
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 | and Technology of Rondônia – IFRO | - |
| Autor(es): dc.contributor | and Technology of Acre – IFAC | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.creator | Vieira, Rafael | - |
| Autor(es): dc.creator | de Sousa, Kally Alves | - |
| Autor(es): dc.creator | da Silva, Givaldo Souza | - |
| Autor(es): dc.creator | Silva, Dulce Helena Siqueira | - |
| Autor(es): dc.creator | Castro-Gamboa, Ian | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T15:50:19Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T15:50:19Z | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2023-12-29 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.eswa.2023.121178 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/309867 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/309867 | - |
| Descrição: dc.description | CHEIC (Chemical Image Classificator) is a web platform that uses convolutional neural networks (CNNs) to identify patterns of volatile molecules from microorganisms with potential against respiratory and bronchopulmonary diseases such as SARS-CoV-2 and asthma. The platform lets users find volatile molecules with biological activity through molecular docking. This work presents the functionalities of the CHEIC platform, which accommodates a Deep Learning model with 93% accuracy in classifying volatile compounds and candidate molecules for respiratory disease drugs. The artificial intelligence model indicated that out of 548 molecules used, 39 exhibited drug-like molecular features. By combining the indicative results of molecular docking emitted by the CHEIC platform with further analysis using 100 ns of Molecular Dynamics trajectory, four volatile compounds were found with the potential to modulate proteins associated with respiratory tract diseases such as asthma and SARS-CoV-2. Furthermore, CHEIC is a free and promising tool in the search for therapeutic agents for respiratory diseases, as well as providing valuable and fast insights for researchers interested in omics sciences. | - |
| Descrição: dc.description | Federal Institute of Education Science and Technology of Rondônia – IFRO, Rio Amazonas Street, 151, Ji-Paraná, RO | - |
| Descrição: dc.description | Federal Institute of Education Science and Technology of Rondônia – IFRO, 15 de Novembro Street, 4849, Guajará-Mirim, RO | - |
| Descrição: dc.description | Federal Institute of Education Science and Technology of Acre – IFAC, Coronel Brandão Street, 1622, Xapuri | - |
| Descrição: dc.description | São Paulo State University – UNESP, Professor Francisco Degni Avenue, 55, Araraquara – SP | - |
| Descrição: dc.description | São Paulo State University – UNESP, Professor Francisco Degni Avenue, 55, Araraquara – SP | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Expert Systems with Applications | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Artificial intelligence | - |
| Palavras-chave: dc.subject | Asthma | - |
| Palavras-chave: dc.subject | Convolutional neural network | - |
| Palavras-chave: dc.subject | Molecular dynamics | - |
| Palavras-chave: dc.subject | SARS-CoV-2 | - |
| Título: dc.title | CHEIC: Chemical Image Classificator. An intelligent system for identification of volatiles compounds with potential for respiratory diseases using Deep Learning | - |
| 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: