Defesa de Tese de Doutorado — João Victor da Silva Guerra

Programa de Pós-Graduação em Ciências Farmacêuticas

João Victor da Silva Guerra

Desenvolvimento de plataforma computacional para caracterização estrutural e funcional de biomoléculas e sítios de ligação

Auditório da FCF

Presidente
Dr. Paulo Sergio Lopes de Oliveira — LNBio / CNPEM

Membros titulares
Dr. Eduardo Xavier Silva Miqueles — LNLS / CNPEM
Prof. Dr. Andre Luis Berteli Ambrósio — IFSC / USP
Dr. Gustavo Fernando Mercaldi — LNBio / CNPEM
Dr. Felippe Mariano Colombari — LNBR / CNPEM

Membros suplentes
Dr. Artur Torres Cordeiro — LNBio / CNPEM
Drª Priscila Oliveira de Giuseppe — LNBR / CNPEM
Drª Mariana Abrahão Bueno de Morais — LNBR / CNPEM

Resumo
Na atual era da ciência de dados, os campos da biologia estrutural e computacional têm se beneficiado significativamente do aumento da qualidade e acessibilidade da informação bioestrutural. Compreender a estrutura e a função das biomoléculas, juntamente com seus sítios de ligação, é crucial para desvendar processos biológicos e obter percepções valiosas na descoberta e desenho de fármacos. Apesar dessa importância, aprofundar-se nos mecanismos intrínsecos dessas interações e identificar potenciais sítios de ligação ainda é desafiador devido à natureza complexa das biomoléculas e à diversidade das interações. Diante dessa situação, há uma crescente demanda por ferramentas computacionais robustas que estudem de forma abrangente os sistemas biomoleculares. Neste contexto, apresentamos a KVFinder suite, uma plataforma computacional composta por ferramentas como parKVFinder, pyKVFinder, KVFinder-web, SERD e KVFinderMD. Cada ferramenta desempenha um papel específico, possibilitando não apenas a codificação, mas também a análise detalhada de biomoléculas e de seus sítios de ligação. De maneira importante, essas ferramentas oferecem a flexibilidade de utilizar suas unidades básicas em aplicações de ciência de dados e inteligência artificial. Ao longo deste trabalho, aplicações das ferramentas da KVFinder suite em estudos de caso terapêuticos demonstram sua eficácia. Essas aplicações, juntamente com novas caracterizações, proporcionam uma referência valiosa para a comunidade científica. Com suas diversas funcionalidades e capacidade de integração em aplicações de ciência de dados e inteligência artificial, a KVFinder suite tem o potencial de avançar na compreensão dos mecanismos de interação biomolecular e em estratégias terapêuticas inovadoras. Sua disponibilidade representa um recurso significativo, acelerando a pesquisa e ampliando o conhecimento na área, mantendo eficiência computacional.