EMERSON SOARES BERNARDES

Resumo

Bachelor's at Farmácia from Universidade Federal de Ouro Preto (1998) and doctorate at Applied Imunology from Universidade de São Paulo (2004). Has experience in Medicine, acting on the following subjects: galectina-3, carboidratos, trypanosoma cruzi, carcinogênesis and macrophage. (Text obtained from the Currículo Lattes on October 8th 2021)


Possui graduação em Farmácia pela Universidade Federal de Ouro Preto (1998), mestrado e doutorado em Imunologia Básica e Aplicada pela Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo (2004), com período de Doutorado Sanduíche pela Universidade da California, Davis, USA. Realizou pós-doutoramento durante o período de 2004 a 2008 pela Faculdade de Medicina da USP-Ribeirão Preto. Trabalhou como pesquisador contratado pelo Instituto de Patologia e Imunologia Molecular da Universidade do Porto - IPATIMUP em Portugal no período de 2008 a 2011. Retornou ao Brasil como pesquisador visitante na Faculdade de Medicina da USP - São Paulo (2011-2012) e foi posteriormente contratado como pesquisador no Instituto do Câncer do Estado de São Paulo (2012-2013). Coordenou um projeto Jovem Pesquisador financiado pela FAPESP (2012-2016 - Desenvolvimento e Produção de Radiofármacos Emissores de Pósitrons com Aplicações Diagnósticas em Oncologia) e está integrado como pesquisador Colaborador no Instituto de Pesquisas Energéticas e Nucleares (IPEN). Tem atuado na área da Glicobiologia, com ênfase na participação de proteínas ligantes de carboidratos em processos inflamatórios e no Câncer. Atualmente é professor do Programa de Pós-Graduação do IPEN-USP Tecnologia Nuclear - Aplicações, tem experiência na área de Radiofarmácia, com ênfase no desenvolvimento de Radiofármacos inéditos para diagnóstico e terapia em Oncologia. (Texto extraído do Currículo Lattes em 08 out. 2021)

Projetos de Pesquisa
Unidades Organizacionais
Cargo

Resultados de Busca

Agora exibindo 1 - 1 de 1
  • Artigo IPEN-doc 30368
    Recognition of breast cancer subtypes using FTIR hyperspectral data
    2024 - FAROOQ, SAJID; DEL-VALLE, MATHEUS; SANTOS, SOFIA N. dos; BERNARDES, EMERSON S.; ZEZELL, DENISE M.
    Fourier -transform infrared spectroscopy (FTIR) is a powerful, non-destructive, highly sensitive and a promising analytical technique to provide spectrochemical signatures of biological samples, where markers like carbohydrates, proteins, and phosphate groups of DNA can be recognized in biological micro -environment. However, method of measurements of large cells need an excessive time to achieve high quality images, making its clinical use difficult due to speed of data -acquisition and lack of optimized computational procedures. To address such challenges, Machine Learning (ML) based technologies can assist to assess an accurate prognostication of breast cancer (BC) subtypes with high performance. Here, we applied FTIR spectroscopy to identify breast cancer subtypes in order to differentiate between luminal (BT474) and nonluminal (SKBR3) molecular subtypes. For this reason, we tested multivariate classification technique to extract feature information employing three -dimension (3D) -discriminant analysis approach based on 3D -principle component analysis -linear discriminant analysis (3D-PCA-LDA) and 3D -principal component analysis -quadratic discriminant analysis (3D-PCA-QDA), showing an improvement in sensitivity (98%), specificity (94%) and accuracy (98%) parameters compared to conventional unfolded methods. Our results evidence that 3D-PCALDA and 3D-PCA-QDA are potential tools for discriminant analysis of hyperspectral dataset to obtain superior classification assessment.