Hidrogel termo- e ph- responsivo à base de PDMAEMA e poli (limoneno), processo de obtenção e usos
Engenharia química / Química
Técnica possibilita a realização de várias análises por meio do reconhecimento molecular característico presente em diversos tipos de amostras.
Algoritmos de machine learning e inteligência artificial estão sendo usados, com maior frequência, em análise de classes moleculares e em amostras biológicas e/ou químicas. Contudo, apresentam limitações na identificação de potenciais biomarcadores de maneira automática devido à especificidade para alguns tipos de ionização e equipamentos de espectrometria de massas. Nesse sentido, pesquisadores da Unicamp desenvolveram um método automático para seleção molecular, a partir de dados de espectrometria de massas, para seleção de uma característica de interesse, que combina técnica metabolômica e aprendizado de máquina. Essa técnica possibilita a busca por marcadores capazes de auxiliar no reconhecimento de padrões de metabólitos encontrados nos mais variados tipos de amostras.
Um dos atrativos do método é reconhecer padrões de metabólitos mais significativos e otimizar o processo de análise. Isso ocorre devido a normalização pareada do método. Outro ponto relevante é a determinação dinâmica e recursiva de características mais efetivas, ligadas à condição de interesse, e sem a necessidade do uso equipamentos de alta resolução. As características da invenção permitem seu uso em análises clínicas, ambientais e bromatológicas.
PRINCIPAIS BENEFÍCIOS E CARACTERÍSTICAS DA INVENÇÃO:
Combinação de técnica metabolômica e aprendizado de máquina
Invento permite o uso da mesma amostra em diferentes análises
Aplicação em análises clínicas e em indústrias farmacêuticas e de cosméticos
INVENTORES:
Rodrigo Ramos Catharino
• Professor Livre Docente do curso de Farmácia – Faculdade de Ciências Farmacêuticas/UNICAMP.
• Atua principalmente nos seguintes temas: biomarcadores, elucidação estrutural e novos omics em diagnóstico, medicamentos, cosméticos e alimentos.
Anderson De Rezende Rocha
Instituto de Computação/UNICAMP
Luiz Claudio Navarro
Instituto de Computação/UNICAMP
Jeany Delafiori
Faculdade de Ciências Farmacêuticas/UNICAMP
