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 Federal de Uberlândia (UFU) | - |
Autor(es): dc.contributor | State University of Southwest of Bahia (UESB) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Garcia-Junior, Marcelo Augusto | - |
Autor(es): dc.creator | Andrade, Bruno Silva | - |
Autor(es): dc.creator | Lima, Ana Paula | - |
Autor(es): dc.creator | Soares, Iara Pereira | - |
Autor(es): dc.creator | Notário, Ana Flávia Oliveira | - |
Autor(es): dc.creator | Bernardino, Sttephany Silva | - |
Autor(es): dc.creator | Guevara-Vega, Marco Fidel | - |
Autor(es): dc.creator | Honório-Silva, Ghabriel | - |
Autor(es): dc.creator | Munoz, Rodrigo Alejandro Abarza | - |
Autor(es): dc.creator | Jardim, Ana Carolina Gomes | - |
Autor(es): dc.creator | Martins, Mário Machado | - |
Autor(es): dc.creator | Goulart, Luiz Ricardo | - |
Autor(es): dc.creator | Cunha, Thulio Marquez | - |
Autor(es): dc.creator | Carneiro, Murillo Guimarães | - |
Autor(es): dc.creator | Sabino-Silva, Robinson | - |
Data de aceite: dc.date.accessioned | 2025-08-21T17:35:57Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T17:35:57Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2025-01-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/bios15020075 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/301094 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/301094 | - |
Descrição: dc.description | Developing affordable, rapid, and accurate biosensors is essential for SARS-CoV-2 surveillance and early detection. We created a bio-inspired peptide, using the SAGAPEP AI platform, for COVID-19 salivary diagnostics via a portable electrochemical device coupled to Machine Learning algorithms. SAGAPEP enabled molecular docking simulations against the SARS-CoV-2 Spike protein’s RBD, leading to the synthesis of Bio-Inspired Artificial Intelligence Peptide 1 (BIAI1). Molecular docking was used to confirm interactions between BIAI1 and SARS-CoV-2, and BIAI1 was functionalized on rhodamine-modified electrodes. Cyclic voltammetry (CV) using a [Fe(CN)6]3−/4 solution detected virus levels in saliva samples with and without SARS-CoV-2. Support vector machine (SVM)-based machine learning analyzed electrochemical data, enhancing sensitivity and specificity. Molecular docking revealed stable hydrogen bonds and electrostatic interactions with RBD, showing an average affinity of −250 kcal/mol. Our biosensor achieved 100% sensitivity, 80% specificity, and 90% accuracy for 1.8 × 10⁴ focus-forming units in infected saliva. Validation with COVID-19-positive and -negative samples using a neural network showed 90% sensitivity, specificity, and accuracy. This BIAI1-based electrochemical biosensor, integrated with machine learning, demonstrates a promising non-invasive, portable solution for COVID-19 screening and detection in saliva. | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Department of Physiology Laboratory of Nanobiotechnology—Dr. Luiz Ricardo Goulart Innovation Center in Salivary Diagnostic and Nanobiotechnology Institute of Biomedical Sciences Federal University of Uberlandia (UFU), Uberlândia | - |
Descrição: dc.description | Department of Biological Sciences Laboratory of Bioinformatics and Computational Chemistry State University of Southwest of Bahia (UESB) | - |
Descrição: dc.description | Post-Graduation Program in Genetics and Biochemistry Laboratory of Nanobiotechnology—Dr Luiz Ricardo Goulart Federal University of Uberlândia (UFU), Uberlâ, ndia | - |
Descrição: dc.description | Institute of Chemistry Federal University of Uberlândia (UFU) | - |
Descrição: dc.description | Institute of Biosciences Languages and Exact Sciences (Ibilce) São Paulo State University (Unesp) | - |
Descrição: dc.description | Laboratory of Antiviral Research Department of Microbiology Institute of Biomedical Sciences Federal University of Uberlandia (UFU), Uberlândia 38408-100 | - |
Descrição: dc.description | Department of Pulmonology School of Medicine Federal University of Uberlandia (UFU) | - |
Descrição: dc.description | Faculty of Computing Federal University of Uberlandia (UFU) | - |
Descrição: dc.description | Institute of Biosciences Languages and Exact Sciences (Ibilce) São Paulo State University (Unesp) | - |
Descrição: dc.description | CNPq: #406840/2022-9 | - |
Descrição: dc.description | CNPq: #465669/2014-0 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Biosensors | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | artificial intelligence | - |
Palavras-chave: dc.subject | bio-inspired peptides | - |
Palavras-chave: dc.subject | biosensors | - |
Palavras-chave: dc.subject | COVID-19 | - |
Palavras-chave: dc.subject | electrochemical detection | - |
Palavras-chave: dc.subject | salivary diagnostics | - |
Título: dc.title | Artificial-Intelligence Bio-Inspired Peptide for Salivary Detection of SARS-CoV-2 in Electrochemical Biosensor Integrated with Machine Learning Algorithms | - |
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: