PPG-ciencia-da-computacao

David Corrêa Martins Junior

Possui Bacharelado (2001), Mestrado (2004) e Doutorado com menção honrosa pela CAPES (2008) em Ciência da Computação pelo Instituto de Matemática e Estatística - Universidade de São Paulo (IME-USP), tendo feito em 2007 um estágio de doutorado (sandwich) de 1 ano no Genomic Signal Processing Laboratory - Texas A&M University - EUA. Tem experiência na área de Ciência da Computação, com ênfase em Metodologia e Técnicas da Computação, atuando principalmente em reconhecimento de padrões com foco em aplicações de visão computacional, redes complexas e biologia sistêmica, incluindo modelagem, identificação e simulação de redes de interação gênica. Atualmente é professor associado do Centro de Matemática, Computação e Cognição da Universidade Federal do ABC. (Texto informado pelo autor)

  • http://lattes.cnpq.br/1228255861618623 (18/03/2025)
  • Rótulo/Grupo: PERMANENTE
  • Bolsa CNPq:
  • Período de análise:
  • Endereço: Universidade Federal do ABC, Centro de Matemática, Computação e Cognição. Rua Arcturus, 03 Jardim Antares 09606070 - São Bernardo do Campo, SP - Brasil Telefone: (11) 23206279
  • Grande área: Ciências Exatas e da Terra
  • Área: Ciência da Computação
  • Citações: Google Acadêmico

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações


Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

  • Total de projetos de pesquisa (4)
    1. 2024-Atual. Impacto da COVID-19 durante a gestação no neurodesenvolvimento da criança
      Descrição: Um número crescente de pesquisas foca em mulheres que tiveram COVID-19 durante a gestação. Vários destes estudos analisaram o impacto da infecção no neurodesenvolvimento infantil, enquanto outros trabalhos estudam o transcriptoma deste grupo com sequenciamento de RNA (RNA-Seq). Até o momento, nenhum estudo realizou ambos análise de transcriptoma e testes neurocomportamentais. Além disso, um único trabalho com gestantes com COVID-19 estuda a expressão de microRNAs, mas sua metodologia não é tão abrangente quanto o RNA-Seq. Neste contexto, o objetivo deste projeto é obter o perfil de expressão de microRNAs do plasma do cordão umbilical de infantes cujas mães tiveram COVID-19 durante a gestação, e realizar testes do neurodesenvolvimento nestas crianças. O grupo caso terá 35 gestantes com sorologia positiva para COVID-19 no momento do parto, e o grupo controle terá 65 gestantes com sorologia negativa. Nesta amostra, já avaliamos o padrão neurocomportamental do infante no 1 mês de vida com NNNS, e realizaremos os testes CREDI e Bayley-III no 12 mês. Amostras de sangue de cordão umbilical foram coletadas durante o parto. Avaliaremos os níveis das citocinas IL-6, proteína C reativa e TNF, e realizaremos RNA-Seq de microRNA no plasma do cordão umbilical. Por meio de análise bioinformática, compararemos os perfis de expressão entre os grupos caso e controle, e avaliaremos a associação entre pontuações de neurodesenvolvimento e os níveis dos transcritos alterados. Por aprendizagem de máquina, desenvolveremos um modelo de predição de pontuação do neurodesenvolvimento a partir dos níveis de expressão de transcritos selecionados. Assim, este projeto preencherá uma lacuna no conhecimento sobre os mecanismos moleculares que ligam a infecção viral materna e o neurodesenvolvimento infantil.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: David Corrêa Martins Junior - Integrante / Helena Brentani - Coordenador / Sergio Nery Simões - Integrante / GOUVEIA, GISELE - Integrante / CAMILO, CAROLINE - Integrante / Alexandra Valéria Maria Brentani - Integrante / Lea Campos de Oliveira - Integrante / MARINA CARVALHO DE MORAES BARROS - Integrante / Rossana Pulcineli Vieira Francisco - Integrante / Silvia Maria Ibidi - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: David Corrêa Martins Junior.
    2. 2022-Atual. Uso de deep learning e grafos para a predição da interação entre alvos de vias celulares relacionadas a células cancerosas (deephash)
      Descrição: O câncer é uma doença complexa com grande número de incidências na população mundial, no Brasil, por exemplo, é esperado que surjam 625 mil casos novos por ano. Existem diversos estudos com o objetivo de novas descobertas que possam colaborar para o desenvolvimento de novos tratamentos para diversos tipos de câncer. Pesquisas relacionadas sobre vias de sinalização celular e inibição de proteínas podem ser muito promissoras para novos avanços na pesquisa de futuros novos tratamentos. Nas vias de sinalização, temos a interação entre diversos complexos de proteínas e mudanças pós-traducionais. Elucidar as interações entre diferentes complexos proteina-proteina na via podem ser muito importantes para possíveis estudos para ativar ou inativar vias, podendo ser alvos para tratamentos em diversos tipos de câncer. Para os casos de inibição de proteínas, podemos procurar moléculas que, após a interação com determinado sítio, alterem a estrutura tridimensional da proteína podendo inibir algum efeito não desejado. Com modelos de deep learning e usos de análises de expressão gênica iremos definir alvos de interações entre proteínas em vias que podem tanto serem alvo de estudo sobre a interação entre proteínas, como alvos para a inibição com ligante. Para os casos de interação proteína-proteína, nosso grupo desenvolve um método com o uso de grafos e deep learning para predizer a interação entre duas proteínas. Para os casos de interação proteína ligante, usaremos técnicas de virtual screening para o docking de uma grande quantidade de dados, após sendo ranqueados novamente com o uso de redes neurais. Todos os resultados relevantes serão submetidos a uma validação por dinâmica molecular. Esperamos, ao final, chegar a resultados que possam elucidar novos conhecimentos sobre diversos tipos de câncer relacionados a via de sinalização celular e realizarmos parcerias para testes experimentais dos nossos resultados.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: David Corrêa Martins Junior - Integrante / Ronaldo Fumio Hashimoto - Coordenador / MARCHI, FABIO ALBUQUERQUE - Integrante / Marcos Freitas Parra - Integrante / Carlos Reynaldo Portocarrero Tovar - Integrante / Simone Queiroz Pantaleão - Integrante / Maria Claudia Negret Lopez - Integrante / Daniella Bizinelli - Integrante / Rodrigo Cesar Bonini - Integrante / Caio Isaias da Silva Braga - Integrante / Aarão Melo Lopes - Integrante / Dennis José da Silva - Integrante / Gabriel Pinheiro Strini Piedade - Integrante / Lyang Higa Cano - Integrante / Irina Yuri Kawashima - Integrante / Salvador Sánchez Vinces - Integrante / Shantanu Gupta - Integrante.
      Membro: David Corrêa Martins Junior.
    3. 2021-2023. Heterogeneidade da sinalização oncogênica associada as metástases do câncer de cólon resistentes à terapia sistêmica: investigação por proteogenômica e modelagem de redes complexas
      Descrição: O câncer de cólon é uma das principais causas de morte por câncer em todo mundo. Embora a sobrevida dos pacientes com doença metastática tenha melhorado com o uso de terapia sistêmica muitos deles desenvolvem resistência primária com progressão em poucos meses. Apesar da caracterização genômica desses tumores ter influenciado positivamente na terapia oferecida ainda é um desafio a identificação de alterações que impactam na sobrevivência das células tumorais em pacientes com doença metastática resistente. Nós hipotetizamos que alterações drivers específicas desses tumores modulam a dinâmica da sinalização oncogênica levando a desregulação da atividade de vias e aquisição de um perfil de resistência. Assim, este projeto propõe a busca precisa por essas alterações em metástases hepáticas resistentes utilizando como estratégia uma abordagem de investigação molecular multidimensional de cada amostra avaliada. As principais etapas metodológicas incluem (1) modelagem computacional de vias de sinalização e inferência de redes complexas, (2) rastreamento por proteogenômica (eventos mutacionais, nível de transcritos e proteômica) de 30 amostras, sendo 15 de pacientes com metástases hepáticas com progressão à primeira linha de terapia inferior a 3 meses e 15 amostras pareadas não-tumorais, (3) integração de dados para descoberta de alterações envolvidas com a ativação de vias compensatórias e modificações do comportamento da sinalização oncogênica e (4) validação dos alvos por tissue-microarray em um conjunto de 300 amostras para associação estatística com dados clínico-patológicos e monitoramento do status mutacional utilizando ctDNAs obtidos de 15 pacientes em 6 períodos de coletas. Acreditamos que este estudo tem potencial para impactar na detecção precisa de alvos que estejam envolvidos com mecanismos de resistência à terapia nas metástases e contribuir com dados inovadores que permitam avanços nas estratégias terapêuticas oferecidas aos pacientes.. Situação: Concluído; Natureza: Pesquisa. Integrantes: David Corrêa Martins Junior - Integrante / MARCHI, FABIO ALBUQUERQUE - Coordenador / ROGATTO, SILVIA REGINA - Integrante / Celso Abdon Lopes de Mello - Integrante / Paula Nicole Vieira Pinto Barbosa - Integrante / Adriana Franco Paes Leme Squina - Integrante / Ariane Fidelis Busso Lopes - Integrante / Mariana Bisarro dos Reis - Integrante / Marina De Brot Andrade - Integrante / Rui Manuel Vieira Reis - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: David Corrêa Martins Junior.
    4. 2020-2022. Determinação de inibidores para as proteínas não estruturais de SARS-CoV-2 com o uso de técnicas computacionais e modelagem molecular (covdock)
      Descrição: No dia 11 de março de 2020 foi caracterizada pela Organização Mundial da Saúde (OMS) a COVID-19 como uma pandemia. De acordo com a OMS, até o dia 19 de maio, temos mais de 4,7 milhões de casos confirmados no mundo com mais de 300 mil mortes confirmadas, com casos confirmados em 216 países, no Brasil, temos mais de 270 mil casos e um número próximo a 20 mil mortes. Os casos de COVID-19 são causados pelo virion SARS-CoV-2, e os primeiros casos foram relatados em dezembro de 2019. O virion SARS-CoV-2 pertence a família Coronaviridae juntamente com as espécies SARS-CoV e MERS-CoV, também causadoras de epidemias. As três espécies pertencem ao gênero Betacoronavirus, onde o virion é composto por um capsídeo com as proteínas estruturais E, M e S. Internamente, seu genoma é uma RNA de fita positiva que é traduzido em duas poliproteínas ORF1a e ORF1b. Dentre as proteínas não estruturais, estamos interessados inicialmente nas proteínas PL polimerase e RNA dependente de polimerase RNA (RdRp). Em razão da severidade dessa doença, existe uma necessidade de novos compostos antivirais que possam ser utilizados para a intervenção profilática ou terapêutica no combate aos seus agentes patogênicos. Os estudos demonstram que os alvos na proteína viral são o principal foco no desenvolvimento de novas terapias antivirais. Atualmente, muitas técnicas de modelagem molecular têm sido utilizadas a fim de realizar uma triagem (virtual screening) de possíveis compostos inibidores, principalmente, considerando a flexibilidade das proteínas virais, uma vez que movimentos conformacionais de alta amplitude normalmente estão associados a mecanismos de regulação alostérica. Assim, para este projeto determinaremos variantes conformacionais das proteínas PL protease e RNA dependente de polimerase RNA utilizando a metodologia de análise de modos normais e, assim, após a seleção dos tipos conformacionais mais prováveis a partir de critérios energéticos (entropia conformacional - densidade de estados), realizaremos um virtual screening com um banco de dados de compostos e um novo ranqueamento com o uso de redes neurais. Com a determinação dos compostos candidatos, realizaremos simulações de dinâmica molecular longas para a validação dos resultados. Ao final, com essas análises, esperamos determinar moléculas líderes que poderão ser desenvolvidas como inibidores efetivos para as referidas proteínas virais. Também esperamos que este projeto possa ter um futuro impacto social e de saúde pública, uma vez que os resultados obtidos poderão fornecer uma base conceitual para o desenvolvimento de novas estratégias para o combate às infecções causadas por espécies do gênero Betacoronavirus.. Situação: Concluído; Natureza: Pesquisa. Integrantes: David Corrêa Martins Junior - Coordenador / MARCHI, FABIO ALBUQUERQUE - Integrante / Antonio Sergio Kimus Braz - Integrante / Zofia Agnieszka Wicik - Integrante.
      Membro: David Corrêa Martins Junior.

Prêmios e títulos

  • Total de prêmios e títulos (2)
    1. Best Paper Award - Multi-GPU Approach for Large-Scale Multiple Sequence Alignment, 21st International Conference on Computational Science and Applications (ICCSA).. 2021.
      Membro: David Corrêa Martins Junior.
    2. Honorable Mention Award - A multi-omic integrative approach to explore vulnerabilities in drug-resistant colon tumors and hit oncogenic signaling modulators, XMeeting XPerience.. 2021.
      Membro: David Corrêa Martins Junior.

Participação em eventos

  • Total de participação em eventos (3)
    1. Seminários do grupo DATAS.Análise, inferência e simulação de redes biológicas na medicina (Network Medicine). 2022. (Seminário).
    2. Workshop DATAS.Análise, inferência e simulação de redes biológicas na medicina (Network Medicine). 2022. (Oficina).
    3. Forum da Pós-Graduação em Ciência da Computação - CSBC. 2020. (Encontro).

Organização de eventos

  • Total de organização de eventos (5)
    1. MARTINS-JR, DAVID CORREA. Brazil-China Workshop of Computational Modeling and Simulation. 2017. (Congresso).. . 0.
    2. MARTINS-JR, DAVID CORREA. III Congresso de Matemática Aplicada do Sudeste (CMAC-SE). 2015. (Congresso).. . 0.
    3. MARTINS-JR, DAVID CORREA. 10th IEEE International Conference on e-Science. 2014. (Congresso).. . 0.
    4. MARTINS JR, David Corrêa. 15th Iberoamerican Congress on Pattern Recognition (CIARP). 2010. (Congresso).. . 0.
    5. MARTINS JR, David Corrêa. ICoBiCoBi - International Conference on Bioinformatics and Computational Biology. 2003. (Congresso).. . 0.

Lista de colaborações

  • Colaborações endôgenas (1)
    • David Corrêa Martins Junior ⇔ Luiz Carlos da Silva Rozante (1.0)
      1. TOVAR, CARLOS R. P. ; MARTINS, DAVID C. ; ROZANTE, LUIZ C. S. ; ARAUJO, ELOI. A Method for Computing Attractor Fields in Coupled Boolean Networks. Em: 2022 IEEE 22nd International Conference on Bioinformatics and Bioengineering (BIBE), p. 315, 2022.




Data de processamento: 12/04/2025 21:57:18