Projetos de Pesquisa

 

Foto de perfil

Alvaro Jose de Almeida Bicudo

Ciências Agrárias

Recursos Pesqueiros e Engenharia de Pesca
  • exigências nutricionais e fontes de nutrientes para fabricação de dietas padrão para o zebrafish (danio rerio)
  • O uso do zebrafish (Danio rerio) como modelo biológico vertebrado alternativo tem aumentado nos últimos anos em diferentes campos da Ciência. Entretanto, a falta de dietas standard, como as existentes para roedores, pode acarretar um viés nos resultados obtidos. Portanto, conhecer as exigências nutricionais e níveis seguros de inclusão de ingredientes nas dietas, sem interferir significativamente no seu desempenho e metabolismo basal, permitirá o desenvolvimento de dietas standard, contribuindo na sua consolidação como modelo biológico experimental. Atualmente, é comum o uso de dietas comerciais para peixes ornamentais de diferentes composições químicas (e.g. nível de proteína), cuja formulação é desconhecida, podendo conter ingredientes com fatores antinutricionais. Portanto, nós hipotetizamos que o uso de dietas nutricionalmente balanceadas, desenvolvidas especificamente para a espécie, minimizará a influência de efeitos de origem nutricional nos ensaios realizados em diferentes áreas de pesquisa. Por exemplo, má formação óssea, escolioses e fusão de vertebras foram observadas em zebrafish recebendo dietas hipofosfóricas (COSTA et al., 2018; DOI: 10.3390/ijms19020364). A suplementação de fosfolipídeos dietéticos melhorou a reprodução e o desenvolvimento embrionário da espécie (MARTINS et al., 2020; DOI: 10.1089/zeb.2019.1794), que também são influenciados pelas fontes lipídicas das dietas (ARAÚJO et al., 2017; DOI: 10.1111/anu.12432). Na Fase 1 as exigências nutricionais em macronutrientes e micronutrientes essenciais de diferentes estágios de desenvolvimento do zebrafish serão determinadas utilizando o delineamento dose-resposta, com um mínimo de cinco concentrações de cada nutriente avaliado. Na fase 2 serão avaliados diferentes ingredientes como fontes de proteína, lipídios e carboidratos, bem como seus níveis de inclusão na formulação de dietas práticas e semipurificadas.
  • Universidade Federal do Paraná - PR - Brasil
  • 16/03/2022-31/03/2025
Foto de perfil

Alvaro Luiz Gayoso de Azeredo Coutinho

Engenharias

Engenharia Civil
  • aprendizado de máquina científico em computadores de alto desempenho para a mecânica computacional
  • O projeto visa a desenvolver e ampliar a aplicação de aprendizado de máquina científico para a mecânica computacional, voltadas para problemas complexos de multifísica na indústria e na natureza, em andamento na COPPE/UFRJ e dos parceiros (LNCC, UFJF, UFF). O Aprendizado de Máquina Científico é uma área de pesquisa emergente focada nas oportunidades e desafios de inteligência artificial e aprendizado de máquina no contexto de aplicações complexas em diferentes campos da ciência, engenharias e da medicina. Os problemas mais importantes nessas áreas possuem atributos que os fazem muito diferentes das aplicações em ciência da computação, onde o aprendizado de máquina guiado puramente pelos dados vem tendo um enorme sucesso. Esta proposta de pesquisa procura avançar nesses desafios, através do desenvolvimento de novos conceitos, métodos e algoritmos, baseados nos avanços de aprendizado de máquina e da mecânica computacional, onde modelos fortemente embasados na física governante do problema são construídos de forma a restringir o espaço de soluções. Pretende-se avançar em diversas frentes, mesclando novas teorias e algoritmos, tais como, redução de modelos, quantificação de incertezas, inferência Bayesiana, redes neurais informadas pela física, ciência de dados e computação de alto desempenho. Em particular, pretende-se avançar em três das áreas em que o grupo proponente vem trabalhando há muitos anos. O objetivo é utilizar essas técnicas para viabilizar iniciativas em Imageamento sísmico sob incertezas, simulação de correntes turbidez (diretamente associada à formação de reservatórios de petróleo) e modelos para propagação de pandemia. Embora constituam áreas de aplicação muito diversas, as ferramentas a serem empregues juntamente com a experiência acumulada pelos proponentes gerarão condições objetivas para os avanços pretendidos. Importante ressaltar que nessas aplicações os modelos computacionais são vitais, na medida em que dados são escassos.
  • Universidade Federal do Rio de Janeiro - RJ - Brasil
  • 16/03/2022-31/03/2025