Projetos

Outros temas

Trabalhos do laboratório que não se enquadram nas demais áreas listadas aqui.

3 projetos

Estudo da densidade eletrônica intermolecular em interações entre biomoléculas

Estudo da densidade eletrônica intermolecular em interações entre biomoléculas

José de Anchieta de Oliveira FilhoPhD.

As interações intermoleculares são fundamentais para o reconhecimento biomolecular e a energia de ligação. Neste projeto, investiga-se a densidade eletrônica intermolecular (IED) como um descritor dessas interações, por meio da combinação de cálculos de mecânica quântica, métodos híbridos QM/MM e dados de difração de raios-X. A análise de diferentes conjuntos de complexos biomoleculares apresenta correlações entre a IED e as energias de ligação experimentais. Adicionalmente, são gerados mapas 2D e 3D que permitem visualizar o compartilhamento eletrônico entre moléculas.

Desenvolvimento computacional de nanocorpos para ortobunyavirus oropoucheense

Vitória Gomes dos Santos

A Febre Oropouche, causada pelo arbovírus OROV (Orthobunyavirus Oropoucheense), emergiu como um patógeno de potencial epidêmico, evidenciado pelos grandes surtos no Brasil entre 2023 e 2025. A confirmação de OROV requer testes moleculares (RT-qPCR) ou sorológicos especializados e é limitada devido à ausência de testes rápidos. Nesse cenário, os nanocorpos (VHHs) surgem como uma alternativa promissora aos anticorpos monoclonais tradicionais (mAbs), que são caros e complexos de produzir em larga escala. Os nanocorpos, caracterizados por seu tamanho reduzido (cerca de 15 kDa), alta estabilidade e facilidade de engenharia, são promissores para o desenvolvimento de novas ferramentas. O objetivo central da pesquisa é desenvolver computacionalmente nanocorpos que sejam específicos anti-OROV, para servir como ferramenta de pesquisas e diagnósticos.

Ferramenta QSAR para desreguladores endócrinos baseada em aprendizado de máquina

Yuri Vieira BarbosaBSc.

Desenvolvimento e avaliação de modelos de Relação Quantitativa entre Estrutura e Atividade (QSAR) baseados em aprendizado de máquina, a partir de dados experimentais relacionados a alvos metabólicos e reprodutivos, clássicos e não clássicos, relevantes para a pesquisa em desreguladores endócrinos.​

Equipe: Pedro Henrique Monteiro Torres e Bruno Didier Olivier Capron

Outras áreas