Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Lopes, B. R.P. | - |
Autor(es): dc.creator | Albertini, T. T. | - |
Autor(es): dc.creator | Costa, M. F. | - |
Autor(es): dc.creator | Ferreira, A. S. | - |
Autor(es): dc.creator | Toledo, K. A. | - |
Autor(es): dc.creator | Rocha, J. C. | - |
Data de aceite: dc.date.accessioned | 2025-08-21T20:09:23Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T20:09:23Z | - |
Data de envio: dc.date.issued | 2023-07-29 | - |
Data de envio: dc.date.issued | 2023-07-29 | - |
Data de envio: dc.date.issued | 2022-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1590/1519-6984.270776 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/248914 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/248914 | - |
Descrição: dc.description | Human Respiratory Syncytial Virus (hRSV) infection results in death and hospitalization of thousands of people worldwide each year. Unfortunately, there are no vaccines or specific treatments for hRSV infections. Screening hundreds or even thousands of promising molecules is a challenge for science. We integrated biological, structural, and physicochemical properties to train and to apply the concept of artificial intelligence (AI) able to predict flavonoids with potential anti-hRSV activity. During the training and simulation steps, the AI produced results with hit rates of more than 83%. The better AIs were able to predict active or inactive flavonoids against hRSV. In the future, in vitro and/or in vivo evaluations of these flavonoids may accelerate trials for new anti-RSV drugs, reduce hospitalizations, deaths, and morbidity caused by this infection worldwide, and be used as input in these networks to determine which parameter is more important for their decision. | - |
Descrição: dc.description | Universidade Estadual Paulista - UNESP Faculdade de Ciências e Letras Departamento de Ciências Biológicas | - |
Descrição: dc.description | Universidade Estadual Paulista - UNESP Faculdade de Ciências e Letras Laboratório de Matemática Aplicada | - |
Descrição: dc.description | Universidade Estadual Paulista - UNESP Instituto de Biociências Letras e Ciências Exatas Pós-graduação em Microbiologia | - |
Descrição: dc.description | Universidade Estadual Paulista - UNESP Faculdade de Ciências e Letras Departamento de Ciências Biológicas | - |
Descrição: dc.description | Universidade Estadual Paulista - UNESP Faculdade de Ciências e Letras Laboratório de Matemática Aplicada | - |
Descrição: dc.description | Universidade Estadual Paulista - UNESP Instituto de Biociências Letras e Ciências Exatas Pós-graduação em Microbiologia | - |
Formato: dc.format | e270776 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Brazilian journal of biology = Revista brasleira de biologia | - |
???dc.source???: dc.source | Scopus | - |
Título: dc.title | The use of Artificial Intelligence in predicting Respiratory Syncytial Virus-inhibiting flavonoids | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: