Encontro Acadêmico de Modelagem Computacional

Objetivos: Neste curso, você embarcará na jornada de utilizar Python para análise de dados, sem a necessidade de conhecimentos prévios. Começaremos do básico, ensinando como importar, preparar, manipular e visualizar dados. Trabalhando com bases de dados reais, você aprimorará suas habilidades de análise exploratória de dados. O curso é totalmente prático e inclui o uso de bibliotecas como pandas e seaborn, entre outras. Além disso, abordaremos a análise de regressão, uma ferramenta poderosa para entender associações entre variáveis.

Materiais necessários: Python, com as IDEs Jupyter Notebook e Spyder

Objetivos: Este minicurso visa apresentar o papel da modelagem molecular na descoberta de novos fármacos, com ênfase no método de docking molecular. O conteúdo será dividido em etapas chave do processo de desenvolvimento de fármacos utilizando técnicas da modelagem molecular como ferramenta

Ementa:

1. Identificação e Seleção dos Alvos Terapêuticos: Nesta parte, discutiremos como identificar biomoléculas que possam servir como alvos potenciais para o desenvolvimento de novos medicamentos.
2. Obtenção do Modelo do Receptor: O foco será na construção ou obtenção de modelos tridimensionais do receptor-alvo (proteínas, por exemplo), que servirão como base para a interação com os compostos candidatos.
3. Preparação da Estrutura: Serão discutidos aspectos como a otimização conformacional e a adição de propriedades físico-químicas essenciais para o processo de reconhecimento molecular.
4. Triagem Virtual: A etapa final foca no método de docking, que permite simular a interação entre os compostos químicos e o receptor-alvo. Serão apresentados os princípios básicos do docking até a interpretação dos resultados para a seleção de possíveis fármacos candidatos.

Objetivos: Neste minicurso apresentaremos os principais resultados na literatura referentes à estabilidade de Sistemas Lineares, tanto no caso de Equações Diferenciais Ordinárias (EDOs) como no caso de Equações Diferenciais Parciais (EDPs). No caso de EDOs veremos resultados relacionados à análise espectral e teoria qualitativa das soluções de sistemas lineares. Em base a estes resultados, veremos para o caso de EDPs resultados que caracterizam a estabilidade assintótica das soluções de sistemas lineares, focando no estudo de problemas de evolução principalmente nos casos de sistemas associados a condução térmica e propagação de ondas.

• 15:30h - 15:50h Liliana Souza do Carmo (LNCC): Modelagem Numérica da Resistência na imunoterapia com células CAR-T
• 15:50h - 16:10h Eduardo Guerreiro Zilves (LNCC): Analysis of CCO-based networks for the human cerebral cortex and correlation between blood pressure and vessel diameter
• 16:10h - 16:30h Gustavo Ribeiro de Oliveira Roque (UFJF): Reconstructing a prostate cancer evolution data with dynamic mode decomposition and kernel change point detection

• 15:30h - 15:50h Jailson Oliveira Santos (UFRJ): Modelagem molecular de polimeros semicondutores para aplicação em células solares orgânicas via teoria do funcional da densidade (DFT)
• 15:50h - 16:10h Tulio Pires (UFF): Selecting armored vehicles with a gp hybrid approach
• 16:10h - 16:30h Gabriel Arcadepani (LNCC): An analysis of a boolean network model for CAR-T cell signaling

• 15:30h - 15:50h Winnie Mariana Adão Lopes Teixeira (UFRRJ): Desenvolvimento de modelos de predição de atividade inibitória da anidrase carbônica beta daMycobacterium tubercolosis
• 15:50h - 16:10h Henrique de Lemos Braga (UFF): Solução da equação de difusão reação via redes neurais no estudo de dinâmica tumoral
• 16:10h - 16:30h Felipe Georges Barbier de V. Pereira (UFRRJ): Análise e previsão do consumo de energia elétrica da indústria brasileira

• Jose Rubén Castellanos Hernández (Universidad de los Llanos): Mathematical modeling of dengue dynamics in Villavicencio, Meta
• Michel Tosin (LNCC): Uncertainty quantification analysis in porous media with variational autoencoder for permeability simulation
• Karin dos Santos (UFSC): Parametrização coarse-gain do Heme b utilizando o campo de força Martini 3
• Alex Taranto (UFSJ): Transportador de hexose do Plasmodium falciparum como potencial alvo antimalárico
• Maria Clara Campos Miquilto (CEFET): Sistema web para simular a resposta do sistema imune humano frente à vacinação contra o sarampo
• Luis Guilherme Sabadini (UFSJ): Estudos de ancoragem molecular de agonistas do receptor nicotínico para o tratamento da doença de Alzheimer
• Tâmela Zamboni Madaloz (UFSC): Martini 3 Coarse-Grained Steroid Models
• Filipe Braga (IFES): Double material spherical caps heat flow investigation. Analytical stationary solution for diffusion equation
• Kelly Cristine Franco de Azevedo (UFF): Análise comparativa entre teoria das filas e simulação. Um estudo sobre tempos de espera e atendimento em terminais portuarios
• Yuri Tavares dos Passos (UFRB): A survey on mean field theory applied to modeling performance estimates of algorithms for the common target problem in robotic swarms
• Zuilho Rodrigues Castro Segundo (FGC EMap): Modelos de decisão para testagem de casos suspeitos de arboviroases por aprendizagem por reforço
• Luis Fernando Laguardia (FGV): Aplicação de Fuzzy decision trees em agentes virtuais em jogos para simulação de ecossistema
• Victor Faria de Almeida (UFRJ): Modelagem molecular do canal de cálcio voltagem dependente tipo L (CA2D1) para reposicionamento de fármaco no tratamento de neuralgia do trigêmeo

• Lucas Rolim Medaglia (UFSJ): Desenvolvimento de software para auxílio em experimentos de triagem virtual em consenso
• Tiago Alves de Oliveira (UFSJ): Previsão de classes farmacológicas através da utilização de deep learning
• Michel Pires da Silva (CEFET-M): Aplicação de deep learning e políticas de consenso para predição de interação ligante-receptor
• Lara Rodrigues Ventura (UFF): Número cromático antimágico local das duplas vassouras de diâmetros 3 e 4
• João Guilherme de Freitas Rocha (UFF): O número cromático antimágico local das árvores rosas perfeitas
• Julia Neumann Bastos (LNCC): Previsão meteorológica utilizando métodos de inteligência artificial
• Gabriel Gonçalves Fernandes (UFRRJ): Um estudo sobre os modelos de redes neurais artificiais para previsão do consumo de energia elétrica no setor industrial
• Vitor Guilherme Coutinho de Barros Junior (UERJ): Computação paralela de tarefas com corpos flexíveis
• Augusto Fernandes Macri (UFU): AEMMT para o problema de roteamento de veículos
• Marcelle Alexandra Pereira da Silveira Rosa (UERJ): Utilizando ferramentas de OCR para ler documentos históricos manuscritos em português
• Sergio Luque Mamani (LNCC): Forecasting dengue cases based on climatic variables using machine learning and deep learning models
• Arthur Henrique Craveiro Costa (LNCC): User trajectory in HPC: a scoping review
• Igor Oliveira de Nadai (IFES): IBS-Leucoptera: A theoretical investigation into infestation of coffee plantations by leucoptera-coffeella
• Gustavo Simões Carnivali (UFMG): Local alignment in input data from drug repurposing methods