Nosso grupo vem demonstrando que componentes presentes no extrato das cerdas da pararama, nome popular da fase larval da mariposa Premolis semirufa, induzem alterações moleculares em condrócitos humanos que se assemelham ao observado na patogênese da osteoartrite (OA). Essas alterações incluem intensa resposta inflamatória com produção de citocinas, imunomediadores e remodelamento da matriz extracelular. Análises do perfil transcriptômico dessas células também revelaram uma clara assinatura gênica com alterações de marcadores moleculares característicos da OA. Esses resultados despertaram o interesse no uso de condrócitos tratados com o extrato das cerdas de pararama como modelo de OA para a descoberta e validação de alvos moleculares com potencial terapêutico. Até o momento, as terapias para a OA se baseiam no uso de anti-inflamatórios e reposição de componentes da cartilagem. Portanto, moléculas com funções condroprotetoras e com potencial de diminuir a progressão da doença são objetivos de novos estudos. Nesse contexto, a proteína com domínios Ww2 (Wwp2) foi selecionada para validação funcional. A Wwp2 é uma ubiquitina ligase intracelular. Durante a condrogênese, ela promove a regulação positiva do Sox9 pelo domínio amino-terminal, enquanto induz a degradação do RunX2 por ubiquitinação, função desenvolvida pelo domínio carboxi-terminal da proteína. Esses dois fatores de transcrição, RunX2 e Sox9, possuem papéis antagônicos bem estabelecidos na OA. Sox9 é essencial para a homeostase dos condrócitos e consequente proteção da cartilagem, em contraste com a indução da diferenciação hipertrófica dos condrócitos e degradação da cartilagem por RunX2. Interessantemente, a expressão da WWP2 é gradativamente reduzida com a progressão da doença. Em síntese, aumentar a biodisponibilidade da WWP2 pode ajudar a restaurar as condições saudáveis da cartilagem em pacientes com OA. O objetivo central desse projeto é validar a importância da Wwp2 na osteoartrite (OA) usando condrócitos tratados com extrato de cerdas de pararama como modelo celular para o estudo da doença. Para tanto, os níveis de expressão (mRNA e/ou proteína) do alvo e de moléculas relacionadas com a mesma via de sinalização serão analisados, validando o modelo para os estudos funcionais. Em seguida, os efeitos na modulação gênica da Wwp2 (proteína completa, porção amino-terminal e porção carboxi-terminal) na expressão de marcadores moleculares da OA serão avaliados, gerando evidências de que domínios diferentes da proteína podem exercer funções distintas e que a modulação do alvo leva a efeitos clinicamente relevantes. Finalmente, os efeitos da modulação do alvo na comunicação dos condrócitos com outras células da articulação, como macrófagos e sinoviócitos, serão avaliados a fim de determinar seu papel em um contexto mais abrangente da patogênese da OA. (AU)

Elaboração e produção de cartografias, mapas e material necessário para o desenvolvimento da pesquisa sobre morfologiaurbana e regional design, especialmente no desenvolvimento dos mestrandos e doutorandos e auxiliando os alunos deiniciação científica na produção de material a partir da demanda solicitada pelos pesquisadores.O aluno responsável fará o aprofundamento de coleta de dados sobre os casos gerais, como fotos aéreas de diferentesperíodos, abrangência regional, entre outros. O aluno irá também fazer a preparação de base para os casos gerais eespecíficos.

O envelhecimento populacional é uma realidade observada mundialmente e, em paralelo a esse fenômeno, a tecnologia avança em grande velocidade, e vem sendo cada vez mais utilizada dentro da área da saúde. Quando nos referimos a cuidado de idosos, ela pode ser utilizada na telemedicina, em treinos cognitivos e no automonitoramento da saúde. Diante disso, o aperfeiçoamento do aplicativo do Cérebro Ativo se faz necessário para colaborar com o automonitoramento da saúde física e mental de pessoas idosas e pela comodidade aos profissionais da saúde no acompanhamento de seus pacientes. Objetivo: O objetivo deste projeto é aprimorar o aplicativo Cérebro Ativo, que contará com um sistema inteligente de recomendações para o jogador que levará em consideração o desempenho e o estado emocional. O objetivo pretendido do Bolsista é desde ajudar na realização nas melhorias técnicas do aplicativo até a utilização deste pelos usuários. Trocará experiência com a equipe e passará sua experiência pelo tempo de trabalho que possui com idosos no uso do aplicativo até o momento. Lembrando que os objetivos deste projeto incluem: (1) melhorar o engajamento dos usuários nos jogos; (2) melhorar a efetividade na inserção do aplicativo Cérebro Ativo no mercado; (3) promover a saúde da pessoa idosa por meio de jogos de videogame; (4) implementar relatórios de automonitoramento cognitivo. Método: O projeto terá duração de 12 meses em que será realizado o desenvolvimento de módulos adicionais no aplicativo. Deste modo, visamos a utilização do aplicativo Cérebro Ativo para o automonitoramento da saúde mental e física de pessoas idosas. Para isto, será desenvolvido módulos adicionais no aplicativo Cérebro Ativo e algoritmos utilizando Machine Learning. Posteriormente, teremos a avaliação da solução pelos usuários, levando em consideração métricas de engajamento, utilização e comentários dos usuários. As métricas serão obtidas através dos dados de Analytics dos eventos de jogo e de reuniões remotas de acompanhamento com os usuários. Os dados de Analytics dos jogos de treinamento das habilidades cognitivas já foram desenvolvidos durante o projeto PIPE Fase 2 e estão implementados no aplicativo, enquanto os eventos relacionados às funcionalidades adicionais deste projeto serão implementados durante as etapas de desenvolvimento. Os grupos de idosos que já participaram da Fase 1 e Fase 2 do PIPE serão convidados a testar o aplicativo Cérebro Ativo com o objetivo de validá-lo no monitoramento da saúde física e mental. Os sujeitos serão contatados diretamente pelo pesquisador responsável através do banco de dados cadastrais da ISGAME. Considerando que o banco de dados atualmente conta com um total de aproximadamente 500 idosos, estima-se que 80 participarão dessa etapa da pesquisa. Durante todo o período de testes serão coletados feedbacks dos participantes para desenvolver ajustes e melhorias no aplicativo. Os resultados parciais e finais serão analisados para avaliar a utilização da solução proposta. Durante todo o período de testes serão avaliadas as métricas de engajamento, utilização e comentários dos usuários. Resultados esperados: O desenvolvimento deste projeto servirá para incorporar os elementos do mercado de modo mais efetivo, aumentando as chances de sucesso do produto e promovendo saúde por meio da estimulação cognitiva de idosos.

O subprojeto pretende levantar e espacializar os dados do município de São Vicente - SP por meio de Sistemas de InformaçãoGeográfica com o intuito de fornecer subsídios técnicos para a elaboração e implementação do Plano de Ação Climática municipal. Osdados levantados servirão de base para a elaboração de diagnóstico socioeconômico, biofísico e institucional do território e mapasclimáticos.

A bolsa de treinamento técnico nível III - TT3 tem como objetivo dar um suporte na coleta de dados do projeto JP2 da responsável, mais especificamente na instalação e remoção de gravadores acústicos automáticos no Médio e Alto Paranapanema, na captura de grupos de mico-leão-preto (Primates:Callitrichidae, Leontopithecus chrysopygus), e na logística geral do trabalho de campo do projeto.

Com o intuito de atender a demanda direcionada à mitigação das Doenças de Transmissão Hídrica e Alimentar (DTHA), apresentada pelo Sistema Nacional de Vigilância Sanitária (SNVS) à Universidade Federal de São Paulo, foi verificada a necessidade de fortalecer a capacitação técnica dos gestores do SNVS em gerenciamento de risco alinhada à Estratégia Global para a Segurança dos Alimentos. Dessa forma, este plano de trabalho visa desenvolver curso EAD para gestores do SNVS, tendo como base os princípios da Estratégia Global para a Segurança dos Alimentos, que são: baseado em evidências,focado nas pessoas, custo-efetivo e olhar para o futuro. Está alinhado com a prioridade Estratégica 3: Melhorar o uso deinformações da cadeia alimentar, evidências científicas e avaliação de risco na tomada de decisões de gerenciamento de risco, especificamente com os Objetivo estratégico 3.1: Promover a geração e uso de evidências científicas e avaliação de risco ao estabelecer e revisar medidas de controle de alimentos; Objetivo estratégico 3.2: Reunir informações abrangentesao longo e além da cadeia alimentar e utilizar esses dados ao tomar decisões informadas de gestão de riscos e Objetivo estratégico 3.4: Decisões de gestão de risco consistentes e transparentes ao estabelecer medidas de controle de alimentos. Obolsista participará da elaboração e implementação do curso e desenvolverá uma revisão integrativa durante o processo. O desenvolvimento do Produto 7 será apoiado por Inteligência Artificial e terá duração prevista de 12 meses.

No Brasil, as emissões de gases de efeito estufa (GEE) são atribuídas principalmente às mudanças no uso da terra e àquelas associadas aos setores de pecuária e agricultura. No setor agrícola, as emissões de óxido nitroso (N2O) são consideradas a principal fonte de emissão de GEE. Por exemplo, no setor sucroenergético, estudos mostraram que as emissões de N2O provenientes de fertilizantes nitrogenados e resíduos orgânicos são a principal fonte individual de GEE, representando cerca de 50% das emissões totais do etanol de cana-de-açúcar. Mais recentemente, estudos têm indicado que a aplicação de biochar (produto sólido da pirólise de material orgânico) em solos representa uma estratégia para mitigar as emissões de N2O e também para apoiar o sequestro de carbono em solos de cana-de-açúcar. No entanto, há pouca informação disponível sobre o papel do biochar à base de cana-de-açúcar nos processos de emissão de N2O e sequestro de carbono em solos tropicais.

O Acidente Vascular Encefálico (AVE) é a principal causa de incapacidade em adultos em todo o mundo, com até dois terços dos indivíduos sofrendo deficiências. Estudos de neuroimagem em larga escala mostraram-se promissores na identificação de biomarcadores robustos (por exemplo, medidas da estrutura cerebral) de recuperação de AVE em longo prazo, após a reabilitação. No entanto, a análise de grandes conjuntos de dados relacionados à reabilitação são problemáticos devido às dificuldades na segmentação precisa das lesões de acidente vascular cerebral em diferentes modalidades de imagens médicas. Dentre as modalidades de imagens médicas, a segmentação manual de lesões em imagens de ressonâncias magnéticas, ponderadas em T1, é atualmente o padrão ouro para identificar a existência e extensão do AVE, mas envolve um processo trabalhoso e que requer conhecimentos anatômicos, por parte do radiologista. Embora algoritmos tenham sido desenvolvidos para automatizar esse processo, os resultados muitas vezes carecem de precisão, estão baseados em conjuntos de imagens proprietários, que inviabilizam a reprodução dos modelos e são, portanto, de difícil generalização. Algoritmos mais recentes que empregam técnicas de aprendizado de máquina são promissores, mas esses exigem grandes conjuntos de imagens para treinamento, validação e teste. A disponibilização recente da base de dados ATLAS (Anatomical Tracing of Lesions After Stroke), que contém um conjunto de 304 ressonâncias magnéticas ponderadas em T1, com lesões segmentadas manualmente por especialistas, poderá possibilitar o desenvolvimento de novos algoritmos para segmentação automática de lesões causadas por AVE. Este projeto tem por objetivo o desenvolvimento de métodos em aprendizado de máquina para segmentação automática de lesões causadas por AVE em imagens de ressonância magnética ponderadas em T1, tendo o ATLAS como base de dados. Posteriormente, após validação dos algoritmos, pretende-se aplicá-los em base de imagens independente. (AU)

Esse trabalho está vinculado ao projeto de Inteligência Artificial e Línguas Indígenas desenvolvido no Centro de Inteligência Artificial USP/FAPESP/IBM. O bolsista executará a curadoria e o gerenciamento do banco de dados de línguas indígenas do projeto, bem como a aquisição de novos dados do mesmo. A atividade consiste na especificação dos dados de línguas indígenas do projeto, bem como a aquisição de novos dados do mesmo. A atividade consiste na especificação dos dados do mesmo. A atividade consiste na especificação dos dados por vários olhares teóricos dentro da linguística, tais como a morfologia dos dados, a fonologia, da ortografia das línguas, e catalogação por variedades linguísticas dentro das línguas do projeto. As línguas trabalhadas pelo projeto são Nheengatú, e os Guarani Nhandeva, mas há ainda um repositório da língua Guarani Mbyá resultante de colaborações prévias neste projeto que não deve ser descartado, mas sim melhor detalhado em suas especificidades. Além destes elementos, também estão previstas estratégias de construção de interfaces utilizando SQL para criação de tabelas de amostragem e interfaces com a máquina, para melhor averiguação de resultados e simplificação de consultas. Estas tabelas de amostragem relacionariam diretamente dois elementos linguísticos distintos do banco de dados, tais como fonologia e ortografia, ou ortografia e variedade, afim de facilitar a consulta dos dados a serem disponibilizados pela máquina. Estes dois elementos, a manutenção do banco de dados e a criação de uma interface reguladora, são os próximos passos para o desenvolvimento do projeto de Processamento Computacional de Linguagens Indígenas Brasileiras em desenvolvimento no C4AI, Centro de Inteligência Artificial da Universidade de São Paulo

Em busca da geração de informações críticas e inéditas sobre os estoques de madeira em florestas de produção submetidas a um segundo ciclo de colheita na Amazônia brasileira, o objetivo desta bolsa é auxiliar na proposta do projeto principal através de atividades em campo de invetário florestal, com ênfase na identificação botânica das espécies florestais encontradas, em áreas que serão submetidas ao segundo ciclo de corte de madeira na Amazônia.