Banca de QUALIFICAÇÃO: AMANDA BACHEGA CASADEI

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : AMANDA BACHEGA CASADEI
DATA : 23/08/2024
HORA: 10:30
LOCAL: https://conferenciaweb.rnp.br/ufabc/qualificacao-mestrado-amanda
TÍTULO:

CRIAÇÃO E VALIDAÇÃO DE MODELOS BASEADOS EM XGBOOST PARA
PREDIÇÃO DE PROPRIEDADES FARMACODINÂMICAS DE COMPOSTOS
HETEROCÍCLICOS SOBRE O RECEPTOR 5-HT2A:
Uma avaliação do impacto de diferentes representações moleculares na
modelagem de afinidade e eficácia.

PÁGINAS: 56
RESUMO:

O sistema serotonérgico participa de uma imensa variedade de processos
fisiológicos em diversos tipos de organismos. Em seres humanos, a serotonina
modula inúmeros mecanismos fisiológicos e patológicos, relacionados desde a
regulação da homeostase até aspectos comportamentais. A modulação da
sinalização serotonérgica é de especial interesse para o tratamento de transtornos
neuropsiquiátricos, muitos dos quais ainda não possuem seu mecanismo
fisiopatológico completamente elucidado e representam custos econômicos e
sociais de grande relevância. O tratamento medicamentoso utilizando-se
compostos com atividade agonística sobre o receptor 5-HT2A para tais condições
têm apresentado resultados promissores, especialmente em casos nos quais o
tratamento farmacológico tradicional é desafiador. Este trabalho utiliza modelos de
inteligência artificial baseados no algoritmo XGBoost para modelar a relação
estrutura-atividade de uma série de compostos heterocíclicos sobre o receptor
5-HT2A, investigando-se a importância e o impacto do tipo de representação
molecular escolhida sobre o poder preditivo de tais modelos. A abordagem
metodológica aqui utilizada concentra-se em estratégias para aumentar a robustez
na modelagem da relação estrutura-atividade de séries relativamente pequenas de
compostos, com finalidade de se realizar screening virtual de compostos com
potencial de apresentar o perfil de atividade desejado. Os resultados deste estudo
mostram que é possível reduzir significativamente a ocorrência de falsos positivos
em cenários de screening virtual através da utilização de descritores moleculares
adequados para o tamanho do conjunto de dados de treinamento, tipo e tamanho
das moléculas presentes nele e algoritmo escolhido para modelagem.

MEMBROS DA BANCA:
Presidente - Interno ao Programa - 1676356 - ANTONIO SERGIO KIMUS BRAZ
Membro Titular - Examinador(a) Externo ao Programa - 1909951 - ARTUR FRANZ KEPPLER
Membro Titular - Examinador(a) Externo à Instituição - WILLIAM SCAFF - USP
Membro Suplente - Examinador(a) Externo ao Programa - 1544394 - PAULA HOMEM DE MELLO