O tema ligado a saúde no contexto do projeto Institucional foi escolhido de forma ampla e priorizando as relações humano-animal-ambiente e as possibilidades de avanços inter e multi-disciplinares, que podem unir, por exemplo, pesquisas da área de saúde e bem-estar com modelagens computacionais que auxiliam de forma expressiva o tratamento dos dados. Ressalta-se aqui que os avanços tecnológicos recentes têm aumentado sobremaneira a quantidade de dados disponíveis sobre vários processos biológicos e portanto, as pesquisas em setores particulares da Física, Matemática e Computação têm contribuído significativamente e decisivamente no entendimento de várias doenças e anomalias. No escopo da Física, esses problemas se encaixam, de forma geral, no estudo de sistemas complexos com forte interação com mecânica estatística. No escopo da Matemática, diversas áreas têm sido instrumentais, dentre as quais destacamos: probabilidade e processos estocásticos, sistemas dinâmicos, análise não-linear. Assim, a criação de grupos multidisciplinares de caráter internacional na UFF voltado às aplicações em Biologia Matemática e em Processos Neurológicos é considerada de fundamental importância, contribuindo, de forma significativa, para um aumento da conhecimento na área e para a inserção internacional dos Programas de pós-Graduação envolvidos neste projetos. Como a área de Medicina Veterinária na UFF também se destaca na capacidade de formar pesquisadores de qualidade comprovada em dois programas de PG Nota 5, o Tema em pauta abriga um projeto de Inovação em Biotecnologia para a prevenção e controle de zoonoses negligenciadas endêmicas e Reprodução Animal no Contexto da Saúde Única e da Segurança Alimentar que já conta com uma forte parceria internacional. A visão abrangente de Saúde única, atuando nas interfaces das interações homem-ambiente-animal constitui-se numa abordagem recomendada pela OMS proporcionando uma visão holística e mais adequada à nossa realidade do que aquela segmentada. Apoiando-se em tecnologias avançadas não somente das ciências da Vida mas também de ações interdisciplinares procura-se compreender os avanços nesta interface com impactos imediatos em Meio ambiente, Produção Animal, Segurança Alimentar e Saúde Pública.
Os projetos dessa área são:
Inovação em Biotecnologia para a prevenção e controle de zoonoses negligenciadas endêmicas e Reprodução Animal no Contexto da Saúde Única e da Segurança Alimentar
Neste projeto estão contemplados os aspectos relativos à inovação em biotecnologia para a prevenção e controle de zoonoses negligenciadas endêmicas, desenvolvimento de vacinas específicas, métodos de diagnóstico avançado em saúde animal, além de processos avançados em biotécnicas da reprodução animal assistida, no contexto saúde única e da segurança alimentar. Um elevado crescimento econômico levou na última década a um forte crescimento na demanda por proteína de origem animal. Logo, a fim de garantir a segurança alimentar mundial, um aumento dos níveis de produtividade dos rebanhos se faz necessário, isto é, produzir mais com o mesmo número de animais na mesma área. Isso pode ser atingido por meio do desenvolvimento de novas tecnologias de reprodução e do controle de enfermidades infecto-parasitárias, responsáveis por cerca de 30% de perdas na produção animal.
Diversas zoonoses serão estudadas, como a leptospirose, esporotricose, malária, toxoplasmose, neosporose e helicobacteriose, além de outras infecto-parasitárias no contexto homem-animal-ambiente. Considerando a importância do conceito atual de “Saúde Única”, a experiência aqui observada será útil para o conhecimento e controle de diferentes epizootias e/ou zoonoses em regiões similares ao redor do mundo. A leptospirose é a zoonose mais difundida no mundo, e se insere com perfeição no contexto One Health. Determina sérios problemas de Saúde Pública, além de prejuízos econômicos na produção animal. De forma similar, a toxoplasmose, a neosporose e outras enfermidades infecto-parasitárias atuam nos índices reprodutivos e consequentemente na produção de proteína animal de boa qualidade para a população mundial. A Anatomia Patológica, patologia molecular e genética forense veterinária de excelência tem uma grande importância para o conceito “one health” promovendo a melhoria da qualidade de vida da população. O estudo das zoonoses infecto-parasitárias associado ao diagnóstico avançado preciso e genético das neoplasias em animais em que estes são sentinelas de distúrbios ambientais promotores de neoplasias em humanos são indispensáveis para saúde pública. Quanto as biotecnologias da reprodução animal, as inovações propostas estão ligadas ao desenvolvimento de processos menos invasivos e mais eficientes para a otimização dos processos envolvidos na produção in vitro e in vivo de embriões, visando o bem-estar animal e o aumento da produtividade, reforçando as ações de segurança alimentar mundial.
Inteligência Artificial aplicada a Sinais Cerebrais: Translação da Neurociência à Prática Clínica
A metodologia de aprendizado por máquina (“machine learning”) é uma subárea da Inteligência Artificial que está relacionada com a descoberta automática de similaridades nos dados através do uso de algoritmos computacionais. Estas similaridades são utilizadas como critério para classificar os dados em diferentes categorias. No caso específico deste projeto, imagens cerebrais de ressonância magnética funcional serão tratadas como padrões espaciais e métodos de aprendizagem estatística serão utilizados para identificar propriedades dos dados que diferenciam grupos de participantes (por ex. pacientes versus controles). Apesar das técnicas de neuroimagem fornecerem medidas objetivas das anormalidades cerebrais, a transposição do conhecimento adquirido por estas técnicas na prática clínica ainda é muito limitada. O foco de muitos estudos psiquiátricos em neuroimagem tem sido identificar regiões cerebrais específicas cuja atividade alterada estaria relacionada com um determinado distúrbio psiquiátrico. Menos ênfase tem sido dada a uma compreensão da natureza distribuída destas anormalidades ao nível de rede neural. A principal vantagem da metodologia de aprendizado por máquina, em relação aos métodos tradicionais, é que esta permite a avaliação da atividade neuronal como uma rede neural. A continuação natural deste tipo de estudo é a identificação de padrões “normais” de atividade cerebral em contraposição a padrões “alterados” por patologias mentais. De fato, a metodologia de aprendizado por máquina tem sido capaz de identificar com base apenas na atividade cerebral, por exemplo, indivíduos mais vulneráveis ao desenvolvimento de uma patologia mental. Neste projeto, trabalharemos com jovens sem nenhuma patologia diagnosticada (“normais”) e indivíduos em sofrimento psicológico devido a transtornos mentais, especialmente de ansiedade, depressão e transtorno bipolar. Objetivamos aperfeiçoar, através da inteligência artificial aplicada a neuroimagem, algoritmos capazes de identificar vulnerabilidades a patologias mentais a partir da atividade cerebral de indivíduos normais ou com diferentes patologias mentais. Para isto contamos com uma equipe multidisciplinar formada por neurocientistas, engenheiros da computação e psiquiatras de quatro programas de pós-graduação da UFF e de dois centros de excelência internacionais, a University College London e a Pittsburg University.
Modelagem Numérica e Matemática em Aplicações Biológicas e Médicas
Modelagem Numérica e Matemática têm tido um papel cada vez mais importante em problemas relacionadas com a agenda de sustentabilidade das Nações Unidas: (i) Epidemiologia Matemática tem um papel cada vez maior na definição de políticas da OMS; (ii) Modelos evolutivos e ecológicos ajudam a entender o comportamento das espécies num ambiente onde o clima está mudando de forma contínua. Nosso projeto foca em alguns problemas centrais: (i) Epidemiologia Matemática: Nesta área o interesse da equipe é bastante diverso, indo de estratégias de controle a impacto da dinâmica de redes na difusão das doenças. O estudo de observadores traz também uma nova oportunidade de se fazer modelagem a partir dos dados. (ii) Dinâmica Social: Vários membros da equipe têm interesse em dinâmicas que modela interações sociais. Esses modelos estão ficando cada vez mais relevantes em um mundo onde chatbots são capazes de influenciar a opinião pública e podem causar grandes impactos nas democracias modernas. (ii) Dinâmica evolutiva e teoria de jogos: Teoria dos jogos tradicional assume jogos de dois jogadores. Observa-se atualmente uma mudança neste paradigma com um atenção maior aos jogos com d jogadores. Neste novo cenário aparece uma gama de novos fenômenos cuja análise transcende a teoria clássica. (iii) Paisagens complexas e invasões biológicas: Entender invasões biológicas no contexto de ambientes com paisagens complexas é um problema que só agora começa a ser estudado de forma mais sistemática. (iv) Hemodinâmica: doenças circulatórias são uma das principais causas de morte nas sociedades modernas. Um entendimento detalhado do escoamento circulatório em conjunto com técnicas de computação científica trazem uma nova perspectiva às salas de operação. (v) Teoria de controle: Aplicações a assimilação de dados trazem uma nova perspectiva a esta área clássica de matemática aplicada.