José Augusto Baranauskas.

O câncer de pênis, apesar de considerado raro em países desenvolvidos, apresenta taxas elevadas em países em desenvolvimento. No Brasil, o estado do Maranhão possui a maior incidência nacional e global já registrada da doença, seguido do estado do Pará e Amazonas. Como causas principais da baixa eficiência do tratamento do câncer de pênis temos o pouco conhecimento sobre a sua base genética e molecular e a ausência de terapias alvo que impeça a progressão para metástase linfonodal, condição que reduz consideravelmente a sobrevida dos pacientes. O presente estudo visa levantar alguns alvos terapêuticos usando abordagens de NGS (Next Generation Sequencing) para identificar e caracterizar assinaturas genômicas e metagenômicas no carcinoma espinocelular de pênis com metástase linfonodal em uma coorte do estado do Maranhão. Para isso, serão coletadas amostras do tecido tumoral primário e de linfonodos metastático de pacientes diagnosticados com câncer de pênis atendidos em três hospitais no Maranhão. Esses pacientes serão caracterizados no âmbito sócio comportamental, clínico e histopatológico. Com esse estudo colaborativo que une as expertises do grupo da Faculdade de Medicina de Ribeirão Preto/USP e da Universidade Federal do Maranhão, teremos um ambiente científico profícuo para contribuir com a identificação de potenciais marcadores genéticos de valor preditivo ou terapêutico aplicado tratamento do câncer de pênis.

Nosso objetivo é produzir ferramentas computacionais de suporte ao Português do Brasil que possibilitem aplicativos de última geração. Estamos concentrados tanto na modalidade escrita quanto falada do Português, com foco em três tarefas principais:

com uma perspectiva sintática, pretendemos produzir um corpus multi-gênero com milhões de palavras de textos anotados para a construção de modelos robustos de análise;
com uma perspectiva de modelo de linguagem, pretendemos gerar um pipeline para a construção de modelos neurais baseados em contexto, com aplicações em inferência de linguagem natural; e,
para a linguagem falada, pretendemos construir corpora multi-tarefa para reconhecimento de fala, síntese multi-locutor, identificação de locutor, clonagem de voz e classificação de fala como biomarcador, produzindo uma base de português brasileiro falado gravado e transcrito.
Cada tarefa envolve trabalhos que cruzam com outras frentes. Por exemplo, a fala transcrita e os modelos neurais devem ser usados ​​pela iniciativa sintática para treinar modelos de análise baseados em neurônios; os modelos de análise podem fornecer mais dados para a inferência de linguagem natural e ferramentas baseadas na fala; os dados de fala serão usados ​​para desenvolver modelos neurais de fala como um biomarcador.

As aplicações iniciais serão no diagnóstico de doenças com base na fala, mineração de opinião e detecção de notícias falsas.

É dada ênfase à construção e utilização de recursos abertos e de código aberto, de forma a partilhar os recursos dentro e fora deste projeto.

O trauma é uma das principais causas de mortes em todo o mundo, sendo a terceira causa de mortes em países desenvolvidos. A melhor forma de se evitar o trauma é a prevenção; porém quando esta não é possível o paciente traumatizado depende da qualidade e do tempo do atendimento, os quais são cruciais para sua sobrevivência. Uma ferramenta capaz de avaliar a qualidade do atendimento ao paciente traumatizado é o \textit{Trauma and Injury Severity Score} (TRISS).
Neste projeto de pesquisa será aplicado meta-aprendizado de árvores de decisão para analisar o TRISS e seus componentes para verificar as vantagens e deficiências deste método na classificação da probabilidade de sobrevida no ambiente da Unidade de Emergência do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto. O objetivo principal deste projeto é encontrar modelos compreensíveis ao especialista médico já que, devido aos riscos envolvidos, tem-se a necessidade de compreender as classificações realizadas pela máquina de aprendizado, ou seja, fazer o modelo produzir um resultado preciso não é suficiente; o modelo também precisa ser humanamente compreensível para que o especialista médico possa considerá-lo útil, confiável e aceitável.

O Núcleo de Apoio à Pesquisa de Aprendizado de Máquina em Análise de Dados (NAP-AMDA), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP São Carlos, tem como objetivo o estabelecimento de um centro interdisciplinar e multidisciplinar de excelência no uso de Aprendizado de Máquina (AM) em Análise de Dados em São Paulo. As atividades do Núcleo visam estimular colaborações com empresas e instituições governamentais cujos dados podem ser analisados através de técnicas de AM, levando a melhores produtos e serviços, aumentando a competitividade das empresas brasileiras, e contribuindo para uma maior qualidade dos serviços públicos.

 O valor crescente dos dados produzidos por diferentes áreas do conhecimento e a complexidade dos problemas a serem tratados computacionalmente indicam a necessidade de novas ferramentas computacionais capazes de apoiar a análise dos dados pelos usuários. Existem várias aplicações bem sucedidas de AM para problemas reais, como, por exemplo:

Condução de veículos autônomos;
Bioinformática;
Mudanças climáticas;
Análise de risco de crédito;
Monitoramento do meio ambiente;
Detecção de fraudes;
Jogos;
Diagnóstico médico; e
Reconhecimento de fala.
 Portanto, a pesquisa em Aprendizado de Máquina tem beneficiado vários setores sociais e econômicos, oferecendo novas abordagens para diagnósticos médicos, detecção de falhas, análise de séries temporais, monitoramento ambiental, entre vários outros, estando associada com outras áreas, como estatística, probabilidade, cognição, teoria da computação, neurociência e teoria da informação, para citar alguns.

http://adapta.inpa.gov.br/

A expressiva diversidade biológica existente na Amazônia tem sido exaustivamente documentada e, ao que tudo indica, estamos muito longe de ter números definitivos para a sua dimensão. São plantas, mamíferos, aves, peixes, insetos e microrganismos que ao longo do processo evolutivo desenvolveram capacidades excepcionais para interagir, reduzir e até se favorecer dos efeitos das condições naturais extremas dos ambientes em que vivem. 
Em contraste com a expressiva diversidade biológica, a habilidade adaptativa descrita até aqui para poucas espécies e situações ambientais revela que há vários mecanismos similares, compartilhados por organismos de diferentes grupos. São convergências adaptativas a variações naturais do ambiente amazônico. Esses mecanismos adaptativos são extremamente úteis para estabelecer ações para conservação ambiental, para subsidiar processos decisórios acerca de intervenções ambientais e produzir produtos e processos para a melhoria da qualidade de vida do homem da Amazônia. 
Contudo, nos últimos anos vimos crescer um conjunto significativo de intervenções na Amazônia com reflexos imediatos no ambiente aquático. São novas hidrelétricas, mudanças no uso do solo, mineração, estradas, desmatamento, impactos urbanos e, principalmente, as mudanças climáticas globais, que causam preocupações em todos os cantos do planeta e que na Amazônia têm papel central, pois a região interfere na manutenção da qualidade de vida da Terra e, principalmente, na economia regional e nacional. Não sabemos como os organismos da Amazônia, em particular os organismos aquáticos, respondem a essas mudanças ambientais causadas pelo homem, mas sabemos que muitas espécies são capazes de se adaptar a novas condições ambientais. É preciso aprender o que permite essa habilidade. É preciso aprender como funciona e como é ativada. 
	As atividades do INCT Adapta estão consignadas em três grandes linhas de pesquisas: Interações organismo-ambiente; Biomarcadores e Programas aplicados. A linha ?Interações organismo-ambiente?, valendo-se de ferramentas modernas de observação, sensoriamento remoto, aspectos bioquímicos, fisiológicos e ecológicos, analisará porque e como diferentes grupos animais e vegetais conseguem sobreviver a extremos ambientais similares e, da mesma forma, como os que não conseguem, percebem as mudanças e emigram. Estes estudos deverão incluir espécies de peixes, plantas aquáticas, invertebrados (camarões, insetos e zooplâncton), microrganismos e mamíferos aquáticos em ambientes naturais, modificados pelo homem e sob condições experimentais (microcosmos). Os resultados dessa abordagem constituirão um Banco de Dados para a definição de potenciais biomarcadores, objeto central da segunda linha de pesquisas do Centro. Esses resultados servirão, também, para a definição de um conjunto de espécies diferentes que terão seus genomas analisados em busca dos genes comuns que estão sendo ativados ou desativados. Isso deverá ser feito por catalogação da expressão gênica, seqüenciamento do DNA e posterior análise por meio da bioinformática. A exploração de novos produtos e processos a partir das características funcionais de elementos da flora e da fauna tem maior probabilidade de sucesso do que a exploração ao acaso de elementos da biodiversidade amazônica. Isso será empreendido no âmbito dos Programas Aplicados, terceira linha de pesquisas do Centro. Nessa linha serão também gerados importantes subsídios para políticas públicas, decorrentes da análise de plantas e animais expostos, de forma crônica, a condições ambientais específicas, por meio de microcosmos especialmente construídos. Assim, o ADAPTA representa um conjunto de atividades de Biologia Aplicada.

O bioma Cerrado é a maior savana do mundo. Sua compreensão, em termos de conservação e evolução, depende de estudo do cruzamento de inúmeras características do meio ambiente e das espécies, com um alto grau de complexidade. A Bioinformática tem auxiliado nos estudos de sistemas de ordem complexas através de técnicas de Inteligência Artificial, as quais possibilitam o cruzamento de características para análise e classificação de determinados estados. O objetivo desse projeto é o desenvolvimento de um sistema inteligente aplicado na seleção e na análise de características do meio ambiente e das plantas medicinais do cerrado que conduzem estas a um estado específico. Para isso, serão usadas técnicas de aprendizado de máquinas para a análise do grau de importância e relacionamento destas características na classificação de um estado. O sistema será desenvolvido para web, permitindo o acesso de diferentes grupos de pesquisadores.

Projeto FAPESP 03/08270-5