Especialistas Seniores em Covid-19 com atuação no Brasil

Carlos Eduardo Guerra Schrago

Possui graduação em Licenciatura em Ciências Biológicas pela Universidade Federal do Rio de Janeiro e doutorado em Ciências Biológicas (Genética) pela mesma universidade. Atualmente é Professor Associado no Departamento de Genética da Universidade Federal do Rio de Janeiro. Foi Coordenador do Programa de Pós-graduação em Ciências Biológicas (Genética) da UFRJ (CAPES Nível 7) no período 2012-2014. É revisor ad hoc de periódicos internacionais e nacionais, assim como consultor de agências de fomento no Brasil e no exterior. Tem experiência na área de Genética Evolutiva e Bioinformática, com ênfase em Evolução Molecular e Filogenética. (Texto informado pelo autor)

  • https://lattes.cnpq.br/3969822266365618 (29/09/2021)
  • Rótulo/Grupo:
  • Bolsa CNPq: Nível 1A
  • Período de análise:
  • Endereço: Universidade Federal do Rio de Janeiro, Instituto de Biologia/Dept. Genética. Rua Prof. Rodolpho Paulo Rocco, S/N, Prédio do CCS, Bloco A, sala A2-092 Cidade Universitária 21941617 - Rio de Janeiro, RJ - Brasil Telefone: (21) 40638278 URL da Homepage: www.lbem.net.br
  • Grande área: Ciências Biológicas
  • Área: Genética
  • 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 (3)
    1. 2020-Atual. Novos Metodos Estatisticos de Aprendizagem de Maquina em Filogenetica e Evolucao Molecular
      Descrição: Na era do sequenciamento de genomas, a análise de conjuntos de dados grandes é necessária para responder questões em biologia evolutiva. Estes dados são caracterizados como big data e o arcabouço inferencial estatístico clássico é inapropriado para estimação de parâmetros e testes de hipóteses, pois o erro estocástico é efetivamente nulo e a probabilidade de erro sistemático é alta. Os métodos de aprendizagem de máquina surgem como uma alternativa poderosa para investigação dos problemas em genômica evolutiva. Nesta proposta, iremos explorar a performance dos algoritmos de aprendizagem para responder problemas associados desde a dinâmica macroevolutiva, como a identificação de radiações adaptativas, até a dinâmica populacional de quasi-espécies, como a identificação de seleção natural em patógenos de evolução rápida.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (1) . Integrantes: Carlos Eduardo Guerra Schrago - Coordenador / MELLO, BEATRIZ - Integrante.
      Membro: Carlos Eduardo Guerra Schrago.
    2. 2016-2020. Inferencia de filogenias usando coalescencia multiespecies e aplicacoes no problema da delimitacao de especies e filogeografia
      Descrição: A reconstrução das relações históricas entre as espécies é um dos objetivos centrais da biologia evolutiva desde o século XIX. Após o início da utilização de dados moleculares nos anos sessenta do século passado, a inferência de filogenias foi revolucionada pela introdução de métodos estatisticamente sofisticados que possuíam fundamentação probabilística frequentista (máxima verossimilhança) e bayesiana. Entretanto, um problema amplamente conhecido, mas geralmente ignorado na análise molecular, é que as topologias das árvores dos genes não necessariamente correspondem à árvore das espécies. Com a disponibilidade crescente de dados moleculares, este problema foi aumentado na mesma proporção. Recentemente, um conjunto diversificado de métodos propõem incorporar, através de modelagem, a heterogeneidade das árvores de genes para estimar a filogenia. O modelo usado é coalescência, cujo arcabouço teórico foi expandido para permitir a análise de fenômenos intra-específicos em cada ramo da árvore de espécies. Essa extensão da teoria de coalescência, denominada de coalescência multi-espécies, é uma abordagem flexível que possibilita a união da filogenética com filogeografia, com desdobramentos fundamentais para o estudo da biodiversidade, como a delimitação de espécies. Apesar de promissores, estes métodos ainda carecem de estudos detalhados usando simulações e dados empíricos. Neste projeto, propomos a avaliação dos métodos de coalescência multi-espécies, verificando critérios estatísticos como viés, consistência, eficiência e robustez através de simulação. Para tal, será programado um simulador específico, que possibilite a geração de dados biologicamente realistas. Finalmente, o potencial da abordagem Bayesiana de inferência de árvores de espécies será expandido através de incorporação de novos modelos de evolução das genealogias ao longo dos ramos, assim como a utilização de novas distribuições a priori.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Carlos Eduardo Guerra Schrago - Coordenador / MELLO, BEATRIZ - Integrante.
      Membro: Carlos Eduardo Guerra Schrago.
    3. 2016-Atual. Bioinformatica Aplicada a Epidemiologia e Vigilancia do Virus Zika: Desenvolvimento de Modelos Realistas para Inferencia da Dinamica Evolutiva Viral
      Descrição: Análises evolutivas recentes sugerem que a diversidade genética de ZIKV é composta de três clados principais, dois africanos (leste e oeste) e um asiático. A idade estimada do ancestral comum de ZIKV utilizando os genes E, NS5 e 3?NCR variaram entre 1851 e 1959, quando os intervalos de credibilidade são considerados. Essa variância significativa da idade pode ser influenciada não apenas pela quantidade de dados (erro estocástico), mas também pelos modelos evolutivos e métodos de inferência utilizados. Neste sentido, os métodos Bayesiano constituem hoje a abordagem padrão para estudo de problemas evolutivos em vírus. Entretanto, estes métodos necessitam da especificação de funções prior para todos os parâmetros estimados. Além disso, como os modelos evolutivos utilizados são complexos e o universo de topologias possíveis é grande, métodos Bayesianos em evolução molecular frequentemente utilizam de simulação estocástica via cadeias de Markov (MCMC) para a viabilização computacional da inferência paramétrica. Quando um algoritmo de MCMC é aplicado, invariavelmente o programa utilizará funções proposal para alimentar a cadeia de Markov que está sendo contruída. Essas funções de proposta têm uma grande influência na performance do algoritmo de MCMC em atingir uma fase estacionária. Além disto, análises evolutivas do ZIKV são complicadas pela incapacidade dos métodos de lidar adequadamente com o polimorfismo populacional intra-indivíduo que os vírus frequentemente apresentam. É comum que a dinâmica evolutiva das populações virais se aproxime de um modelo matemático de quasi-espécies. Esse problema não era tão evidente quando o sequenciamento do DNA era feito por método Sanger, mas com o advento das tecnologias de NGS, o sequenciamento de várias moléculas de DNA é comum. Este projeto, portanto, tem como objetivo geral a avaliação estatística dos modelos frequentemente empregados para análise de evolução de vírus, especialmente o ZIKV. Esses modelos são fundamentais para inferência de parâmetros relevantes para a vigilância epidemiológica, e.g., tamanho efetivo da população viral, taxas de evolução do vírus e da epidemia, tempo de entrada da linhagem viral numa determinada região geográfica e idade do ancestral comum do ZIKV. Essa análise vai ser realizada através da investigação dos modelos frequentemente empregados, além da proposição de novos modelos realistas que incorporam uma dinâmica evolutiva realista para as populações virais.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Carlos Eduardo Guerra Schrago - Coordenador / SANTOS, ANDRÉ - Integrante / MELLO, BEATRIZ - Integrante.
      Membro: Carlos Eduardo Guerra Schrago.

Prêmios e títulos

Participação em eventos

  • Total de participação em eventos (0)

    Organização de eventos

    • Total de organização de eventos (0)

      Lista de colaborações

      • Colaborações endôgenas (10)
        • Carlos Eduardo Guerra Schrago ⇔ Elba Regina Sampaio de Lemos (5.0)
          1. Guterres, Alexandro ; de Oliveira, Renata Carvalho ; Fernandes, Jorlan ; DE LEMOS, ELBA REGINA SAMPAIO ; Schrago, Carlos Guerra. New bunya-like viruses: Highlighting their relations. Infection, Genetics and Evolution (Print). v. 49, p. 164-173, issn: 1567-1348, 2017.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
          2. Guterres, Alexandro ; de Oliveira, Renata Carvalho ; Fernandes, Jorlan ; MAIA, RENATA MALACHINI ; Teixeira, Bernardo Rodrigues ; OLIVEIRA, FLÁVIO CÉSAR GOMES ; BONVICINO, CIBELE RODRIGUES ; D?ANDREA, PAULO SERGIO ; Schrago, Carlos Guerra ; DE LEMOS, ELBA REGINA SAMPAIO. Co-circulation of Araraquara and Juquitiba Hantavirus in Brazilian Cerrado. MICROBIAL ECOLOGY. v. 99, p. 1061-1064, issn: 0095-3628, 2017.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
          3. Guterres, Alexandro ; OLIVEIRA, Renata Carvalho de ; Fernandes, Jorlan ; Schrago, Carlos Guerra ; Lemos, Elba Regina Sampaio de. Detection of different South American Hantaviruses. Virus Research (Print). v. 210, p. S0168-S1702, issn: 0168-1702, 2015.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
          4. GUTERRES, A. ; DE OLIVEIRA, RENATA CARVALHO ; FERNANDES, J. ; STRECHT, L. ; CASADO, F. ; OLIVEIRA, F. C. ; DANDREA, P. S. ; BONVICINO, C. R. ; SCHRAGO, C.G. ; LEMOS, E. R. S.. Characterization of Juquitiba Virus in Oligoryzomys fornesi from Brazilian Cerrado.. Viruses. v. 6, p. 1473-1482, issn: 1999-4915, 2014.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
          5. GUTERRES, ALEXANDRO ; DE OLIVEIRA, RENATA CARVALHO ; FERNANDES, JORLAN ; D'ANDREA, PAULO SÉRGIO ; BONVICINO, CIBELE R. ; BRAGAGNOLO, CAMILA ; GUIMARÃES, GUSTAVO DUCOFF ; ALMADA, GILTON LUIZ ; MACHADO, ROSANGELA ROSA ; LAVOCAT, MARÍLIA ; ELKHOURY, MAURO DA ROSA ; SCHRAGO, CARLOS GUERRA ; DE LEMOS, ELBA REGINA SAMPAIO. Phylogenetic Analysis of the S segment from Juquitiba hantavirus: Identification of two distinct lineages in Oligoryzomys nigripes. Infection, Genetics and Evolution (Print). v. 18, p. 262-268, issn: 1567-1348, 2013.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

        • Carlos Eduardo Guerra Schrago ⇔ Marcelo Alves Soares (2.0)
          1. TRONCOSO, LIAN ; MUNIZ, CLÁUDIA ; SIQUEIRA, JULIANA ; CURTY, GISLAINE ; SCHRAGO, CARLOS ; AUGUSTO, ANDERSON ; FEDULLO, LUIZ ; SOARES, MARCELO ; SANTOS, ANDRÉ. Characterization and comparative analysis of a simian foamy virus complete genome isolated from Brazilian capuchin monkeys. Virus Research (Print). v. 208, p. 2015.05.022, issn: 0168-1702, 2015.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
          2. Bello, Gonzalo; Soares, Marcelo A. ; Schrago, Carlos G.. The Use of Bioinformatics for Studying HIV Evolutionary and Epidemiological History in South America. AIDS Research and Treatment. v. 2011, p. 154945, issn: 2090-1240, 2011.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

        • Carlos Eduardo Guerra Schrago ⇔ Amilcar Tanuri (1.0)
          1. CALVET, GUILHERME ; AGUIAR, RENATO S ; MELO, ADRIANA S O ; Sampaio, Simone A ; DE FILIPPIS, IVANO ; FABRI, ALLISON ; ARAUJO, ELIANE S M ; DE SEQUEIRA, PATRICIA C ; DE MENDONÇA, MARCOS C L ; DE OLIVEIRA, LOUISI ; TSCHOEKE, DIOGO A ; SCHRAGO, CARLOS G ; THOMPSON, FABIANO L ; BRASIL, PATRICIA ; Dos santos, Flavia B ; NOGUEIRA, RITA M R ; TANURI, AMILCAR ; DE FILIPPIS, ANA M B. Detection and sequencing of Zika virus from amniotic fluid of fetuses with microcephaly in Brazil: a case study. Lancet. Infectious Diseases (Print). v. 16, p. 000-001, issn: 1473-3099, 2016.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

        • Carlos Eduardo Guerra Schrago ⇔ Ana Maria Benko Iseppon (1.0)
          1. SAKURAGUI, CASSIA MÔNICA ; CALAZANS, LUANA SILVA BRAUCKS ; DE OLIVEIRA, LETICIA LOSS ; DE MORAIS, ÉRICA BARROSO ; Benko-Iseppon, Ana Maria ; Vasconcelos, Santelmo ; SCHRAGO, CARLOS EDUARDO GUERRA ; MAYO, SIMON JOSEPH. Recognition of the genus Thaumatophyllum Schott ? formerly Philodendron subg. Meconostigma (Araceae) ? based on molecular and morphological evidence. PhytoKeys. v. 98, p. 51-71, issn: 1314-2003, 2018.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

        • Carlos Eduardo Guerra Schrago ⇔ Flavia Barreto dos Santos (1.0)
          1. CALVET, GUILHERME ; AGUIAR, RENATO S ; MELO, ADRIANA S O ; Sampaio, Simone A ; DE FILIPPIS, IVANO ; FABRI, ALLISON ; ARAUJO, ELIANE S M ; DE SEQUEIRA, PATRICIA C ; DE MENDONÇA, MARCOS C L ; DE OLIVEIRA, LOUISI ; TSCHOEKE, DIOGO A ; SCHRAGO, CARLOS G ; THOMPSON, FABIANO L ; BRASIL, PATRICIA ; Dos santos, Flavia B ; NOGUEIRA, RITA M R ; TANURI, AMILCAR ; DE FILIPPIS, ANA M B. Detection and sequencing of Zika virus from amniotic fluid of fetuses with microcephaly in Brazil: a case study. Lancet. Infectious Diseases (Print). v. 16, p. 000-001, issn: 1473-3099, 2016.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

        • Carlos Eduardo Guerra Schrago ⇔ Rafael Brandão Varella (1.0)
          1. Ana Carolina Jonard Zalona ; Guilherme Santoro-Lopez ; Renato Gonçalves Torres ; Carlos Guerra Schrago ; Mariano Gustavo Zalis ; VARELLA, Rafael Brandão. Molecular Characterization of BK Polyomavirus Subtypes in Renal Transplant Recipients in Brazil. Journal of Medical Virology (Print). v. 83, p. 1401-1405, issn: 0146-6615, 2011.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

        • Carlos Eduardo Guerra Schrago ⇔ Angelica Beate Winter Boldt (1.0)
          1. Boldt, Angelica B.W. ; de Messias-Reason, Iara J. ; Meyer, Diogo ; SCHRAGO, C.G. ; Lang, Florian ; Lell, Bertrand ; Dietz, Klaus ; Kremsner, Peter G. ; Petzl-Erler, Maria Luiza ; Kun, Jurgen F. J.. Phylogenetic nomenclature and evolution of mannose-binding lectin (MBL2) haplotypes). BMC Genetics (Online). v. 11, p. 38, issn: 1471-2156, 2010.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

        • Carlos Eduardo Guerra Schrago ⇔ Floriano Paes Silva Junior (1.0)
          1. OLIVEIRA, ALBERTO ; BLEICHER, LUCAS ; SCHRAGO, CARLOS G. ; SILVA JUNIOR, FLORIANO PAES. Conservation analysis and decomposition of residue correlation networks in the Phospholipase A2 superfamily (PLA2s): Insights into the structure-function relationships of snake venom toxins. TOXICON. v. 146, p. 50-60, issn: 0041-0101, 2018.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

        • Carlos Eduardo Guerra Schrago ⇔ André Felipe Andrade dos Santos (1.0)
          1. TRONCOSO, LIAN ; MUNIZ, CLÁUDIA ; SIQUEIRA, JULIANA ; CURTY, GISLAINE ; SCHRAGO, CARLOS ; AUGUSTO, ANDERSON ; FEDULLO, LUIZ ; SOARES, MARCELO ; SANTOS, ANDRÉ. Characterization and comparative analysis of a simian foamy virus complete genome isolated from Brazilian capuchin monkeys. Virus Research (Print). v. 208, p. 2015.05.022, issn: 0168-1702, 2015.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

        • Carlos Eduardo Guerra Schrago ⇔ Gonzalo José Bello Bentancor (1.0)
          1. Bello, Gonzalo; Soares, Marcelo A. ; Schrago, Carlos G.. The Use of Bioinformatics for Studying HIV Evolutionary and Epidemiological History in South America. AIDS Research and Treatment. v. 2011, p. 154945, issn: 2090-1240, 2011.
            [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]




      (*) Relatório criado com produções desde 2010 até 2021
      Data de processamento: 06/11/2021 15:22:17