE DE MORAIS MELO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: LUIS FELIPE DE MORAIS MELO
DATA: 20/02/2026
HORA: 15:00
LOCAL: VIDEOCONFERÊNCIA: https://meet.google.com/bdr-zjjr-gqz
TÍTULO: AmIActive (AIA): Uma ferramenta web preditiva de larga escala baseada em QSAR para identificação de alvos e polifarmacologia
PALAVRAS-CHAVES: Triagem de alvo, Triagem reversa, Aprendizado de máquina, Quimioinformática, Triagem virtual baseada em ligante.
PÁGINAS: 70
GRANDE ÁREA: Ciências da Saúde
ÁREA: Farmácia
RESUMO: O planejamento de fármacos auxiliado por computador (computer-aided drug design, CADD) tornou-se um pilar da descoberta moderna de medicamentos, com abordagens como métodos baseados em ligantes (por exemplo, modelagem QSAR- Quantitative Structure Activity Relationships, análise de farmacóforos) e métodos baseados em estrutura (por exemplo, docking molecular, dinâmica molecular) impulsionando a inovação. As estratégias baseadas em ligantes permanecem essenciais, especialmente diante da crescente disponibilidade de dados de atividade biológica em larga escala. Em razão disto, ao longo dos anos, diversas plataformas preditivas baseadas em QSAR disponíveis na internet, moldaram a área, tais como PASS, PLATO, SwissTargetPrediction, dentre outros. Embora este ecossistema tenha crescido continuamente desde sua concepção, devido à natureza dinâmica das metodologias computacionais associadas e da grande diversidade de possíveis abordagens, sempre houve espaço para criação de novas ferramentas e a otimização das ferramentas existentes. Deste modo, este estudo teve como objetivo criar a primeira ferramenta brasileira deste tipo. Nesse contexto, apresentamos o AmIActive (AIA), uma ferramenta web preditiva em larga escala baseada em QSAR, projetada para facilitar estudos de target fishing e a avaliação polifarmacologica para alvos moleculares e não moleculares. No capítulo 1, apresenta-se uma revisão das metodologias e conceitos teóricos fundamentais para a compreensão técnica e conceitual de um sistema QSAR deste tipo. O capítulo 2 demonstra o desenvolvimento do sistema AIA propriamente dito. O sistema AIA integra 3.239 modelos QSAR estatisticamente validados, cobrindo 2.277 alvos distintos, incluindo proteínas individuais, complexos proteicos, famílias de proteínas, linhagens celulares, organismos e tecidos. Os dados foram extraídos do ChEMBL30 e submetidos a rigorosos processos de limpeza e padronização, com exclusão de conjuntos inadequados e conversão das atividades para escalas logarítmicas negativas (pIC50, pAC50). Os limiares de classificação entre compostos ativos e inativos foram definidos por um algoritmo de busca binária visando ao balanceamento das classes. Os descritores moleculares ECFP4 (1024 bits) foram utilizados como variáveis de entrada, e os modelos foram construídos com o algoritmo Random Forest, com otimização bayesiana de hiperparâmetros e validação cruzada aninhada. Apenas modelos com valor p < 0,05 e MCC ≥ 0,5 foram retidos, apresentando desempenho médio robusto (acurácia ≈ 0,82; F1 score ≈ 0,82; MCC ≈ 0,65). Os domínios de aplicabilidade foram definidos por distância euclidiana normalizada, em conformidade com as diretrizes da OECD (Organisation for Economic Co-operation and Development) para QSAR. O sistema está disponível gratuitamente em https://amiactive.ccen.ufpb.br/, com interface gráfica baseada no MarvinJS, permitindo a entrada de estruturas ou SMILES e a exportação dos resultados em formato CSV, incluindo probabilidades preditas, limiares de decisão, confiabilidade do domínio de aplicabilidade e métricas de validação dos modelos.
MEMBROS DA BANCA:
Externo(a) à Instituição - EUGENE MURATOV
Interno(a) - 032.255.374-11 - FRANCISCO JAIME BEZERRA MENDONÇA JÚNIOR - UEPB
Presidente(a) - 1673860 - MARCUS TULLIUS SCOTTI