O professor Jackson G. de Souza, dos cursos da área de computação do Ceulp/Ulbra, junto com os pesquisadores Marcelo A. C. Fernandes e Raquel de Melo Barbosa, tiveram trabalho aceito para publicação na Pharmaceutics.
O artigo, intitulado A Novel Deep Neural Network Technique for Drug–Target Interaction (Uma nova Técnica de Rede Neural Profunda para Interação Droga-Alvo, em tradução livre) apresenta o MPS2IT-DTI, um modelo de predição de DTI (Drug–Target Interaction) obtido a partir de pesquisas realizadas nas seguintes etapas: a definição de um novo método para codificar sequências de moléculas e proteínas em imagens; a definição de uma abordagem de aprendizado profundo baseada em uma rede neural convolucional para criar um novo método de previsão de DTI.
Imagem da publicação
A descoberta de medicamentos (Drug Discovery - DD) é um processo demorado e caro. Assim, a indústria emprega estratégias como reposicionamento e reaproveitamento de medicamentos, o que permite a aplicação de medicamentos já aprovados para tratar uma doença diferente, como ocorreu nos primeiros meses de 2020, durante a pandemia de COVID-19. A previsão de interações droga-alvo é uma parte essencial do processo de DD, pois pode acelerá-lo e reduzir os custos necessários.
Imagem da publicação
Pharmaceutics é uma das mais renomadas revistas científicas de acesso aberto do mundo, revisada por pares, tendo como temas centrais a ciência e tecnologia de produtos farmacêuticos e biofarmacêuticos, e é publicada mensalmente online pelo MDPI. Instituições como a Spanish Society of Pharmaceutics and Pharmaceutical Technology (SEFIG), Pharmaceutical Solid State Research Cluster (PSSRC), Academy of Pharmaceutical Sciences (APS) e Korean Society of Pharmaceutical Sciences and Technology (KSPST) são afiliadas à esta publicação.
O artigo completo pode ser acessado aqui: https://www.mdpi.com/1999-4923/14/3/625
