Curso V – Risco Ambiental e Saúde na Transição Ecológica e Digital – Metodologias in silico para analisar, simular e prever riscos ambientais em saúde

O curso visa atualizar a utilização de bases de dados e de metodologias in silico para analisar, simular e prever riscos ambientais em Saúde. Abordagens de previsão de toxicidade química, modelação mechanism-driven e data-driven, previsão dose-efeito, propriedades físico-químicas e destino ambiental, bem como os modelos QSAR/QSPR e de inteligência Artificial, Machine Learning e Deep Learning na gestão e na tomada de decisão de impactos ambientais na saúde serão temas de discussão e aprofundamento.

Coordenadores:

Rita Alexandra do Nascimento Cardoso Guedes, Professora Associada da FFUL

Matilde da Luz dos Santos Duque da Fonseca e Castro, Professora Catedrática da FFUL

Maria do Rosário Beja de Figueiredo Gonzaga Bronze, Professora Associada da FFUL

Profissionais com diferentes formações que necessitem adquirir conhecimentos adicionais e competências técnicas/práticas atualizadas nos diversos temas relacionados com o risco ambiental. Poderão também ocupar vagas candidatos que pretendam obter competências na área do risco ambiental para poderem ingressar no mercado profissional. Com este curso pretende-se oferecer uma formação diferenciada que permita ao formando uma série de capacidades que o promovam no mundo laboral que a nível nacional como internacional.

Programa:

Tema 1 – Introdução à utilização de computadores na previsão de toxicidade

1. Estruturas Moleculares (formatos)
2. Construção e visualização de moléculas
3. Descritores Moleculares
4. Bases de Dados em toxicologia
5. Manipulação de Bases de dados (KNIME, Jupyter Notebooks)
6. Espaço Químico.

Tema 2 – Previsão de Toxicidade de compostos químicos

1. Webservers
2. Conjunto de treino e conjunto de teste ou avaliação
3. Cálculo de dose tóxica e classes de toxicidade
4. Similaridade molecular
5. Fragmentos
6. Farmacóforos e alvos tóxicos
7. Vias toxicológicas
8. Casos de estudo

Tema 3 – Métodos Computacionais Clássicos

1. Baseados na estrutura do recetor
2. Baseados na estrutura do ligando
3. Casos de estudo

Tema 4 – Modelos de toxicidade química

1. Baseados em dados/informação
2. Baseados em mecanismos
3. Previsões e interpretações e aplicações

Tema 5 – Inteligência Artificial, Machine Learning e Deep Learning na gestão e na tomada de decisão de impactos ambientais na saúde

1. 2D e 3D QSAR
2. Machine Learning tradicional
3. Redes neuronais e deep Learning
4. Domínio de aplicabilidade
5. Ferramentas Open-source para a previsão da atividade
6. Casos de estudo

***

Horário: 5ª Feira e 6ª Feira das 17:00h às 21:00h / Sábados das 09:00h às 13:00h

Entre os oradores no curso, envolvidos em seminários e conferências no âmbito da sua especialização, estão participantes das seguintes instituições: Faculdade de Belas Artes; Faculdade de Ciências; Faculdade Direito; Faculdade de Medicina; Faculdade de Medicina Veterinária; Instituto Superior Agronomia; Instituto Superior Técnico. Agência Portuguesa do Ambiente; Autoridade de Segurança Alimentar e Económica; Colégio F3; Direção Geral da Alimentação e Veterinária; INFARMED (Autoridade Nacional do Medicamento e Produtos de Saúde); ITQB (Instituto de Tecnologia Química e Biológica), iBET (/Instituto de Biologia Experimental e Biológica); Instituto Nacional Dr Ricardo Jorge; Instituto Hidrográfico; VALORMED.

***

O presente curso tem um total de 36 horas, e confere um total de 3 ECTS.

O presente curso está Creditado pela Ordem dos Farmacêuticos e confere um total de 3,6 CDP.

Metodologia de ensino:

Modelo de blended learning: presenciais; palestras, seminários, workshops e ferramentas de e-learning

Aprendizagem e as competências a adquirir pelo estudante:

• Compreender a utilidade das previsões in silico da toxicidade química;
• Selecionar e utilizar metodologias computacionais para a resolução de problemas;
• Compreender e gerar modelos de toxicidade química;
• Utilizar a inteligência artificial para prever riscos ambientais com impacto na saúde.

Metodologia de avaliação:

Monografia (60%) com apresentação em sala de aula (40%) sobre contaminante à escolha do aluno.

Data de inicio e conclusão do curso: 12 de setembro 2024 a 12 de outubro 2024

Calendário de inscrição:

O formando deverá inscrever-se no curso, ou no(s) módulo(s) que pretende frequentar, até à data limite definida para cada módulo.

Condições de Acesso:

Requisitos científicos:

1. Possuir formação de nível superior.

Documentos a anexar à candidatura: Certificado de Habilitações, CV e Carta de Motivação.

Critérios de seleção de formandos:

Os formandos serão selecionados com base no respectivo curriculum vitae e Carta de Motivação; caso necessário, será efetuada entrevista.

• Número mínimo de participantes por módulo: 8
• Número máximo de participantes por módulo: 30

Pela aplicação da alínea e) do ponto 2 do Artigo 42ª dos Estatutos da Universidade de Lisboa, e tendo em conta os termos da atribuição do financiamento PRR no âmbito do programa “Impulso Adultos”, a Unidade Orgânica responsável pela coordenação de cada curso pode atribuir prémios de desempenho escolar.

Acesso à Plataforma FenixEdu:

• Caso nunca tenha sido aluno da FFULisboa deve efetuar um pré-registo na Plataforma FenixEdu.
• Se é ex-aluno da FFULisboa e já teve conta campus@ulisboa ou @edu.ulisboa.pt deve aceder à Plataforma FenixEdu e autenticar-se com os dados da sua conta.
  Caso tenha perdido o acesso à sua conta, pode recuperar a senha na área de utilizadores da ULisboa.
• Se é ex-aluno da FFULisboa e nunca teve conta campus@ulisboa ou @edu.ulisboa.pt deve enviar um email para posgraduados@ff.ulisboa.pt indicando o nome completo e número de documento de identificação.

Aceder à Plataforma FenixEdu.

• No separador “Candidato”, escolher o tipo de candidatura: “Cursos Não Conferentes Grau – 2022/2023”, selecionar o curso “Risco Ambiental e Saúde na Transição Ecológica e Digial” e o respectivo módulo (é possível a inscrição a mais do que um módulo até à totalidade dos módulos do curso).
• Preencher o formulário online e anexar todos os documentos em formato digital.
• Selecionar a opção “Submeter”.

Informação relativa à organização do Curso, deverá contatar os Serviços Académicos: naoconferentesgrau@ff.ulisboa.pt

Informações de cariz científico da lecionação do curso, deverá contactar a Coordenação do Curso.

Escola(s) parceira(s): da ULisboa

• Faculdade de Belas Artes;
• Faculdade de Ciências;
• Faculdade Direito;
• Faculdade de Medicina;
• Faculdade de Medicina Veterinária;
• Instituto Superior Agronomia;
• Instituto Superior Técnico.

Outras entidades parceiras (empresas, serviços públicos, autarquias, entre outros):

• Agência Portuguesa do Ambiente;
• Autoridade de Segurança Alimentar e Económica;
• Colégio F3;
• Direção Geral da Alimentação e Veterinária;
• Autoridade Nacional do Medicamento e Produtos de Saúde;
• Instituto de Biologia Experimental e Tecnológica;
• Instituto Nacional Dr Ricardo Jorge;
• Instituto Hidrográfico;
• VALORMED