Márcio Dorn
Márcio Dorn é Professor Associado nível III no Departamento de Informática Teórica do Instituto de Informática (INF) da Universidade Federal do Rio Grande do Sul (UFRGS) ----- Bolsista de Produtividade em Pesquisa Nível 2 CNPq (2016-2019; 2019-2022; 2022-2025) ---- Bolsista Produtividade Nível B CNPq (2025-2030) ----- Membro do Comitê Assessoramento da Fundação de Amparo a Pesquisa do Rio Grande do Sul (FAPERGS) - Area Ciências da Computação e Informação (2022-2024; 2025-2026) ---- Pesquisador no Centro de Biotecnologia (CBiot) da UFRGS ----- Docente Permanente Orientador no Programa de Pós-Graduação em Computação (PPGC) da UFRGS ----- Docente Orientador no Programa de Pós-Graduação em Biologia Celular e Molecular (PPGBCM) da UFRGS ----- Professor Visitante no Programa de Doutorado em Informática do Departamento de Engenharia da Computação (DIINF) da Universidade de Santiago de Chile (USACH), Chile ---- Membro da Comissão de Pós-Graduação do PPGBCM/UFRGS (2025-2027) ----- Vice-Coordenador do Curso de Biotecnologia da Universidade Federal do Rio Grande do Sul (2020-2025) ---- Secretário da Regional Sul da Associação Brasileira de Bioinformática e Biologia Computacional (AB3C) ---- Membro do Conselho da Regional Sul da Associação Brasileira de Bioinformática e Biologia Computacional (AB3C) ---- Líder do Grupo de Pesquisa do Bioinformática da UFRGS registrado no CNPq ---- Pesquisador no Grupo de Bioinformática Estrutural da UFRGS registrado no CNPq --- Pesquisador no Grupo de Pesquisa Alvos Genômicos e Biobancos: Pesquisa e Aplicação na Perícia Forense e no Diagnóstico da PUCRS registrado no CNPq --- Pesquisador no Grupo de Pesquisa em Reologia, Escoamentos, Energia e Sustentabilidade, da UFRGS registrado no CNPq. Realizou Estágio pós-doutoral no Institute for Mechanical Process Engineering and Mechanics do Karlsruhe Institute of Technology (KIT-2017-2018) ----- Realizou Estágio pós-doutoral em Ciência da Computação no Instituto de Informática da Universidade Federal do Rio Grande do Sul (UFRGS-2012) ----- Bolsista da Fundação Alexander von Humboldt (Alemanha) --- Doutor em Ciência da Computação pela Universidade Federal do Rio Grande do Sul (UFRGS-2012), Porto Alegre, Brasil ----- Mestre em Ciência da Computação pela Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS-2008), Porto Alegre, Brasil ----- Bacharel em Sistemas de Informações pela Universidade Regional do Noroeste do Estado do Rio Grande do Sul (UNIJUÍ-2006), Santa Rosa, Brasil ----- Realizou Doutorado Sanduíche no grupo Numerical Simulation, Optimization and High Performance Computing do Institute for Applied and Numerical Mathematics da Universidade de Karlsruhe (Technische Universität Karlsruhe - KIT Karlsruhe Institut of Technology - 2009), Karlsruhe, Alemanha ----- É Editor-chefe da Revista de Informática Teórica e Aplicada (RITA) ----- É Editor Associado da Revista Frontiers in Bioinformatics ----- É Editor Convidado da Revista Frontiers in Computational Genomics ----- Coordenador do Laboratório de Bioinformática Estrutural e Biologia Computacional (SBCB) ----- Membro da Comissão de Pós-Graduação do PPGC/UFRGS (2019-2023) ----- Atua principalmente nas linhas de pesquisa de Bioinformática, Bioinformática Estrutural, Aprendizado de Máquina, Metaheurísticas/Otimização e Alto Desempenho ----- Revisor de periódicos e de conferências internacionais e nacionais nas áreas da Bioinformática, Bioinformática Estrutural, Ciência da Computação, Biologia Computational e Informática Aplicada à Medicina ----- É consultor ad hoc de vários órgãos de apoio à pesquisa (CNPq, FAPERGS, FAPEMIG, FUNCAP, SCT-RS, FACEP, FAPESC, FAPEAM, SCTIE/Ministério da Saúde) ---- https://sbcb.inf.ufrgs.br
Informações coletadas do Lattes em 22/07/2025
Acadêmico
Formação acadêmica
Doutorado em Computação
2010 - 2012
Universidade Federal do Rio Grande do Sul
Título: MOIRAE: A Computational Strategy to Predict 3-D Structures of Polypeptides
, Ano de obtenção: 2012. Luís da Cunha Lamb. Coorientador: Luciana Salete Buriol. Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, Brasil. Palavras-chave: Machine Learning; Bioinformática Estrutural; 3D protein structure prediction.Grande área: Ciências Exatas e da TerraSetores de atividade: Educação.
Doutorado interrompido em 2009 em Ciência da Computação
2008 - Atual
Pontifícia Universidade Católica do Rio Grande do Sul
Título: Alto desempenho e computação verificada na resolução de sistemas de equações lineares esparsos de grande porte (tema provisório)
Orientador: Luiz Gustavo Leão Fernandes
com Ano de interrupção: 2009Palavras-chave: Bioinformática Estrutural.
Mestrado em Ciência da Computação
2006 - 2007
Pontifícia Universidade Católica do Rio Grande do Sul
Título: Uma proposta para a predição computacional da estrutura 3D aproximada de polipeptídeos com redução do espaço conformacional utilizando análise de intervalos
, Ano de Obtenção: 2008.Osmar Norberto de Souza.Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, Brasil. Palavras-chave: Redes Neurais Artificiais; Bioinformática; Computação Científica.Grande área: Ciências Exatas e da TerraGrande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Computação Científica. Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Computação Científica / Especialidade: Modelagem e Simulação de Biossistemas. Setores de atividade: Informática.
Graduação em Sistemas de Informações
2002 - 2005
Universidade Regional do Noroeste do Estado do Rio Grande do Sul
Título: Reconhecimento e Classificação de Padrões em Imagens Utilizando Redes Neurais Artificiais
Orientador: Leticia Maria Friske
Pós-doutorado
2017 - 2018
Pós-Doutorado. , Karlsruher Institut für Technologie, KIT, Alemanha. , Bolsista do(a): Capes/Humboldt, CAPES/HUMBOLDT, Brasil. , Grande área: Ciências Exatas e da Terra, Grande Área: Ciências Exatas e da Terra / Área: Matemática / Subárea: Matemática Aplicada / Especialidade: Otimização. , Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Bioinformática.
2012 - 2012
Pós-Doutorado. , Universidade Federal do Rio Grande do Sul, UFRGS, Brasil. , Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil. , Grande área: Ciências Exatas e da Terra, Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação. , Grande Área: Ciências Exatas e da Terra / Área: Matemática / Subárea: Matemática Aplicada / Especialidade: Otimização.
Formação complementar
2012 - 2012
How to set up a high performance computer cluster. (Carga horária: 3h). , Associação Brasileira de Bioinformática e Biologia Computacional, AB3C, Brasil.
2010 - 2010
Artificial Neural Network Models for Data Mining. (Carga horária: 12h). , Universidade Federal do Rio Grande do Sul, UFRGS, Brasil.
2004 - 2004
Curso básico de microeletrônica. (Carga horária: 30h). , Universidade Regional do Noroeste do Estado do Rio Grande do Sul, UNIJUI, Brasil.
2003 - 2003
Ensino de cooperativismo a distância. (Carga horária: 40h). , Centro de Educação Tecnológica da Paraíba, CEFET-PB, Brasil.
Idiomas
Inglês
Compreende Bem, Fala Razoavelmente, Lê Bem, Escreve Bem.
Espanhol
Compreende Razoavelmente, Fala Razoavelmente, Lê Razoavelmente, Escreve Pouco.
Português
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.
Alemão
Compreende Bem, Fala Bem, Lê Razoavelmente, Escreve Razoavelmente.
Áreas de atuação
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Bioinformática.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Computação Científica.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Bioinformática/Especialidade: Aprendizado de Máquina.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Métodos de Busca Heurística.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Ciência de Dados.
Organização de eventos
DORN, M. ; VERLI, H. ; BRAUN, R. L. . Membro do Comitê Organizador - EGB 2019 - III Escola Gaúcha de Bioinformática. 2023. (Outro).
DORN, M. ; BRAUN, R. L. . Membro do Comitê Organizador - EGB 2019 - III Escola Gaúcha de Bioinformática. 2023. (Outro).
DORN, M. . Comitê de Programa do ICAART 2024 - International Conference on Agents and Artificial Intelligence. 2023. (Outro).
DORN, M. . Comitê de Programa do CSBC 2021 - BreSci. 2021. (Outro).
DORN, M. . Comitê de Programa do XV Brazilian Congress on Computational Intelligence. 2021. (Outro).
DORN, M. . Membro Comitê Programa ACM Workshop on NeuroEvolution at Work (NEWK/GECCO). 2021. (Outro).
DORN, M. ; FUJITA, A. ; KASHIWABARA, A. Y. ; GRUBER, A. ; VALENTE, G. T. ; MASSIRER, K. B. ; STEFFENS, M. B. R. ; SOUZA, R. F. . Scientific Committee of the 13th International Conference of the AB3C (X-meeting 2017). 2017. (Outro).
DORN, M. ; VERLI, H. ; BRAUN, R. L. . Membro do Comitê Organizador - EGB 2017 - II Escola Gaúcha De Bioinformática. 2017. (Outro).
KASHIWABARA, A. Y. ; VICENTE, F. F. R. ; LOPES, F. M. ; VILAS-BOAS, L. A. ; BUGATTI, P. H. ; SAITO, P. T. M. ; DORN, M. . Membro do Comitê Organizador - WB2016 - Workshop de Bioinformática da UTFPR. 2016. (Outro).
DORN, M. ; PRIETCH, S. . Membro do Comitê Técnico de Programa - VII Escola Regional de Informática - Mato Grosso (ERI-MT 2016). 2016. (Outro).
DORN, M. ; BONATTO, D. ; VERLI, H. . Membro do Comitê Organizador - EGB 2015 - I Escola Gaúcha De Bioinformática. 2015. (Outro).
DORN, M. . SIC - XXVI SALÃO DE INICIAÇÃO CIENTÍFICA DA UFRGS - Avaliador Coordenador. 2014. (Outro).
BURIOL, L.S. ; LAMB, L. C. ; DORN, M. ; HOPPEN, C. ; BORENSTEIN, D. ; MULLER, F. ; JACQUES, V. ; BENAVIDES ; DORNELES, A. ; MENEGOLA, B. ; STEFANELLO, F. . XV ELAVIO - Escuela Latinoamericana de Verano en Investigación de Operaciones. 2012. (Congresso).
BURIOL, L.S. ; DORN, M. ; ANAGNOSTOPOULOS, A. ; SCHAFER, G. . NETSCHOOL - Fist School of Algorithms and Game Theory - Social, Information, and Routing Networks: Models, Algorithms, and Strategic Behavior. 2012. (Outro).
Participação em eventos
Escola Paranaense de Bioinformaitca.Machine Learning and Genomic Data Science. 2024. (Outra).
OMICS NIGHT - UFCSPA.Machine Learning, Interpretability and Genomic Data Science. 2024. (Encontro).
ARRAY: Applied Research Day.Machine Learning and Genomics Data Science. 2022. (Oficina).
Escola Paranaense de Bioinformaitca.Machine Learning and Genomics. 2022. (Outra).
Série de Seminários em Engenharia Biomédica do Instituto Tecnológico de Aeronáutica.Machine Learning and Genomic Data Science. 2022. (Encontro).
Interforensis. Machine Learning and Genomic Data Science. 2021. (Congresso).
XV Congresso Brasileiro de Inteligência Computacional. Predição da aparência humana a partir de vestígios biológicos de interesse forense: explorando a genética de características externamente visíveis através de aprendizagem de máquina. 2021. (Congresso).
IX Workshop em Nanociências.Utilização de neuroevolução para classificar e selecionar características em dados de microarranjo. 2020. (Oficina).
2019 International Conference on Computational Science - ICCS. 2019. (Congresso).
22nd International Conference on the Applications of Evolutionary Computation. A Knowledge Based Differential Evolution Algorithm for Protein Structure Prediction. 2019. (Congresso).
International workshop on data-driven modeling and optimization in fluid mechanics. 2019. (Oficina).
International Workshop on Data-driven Modeling and Optimization in Fluid Mechanics. 2019. (Oficina).
Jornadas Chilenas de Computação. Using neuroevolution to classify and select features in microarray data. 2019. (Congresso).
IEEE World Congress on Computational Intelligence (IEEE WCCI). A Genetic Algorithm Based on Restricted Tournament Selection for the 3D-PSP Problem. 2018. (Congresso).
II Congreso Internacional de Tecnologias de la Información y Computacion. Using neuroevolution to classify and select features in microarray data. 2018. (Congresso).
II Congreso Internacional de Tecnologias de la Información y Computacion. Meta-heuristics in Structural Bioinformatics: Protein Structure Prediction and Molecular Docking. 2018. (Congresso).
KIT Research Alumni Conference: Renewable Energies - a German-Chilean Cooperation. Bioinformatics for Cancer Research: Propeling biomarkers identification. 2018. (Congresso).
2017 Network Meeting of the Alexander von Humboldt Foundation. 2017. (Encontro).
Ciclo Regular de Seminários do Centro de Biotecnologia da Universidade Federal do.Metaheurísticas para Problemas de Bioinformática. 2016. (Seminário).
IEEE World Congress on Computational Intelligence. Predicting Protein Structural Features with NeuroEvolution of Augmenting Topologies. 2016. (Congresso).
Visita técnica Universidade de Santiago de Chile (USACH).Metaheuristics for Structural Bioinformatics. 2016. (Encontro).
WB 2016 Workshop em Bioinformática da UTFPR.Bioinformática Estrutural e Metaheuristicas para a Predição da Estrutura 3D de Polipeptídeos. 2016. (Oficina).
Visita técnica Universidade de Santiago de Chile (USACH)..Métodos e Estratégias Computacionais para a Predição da Estrutura Tridimensional de Polipeptídeos. 2015. (Outra).
ISCB-Latin American x-Meeting on Bioinformatics with BSB e SoiBIo. A tool to building and manipulating 3-D structures of carbohydrates. 2014. (Congresso).
VII Escola de Modelagem Molecular em Sistemas Biológicos. 2014. (Oficina).
Visita técnica Universidade de Santiago de Chile (USACH).Métodos e Estratégias Computacionais para a Predição da Estrutura Tridimensional de Polipeptídeos. 2014. (Outra).
1st BRICS Countries Congress (BRICS-CCI) and 11th Brazilian Congress (CBIC) on Computational Intelligence. MOIRAE: A Computational Strategy to Predict 3-D Structures of Polypeptides. 2013. (Congresso).
IEEE Congress on Evolutionary Computation. A knowledge-based genetic algorithm to predict three-dimensional structures of polypeptides. 2013. (Congresso).
Visita técnica Universidade de Santiago de Chile (USACH).Bioinformática Estrutural. 2013. (Encontro).
8th International Conference of the Brazilian Association for Bioinformatics and Computational Biology. 2012. (Congresso).
XVI ELAVIO - Escuela Latinoamericana de Verano en Investigación Operativa. 2012. (Outra).
22th International Joint Conferences on Artificial Intelligence.Combining machine learning and optimization techniques to determine 3-D structures of polypeptides. 2011. (Simpósio).
Brazilian Symposium on Bioinformatics.A Structured-Population Genetic Algorithm for the 3-D Protein Structure Prediction Problem. 2011. (Simpósio).
IEEE Congress on Evolutionary Computation. A Hybrid Genetic Algorithm for the 3-D Protein Structure Prediction Problem using a Path-Relinking Strategy. 2011. (Congresso).
2010 International Conference on Computer Applications & Industrial Electronics. Participação do Comite Científico. 2010. (Congresso).
7th International Conference of the Brazilian Association for Bioinformatics and Computational Biology. A3N: an Artificial Neural Network N-gram-based method to approximate 3-D polypeptides structure prediction. 2010. (Congresso).
Artificial Neural Network Models for Data Mining Tasks in Bioinformatics. 2010. (Seminário).
Semana Acadêmica do Instituto de Informática UFRGS. 2010. (Seminário).
Semana Acadêmica do Instituto de Informática - UFRGS. 2010. (Outra).
Visita delegação Brasileira participante do programa TOP-USA Santander as instalações da Boston University.Protein structure prediction: methods and algorithms. 2010. (Encontro).
Visita delegação Brasileira participante do programa TOP-USA Santander as instalações da Brown University.Protein structure prediction: methods and algorithms. 2010. (Encontro).
Visita delegação Brasileira participante do programa TOP-USA Santander as instalações da Harvard University.Protein structure prediction: methods and algorithms. 2010. (Encontro).
Visita delegação Brasileira participante do programa TOP-USA Santander as instalações da Northeastern University.Protein structure prediction: methods and algorithms. 2010. (Encontro).
Visita delegação Brasileira participante do programa TOP-USA Santander as instalações do Massachusetts Institute of Technology.Protein structure prediction: methods and algorithms. 2010. (Outra).
First Workshop Numerical Simulation, Optimization and High Performance Computing.High performance verified computing on the calculation of the the internal energy of protein molecules. 2009. (Oficina).
International workshop on verified computations and related topics. 2009. (Oficina).
20th International Symposium on Computer Architecture and High Performance Computing. 2008. (Simpósio).
IV COMPSULMT - Congresso de Computação do Sul do Mato Grosso. Participação do Comite Científico. 2008. (Congresso).
3rd International Conference of the Brazilian Association for Bioinformatics and Computational Biology. A fragment-based clustering method for predicting approximate 3-D polypeptide structures. 2007. (Congresso).
III COMPSULMT - Congresso de Computação do Sul de Mato Grosso. Participação do Comite Científico. 2007. (Congresso).
I Congresso Sul Catarinense de Computação. 2005. 2005. (Congresso).
I Seminário Técnico com as Unimeds do estado do Rio Grande do Sul. 2005. (Seminário).
V ENIA - Encontro Nacional de Inteligência Artificial - Minicurso Mineração de Dados- XXV Crongresso da Sociedade Brasileira de Computação. 2005. (Encontro).
V ENIA - Encontro Nacional de Inteligência Artificial - Minicurso Vida Artificial - XXV Crongresso da Sociedade Brasileira de Computação. 2005. (Encontro).
XIII Seminário de Iniciação Cientifica, X Jornada de Pesquisa e VI Jornada de Extensão. 2005. (Seminário).
XXV Congresso da Sociedade Brasileira de Computação. 2005. (Congresso).
EMICRO 2004 - IV Escola de Microeletrônica. 2004. (Oficina).
Noites Acadêmicas do Curso de Informática. 2004. (Encontro).
Simpósio Brasileiro de Redes de Computadores - SBRC 2004. 2004. (Simpósio).
WRNP2 - V Workshop RNP2. 2004. (Outra).
17° Encontro dos profissionais do faturamento. 2003. (Encontro).
I Fórum do Empreendedorismo. 2002. (Outra).
Noites Acadêmicas do Curso de Informática. 2002. (Encontro).
Participação em bancas
DORN, M.; INOSTROZA‐MISSAGGIA, B. O.; RICACHENEVSKY, F. K.; ALHO, C. S.. Identificação de marcadores genéticos biogeograficamente informativos para amostras do tráfico brasileiro de Cannabis sativa: Uma abordagem de aprendizado de máquina para rastreamento forense de origem. 2025. Dissertação (Mestrado em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
THOM, L. H.; WIVES, L. K.; VILLALOBOS-CID, M.;DORN, M.. Embedded Weights Multi-Objective Feature Selection: A Novel Hybrid Method for Sparse High-Dimensional Data. 2025. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.; INOSTROZA-PONTA, M.; CARCAMO, M.. Diseño de un índice de optimización basado en el contexto biológico para un algoritmo de selección de características multiobjetivo. 2025. Dissertação (Mestrado em Magíster en Ingeniería Informática) - Universidad de Santiago de Chile.
DORN, M.BRAUN, R. L.; KAHMANN, A.; GRISCI, BRUNO I.. Enhancing Classification with Hybrid Feature Selection: A Multi-Objective Genetic Algorithm for High-Dimensional Data. 2024. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.LENZ, G.; FILIPPI-CHIELA, E. C.; LAMERS, M. L.; BRACCO, P. A.. Identificação de padrões fenotípicos de células em imagens de Microscopia de Campo Claro utilizando Deep-Learning. 2024. Dissertação (Mestrado em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
Dorn, MVERLI, H.BRAUN, R. L.; NETZ, P. A.. A Base Molecular da Ativação da MC1R: Alterações Induzidas por Mutação na Dinâmica Estrutural. 2024. Dissertação (Mestrado em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
SOUZA, A. C.; THOM, L. H.; VILLALOBOS-CID, M.;Dorn, M. A GIS-based Methodology for Optimal Allocation of Acute Stroke Centers across the Globe: A Case Study in Rio Grande do Sul. 2023. Dissertação (Mestrado em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul.
DORN, M.; SANCHES, D. S.; LIZZI, E. A. S.; BRESSAN, G. M.. Uma Abordagem De Classificação De Subtipos De Leucemia Para Identificação De Genes Diferencialmente Expressos Utilizando Dados Genéticos Aliado À Técnicas De Aprendizado De Máquina. 2023. Dissertação (Mestrado em Bioinformática) - Universidade Tecnológica Federal do Paraná.
MENESE, C. N.;Dorn, M; PEREIRA, A. G.; RAVELO, S. V.. The joint order batching and picking routing problem: algorithms and new formulation. 2022. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.POLONI, J. F.; SILVA, L. K. R. E.; MAYER, F. Q.. Análise Transcriptômica de RNAs Longos Não Codificantes durante Infecção por Candida Albicans. 2022. Dissertação (Mestrado em Programa de Pós-Graduação de Genética e Biologia Molecular) - Universidade Federal do Rio Grande do Sul.
POLONI, J. F.DORN, M.STAATS, C. C.; VAINSTEIN, M. H.; SILVA, R. M.. Avaliação da resposta funcional de microrganismos em sedimento marinho contaminado com petróleo. 2022. Dissertação (Mestrado em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
DORN, M.THOM, L.; PIMENTA, M. S.; FONTOURA, L. M.. Analysis and Process Modeling of Triage Protocols - A Study in Emergency Departments in South Brazil. 2021. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
Dorn, M; LOPES, Y. K.; PARPINELLI, R. S.. A Multi-Objective Biased Random-Key Genetic Algorithm Applied to The Protein Structure Prediction Problem. 2021. Dissertação (Mestrado em Computação Aplicada) - Universidade do Estado de Santa Catarina.
Dorn, M; PASCUTTI, P. G.; LIMA, A. P. C. A.; DARDENNE, L. E.; COSTA, L. T.. Estudo da Inibição de Vivapaínas de Plasmodium Vivax por Métodos in silico. 2021. Dissertação (Mestrado em Ciências Biológicas (Biofísica)) - Universidade Federal do Rio de Janeiro.
DORN, M.; CARBONERA, J. L.; BRAZIL, E. V.;MENDOZA, M.; ABEL, M.. A Clustering-based Approach to Identify Petrofacies from Petrographic Data. 2020. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
DORN, MARCIOPOLONI, J. F.STAATS, C. C.; FELTES, B. C.; GELAIN, D. P.. Gene Expression Variation Analysis (GEVA): Um novo pacote do Rpara avaliar variações de expressão diferencial em múltiplascondições biológicas. 2020. Dissertação (Mestrado em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
BURIOL, L.S.; VERLI, HUGO; CARBONERA, J. L.;DORN, MARCIO. Um Algoritimo Multimemético Auto-Adaptativo para o problema de Atracamento Molecular. 2019. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
COMBA, J. L. D.; SILVA, B. C.; VELOSO, A. A.; NONATO, L. G.;DORN, MARCIO. Visual Analytics as a Tool for Deep Learning Engineering. 2019. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
DORN, MARCIO; KOSLOVSKI, G.; PARPINELLI, R. S.. A GPU-Based Hybrid JDE Algorithm Applied to the Protein Structure Prediction Problem. 2019. Dissertação (Mestrado em Computação Aplicada) - Universidade do Estado de Santa Catarina.
DORN, MARCIO; PARPINELLI, R. S.; CHIDAMBARAM, C.. A Self Adaptive Greedy Evolutionary Algorithm Using Monte Carlo Fragment Insertion and Conformation Clustering. 2019. Dissertação (Mestrado em Computação Aplicada) - Universidade do Estado de Santa Catarina.
DORN, MARCIOVERLI, H.; ARANTES, PABLO RICARDO; BACHEGA, F.;BRAUN, R. L.. Análise Estrutural e Conformacional de Carboidratos Depositados no Protein Data Bank. 2019. Dissertação (Mestrado em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
GAMERMANN, D.; DANTAS, W. G.; IDIART, M. A. P.; SANTOS, C. B. C.; ARENZON, J. J.;DORN, MARCIO. An algorithm for network community structure detection by Surprise. 2019. Dissertação (Mestrado em Programa de Pós Graduação em Física) - Universidade Federal do Rio Grande do Sul.
DORN, M.BRAUN, R. L.; PEDEBOS, CONRADO; FELTES, BRUNO CESAR. Inclusão de Contatos Evolutivamente Conservados em Métodos para Predição da Estrutura 3D de Polipeptídios. 2019. Dissertação (Mestrado em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
DORN, M.RICHTER, M.; FERREIRA NETO, J. A.; COMBA, J.. A genetic algorithm for fair land allocation. 2018. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.LENZ, G.WERHLI, A.; PEREIRA, A. G.. N3O: A NEAT expansion for improving classification and feature selection applied to microarray data.. 2018. Dissertação (Mestrado em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul.
PIMENTA, M. S.;THOM, L.; GASPARINI, I.;DORN, M.. Recomendação de Recursos de Infraestrutura Necessários para a Implementação de Processos a Partir de Rótulos de Modelos de Processo. 2018. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.VERLI, H.; NETZ, P.; RICACHENEVSKY, F.. Desenvolvimento de parâmetros para simulação de flavonoides e chalonas no campo de força GROMOS. 2017. Dissertação (Mestrado em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
SILVA, B. C.;VERLI, H.MENDOZA, M.DORN, M.. Uma Proposta de Algoritmo Memético Baseado em Conhecimento para o Problema de Predição de Estruturas 3-D de Proteínas. 2017. Dissertação (Mestrado em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul.
COELHO, A. L. V.; SILVA, B. C.;DORN, M.BAZZAN, A. L. C.. Social-Training: Aprendizado Semi-Supervisionado Utilizando Funções de Escolha Social. 2017. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.BRAUN, R.GALANTE, R.MENDOZA, M.. GARTS: um Algoritmo Genético baseado no método de Seleção por Torneio Restrito Adaptativo para o problema de Predição de Estruturas 3D de Proteínas. 2016. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.ENGEL, P. M.VIGO, A.. Comparação de algoritmos de aprendizagem de máquina para construção de modelos preditivos de diabetes não diagnosticada. 2016. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.WERHLI, A.MACHADO, K. S.BORGES, E. N.. Uma comparação entre classificadores para predição da classe de cor a partir de dados estruturais em proteínas fluorescentes. 2016. Dissertação (Mestrado em Engenharia de Computação) - Universidade Federal do Rio Grande.
INSTROZA-PONTA, M.BRAUN, R. L.THOM, L.DORN, M.. Um Algoritmo Genético de Chaves Aleatórias Viciadas para o problema de Atracamento Molecular.. 2016. Dissertação (Mestrado em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul.
DORN, M.BONATTO, D.LENZ, G.PROLLA, P.. Oncoprosim: Uma Ferramenta in Silico Para Análise da Evolução Tumoral. 2015. Dissertação (Mestrado em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
DORN, M.DORN, M.MACHADO, K. S.; BILLA, C.; EMMENDORFER, L.;WERHLI, A.. Uma proposta de algoritmo para o modelo AB de dobramento de proteína. 2014. Dissertação (Mestrado em Engenharia de Computação) - Universidade Federal do Rio Grande.
VERLI, H.MARGIS, R.SILVA, T. A. S.BRAUN, R. L.DORN, M.DORN, M.. Comparação de diferentes campos de força na descrição conformacional de siRNAs. 2014. Dissertação (Mestrado em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
DORN, M.DORN, M.SAWICKI, S.SAUSEN, P. S.SAUSEN, A. T. Z. R.. Desenvolvimento de um modelo matemático aplicado ao problema de cobertura de área em redes sem fio. 2013. Dissertação (Mestrado em Modelagem Matemática) - Universidade Regional do Noroeste do Estado do Rio Grande do Sul.
MELO, A. C. M. A.; JACOBI, R. P.; WALTER, M. E. M. T.;DORN, M.. Adaptive Patch Grid Strategy for Parallel Protein Folding using Atomic Burials with NAMD. 2025. Tese (Doutorado em Informática) - Universidade de Brasília.
DORN, M.KASHIWABARA, A. Y.; RAITTZ, R. T.; DURHAM, A. M.; PASCHOAL, A. R.;LOPES, F. M.. Predição de regiões codificadoras de proteínas em RNA circulares e transcriptoma em montagem de novo. 2025. Tese (Doutorado em Bioinformática) - Universidade Tecnológica Federal do Paraná.
DORN, M.KASHIWABARA, A. Y.; RAITTZ, R. T.; DURHAM, A. M.; PASCHOAL, A. R.;LOPES, F. M.. Predição de regiões codificadoras de proteínas em RNA circulares e transcriptoma em montagem de novo. 2025. Tese (Doutorado em Bioinformática) - Universidade Tecnológica Federal do Paraná.
DORN, M.; MENOTTI, D.;LOPES, F. M.; CASTRO, M. A. A.; OLIVEIRA, L. F.. Avaliação de Métodos Computacionais para Análise de Expressão de Genes e Inferência de Redes de Regulação Gênica. 2025. Tese (Doutorado em Informática) - Universidade Federal do Paraná.
DORN, M.BORTOLINI, M. C.; SANTOS, E. M. T.;BRAUN, R. L.; FAGUNDES, N. J. R.. Exploring Adaptive Epistasis in Human and Other Primates. 2024. Tese (Doutorado em Programa de Pós-Graduação de Genética e Biologia Molecular) - Universidade Federal do Rio Grande do Sul.
CARVALHO, A. C. P. L. F.;DORN, M.; BASGALUPP, M. P.; AGUIAR, C. D.; WALTER, M. E. M. T.; MACHADO, K. S.; SIMAO, A. S.. Exploration of non-coding RNA in complex microbial communities with machine learning. 2024. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.
Dorn, M; NETZ, P. A.;BRAUN, R. L.; BACHEGA, J. F. R.; PEDEBOS, C.. Characterizing the Biophysical Effects of Mutations on the XPF-ERCC1 Complex. 2024. Tese (Doutorado em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
DORN, M.; FREITAS, C. M. D. S.; BERNARDES, J. S.; MINGHIM, R.. Knowledge discovery in biological tabular data through machine learning interpretability and visualization. 2023. Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul.
PASSAGLIA, L. M. P.; FAGUNDES, N. J. R.; CRUZ, L. M.;DORN, M.. Defining the Genus Boundaries for the Paenibacillaceae Family Using Comparative Genomic Analysis. 2023. Tese (Doutorado em Programa de Pós-Graduação de Genética e Biologia Molecular) - Universidade Federal do Rio Grande do Sul.
SANCHES, D. S.; VILLALOBOS-CID, M.; FELTES, B. C.;DORN, M.. A Memetic Algorithm Framework for Multimodal Continuous Optimization. 2022. Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.; COZMAN, F. G.; DROGUETT, E. L.; MARTINS, M. R.; MOURA, M. J. C.. Frameworks for Interpretability of Deep Learning-Based Prognostics and Health Management. 2022. Tese (Doutorado em Engenharia Naval e Oceânica) - Universidade de São Paulo.
Dorn, MINOSTROZA-PONTA, MARIO; PARPINELLI, R. S.; LIGABUE-BRAUN, RODRIGO. Multi-Objective and Diversity-guided Success-History based Adaptive Differential Evolution approaches for the Tertiary Protein Structure Prediction Problem. 2021. Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul.
VERLI, H.; NETZ, P. A.;DORN, M.LENZ, G.; HORTA, B. A. C.. Acesso à flexibilidade molecular de ligantes como estratégia de prospecção de interações fármaco-receptor. 2019. Tese (Doutorado em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
DORN, M.LEMKE, N.; NOTARI, D. L.; DELAMARE, A. P. L.; SILVA, S. A. E.. Predição de Regiões Promotoras em Bacillus subtilis através do uso de Redes Neurais Artificiais e Máquinas de Vetor de Suporte. 2018. Tese (Doutorado em Biotecnologia) - Universidade de Caxias do Sul.
DORN, M.; TURJANSKI, A.; GARRATT, R. C.;CARLINI, C. R. R. S.VERLI, H.BRAUN, R. L.. Bases estruturais e dinâmicas de biomoléculas na via de N-glicosilação em Bactérias. 2018. Tese (Doutorado em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
MOSCATO, P.; BERRETA, R.;DORN, M.. Breast Cancer Intrinsic Subtypes: A Critical Conception in Bioinformatics. 2017. Tese (Doutorado em School of Environmental and Life Sciences) - The University of Newcastle Australia.
FERREIRA, R. S.; BLEICHER, L.; MINARDI, R. C. M.;DORN, M.; LIMA, L. H. F.. Mutagraph: Modelos E Algoritmos Para Predição Na Afinidade De Complexos Proteicos Através De Graph Kernel E Métricas De Redes Complexas. 2017. Tese (Doutorado em Bioinformática) - Universidade Federal de Minas Gerais.
DORN, M.DORN, M.LEMKE, N.BAZZAN, A. L. C.Karina dos Santos Machado. Exploring ensemble learning techniques to optimize the reverse engineering of gene regulatory networks. 2014. Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul.
SILVA, L. J. S.;DORN, M.; TEIXEIRA, P. R. F.; RIGO, S. J.; ZINANI, F. S. F.. Machine Learning Aplicado à Predição de Variáveis de Operação de Dispositivos de Coluna de Água Oscilante. 2025. Exame de qualificação (Doutorando em Computação Aplicada) - Universidade do Vale do Rio dos Sinos.
DORN, M.BORTOLINI, M. C.; NETZ, P.. Computational modeling of oxytocin-receptors interactions with the common and functional marmoset Callithrix jacchus Pro8OT variant. 2024. Exame de qualificação (Doutorando em Programa de Pós-Graduação de Genética e Biologia Molecular) - Universidade Federal do Rio Grande do Sul.
INOSTROZA-PONTA, M.; GRISCI, BRUNO I.;DORN, M.; PARPINELLI, R. S.;LOPES, F. M.. AutoEMH: A Framework for High-Level Automatic Ensemble Metaheuristics. 2024. Exame de qualificação (Doutorando em Computação) - Universidade Federal do Rio Grande do Sul.
TINOS, R.; SPINOSA, E. J.;DORN, M.; POZO, A. T. R.; SANCHES, D. S.. Caldonazzo Garbelini. Desenvolvimento de um Arcabouço Escalável para Descoberta de Motifs Biológicos em Dados de Chip-Seq. 2023. Exame de qualificação (Doutorando em Informática) - Universidade Federal do Paraná.
SILVA, L. K. R. E.; VAINSTEIN, M. H.;SIQUEIRA, F. M.DORN, M.. Respiratory Microbiome in Chronic Respiratory Diseases: A Comparative Study of Cystic Fibrosis, Non-Cystic Fibrosis Bronchiectasis, and Healthy Individuals. 2023. Exame de qualificação (Doutorando em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
SILVA, L. K. R. E.; VAINSTEIN, M. H.;SIQUEIRA, F. M.DORN, M.. Respiratory Microbiome in Chronic Respiratory Diseases: A Comparative Study of Cystic Fibrosis, Non-Cystic Fibrosis Bronchiectasis, and Healthy Individuals. 2023. Exame de qualificação (Doutorando em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
DORN, M.; COSTA, C. A.; RAMOS, G. O.. Multilabel machine-learning classifiers as proteomic biomarkers predictors for COVID-19 post-acute sequelae. 2023. Exame de qualificação (Doutorando em Computação Aplicada) - Universidade do Vale do Rio dos Sinos.
DORN, M.; HERAI, R. H.; AGUIAR, C. D.; WALTER, M. E. M. T.;MACHADO, K. S.; SIMAO, A. S.; CARVALHO, A. C. P. L. F.. Exploration of non-coding RNA in complex microbial communities. 2022. Exame de qualificação (Doutorando em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.
DORN, M.; HOCH, N. C.; CHIELA, E.. Dinâmica de populações tumorais: abordagens experimentais e computacionais. 2022. Exame de qualificação (Doutorando em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
DORN, M.; ALMEIDA JUNIOR, N. F.; MACEDO, D. F.; PAPPA, G. L.; VILELA NETO, O. P.. DNA Strand Displacement as a Hardware Substrate to Unsupervised Learning. 2022. Exame de qualificação (Doutorando em Ciências da Computação) - Universidade Federal de Minas Gerais.
Dorn, MINOSTROZA, M.; LIGABUE-BRAUN, RODRIGO; PARPINELLI, R. S.. A Multi-Objective Success-History based Adaptive Differential Evolution for the Tertiary Protein Structure Prediction Problem. 2021. Exame de qualificação (Doutorando em Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.; ARAUJO, R. M.; PEDEBOS, CONRADO; VILLALOBOS-CID, M.. A Memetic Algorithm Framework for Multimodal Continuous Optimization. 2021. Exame de qualificação (Doutorando em Computação) - Universidade Federal do Rio Grande do Sul.
BRAUN, R. L.MARGIS, R.Dorn, M. Avaliação de pequenos RNAs regulatórios em leveduras patogênicas e seu potencial na interação patógeno-hospedeiro. 2021. Exame de qualificação (Doutorando em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
Dorn, M; BERNARDES, J. S.; MINGHIM, R.; PAULOVICH, F. V.. Knowledge discovery in biological tabular data through machine learning interpretability and visualization. 2021. Exame de qualificação (Doutorando em Computação) - Universidade Federal do Rio Grande do Sul.
Dorn, M; ARAUJO, R. M.; SINIGAGLIA, M.; PAPA, J. P.; AGUIAR, M. S.. Structure-Relational CNN e Space GAN - Seleção de Genes Relevantes em Câncer. 2019. Exame de qualificação (Doutorando em COMPUTAÇÃO) - Universidade Federal de Pelotas.
DORN, MARCIO; SILVA, L. K. R. E.; HAAG, K.. Identificação e caracterização de marcadores moleculares do desenvolvimento de parasitos da Classe Cestoda. 2019. Exame de qualificação (Doutorando em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
DORN, M.; NETZ, P. A.; BACHEGA, F.. Dinâmica de moléculas bioativas e seu impacto no reconhecimento molecular. 2018. Exame de qualificação (Doutorando em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
DORN, M.DORN, M.RIBEIRO, L.BURIOL, L.S.. Técnicas exatas para solução de problemas. 2013. Exame de qualificação (Doutorando em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul.
DORN, M.DORN, M.BAZZAN, A. L. C.LEMKE, N.WERHLI, A.LORENA, A. C.. Exploring ensemble learning techniques to optimize the reverse engineering of gene regulatory networks. 2013. Exame de qualificação (Doutorando em Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.WERHLI, A.MACHADO, K. S.. Uma proposta para predicão do comprimento de onda emitido por proteínas fluorescentes. 2015. Exame de qualificação (Mestrando em Engenharia de Computação) - Universidade Federal do Rio Grande.
DORN, M.DORN, M.ROESLER, V.ENGEL, P. M.. Seleção de técnicas de aprendizagem de máquina para criação de modelos preditivos médicos. 2014. Exame de qualificação (Mestrando em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul.
DORN, M.DORN, M.LAMB, L. C.ENGEL, P. M.. Aplicação da Lógica de Markov como um mecanismo para raciocínio probabilístico. 2013. Exame de qualificação (Mestrando em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul.
DORN, M.DORN, M.ENGEL, P. M.ROCHA, A. C.. Hidden Markov Models and an incremental approach based in Gaussian mixture models. 2013. Exame de qualificação (Mestrando em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul.
DORN, M.DORN, M.ROESLER, V.MACIEL, A.. Detecção Automática de Isquemias Cardíacas. 2013. Exame de qualificação (Mestrando em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul.
WIVES, L. K.;DORN, M.THOM, L.. Uso de BPMN para Modelar o Processo de Criação de Software Destacando as Inconformidades entre o Modelo Ágil e o Aplicado em uma Fábrica de Software. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
WIVES, L. K.;THOM, L.DORN, M.. Modelagem do Processo de Orientação Tributária por E-Mail Junto aos Contribuintes do ISSQN de Porto Alegre. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
WIVES, L. K.;THOM, L.DORN, M.. Business Intelligence na Secretaria Municipal de Educação de Porto Alegre: Contribuição para Defnição de Estratégias e Tomada de Decisão na Busca da Qualidade da Educação. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
WIVES, L. K.;THOM, L.DORN, M.. Modelagem dos Processos de Controle de Acesso na Receita Municipal de Porto Alegre. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
DORN, M.THOM, L.; PIMENTA, M. S.. Um Estudo de Caso sobre a Aplicação de BPM para Treinamento de Funcionários através da Etapa de Descoberta de Processos. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
DORN, M.; PIMENTA, M. S.;THOM, L.. Utilizando ITIL na Administração Pública com Provedor de TI Terciarizado. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
WIVES, L.;DORN, M.THOM, L.. Relatando e Validando um Estudo de Caso no Departamento Municipal de Águas e Esgoto de Porto Alegre. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
WIVES, L. K.;DORN, M.THOM, L.. Modelagem do Processo de Designa e Dispensa de Função Gratificada da Prefeitura Municipal de Porto Alegre. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
DORN, M.; WIVES, L. K.;THOM, L.. Panorama sobre Engenharia de Requisitos em uma Empresa Pública. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
DORN, M.; WIVES, L. K.;THOM, L.. Modelagem do Processo de Fiscalização das Transferências Constitucionais de ICMS na Prefeitura de Porto Alegre. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
BECKER, K.; PIMENTA, M. S.;DORN, M.. Aderência aos Ritos do Framework SCRUM em Times Ágeis. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
BECKER, K.; PIMENTA, M. S.;DORN, M.. Redesenho do Processo de Help Desk no Núcleo de Informática do Instituto de Biociências da UFRGS utilizando BPMN e Melhores Práticas do ITIL. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
NUNES, I.; FREITAS, C. M. D. S.;DORN, M.. Importância da Usabilidade e da Acessibilidade na Implementação de Sistemas Públicos. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
FREITAS, C. M. D. S.; NUNES, I.;DORN, M.. Avaliação De Usabilidade Do Sistema De Informações Geográficas De Imóveis Do Cadastro Da Prefeitura De Porto Alegre: Estudo De Caso. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
FREITAS, C. M. D. S.; NUNES, I.;DORN, M.. Análise da Usabilidade e da Acessibilidade em Sites de Prefeituras de Cinco Grandes Capitais. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
FREITAS, C. M. D. S.; NUNES, I.;DORN, M.. Usabilidade em Consonância com as Metodologias Ágeis no Desenvolvimento de Software. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
FREITAS, C. M. D. S.; NUNES, I.;DORN, M.. Dados Abertos no Município de Porto Alegre. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
DORN, M.; FREITAS, C. M. D. S.; NUNES, I.. Integração Entre Central de Serviços e Desenvolvimento de Sistemas na Gestão de Incidentes e Problemas. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
DORN, M.; FREITAS, C. M. D. S.; NUNES, I.. Cadastramento Biometrico Utilizando Dispositivos Moveis. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
DORN, M.GALANTE, R.; PIMENTA, M. S.. Análise Comparativa Entre Abordagem Ágil E Tradicional Do Gerenciamento De Projetos: Estudo De Caso De Uma Instituição Financeira. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
THOM, L.DORN, M.; PIMENTA, M. S.. REvisão De Processos De Gerenciamento De Serviços De Ti Em Uma Empresa De Varejo De Moda. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
SCHAEFFER-FILHO, A. E.; WIVES, L. K.;DORN, M.. Gestão De Riscos De Segurança Da Informação: Aplicando O Processo De Avaliação De Riscos Da Iso/iec 27005:2018 Em Uma Seguradora. 2018. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
SCHAEFFER-FILHO, A. E.;THOM, L.DORN, M.. GIMOM ? Gerenciamento de Impacto e Monitoramento. 2017. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
DORN, M.THOM, L.; SCHAEFFER-FILHO, A. E.. Uma abordagem de implementação para BPM. 2017. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
DORN, M.THOM, L.; WIVES, L.. Automatização do Processo de Migração de Emissores de Cartões de Tarja Magnética para Tecnologia de Chip EMV usando BMP. 2017. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
DORN, M.; WIVES, L.;THOM, L.. A reação do Público sobre Notícias nas Redes Sociais: Estudo de Caso do Portal Terra no Facebook. 2017. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
DORN, M.THOM, L.; WIVES, L.. Identificação e Análise de Processos com aplicação das diretrize de qualidade definidas na norma NBR ISO 9001. 2017. Monografia (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul.
VERLI, H.; MOREIRA, E.; BACH, E.;DORN, M.. Desenvolvimento de uma pipeline para a análise sistemática da qualidade da informação sacarídica do Protein Data Bank (PDB). 2025. Trabalho de Conclusão de Curso (Graduação em Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul.
DORN, M.; MAYER, F. Q.;BONATTO, D.. Pipeline para geração de sequências nuloméricas sintéticas universais com aplicações em biotecnologia de leveduras de interesse industrial. 2025. Trabalho de Conclusão de Curso (Graduação em Biomedicina) - Universidade Federal do Rio Grande do Sul.
DORN, M.; FIOROT, G. H.; ANDRADE, D. E. V.. Avaliação Da Performance De Redes Neurais Para Análise Do Comportamento Reológico De Fluidos De Perfuração. 2024. Trabalho de Conclusão de Curso (Graduação em Engenharia Mecânica) - Universidade Federal do Rio Grande do Sul.
DORN, M.LENZ, G.; GELAIN, D. P.. Abordagens de Machine Learning para análise de dados multiômicos de câncer de pulmão. 2024. Trabalho de Conclusão de Curso (Graduação em Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul.
NETZ, P. A.;BRAUN, R. L.DORN, M.. Assessment of Kaistella jeonii Esterase Conformational Dynamics in Response to Poly(ethylene terephthalate) Binding. 2024. Trabalho de Conclusão de Curso (Graduação em Ciências Biológicas) - Universidade Federal do Rio Grande do Sul.
THOM, L. H.;OLIVEIRA, J. P. M.; VILLALOBOS-CID, MANUEL;DORN, M.. 15 Years of Digital RITA - Learning About The Evolution Of The Journal With Bibliometric Analysis. 2024. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.; THOM, L. H.;OLIVEIRA, J. P. M.. Gerenciamento de Processos de Negócio em Startups: Características, Desafios e Iniciativas de Implementação. 2024. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
LENZ, G.; OLIVEIRA NETO, M. M.;Dorn, M. Aprendizado de Máquina Aplicado à Detecção, Classificação e Análise de Células Tumorais em Imagens de Microscopia de Luz Visível. 2022. Trabalho de Conclusão de Curso (Graduação em Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul.
Dorn, M; CARBONERA, J. L.;POLONI, J. F.. Eye and Skin Color Prediction for Brazilian Population using Single Nucleotide Polymorphisms. 2022. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.; CARBONERA, J. L.;THOM, L.; SCHMITT, A. C.. Healthcare Process Discovery from Spread Out Natural Language Documentation: a SARS-CoV-2 and COVID-19 case study. 2021. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.; SCHNORR, L. M.; BOIANI, M.;NOBLE, D. V.. Comparando diferentes implementações paralelas de algoritmos genéticos em GPUs com CUDA. 2021. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
DORN, MÁRCIO; BECKER, K.; CARBONERA, J. L.. Analysis and comparison of feature selection methods towards performance and stability. 2020. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
RAVELO, S. V.;DORN, MÁRCIO; LIGABUE-BRAUN, RODRIGO. Predição da Estrutura Tridimensional de Dissacarídeos utilizando um algoritmo de Evolução Diferencial adaptativo. 2019. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.; PEREIRA, A. G.; CARBONERA, J. L.. Neuroevolution of Neural Network Architectures Using CoDeepNEAT and Keras. 2019. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.BAZZAN, A. L. C.; AVILA, E.. An Embedded Categorical Feature Selector applied to the Genotype-Phenotype Prediction Problem. 2019. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.BRAUN, R. L.; ANDREIS, F.; LOPES, F. C.. Roma: Ramachandran Oriented Mutational Analysis. 2018. Trabalho de Conclusão de Curso (Graduação em Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul.
PIMENTA, M. S.;THOM, L.DORN, MARCIO. Um experimento controlado sobre o uso de boas práticas na modelagem de processos. 2018. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
THOM, L.; MACHADO, R.;DORN, M.. Análise da Complexidade em Modelos em Rede e Fora da Rede para Segregação Celular. 2016. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
LENZ, G.BRAUN, R. L.DORN, M.. Identificação de padrões conformacionais em estruturas experimentais e projeto de metaheurísticas para a predição da estrutura tridimensional de proteínas. 2016. Trabalho de Conclusão de Curso (Graduação em Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul.
LENZ, G.BRAUN, R. L.DORN, M.. SAN-PSO: Protein Structure Prediction using a Knowledge-based Self-adaptative Multimodal Particle Swarm Optimization Algorithm. 2016. Trabalho de Conclusão de Curso (Graduação em Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul.
INSTROZA-PONTA, M.; BONACIC, C.; OLIVOS, E. R.;DORN, M.. Algoritmo Memético para el Problema de Predición de la Estructura Tridimensional de una Proteína. 2015. Trabalho de Conclusão de Curso (Graduação em Ingeniería Civil en Informática) - Universidad de Santiago de Chile.
DORN, M.GALANTE, R.MENDOZA, M.THOM, L.. Modelagem e análise de conformidade do processo presente em estratégias computacionais de atracamento molecular. 2015. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.GALANTE, R.GEYER, C.. Exomim: uma aplicação web para priorização de variantes em whole-exome sequencing. 2015. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.INSTROZA-PONTA, M.; VILLANUEVA, M.; BONACIC, C.. Predicción de La Estructura Tridimensional de Proteínas Mediante Cloud Computing. 2014. Trabalho de Conclusão de Curso (Graduação em Ingeniería Ejecución en Computación e Informática) - Universidad de Santiago de Chile.
DORN, M.DORN, M.RITT, M.R.KOLBERG, M. L.. Balanceamento de linhas de produção com trabalhadores deficientes considerando aspectos ergonômicos. 2013. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.DORN, M.OLIVEIRA, J. P. M.GEYER, C.. Aplicação do MapReduce na Análise de Mutações Genéticas de Pacientes. 2013. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
DORN, M.DORN, M.ENGEL, P. M.RITT, M.R.BURIOL, L.S.. Um estudo da aplicação de algoritmos genéticos na predição da estrutura 3D aproximada de proteínas. 2011. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
DORN, MARCIO; SANTOS, E. R.; WAGNER, G.. Membro Titular Externo de Banca - Concurso Para Professor Adjunto Nível A - Modelos Analíticos e de Simulação / Sistema de Computação. 2019. Universidade Federal de Santa Catarina.
DORN, M.DORN, M.BECK FILHO, A. C. S.BARRIQUELLO, C. H.BIGOLIN, N. M.MARTINS, M. L. S.. Membro Titular Externo de Banca - Concurso Para Professor Assistente - Arquitetura de Computadores. 2013. Universidade Federal de Santa Maria.
PEREIRA, A. S.DORN, M.DORN, M.MERGEN, S. L. S.CORDENONSI, A. Z.CERVI, M.. Membro Titular Externo de Banca - Concurso Para Professor Assistente - Metodologia e Técnicas Computação. 2012. Universidade Federal de Santa Maria.
DORN, M.. Participação em Banca de Monitoria da Graduação. 2016. Universidade Federal do Rio Grande do Sul.
Orientou
Avaliação in silico de painéis de DNA para análise de parentesco com vista ao emprego na Genealogia Genética Forense Investigativa no Brasil; Início: 2025; Dissertação (Mestrado profissional em Patologia) - FUNDACAO UNIVERSIDADE FEDERAL DE CIENCIAS DA SAUDE DE PORTO ALEGRE; (Coorientador);
A definir; Início: 2025; Dissertação (Mestrado profissional em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
A definir; Início: 2025; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
A definir; Início: 2025; Dissertação (Mestrado em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; (Orientador);
A Definir; Início: 2024; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; (Orientador);
Interpretabilidade como Estratégia para Análise e Detecção de Ataques Adversariais; Início: 2024; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
A Definir; Início: 2024; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
Explorando a arquitetura e hiperparâmetros de Redes Neurais Convolucionais como função de scoring para atracamento proteína-ligante; Início: 2023; Dissertação (Mestrado profissional em Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; (Orientador);
Melting of Lauric Acid: a Lattice Boltzmann Method analysis; Início: 2022; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
A Definir; Início: 2022; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
Multiomics Integration based Techniques for Uncovering Hidden Relationships; Início: 2025; Tese (Doutorado em Doctorado en Ciencias de la Ingeniería mención informática) - Universidad de Santiago de Chile; (Coorientador);
Data Driven Optimization Pipeline based on Physics Informed Machine Learning for Energy Systems; Início: 2025; Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
MAP-Stroke LATAM - Mapping the Access for the Patient with Acute Ischemic Stroke in Latin America; Início: 2023; Tese (Doutorado em Medicina: Ciências Médicas) - Universidade Federal do Rio Grande do Sul; (Coorientador);
Parallel Multi-Objective Evolutionary Algorithms for Combinatorial Optimization Problems; Início: 2023; Tese (Doutorado em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; (Orientador);
Análise comparativa do espectro da doença depressiva a partir da integração de dados multi-ômicos; Início: 2023; Tese (Doutorado em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; (Orientador);
Integração de Dados Ômicos para Identificação de Alvos Moleculares para Caracterização de Câncer Através de Aprendizagem de Máquina Interpretável; Início: 2022; Tese (Doutorado em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; (Orientador);
Análise do repertório de linfócitos B em neoplasias linfohematopoieticas; Início: 2022; Tese (Doutorado em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; (Orientador);
AutoEMH: A Framework for High-Level Automatic Ensemble Metaheuristics; Início: 2019; Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
Início: 2025; Universidade Federal do Rio Grande do Sul, FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL;
Uso de ferramentas para a facilitação de análises de dados ômicos para bioinformática; Início: 2024; Iniciação científica (Graduando em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; (Orientador);
Mapeamento de acesso a Atendimento Médico no Brasil para Doenças de Tempo-Sensíveis; Início: 2023; Iniciação científica (Graduando em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; (Orientador);
Estágio Supervisionado em Biotecnologia; Início: 2025; Orientação de outra natureza; Universidade Federal do Rio Grande do Sul; (Orientador);
Orientação Doutorado Sanduíche no Brasil: Algoritmo memético profundo multiobjetivo para identificação de marcadores moleculares em cancer; Início: 2025; Orientação de outra natureza; Universidad de Santiago de Chile; Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; (Orientador);
Estágio Supervisionado em Biotecnologia; Início: 2025; Orientação de outra natureza; Universidade Federal do Rio Grande do Sul; (Orientador);
Orientação Doutorado Sanduíche no Brasil: Abordagem Integrada para KRR em Bioinformática; Início: 2025; Orientação de outra natureza; Universidad de Santiago de Chile; Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; (Orientador);
Programa de Apoio à Edição de Periódicos: Revista de Informática Teórica e Aplicada; 2024; Início: 2024; Orientação de outra natureza; Universidade Federal do Rio Grande do Sul; Pró-Reitoria de Pesquisa UFRGS; (Orientador);
Identificação de marcadores genéticos biogeograficamente informativos para amostras do tráfico brasileiro de Cannabis sativa: Uma abordagem de aprendizado de máquina para rastreamento forense de origem; 2025; Dissertação (Mestrado em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Embedded Weights Multi-Objective Feature Selection: A Novel Hybrid Method for Sparse High-Dimensional Data; 2025; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Márcio Dorn;
Enhancing Classification with Hybrid Feature Selection: A Multi-Objective Genetic Algorithm for High-Dimensional Data; 2024; Dissertação (Mestrado em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul, ; Orientador: Márcio Dorn;
A Base Molecular da Ativação da MC1R: Alterações Induzidas por Mutação na Dinâmica Estrutural; 2024; Dissertação (Mestrado em Programa de Pós-Graduação em Biologia Celular e Molecular - UFRGS) - Universidade Federal do Rio Grande do Sul, ; Orientador: Márcio Dorn;
Access to stroke treatment in a mountainous region: Implementation analysis in Trentino-South Tyrol; 2024; Dissertação (Mestrado em European Stroke Master Programme) - University Hospital Bern, European Stroke Organisation; Coorientador: Márcio Dorn;
Identificación de biomarcadores para el cáncer de colon a través de selección de características usando un enfoque multiobjetivo; 2023; Dissertação (Mestrado em Magíster en Ingeniería Informática) - Universidad de Santiago de Chile, Comisión Nacional de Investigación Científica y Tecnológica; Coorientador: Márcio Dorn;
A GIS-based Methodology for Optimal Allocation of Acute Stroke Centers across the Globe: A Case Study in Rio Grande do Sul; 2023; Dissertação (Mestrado em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Márcio Dorn;
Avaliação da resposta funcional de microrganismos em sedimento marinho contaminado com petróleo; 2022; Dissertação (Mestrado em Programa de Pós-Graduação em Biologia Celular e Molecular - UFRGS) - Universidade Federal do Rio Grande do Sul, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Márcio Dorn;
Análise Transcriptômica de RNAs Longos Não Codificantes durante Infecção por Candida Albicans; 2022; Dissertação (Mestrado em Programa de Pós-Graduação em Biologia Celular e Molecular - UFRGS) - Universidade Federal do Rio Grande do Sul, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Márcio Dorn;
Computational analysis of promiscuous bindingbetween alpha-amylase mutants and tetradecane forbioremediation; 2020; Dissertação (Mestrado em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Márcio Dorn;
Gene Expression Variation Analysis (GEVA): Um novo pacote do Rpara avaliar variações de expressão diferencial em múltiplascondições biológicas; 2020; Dissertação (Mestrado em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Márcio Dorn;
Um Algoritimo Multimemético Auto-Adaptativo para o problema de Atracamento Molecular; 2019; Dissertação (Mestrado em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul, FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL; Orientador: Márcio Dorn;
Inclusão de Contatos Evolutivamente Conservados em Métodos para Predição da Estrutura 3D de Polipeptídios; 2019; Dissertação (Mestrado em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Márcio Dorn;
Explorando a Diversidade em Algoritmos Genéticos Distribuídos Para o Problema de Predição de Estrutura Tridimensional de Proteínas; 2018; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
N3O: A NEAT expansion for improving classification and feature selection applied to microarray data; 2018; Dissertação (Mestrado em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul, FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL; Orientador: Márcio Dorn;
GARTS: um Algoritmo Genético baseado no método de Seleção por Torneio Restrito Adaptativo para o problema de Predição de Estruturas 3D de Proteínas; 2016; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Um Algoritmo Genético de Chaves Aleatórias Viciadas para o problema de Atracamento Molecular; 2016; Dissertação (Mestrado em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul, ; Orientador: Márcio Dorn;
Algoritmo Memético para Problema de Docking de Proteína Rígida y Ligando Flexible; 2016; Dissertação (Mestrado em Magíster en Ingeniería Informática) - Universidad de Santiago de Chile, Comisión Nacional de Investigación Científica y Tecnológica; Coorientador: Márcio Dorn;
Uma Proposta de Algoritmo Memético Baseado em Conhecimento para o Problema de Predição de Estruturas 3-D de Proteínas; 2015; Dissertação (Mestrado em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Characterizing the Biophysical Effects of Mutations on the XPF-ERCC1 Complex; 2024; Tese (Doutorado em Programa de Pós-Graduação em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Exploring Adaptive Epistasis in Human and other Primates; 2024; Tese (Doutorado em Programa de Pós-Graduação em Genética e Biologia Molecular) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Coorientador: Márcio Dorn;
Knowledge discovery in biological tabular data through machine learning interpretability and visualization; 2023; Tese (Doutorado em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Márcio Dorn;
A Memetic Algorithm Framework for Multimodal Continuous Optimization; 2022; Tese (Doutorado em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Márcio Dorn;
Multi-Objective and Diversity-guided Success-History based Adaptive Differential Evolution approaches for the Tertiary Protein Structure Prediction Problem; 2021; Tese (Doutorado em PPGC - Programa de Pós Graduação em Computação UFRGS) - Universidade Federal do Rio Grande do Sul, ; Orientador: Márcio Dorn;
2024; Universidade Federal do Rio Grande do Sul, FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL; Márcio Dorn;
2023; Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Márcio Dorn;
2023; Universidade Federal do Rio Grande do Sul, ; Márcio Dorn;
2023; Universidade Federal do Rio Grande do Sul, ; Márcio Dorn;
2022; Universidade Federal do Rio Grande do Sul, ; Márcio Dorn;
2021; Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Márcio Dorn;
2020; Universidade Federal do Rio Grande do Sul, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Márcio Dorn;
2020; Universidade Federal do Rio Grande do Sul, ; Márcio Dorn;
2019; Universidade Federal do Rio Grande do Sul, FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL; Márcio Dorn;
2018; Universidade Federal do Rio Grande do Sul, FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL; Márcio Dorn;
Integração Entre Central de Serviços e Desenvolvimento de Sistemas na Gestão de Incidentes e Problemas; 2018; Monografia; (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Utilizando ITIL na Administração Pública com Provedor de TI Terciarizado; 2018; Monografia; (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Proposta de Melhorias na Resiliência de Rede Metropolitana; 2018; Monografia; (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Análise Comparativa Entre Abordagem Ágil E Tradicional Do Gerenciamento De Projetos: Estudo De Caso De Uma Instituição Financeira; 2018; Monografia; (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Melhorando a Prestação de Serviços de NOC com Padronização e Documentação Estruturada; 2017; Monografia; (Aperfeiçoamento/Especialização em Especialização em Gestão de TI) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Camada de seleção de atributos: uma abordagem de seleção de atributos para problemas de classificação com múltiplas classes em redes neurais; 2025; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Abordagens de Machine Learning para análise de dados multiômicos de câncer de pulmão Juliana Gabriela Passinato Coelho Porto Alegre; 2024; Trabalho de Conclusão de Curso; (Graduação em Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Análise conformacional da esterase de Kaistella jeonii por dinâmica molecular e caracterização dos efeitos da interação com tereftalato de polietileno (PET); 2024; Trabalho de Conclusão de Curso; (Graduação em Ciências Biológicas) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
15 Years of Digital RITA - Learning About The Evolution Of The Journal With Bibliometric Analysis; 2024; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Eye and Skin Color Prediction for Brazilian Population using Single Nucleotide Polymorphisms; 2022; Trabalho de Conclusão de Curso; (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Comparando diferentes implementações paralelas de algoritmos genéticos em GPUs com CUDA; 2021; Trabalho de Conclusão de Curso; (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Analysis and comparison of feature selection methods towards performance and stability; 2020; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Neuroevolution of Neural Network Architectures Using CoDeepNEAT and Keras; 2019; Trabalho de Conclusão de Curso; (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Predição da Estrutura Tridimensional de Dissacarídeos utilizando um algoritmo de Evolução Diferencial adaptativo; 2019; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
An Embedded Categorical Feature Selector applied to the Genotype-Phenotype Prediction Problem; 2019; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Roma: Ramachandran Oriented Mutational Analysis; 2018; Trabalho de Conclusão de Curso; (Graduação em Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Predição da Flexibilidade de Aminoácidos Utilizando NeuroEvolução de Topologias Crescentes; 2016; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Identificação de padrões conformacionais em estruturas experimentais e projeto de metaheurísticas para a predição da estrutura tridimensional de proteínas; 2016; Trabalho de Conclusão de Curso; (Graduação em Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Proposta de Implementação em GPU do Modelo de Partículas Auto-propelentes para Segregação Celular; 2016; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
SAN-PSO: Protein Structure Prediction using a Knowledge-based Self-adaptative Multimodal Particle Swarm Optimization Algorithm; 2016; Trabalho de Conclusão de Curso; (Graduação em Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Desenvolvimento de abordagem automatizada paraconstrução de banco de dados de preferênciasconformacionais de carboidratos; 2016; Trabalho de Conclusão de Curso; (Graduação em Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Modelagem e análise de conformidade do processo presente em estratégias computacionais de atracamento molecular (co-orientador); 2015; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Algoritmo Memético para el Problema de Predición de la Estructura Tridimensional de una Proteína; 2014; Trabalho de Conclusão de Curso; (Graduação em Ingeniería Civil en Informática) - Universidad de Santiago de Chile; Orientador: Márcio Dorn;
Um estudo sobre o processo de virtualização de Datacenters; 2012; Trabalho de Conclusão de Curso; (Graduação em Redes de Computadores) - Faculdade Tecnodohms; Orientador: Márcio Dorn;
Utilização da metodologia ITIL no controle de incidentes no ambiente de TI; 2012; Trabalho de Conclusão de Curso; (Graduação em Redes de Computadores) - Faculdade Tecnodohms; Orientador: Márcio Dorn;
Um Estudo da Aplicação de Algoritmos Genéticos na Predição da Estrutura 3-D Aproximada de Proteínas; 2011; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Aplicação da metodologia Top - Down na elaboração de um projeto de redes; 2011; Trabalho de Conclusão de Curso; (Graduação em Redes de Computadores) - Faculdade Tecnodohms; Orientador: Márcio Dorn;
Ciência de Dados para Aplicações Biotecnológicas; 2025; Iniciação Científica; (Graduando em Biotecnologia) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Técnicas de Aprendizagem de Máquina em Conjuntos de Dados Genômicos de Grande Escala: Algoritmos para a Seleção de Características; 2024; Iniciação Científica; (Graduando em Ciências Biológicas) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Construção de banco de dados de SNPs do gênero Brucella para caracterização da diversidade de fenótipos circulantes através de técnicas de Aprendizado de Máquina; 2024; Iniciação Científica; (Graduando em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Técnicas de Aprendizagem de Máquina em Conjuntos de Dados Genômicos de Grande Escala: Algoritmos para a Seleção de Características; 2023; Iniciação Científica; (Graduando em Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul, Pró-Reitoria de Pesquisa UFRGS; Orientador: Márcio Dorn;
Desenvolvimento e aplicações de abordagens de aprendizado de máquina, biologia de sistemas, e análises multiômicas para análise de dados biológicos em larga-escala; 2023; Iniciação Científica; (Graduando em Biotecnologia) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Ciência de Dados para Aplicações Biotecnológicas; 2023; Iniciação Científica; (Graduando em Biomedicina) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Comparando diferentes implementações paralelas de algoritmos genéticos em GPUs com CUDA; 2021; Iniciação Científica; (Graduando em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Métodos de Busca Heurísitica para Atracamento Molecular; 2021; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Identificação de Biomarcadores Através da Construção de Modelos Preditivos e Análise de Dados em Larga Escala; 2020; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Desenvolvimento de métodos e estratégias computacionais para predição de mutações em proteínas; 2018; Iniciação Científica; (Graduando em Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Desenvolvimento de meméticos para a predição da estrutura tridimensional de proteínas; 2016; Iniciação Científica; (Graduando em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Identificação de padrões conformacionais em estruturas experimentais e projeto de metaheurísticas para a predição da estrutura tridimensional de proteínas; 2016; Iniciação Científica; (Graduando em Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Ant Colony Optimization for solving graph-related problems; 2016; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Projeto e adaptação de métodos computacionais utilizados na predição da estruturas 3D de proteínas para arquiteturas massivamente paralelas; 2016; Iniciação Científica; (Graduando em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Processamento massivamente paralelo em GPU para comparação estrutural de proteínas; 2016; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Identificação de padrões conformacionais em proteínas; 2015; Iniciação Científica; (Graduando em Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Redes Neuro-Evolutivas de Topologia Aumentada para Bioinformática; 2015; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Desenvolvimento de métodos e estratégias computacionais para o estudo da glicosilação de proteínas; 2014; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Desenvolvimento de uma ferramenta computacional para manipulação de estruturas de carboidratos; 2014; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Uso de estratégias baseadas em busca tabu para a determinação da estrutura 3D de proteínas; 2014; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Desenvolvimento de métodos e estratégias computacionais para o estudo da glicosilação de proteínas; 2013; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Explorando a utilização da metaheurísticas na predição da estrutura tridimensional de polipeptídeos; 2013; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Aplicação de Metaheurísticas para a geração automatizada de escalas de equipes de enfermagem; 2013; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Márcio Dorn;
Desenvolvimento de métodos e estratégias computacionais para o estudo da glicosilação de proteínas; 2013; Iniciação Científica; (Graduando em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Explorando a equivalência entre problemas SAT e o problema da predição da estrutura tridimensional de polipeptídeos; 2011; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Resolução de problemas através de computação humana utilizando redes sociais; 2011; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Explorando a equivalência entre problemas SAT e o problema da predição da estrutura tridimensional de polipeptídeos; 2010; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2025; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2025; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2025; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2025; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2025; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2025; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2025; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Programa de Apoio à Edição de Periódicos: Revista de Informática Teórica e Aplicada; 2024; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Pró-Reitoria de Pesquisa UFRGS; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2024; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2024; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2024; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2024; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2024; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2024; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2024; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2024; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2024; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2024; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2024; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2024; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2024; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2024; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2024; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2024; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2024; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2024; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2023; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2023; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2023; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2023; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2023; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2023; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Orientação de Estágio Não-Obrigatório GV SERVICOS ADMINISTRATIVOS LTDA; 2023; Orientação de outra natureza - GV SERVICOS ADMINISTRATIVOS LTDA; Orientador: Márcio Dorn;
Orientação de Estágio Não-Obrigatório VILLELA BRASIL CONSULTORIA EM GESTAO EMPRESARIAL S; A; 2023; Orientação de outra natureza - VILLELA BRASIL CONSULTORIA EM GESTAO EMPRESARIAL S; A; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2023; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2023; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2023; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2023; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2023; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2023; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2023; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2023; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2023; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2023; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2023; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Programa de Apoio à Edição de Periódicos: Revista de Informática Teórica e Aplicada; 2022; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Pró-Reitoria de Pesquisa UFRGS; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2022; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2022; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2022; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2022; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2022; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2022; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2022; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2022; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2022; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Orientação de Estágio Não-Obrigatório Regenera Biotecnologia LTDA; 2022; Orientação de outra natureza - Regera Biotecnologia; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2022; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Programa de Apoio à Edição de Periódicos: Revista de Informática Teórica e Aplicada; 2021; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Pró-Reitoria de Pesquisa UFRGS; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2021; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2021; Orientação de outra natureza; (Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2021; Orientação de outra natureza; (Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2021; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2021; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2021; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2021; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2021; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2021; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2021; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2021; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2021; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2021; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2021; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Orientação de Estágio Não-Obrigatório SAP Brasil Ltda; 2021; Orientação de outra natureza - SAP Software Solutions | Business Applications and Technology; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2021; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2021; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2021; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Programa de Apoio à Edição de Periódicos: Revista de Informática Teórica e Aplicada; 2020; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2020; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2020; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2020; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2020; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2020; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2020; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2020; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2020; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2020; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2020; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2020; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2020; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2020; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2020; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2020; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Orientação de Estágio Docência da Pós-Graduação; 2018; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Programa de Apoio à Edição de Periódicos: Revista de Informática Teórica e Aplicada; 2017; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Pró-Reitoria de Pesquisa UFRGS; Orientador: Márcio Dorn;
Programa de Apoio à Edição de Periódicos: Revista de Informática Teórica e Aplicada; 2017; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Pró-Reitoria de Pesquisa UFRGS; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2017; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Orientação de Estágio Docência da Pós-Graduação; 2017; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Doutorado Sanduíche no PPGC/UFRGS - Metaheurísticas para Inferência de Árvores Filogenéticas; 2016; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Pró-Reitoria de Pós Graduação; Orientador: Márcio Dorn;
Doutorado Sanduíche no PPGC/UFRGS - Métodos de clusterização para determinar similaridade entre genes usando técnicas de Biología de Sistemas; 2016; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Pró-Reitoria de Pós Graduação; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2016; Orientação de outra natureza; (Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2015; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2015; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2015; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2015; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2015; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2015; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2015; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2015; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2015; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2015; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2015; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2015; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2015; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2015; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2015; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2015; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2015; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Técnicas computacionais aplicadas à Identificação de padrões conformacionais em proteínas; 2015; Orientação de outra natureza; (Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Metaheuristicas aplicadas ao atracamento molecular receptor ligante flexível; 2015; Orientação de outra natureza; (Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Orientação de Estágio Docência da Pós-Graduação; 2015; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Orientação de Estágio Docência da Pós-Graduação; 2015; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Programa de Apoio à Edição de Periódicos: Revista de Informática Teórica e Aplicada; 2014; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Pró-Reitoria de Pesquisa UFRGS; Orientador: Márcio Dorn;
Programa de Apoio à Edição de Periódicos: Revista de Informática Teórica e Aplicada; 2014; Orientação de outra natureza; (Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Orientador: Márcio Dorn;
Desenvolvimento de técnicas de aprendizado de máquina aplicadas a predição da preferencia conformacional de proteínas; 2014; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul, CAPES BRAFITEC; Orientador: Márcio Dorn;
Predicción de la estructura tridimensional de proteínas por Cloud Computing; 2014; Orientação de outra natureza; (Ingeniería Ejecución en Computación e Informática) - Universidad de Santiago de Chile; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2014; Orientação de outra natureza; (Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2014; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2014; Orientação de outra natureza; (Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2014; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2014; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2014; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2014; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Estágio Supervisionado em Biotecnologia; 2014; Orientação de outra natureza; (Biotecnologia) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Orientação de Estágio Docência da Pós-Graduação; 2014; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Métodos e estratégias computacionais para a predição da estrutura 3-D de polipeptideos; 2013; Orientação de outra natureza; (Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Técnicas de Aprendizado de Máquina aplicadas na Bioinformática Estrutural; 2013; Orientação de outra natureza; (Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Orientações de Estágio Docência da Pós-Graduação; 2013; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Márcio Dorn;
Produções bibliográficas
-
CALEGARI-ALVES, Y. P. ; INNOCENTE-ALVES, C. ; COSTA, R. P. ; FAUSTINO, A. M. ; FARIAS, K. S. S. ; BOIANI, M. ; GONCALVES, B. S. A. ; DORN, M. ; BEYS-DA-SILVA, W. O. ; SANTI, L. . CRYPTOMICSDB: Revealing the Molecular Landscape of 3 Cryptococcosis. JOURNAL OF FUNGI , v. 11, p. 425, 2025.
-
GONCALVES, D. A. ; LUFT, J. G. ; ESCALONA, M. A. R. ; MANN, M. B. ; FRAZZON, J. ; DORN, M. ; RAMPELOTTO, P. H. ; ALVARES, L. O. . Synbiotic supplementation enhances memory processes in adult and aged male rats. Biogerontology , v. 26, p. 1, 2025.
-
TAVARES, GUSTAVO MEDINA ; MISSAGGIA, BRUNA OLIVEIRA ; CADORE, NATHAN ARAUJO ; SBRUZZI, RENAN CÉSAR ; FEIRA, MARILEA FURTADO ; GIUDICELLI, GIOVANNA CÂMARA ; DE OLIVEIRA FAM, BIBIANA SAMPAIO ; RODRIGUES, MAIRA ; DORN, MÁRCIO ; HÜNEMEIER, TÁBITA ; VIANNA, FERNANDA SALES LUIZ ; BORTOLINI, MARIA CÁTIRA . Mitochondrial haplogroup A2 is associated with increased COVID-19 mortality in an admixed Brazilian population. Scientific Reports , v. 15, p. 22391, 2025.
-
CARBONERA, L. A. ; RIVILLAS, J. A. ; PERUE, G. G. ; DORNELES, L. L. ; BOIANI, M. ; SOUZA, A. C. ; SILVA, G. S. ; Dorn, M ; MARTINS, S. C. O. . The MAPSTROKE project: a Computational Strategy to Improve Access to Acute Stroke Care. International Journal of Stroke , p. 1, 2024.
-
PINTO, E. S. M. ; MANGINI, A. T. ; NOVO, L. C. C. ; CAVATAO, F. G. ; KRAUSE, M. J. ; DORN, M. . Assessment of Kaistella jeonii Esterase Conformational Dynamics in Response to Poly(ethylene terephthalate) Binding. Current Research In Structural Biology , v. 7, p. 100130, 2024.
-
TEUTSCHER, D. ; KUMMERLANDER, A. ; BUKREEV, F. ; Dorn, M ; KRAUSE, M. J. . Just-in-Time Fluid Flow Simulation on Mobile Devices Using OpenVisFlow and OpenLB. Applied Sciences-Basel , v. 14, p. 1784, 2024.
-
BARBIERI, M. C. ; GRISCI, B. I. ; DORN, M. . Analysis and comparison of feature selection methods towards performance and stability. EXPERT SYSTEMS WITH APPLICATIONS , v. 249, p. 123667, 2024.
-
BEHRENS, L. M. P. ; GASPAROTTO, J. ; RAMPELOTTO, P. H. ; ESCALONA, M. A. R. ; SILVA, L. S. ; CARAZZA-KESSLER, F. G. ; BARBOSA, C. P. ; CAMPOS, M. S. ; Dorn, M ; GELAIN, D. P. ; MOREIRA, J. C. F. . Sodium Propionate Oral Supplementation ameliorates Depressive-Like Behavior through Gut Microbiome and Histone 3 Epigenetic Regulation. JOURNAL OF NUTRITIONAL BIOCHEMISTRY , v. 129, p. 109660, 2024.
-
TORRES, MARIANA COSTA ; BREYER, GABRIELA MERKER ; RIVEROS ESCALONA, MANUEL ADRIAN ; MAYER, FABIANA QUOOS ; MUTERLE VARELA, ANA PAULA ; ARISTON DE CARVALHO AZEVEDO, VASCO ; MATIUZZI DA COSTA, MATEUS ; ABURJAILE, FLAVIA FIGUEIRA ; DORN, MARCIO ; BRENING, BERTRAM ; RIBEIRO DE ITAPEMA CARDOSO, MARISA ; SIQUEIRA, FRANCIELE MABONI . Exploring bacterial diversity and antimicrobial resistance gene on a southern Brazilian swine farm. ENVIRONMENTAL POLLUTION , v. 352, p. 124146-1, 2024.
-
CAVATAO, F. G. ; PINTO, E. S. M. ; KRAUSE, MATHIAS J. ; ALHO, C. S. ; DORN, M. . Molecular Basis of MC1R Activation: Mutation-Induced Alterations in Structural Dynamics. PROTEINS-STRUCTURE FUNCTION AND BIOINFORMATICS , v. 92, p. 1, 2024.
-
BOHRER, J. S. ; Dorn, M . Enhancing classification with hybrid feature selection: A multi-objective genetic algorithm for high-dimensional data. EXPERT SYSTEMS WITH APPLICATIONS , v. 255, p. 124518, 2024.
-
KUMMERLANDER, A. ; DORN, M. ; FRANK, M. ; KRAUSE, MATHIAS J. . Implicit propagation of directly addressed grids in lattice Boltzmann methods. CONCURRENCY AND COMPUTATION-PRACTICE & EXPERIENCE , p. e7509, 2023.
-
ANTONIOLI JUNIOR, R. ; POLONI, J. F. ; PINTO, E. S. M. ; DORN, M. . Interdisciplinary Overview of Lipopeptide and Protein-Containing Biosurfactants. Genes , v. 14, p. 76, 2023.
-
GONCALVES, G. F. ; POLONI, J. F. ; DORN, M. . Transcriptomic Analysis of Long Non-Coding RNA during Candida albicans Infection. Genes , v. 14, p. 251, 2023.
-
FELKL, A. B. ; GASTALDO, A. Z. ; AVILA, E. ; DORN, M. ; ALHO, C. S. . Ancestry resolution of South Brazilians by forensic 165 ancestry-informative SNPs panel. Forensic Science International-Genetics , v. 64, p. 102838, 2023.
-
ORDOÑEZ-AVILA, R. ; PARRAGA-ALAVA, J. ; HORMAZA, J. MEZA ; VACA-CÁRDENAS, L. ; PORTMANN, E. ; TERÁN, L. ; DORN, M. . CBCovid19EC: A dataset complete blood count and PCR test for COVID-19 detection in Ecuadorian population. DATA IN BRIEF , v. 47, p. 109016, 2023.
-
FELTES, B. C. ; PINTO, E. S. M. ; MANGINI, A. T. ; DORN, M. . NIAS 2.0: A versatile complementary tool for structural biology studies. JOURNAL OF COMPUTATIONAL CHEMISTRY , v. 44, p. 1, 2023.
-
ESCALONA, M. A. R. ; POLONI, J. F. ; KRAUSE, MATHIAS J. ; DORN, M. . Meta-analyses of host metagenomes from colorectal cancer patients reveal strong relationship between colorectal cancer-associated species. Molecular Omics , v. 19, p. 1, 2023.
-
VILLALOBOS-CID, M. ; DORN, M. ; CASTRO, A. D. C. ; INSTROZA-PONTA, M. . An evolutionary algorithm based on parsimony for the multiobjective phylogenetic network inference problem. APPLIED SOFT COMPUTING , v. 139, p. 110270, 2023.
-
PINTO, E. S. M. ; KRAUSE, MATHIAS J. ; DORN, M. ; FELTES, B. C. . The nucleotide excision repair proteins through the lens of molecular dynamics simulations. DNA REPAIR , v. 127, p. 103510, 2023.
-
FELTES, B. C. ; BRAUN, R. L. ; DORN, M. . Editorial: Computational and Integrative Approaches Applied to Developmental Biology and Molecular Evolution: Challenges and Perspectives. Frontiers in Genetics , v. 14, p. 1, 2023.
-
ANTONIOLI JUNIOR, R. ; POLONI, J. F. ; ESCALONA, M. A. R. ; DORN, M. . Functional Response of Microbial Communities in Lab-Controlled Oil-Contaminated Marine Sediment. Molecular Omics , v. 19, p. 1, 2023.
-
BETTIM, C. A. ; VASCONCELLOS, A. ; KAHMANN, A. ; Dorn, M ; SILVA, E. F. A. ; ALHO, C. S. . MC1R and age heteroclassification of face phenotypes in the Rio Grande do Sul population. INTERNATIONAL JOURNAL OF LEGAL MEDICINE , v. 137, p. 1, 2023.
-
GRISCI, B. I. ; FELTES, BRUNO CÉSAR ; DE FARIA POLONI, JOICE ; NARLOCH, PEDRO H. ; DORN, M. . The use of gene expression datasets in feature selection research: 20-years of inherent bias?. Wiley Interdisciplinary Reviews-Data Mining and Knowledge Discovery , v. 13, p. e1523, 2023.
-
LOPES, C. E. ; CARLI, S. ; FELTES, BRUNO CESAR ; PINTO, E. S. M. ; SALA, R. D. V. ; Dorn, M ; SIQUEIRA, F. M. . Genetic and molecular Omp25 analyses from worldwide Brucella canis strains: possible mutational influences in protein function. GENE , v. 11, p. 146175, 2022.
-
FELTES, B. C. ; VIEIRA, I. A. ; PARRAGA-ALAVA, J. ; MEZA, J. ; PORTMANN, E. ; TERAN, L. ; Dorn, M . Feature selection reveal peripheral blood parameter's changes between COVID-19 infections patients from Brazil and Ecuador. INFECTION GENETICS AND EVOLUTION , v. 98, p. 105228, 2022.
-
NUNES, I. J. G. ; FELTES, B. C. ; DAVID, M. Z. ; Dorn, M . Gene Expression Variation Analysis (GEVA): a new R package to evaluate variations in differential expression in multiple biological conditions. JOURNAL OF BIOMEDICAL INFORMATICS , v. 128, p. 104053, 2022.
-
DUARTE, T. ; SILVA, M. M. ; MICHELOTTI, P. ; BARBOSA, N. B. V. ; FELTES, BRUNO CÉSAR ; DORN, M. ; ROCHA, J. B. T. ; CORTE, C. L. D. . The Drosophila melanogaster ACE2 ortholog genes are differently expressed in obesity/diabetes and aging models: Implications for COVID-19 pathology. BIOCHIMICA ET BIOPHYSICA ACTA-MOLECULAR BASIS OF DISEASE , v. 1868, p. 166551, 2022.
-
GRAHL, M. ; ALCARA, A. ; PERIN, A. P. ; MORO, C. ; PINTO, E. S. M. ; FELTES, B. C. ; GHILARDI, I. ; RODRIGUES, F. V. F. ; DORN, M. ; COSTA, J. C. ; NORBERTO DE SOUZA, O. ; BRAUN, R. L. . Evaluation of drug repositioning by molecular docking of pharmaceutical resources available in the Brazilian healthcare system against SARS-CoV-2. Informatics in Medicine Unlocked , v. 24, p. 100539, 2021.
-
GRISCI, BRUNO IOCHINS ; KRAUSE, MATHIAS J. ; DORN, MARCIO . Relevance aggregation for neural networks interpretability and knowledge discovery on tabular data. INFORMATION SCIENCES , v. 559, p. 111-129, 2021.
-
TRUNK, R. ; BRETL, C. ; THATER, G. ; NIRSCHL, H. ; DORN, M. ; KRAUSE, M. J. . A Study on Shape-Dependent Settling of Single Particles with Equal Volume Using Surface Resolved Simulations. Computation , v. 9, p. 40, 2021.
-
PINTO, E. S. M. ; FELTES, BRUNO CESAR ; PEDEBOS, CONRADO ; DORN, M. . Modifying the catalytic preference of alpha-amylase towards n-alkanes for bioremediation purposes using in silico strategies. Journal of Computational Chemistry (Online) , v. 42, p. 1, 2021.
-
FELTES, B. C. ; POLONI, J. F. ; DORN, M. . Benchmarking and Testing Machine Learning Approaches with BARRA:CuRDa, a for Cancer Research. Journal of Computational Biology , v. 28, p. 1, 2021.
-
DORN, M. ; GRISCI, BRUNO I. ; Narloch, Pedro H. ; FELTES, BRUNO CÉSAR ; AVILA, E. ; KAHMANN, A. ; ALHO, C. S. . Comparison of machine learning techniques to handle imbalanced COVID-19 CBC datasets. PEERJ COMPUTER SCIENCE , v. 7, p. e670, 2021.
-
Dorn, M ; BRAUN, R. L. ; VERLI, H. . Transdisciplinary Approach for Bioinformatics Education in Southern Brazil. Frontiers in Education , v. 6, p. 399, 2021.
-
ALHO, C. S. ; Dorn, M ; AVILA, E. . Would Genealomics be an appropriate term to designate family tree research based on genome-wide data?. Journal of Genetic Genealogy , v. 9, p. 91.002, 2021.
-
KLEMENS, FABIAN ; FÖRSTER, BENJAMIN ; DORN, MÁRCIO ; THÄTER, GUDRUN ; KRAUSE, MATHIAS J. . Solving fluid flow domain identification problems with adjoint lattice Boltzmann methods. COMPUTERS & MATHEMATICS WITH APPLICATIONS , v. 79, p. 17-33, 2020.
-
GRISCI, BRUNO I. ; POLETO, M. D. ; DORN, M. ; VERLI, HUGO . ConfID: an analytical method for conformational characterization of small molecules using molecular dynamics trajectories. BIOINFORMATICS , p. 1, 2020.
-
MOREIRA PINTO, ÉDERSON SALES ; DORN, MÁRCIO ; FELTES, BRUNO CÉSAR . The tale of a versatile enzyme: Alpha-amylase evolution, structure, and potential biotechnological applications for the bioremediation of n-alkanes. CHEMOSPHERE , v. 250, p. 126202-13, 2020.
-
AVILA, E. ; KAHMANN, A. ; ALHO, C. S. ; DORN, M. . Hemogram data as a tool for decision-making in COVID-19 management: applications to resource scarcity scenarios. PeerJ , v. 8, p. e9482, 2020.
-
FELTES, B. C. ; POLONI, J. F. ; NUNES, I. J. G. ; FARIA, S. S. ; DORN, M. . Multi-Approach Bioinformatics Analysis of Curated Omics Data Provides a Gene Expression Panorama for Multiple Cancer Types. Frontiers in Genetics , v. 11, p. 1354, 2020.
-
CORRÊA, L. L. ; DORN, M. . A multi-population memetic algorithm for the 3-D protein structure prediction problem. Swarm and Evolutionary Computation , v. PP, p. 100677, 2020.
-
INOSTROZA-PONTA, MARIO ; DORN, M. ; ESCOBAR, IVÁN ; CORRÊA, L. L. ; ROSAS, ERIKA ; HIDALGO, NICOLÁS ; MARIN, MAURICIO . Exploring the high selectivity of 3-D protein structures using distributed memetic algorithms. Journal of Computational Science , v. 41, p. 101087, 2020.
-
FELTES, B. C. ; CHANDELIER, E. B. ; GRISCI, BRUNO I. ; Dorn, M . CuMiDa: An Extensively Curated Microarray Database for Benchmarking and Testing of Machine Learning Approaches in Cancer Research. Journal of Computational Biology , v. 26, p. 1, 2019.
-
GRISCI, BRUNO IOCHINS ; FELTES, BRUNO CÉSAR ; DORN, MARCIO . Neuroevolution as a tool for microarray gene expression pattern identification in cancer research. JOURNAL OF BIOMEDICAL INFORMATICS , v. 89, p. 122-133, 2019.
-
ARANTES, PABLO RICARDO ; POLÊTO, MARCELO DEPÓLO ; JOHN, ELISA BEATRIZ DE OLIVEIRA ; Pedebos, Conrado ; GRISCI, BRUNO I. ; DORN, M. ; VERLI, H. . Development of GROMOS-Compatible Parameter Set for Simulations of Chalcones and Flavonoids. JOURNAL OF PHYSICAL CHEMISTRY B , v. 123, p. 994-1008, 2019.
-
LEONHART, P. F. ; OLIVEIRA, E. S. ; BRAUN, R. L. ; DORN, MÁRCIO . A biased random key genetic algorithm for the protein-ligand docking problem. SOFT COMPUTING , v. 22, p. 1, 2018.
-
Corrêa, Leonardo de Lima ; BORGUESAN, BRUNO ; KRAUSE, MATHIAS J. ; DORN, MÁRCIO . Three-Dimensional Protein Structure Prediction Based on Memetic Algorithms. COMPUTERS & OPERATIONS RESEARCH , v. 91, p. 160-177, 2018.
-
LIGABUE-BRAUN, RODRIGO ; BORGUESAN, BRUNO ; VERLI, HUGO ; KRAUSE, MATHIAS J. ; DORN, MÁRCIO . Everyone Is a Protagonist: Residue Conformational Preferences in High-Resolution Protein Structures. Journal of Computational Biology , v. 25, p. 451-465, 2018.
-
CORREA, LEONARDO ; BORGUESAN, BRUNO ; FARFAN, CAMILO ; INOSTROZA-PONTA, MARIO ; DORN, MARCIO . A Memetic Algorithm for 3D Protein Structure Prediction Problem. IEEE-ACM Transactions on Computational Biology and Bioinformatics , v. 15, p. 690-704, 2018.
-
PARRAGA-ALAVA, J. ; DORN, MÁRCIO ; INOSTROZA, M. . A multi-objective gene clustering algorithm guided by apriori biological knowledge with intensification and diversification strategies. BioData Mining , v. 11, p. 1, 2018.
-
POLÊTO, MARCELO D. ; RUSU, VICTOR H. ; GRISCI, BRUNO I. ; DORN, M. ; Lins, Roberto D. ; VERLI, H. . Aromatic Rings Commonly Used in Medicinal Chemistry: Force Fields Comparison and Interactions With Water Toward the Design of New Chemical Entities. Frontiers in Pharmacology , v. 9, p. 395, 2018.
-
VILLALOBOS-CID, MANUEL ; DORN, MARCIO ; LIGABUE-BRAUN, RODRIGO ; INOSTROZA-PONTA, MARIO . A memetic algorithm based on an NSGA-II scheme for phylogenetic tree inference. IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION , v. 23, p. 1-1, 2018.
-
FELTES, BRUNO CÉSAR ; GRISCI, B. I. ; POLONI, JOICE DE FARIA ; DORN, M. . Perspectives and applications of machine learning for evolutionary developmental biology. Molecular Omics , v. 14, p. 289-306, 2018.
-
GRISCI, B. I. ; DORN, M. . NEAT-FLEX: PREDICTING THE CONFORMATIONAL FLEXIBILITY OF AMINO ACIDS USING NEUROEVOLUTION OF AUGMENTING TOPOLOGIES. Journal of Bioinformatics and Computational Biology (Print) , p. 1750009, 2017.
-
BORGUESAN, BRUNO ; INOSTROZA-PONTA, MARIO ; DORN, MÁRCIO . NIAS-Server: Neighbors Influence of Amino acids and Secondary Structures in Proteins. JOURNAL OF COMPUTATIONAL BIOLOGY , v. 24, p. 255-265, 2017.
-
BORGUESAN, BRUNO ; E SILVA, MARIEL BARBACHAN ; GRISCI, BRUNO ; INOSTROZA-PONTA, MARIO ; DORN, MÁRCIO . APL: An angle probability list to improve knowledge-based metaheuristics for the three-dimensional protein structure prediction. Computational Biology and Chemistry (Print) , v. 59, p. 142-157, 2015.
-
DORN, M. ; BURIOL, L.S. ; LAMB, L.C. . MOIRAE: A computational strategy to extract and represent structural information from experimental protein templates. SOFT COMPUTING , v. 18, p. 773-795, 2014.
-
DORN, MÁRCIO ; E SILVA, MARIEL BARBACHAN ; BURIOL, LUCIANA S. ; LAMB, LUIS C. . Three-dimensional protein structure prediction: Methods and computational strategies. Computational Biology and Chemistry (Print) , v. 53, p. 251-276, 2014.
-
DORN, M. ; BURIOL, L.S. ; LAMB, L. C. . A molecular dynamics and knowledge-based computational strategy to predict native-like structures of polypeptides. Expert Systems with Applications , v. 40, p. 698-706, 2013.
-
DE ANDRADES, RAFAEL K. ; DORN, MÁRCIO ; FARENZENA, DANIEL S. ; LAMB, LUIS C. . A cluster-DEE-based strategy to empower protein design. Expert Systems with Applications , v. 40, p. 5210-5218, 2013.
-
DORN, MÁRCIO ; SOUZA, OSMAR NORBERTO DE . An interval-based algorithm to represent conformational states of experimentally determined polypeptide templates and fast prediction of approximated 3D protein structures. International Journal of Bioinformatics Research and Applications (Print) , v. 9, p. 462, 2013.
-
COSTA, A. L. P. ; PAULI, I. ; DORN, M. ; SCHROEDER, E. K. ; Zhan, C-G ; NORBERTO DE SOUZA, O. . Conformational changes in 2-trans-enoyl-ACP (CoA) Reductase (InhA) from M. tuberculosis induced by an inorganic complex: a molecular dynamics simulation study. Journal of Molecular Modeling (Online) , v. 18, p. 1779-1790, 2012.
-
DORN, MÁRCIO ; BRAGA, ANDRÉ L.S. ; LLANOS, CARLOS H. ; Coelho, Leandro S. . A GMDH polynomial neural network-based method to predict approximate three-dimensional structures of polypeptides. Expert Systems with Applications , v. 39, p. 12268-12279, 2012.
-
DORN, MÁRCIO ; Norberto de Souza, Osmar . A3N: An artificial neural network n-gram-based method to approximate 3-D polypeptides structure prediction. Expert Systems with Applications , v. 37, p. 7497-7508, 2010.
-
DORN, MARCIO ; SOUZA, OSMAR NORBERTO DE . Mining the Protein Data Bank with CReF to predict approximate 3-D structures of polypeptides. International Journal of Data Mining and Bioinformatics , v. 4, p. 281, 2010.
-
Kummerländer, Adrian ; Bukreev, Fedor ; Berg, Simon F. R. ; DORN, MARCIO ; KRAUSE, MATHIAS J. . Advances in Computational Process Engineering using Lattice Boltzmann Methods on High Performance Computers. High Performance Computing in Science and Engineering '22. 1ed.: Springer Nature Switzerland, 2024, v. , p. 233-247.
-
BOIANI, M. ; PARPINELLI, R. S. ; DORN, M. . A Fitness-Based Migration Policy for Biased Random-Key Genetic Algorithms. In: Correia, J.; Smith, S.; Qaddoura, R.. (Org.). Applications of Evolutionary Computation. 1ed.Cham: Springer, 2023, v. 13989, p. 396-410.
-
BRETL, C. ; TRUNK, R. ; NIRSCHL, H. ; THÄTER, GUDRUN ; DORN, M. ; KRAUSE, MATHIAS J. . Preliminary study of particle settling behaviour by shape parameters via lattice Boltzmann simulations. In: Nagel, Wolfgang E., Kröner, Dietmar H., Resch, Michael M.. (Org.). High Performance Computing in Science and Engineering '20. 1ed.Springer: Springer International Publishing, 2022, v. 1, p. 1-589.
-
BOIANI, M. ; PARPINELLI, R. S. ; DORN, M. . A Multi-population Schema Designed for Biased Random-Key Genetic Algorithms on Continuous Optimisation Problems. In: João Carlos Xavier-Junior; Ricardo Araújo Rios. (Org.). A Multi-population Schema Designed for Biased Random-Key Genetic Algorithms on Continuous Optimisation Problems. 1ed.Switzerland: Springer Cham, 2022, v. , p. 0-660.
-
NARLOCH, PEDRO HENRIQUE ; DORN, MÁRCIO . Evaluating the Success-History Based Adaptive Differential Evolution in the Protein Structure Prediction Problem. Lecture Notes in Computer Science. 1ed.: Springer International Publishing, 2021, v. , p. 194-209.
-
NARLOCH, PEDRO HENRIQUE ; DORN, MÁRCIO . Differential Evolution Multi-Objective for Tertiary Protein Structure Prediction. In: Pedro A. Castillo; Juan Luis Jiménez Laredo; Francisco Fernández de Vega. (Org.). Lecture Notes in Computer Science. 1ed.Cham, Switzerland: Springer International Publishing, 2020, v. 12104, p. 165-180.
-
Narloch, Pedro H. ; DORN, MÁRCIO . A Knowledge Based Differential Evolution Algorithm for Protein Structure Prediction. In: Paul Kaufmann; Pedro A. Castillo. (Org.). Lecture Notes in Computer Science. 1ed.Cham, Switzerland: Springer International Publishing, 2019, v. 11454, p. 343-359.
-
Leonhart, Pablo F. ; DORN, MÁRCIO . A Biased Random Key Genetic Algorithm with Local Search Chains for Molecular Docking. In: Paul Kaufmann; Pedro A. Castillo. (Org.). Lecture Notes in Computer Science. 1ed.Cham, Switzerland: Springer International Publishing, 2019, v. 11454, p. 360-376.
-
Narloch, Pedro H. ; DORN, MÁRCIO . A Knowledge Based Self-Adaptive Differential Evolution Algorithm for Protein Structure Prediction. In: João M. F. Rodrigues; Pedro J. S. Cardoso; Jânio Monteiro; Roberto Lam; Valeria V. Krzhizhanovskaya; Michael H. Lees; Jack J. Dongarra; Peter M.A. Sloot. (Org.). Lecture Notes in Computer Science. 1ed.Cham, Switzerland: Springer International Publishing, 2019, v. 11538, p. 87-100.
-
de Lima Corrêa, Leonardo ; DORN, MÁRCIO . A Multi-objective Swarm-Based Algorithm for the Prediction of Protein Structures. In: João M. F. Rodrigues; Pedro J. S. Cardoso; Jânio Monteiro; Roberto Lam; Valeria V. Krzhizhanovskaya; Michael H. Lees; Jack J. Dongarra; Peter M.A. Sloot. (Org.). Lecture Notes in Computer Science. 1ed.Cham, Switzerland: Springer International Publishing, 2019, v. 11538, p. 101-115.
-
Leonhart, Pablo Felipe ; NARLOCH, PEDRO HENRIQUE ; DORN, MÁRCIO . A Self-adaptive Local Search Coordination in Multimeme Memetic Algorithm for Molecular Docking. In: João M. F. Rodrigues; Pedro J. S. Cardoso; Jânio Monteiro; Roberto Lam; Valeria V. Krzhizhanovskaya; Michael H. Lees; Jack J. Dongarra; Peter M.A. Sloot. (Org.). Lecture Notes in Computer Science. 1ed.Cham, Switzerland: Springer International Publishing, 2019, v. 11538, p. 145-159.
-
Corrêa, Leonardo de Lima ; DORN, MÁRCIO . Multi-Agent Systems in Three-Dimensional Protein Structure Prediction. In: Diana Adamatti. (Org.). Multi-Agent-Based Simulations Applied to Biological and Environmental Systems. 10ed.Hershey: IGI Global, 2016, v. , p. 241-278.
-
DORN, MÁRCIO ; BURIOL, L.S. ; LAMB, L.C. . Metaheuristics in Structural Bioinformatics: The Art of 3D Protein Structure Prediction. IFORs News: International Federation of Operation Research Societies, Estados Unidos, p. 5 - 6, 01 mar. 2018.
-
CUBILLOS, J. ; DORN, M. ; VILLALOBOS-CID, M. ; INSTROZA-PONTA, M. . A Multiobjective Evolutionary Algorithm for Colon Cancer Biomarkers Identification on Gene Expression Data. In: IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology, 2024, Natal. IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology, 2024. v. 1. p. 1.
-
SILVA, B. F. M. ; ROCHO, V. R. ; Dorn, M ; FIOROT, G. H. . On the Application of Physics-Informed Neural Networks in the Modeling of Roll Waves. In: SimHydro 2023, 2024, Paris. Advances in Hydroinformatics - SimHydro 2023. Singapore: Springer, 2023. v. 2. p. 89-106.
-
BOIANI, M. ; PARPINELLI, R. S. ; DORN, M. . A Fitness-based Migration Policy for Biased Random-Key Genetic Algorithms. In: EvoApplications - European Conference on the Applications of Evolutionary Computation, 2023, Brno. EvoApplications - European Conference on the Applications of Evolutionary Computation, 2023.
-
DA LUZ DORNELES, LEONARDO ; BOIANI, MATEUS ; DORN, MARCIO . Benchmark Problems on GPU: Accelerating Experiments on Metaheuristics. In: 2023 IEEE Congress on Evolutionary Computation (CEC), 2023, Chicago. 2023 IEEE Congress on Evolutionary Computation (CEC), 2023. v. 1. p. 1.
-
DOMINICO, GABRIEL ; BERNARDES, JULIANA S. ; DORNELES, LEONARDO L. ; DORN, MÁRCIO . Multi-Objective Wrapper Differential Evolution with Guided Initial Population for Feature Selection. In: 2023 IEEE Congress on Evolutionary Computation (CEC), 2023, Chicago. 2023 IEEE Congress on Evolutionary Computation (CEC), 2023. p. 1.
-
SILVA, B. F. M. ; ROCHO, V. R. ; DORN, M. ; FIOROT, G. H. . On the application of Physics-Informed Neural Networks in the modeling of roll waves. In: SimHydro 2023: New modelling paradigms for water issues?, 2023, Paris. Proceedings of the SimHydro 2023. Paris: Société Hydrotechnique de France (SHF), 2023. v. 1. p. 1.
-
BOIANI, M. ; PARPINELLI, R. S. ; DORN, M. . A Multi-Population Schema designed for Biased Random-Key Genetic Algorithms on Continuous Optimisation Problems. In: 11th Brazilian Conference on Intelligent Systems, 2022, Campinas. Brazilian Conference on Intelligent Systems (BRACIS), 2022. v. 1.
-
KUMMERLANDER, A. ; BUKREEV, F. ; BERG, S. F. R. ; DORN, M. ; KRAUSE, M. J. . Advances in Computational Process Engineering using Lattice Boltzmann Methods on High Performance Computers for Solving Fluid Flow Problems. In: Transactions of the High Performance Computing Center Stuttgart (HLRS), 2022, Stuttgart. Transactions of the High Performance Computing Center Stuttgart (HLRS), 2022. v. 1. p. 1.
-
NARLOCH, P. H. ; Dorn, M . Evaluating the Success-History based Adaptive Differential Evolution in the Protein Structure Prediction problem. In: European Conference on the Applications of Evolutionary Computation, 2021, Seville. European Conference on the Applications of Evolutionary Computation, 2021. v. 12694. p. 194-209.
-
BARBACHAN E SILVA, MARIEL ; HENRIQUE NARLOCH, PEDRO ; DORN, MARCIO ; BROIN, PILIB O . Optimisation of Cancer Status Prediction Pipelines using Bio-Inspired Computing. In: 2021 IEEE Congress on Evolutionary Computation (CEC), 2021, Kraków. 2021 IEEE Congress on Evolutionary Computation (CEC), 2021. v. 1. p. 442-12.
-
ALIAGA-ROJAS, SEBASTIAN ; VILLALOBOS-CID, MANUEL ; DORN, MARCIO ; INOSTROZA-PONTA, MARIO . A multi-objective approach for the protein structure prediction problem. In: 2021 40th International Conference of the Chilean Computer Science Society (SCCC), 2021, La Serena. 2021 40th International Conference of the Chilean Computer Science Society (SCCC), 2021. v. 1. p. 1.
-
NARLOCH, PEDRO HENRIQUE ; KRAUSE, MATHIAS J. ; DORN, MARCIO . Multi-Objective Differential Evolution Algorithms for the Protein Structure Prediction Problem. In: 2020 IEEE Congress on Evolutionary Computation (CEC), 2020, Glasgow. 2020 IEEE Congress on Evolutionary Computation (CEC), 2020. v. 1. p. 1-8.
-
TAVARES, ALFEU UZAI ; DORN, MARCIO . Determining the Conformational Flexibility of Disaccharides with an Adaptive Differential Evolution Approach. In: 2020 IEEE Congress on Evolutionary Computation (CEC), 2020, Glasgow. 2020 IEEE Congress on Evolutionary Computation (CEC), 2020. v. 1. p. 1-8.
-
CORREA, LEONARDO ; ARANTES, LUCIANA ; SENS, PIERRE ; INOSTROZA-PONTA, MARIO ; DORN, MARCIO . A dynamic evolutionary multi-agent system to predict the 3D structure of proteins. In: 2020 IEEE Congress on Evolutionary Computation (CEC), 2020, Glasgow. 2020 IEEE Congress on Evolutionary Computation (CEC), 2020. v. 1. p. 1-8.
-
NARLOCH, P. H. ; DORN, M. . Differential Evolution Multi-Objective for Tertiary Protein Structure Prediction. In: European Conference on the Applications of Evolutionary Computation, 2020, Seville. European Conference on the Applications of Evolutionary Computation, 2020. v. 1. p. 1.
-
BRETL, C. ; TRUNK, R. ; NIRSCHL, H. ; THATER, G. ; DORN, M. ; KRAUSE, M. J. . Preliminary Study of Particle Settling Behaviour by Shape Parameters via Lattice Boltzmann Simulations. In: Transactions of the High Performance Computing Center Stuttgart (HLRS), 2020, Stuttgart. Transactions of the High Performance Computing Center Stuttgart (HLRS), 2020. v. 1. p. 1.
-
LEONHART, P. F. ; Dorn, M . A Biased Random Key Genetic Algorithm with Local Search Chains for Molecular Docking. In: European Conference on the Applications of Evolutionary Computation, 2019, Leipzig. European Conference on the Applications of Evolutionary Computation, 2019. v. 11454. p. 360-376.
-
NARLOCH, P. H. ; DORN, MARCIO . A Knowledge Based Differential Evolution Algorithm for Protein Structure Prediction. In: European Conference on the Applications of Evolutionary Computation, 2019, Leipzig. European Conference on the Applications of Evolutionary Computation, 2019. v. 11454. p. 343-359.
-
LEONHART, P. F. ; NARLOCH, P. H. ; Dorn, M . A Self-Adaptive Local Search Coordination in Multimeme Memetic Algorithm for Molecular Docking. In: International Conference on Computational Science (ICCS 2019), 2019, Faro. Proceedings of the International Conference on Computational Science, 2019. p. 1.
-
CORREA, L. L. ; DORN, MARCIO . A Multi-objective Swarm-Based Algorithm for the Prediction of Protein Structures. In: International Conference on Computational Science (ICCS 2019), 2019, Faro. Proceedings of the International Conference on Computational Science, 2019. p. 1.
-
NARLOCH, P. H. ; DORN, MARCIO . A Knowledge Based Self-Adaptive Differential Evolution Algorithm for Protein Structure Prediction. In: International Conference on Computational Science (ICCS 2019), 2019, Faro. Proceedings of the International Conference on Computational Science, 2019. p. 1.
-
NARLOCH, PEDRO HENRIQUE ; DORN, MARCIO . Rosetta Ligand-Protein Docking with Self-Adaptive Differential Evolution. In: 2019 IEEE 19th International Conference on Bioinformatics and Bioengineering (BIBE), 2019, Athens. 2019 IEEE 19th International Conference on Bioinformatics and Bioengineering (BIBE), 2019. v. 1. p. 23.
-
BORGUESAN, BRUNO ; NARLOCH, PEDRO HENRIQUE ; INOSTROZA-PONTA, MARIO ; DORN, MARCIO . A Genetic Algorithm Based on Restricted Tournament Selection for the 3D-PSP Problem. In: 2018 IEEE Congress on Evolutionary Computation (CEC), 2018, Rio de Janeiro. 2018 IEEE Congress on Evolutionary Computation (CEC), 2018. p. 1.
-
DE LIMA CORREA, LEONARDO ; DORN, MARCIO . A Knowledge-Based Artificial Bee Colony Algorithm for the 3-D Protein Structure Prediction Problem. In: 2018 IEEE Congress on Evolutionary Computation (CEC), 2018, Rio de Janeiro. 2018 IEEE Congress on Evolutionary Computation (CEC), 2018. p. 1.
-
GRISCI, BRUNO IOCHINS ; FELTES, BRUNO CESAR ; DORN, MARCIO . Microarray Classification and Gene Selection with FS-NEAT. In: 2018 IEEE Congress on Evolutionary Computation (CEC), 2018, Rio de Janeiro. 2018 IEEE Congress on Evolutionary Computation (CEC), 2018. p. 1.
-
VILLALOBOS-CID, MANUEL ; DORN, MARCIE ; INOSTROZA-PONTA, MARIO . Performance Comparison of Multi-Objective Local Search Strategies to Infer Phylogenetic Trees. In: 2018 IEEE Congress on Evolutionary Computation (CEC), 2018, Rio de Janeiro. 2018 IEEE Congress on Evolutionary Computation (CEC), 2018. p. 1.
-
VILLALOBOS-CID, MANUEL ; DORN, MARCIO ; INOSTROZA-PONTA, MARIO . Understanding the Relationship Between Decision and Objective Space in the Multi-Objective Phylogenetic Inference Problem. In: 2018 IEEE Congress on Evolutionary Computation (CEC), 2018, Rio de Janeiro. 2018 IEEE Congress on Evolutionary Computation (CEC), 2018. p. 1.
-
PARRAGA-ALAVA, JORGE ; DORN, MARCIO ; INOSTROZA-PONTA, MARIO . Using local search strategies to improve the performance of NSGA-II for the Multi-Criteria Minimum Spanning Tree problem. In: 2017 IEEE Congress on Evolutionary Computation (CEC), 2017, Donostia. 2017 IEEE Congress on Evolutionary Computation (CEC), 2017. p. 1119.
-
DE LIMA CORREA, LEONARDO ; INOSTROZA-PONTA, MARIO ; DORN, MARCIO . An evolutionary multi-agent algorithm to explore the high degree of selectivity in three-dimensional protein structures. In: 2017 IEEE Congress on Evolutionary Computation (CEC), 2017, Donostia. 2017 IEEE Congress on Evolutionary Computation (CEC), 2017. p. 1111.
-
OLIVEIRA, MARIANA ; BORGUESAN, BRUNO ; DORN, MARCIO . SADE-SPL: A Self-Adapting Differential Evolution algorithm with a loop Structure Pattern Library for the PSP problem. In: 2017 IEEE Congress on Evolutionary Computation (CEC), 2017, Donostia. 2017 IEEE Congress on Evolutionary Computation (CEC), 2017. p. 1095.
-
ALIXANDRE, BRUNO FERREIRA DE FARIA ; DORN, MARCIO . D-BRKGA: A Distributed Biased Random-Key Genetic Algorithm. In: 2017 IEEE Congress on Evolutionary Computation (CEC), 2017, Donostia. 2017 IEEE Congress on Evolutionary Computation (CEC), 2017. p. 1398.
-
RUIZ-TAGLE, BENJAMIN ; VILLALOBOS-CID, MANUEL ; DORN, MARCIO ; INOSTROZA-PONTA, MARIO . Evaluating the use of local search strategies for a memetic algorithm for the protein-ligand docking problem. In: 2017 36th International Conference of the Chilean Computer Science Society (SCCC), 2017, Arica. 2017 36th International Conference of the Chilean Computer Science Society (SCCC), 2017. p. 1.
-
GRISCI, B. I. ; DORN, MÁRCIO . Predicting Protein Structural Features with NeuroEvolution of Augmenting Topologies. In: International Joint Conference on Neural Networks, 2016, Vancouver. Proceedings of the International Joint Conference on Neural Networks (IJCNN 2016), 2016.
-
BORGUESAN, B. ; BOHRER, J. S. ; BARBACHAN e SILVA, M. ; CORREA, L. L. ; DORN, MÁRCIO . Improving protein tertiary structure prediction with conformational propensities of amino acid residues. In: IEEE Congress on Evolutionary Computation, 2016, vancouver. Proceedings of the IEEE Congress on Evolutionary Computation (IEEE CEC 2016), 2016.
-
BIAZUS, M. ; DORN, MARCIO ; THOM, L. . Modelagem e Análise de Conformidade do Processo de Atracamento Molecular. In: X BreSci - Brazilian e-Science Workshop, 2016, Porto Alegre. Anais do XXXVI Congresso da Sociedade Brasileira de Computação, 2016.
-
ESCOBAR, IVAN ; HIDALGO, NICOLAS ; INOSTROZA-PONTA, MARIO ; MARIN, MAURICIO ; ROSAS, ERIKA ; DORN, MARCIO . Evaluation of a combined energy fitness function for a distributed memetic algorithm to tackle the 3D protein structure prediction problem. In: 2016 35th International Conference of the Chilean Computer Science Society (SCCC), 2016, Valparaíso. 2016 35th International Conference of the Chilean Computer Science Society (SCCC). p. 1.
-
SIMONETTI, V. ; DORN, M. . Escalonamento de equipes de enfermagem utilizando Busca Tabu. In: XLVI Simpósio Brasileiro de Pesquisa Operacional, 2014, Salvador. Anais do XLVI Simpósio Brasileiro de Pesquisa Operacional, 2014.
-
GRISCI, B. I. ; BORGUESAN, B. ; DORN, M. ; INOSTROZA, M. . Using conformational preferences of amino acid residues and meta-heuristics to predict 3-D protein structures. In: Third International Society for Computational Biology Latin America, 2014, Belo Horizonte. Proceedings of third International Society for Computational Biology Latin America. La Jolla: International Society for Computational Biology, 2014. v. 1. p. 20-35.
-
DORN, MARCIO ; INOSTROZA-PONTA, MARIO ; BURIOL, L.S. ; VERLI, H. . A knowledge-based genetic algorithm to predict three-dimensional structures of polypeptides. In: 2013 IEEE Congress on Evolutionary Computation (CEC), 2013, Cancun. 2013 IEEE Congress on Evolutionary Computation. p. 1233-8.
-
BRAGA, A.L.S. ; ARIAS-GARCIA, JANIER ; LLANOS, CARLOS ; DORN, MARCIO ; FOLTRAN, ALFREDO ; Coelho, Leandro S. . Hardware implementation of GMDH-type artificial neural networks and its use to predict approximate three-dimensional structures of proteins. In: 7th International Workshop on Reconfigurable and CommunicationCentric SystemsonChip (ReCoSoC), 2012, York. Proceedings of the 7th International Workshop on Reconfigurable and Communication-Centric Systems-on-Chip (ReCoSoC), 2012. v. 1. p. 1-8.
-
DORN, M. ; BURIOL, L.S. ; LAMB, L. C. . A hybrid genetic algorithm for the 3-D protein structure prediction problem using a path-relinking strategy. In: IEEE Congress on Evolutionary Computation, 2011, New Orleans. Proceedings of the 2011 IEEE Congress on Evolutionary Computation. Los Alamitos: IEEE Press, 2011. v. 1. p. 2709-2716.
-
GONÇALVES, W.W. ; DORN, M. ; BURIOL, L.S. ; LAMB, L. C. . A structured-population genetic algorithm for the 3-D protein structure prediction problem. In: Brazilian Symposium on Bioinformatics, 2011, Brasilia. Proceedings of BSB 2011. Porto Alegre: SBC, 2011. v. 1. p. 17-24.
-
DORN, M. ; NORBERTO DE SOUZA, O. . CReF: A central-residue-fragment-based method for predicting approximate 3-D polypeptides structures. In: Annual ACM Symposium on Applied Computing, 2008, Fortaleza. SAC '08: Proceedings of the 2008 ACM symposium on Applied computing. New York, NY, USA: ACM Press, 2008. p. 1261-1267.
-
DORN, M. ; BREDA, A. E. ; NORBERTO DE SOUZA, O. . A hybrid method for the protein structure prediction problem. In: Brazilian Symposium on Bioinformatics, 2008, Santo André, São Paulo, Brazil. Lecture Notes in Computer Science, Advances in Bioinformatics and Computational Biology. Heidelberg, Germany: Springer, 2008. v. 5167. p. 47-56.
-
KOLBERG, M. L. ; DORN, M. ; BOHLENDER, G. ; FERNANDES, L. G. L. . Parallel verified linear system solver for uncertain input data. In: 20th International Symposium on Computer Architecture and High Performance Computing, 2008, Campo Grande. Proceedings of the 20th International Symposium on Computer Architecture and High Performance Computing. Los Alamitos, CA: EEE Press, 2008. v. 1. p. 89-96.
-
BEHRENS, L. M. P. ; GASPAROTTO, J. ; SILVA, L. S. ; DORN, MARCIO ; MOREIRA, J. C. F. . Microbiome Analysis of Short-Chain Fatty Acids Supplementation in an Experimental Model of Major Depressive Disorder. In: 20º Congresso Brasileiro de Bioinformática: X-Meeting 2024, 2024, Salvador. 20º Congresso Brasileiro de Bioinformática: X-Meeting 2024, 2024. v. 1. p. 1.
-
BETTIM, C. A. R. ; CARDENAS, O. ; SIQUEIRA, F. M. ; ALHO, C. S. ; Dorn, M . Use of SSR for Cannabis sativa crops origin identification: a preliminary analysis to evaluate genetic marker classification methods. In: 20º Congresso Brasileiro de Bioinformática: X-Meeting 2024, 2024, Salvador. 20º Congresso Brasileiro de Bioinformática: X-Meeting 2024, 2024. v. 1. p. 1.
-
CAVATAO, F. G. ; PINTO, E. S. M. ; KRAUSE, MATHIAS J. ; ALHO, C. S. ; Dorn, M . Molecular Basis of MC1R Activation: Mutation-Induced Alterations in Structural Dynamics. In: 20º Congresso Brasileiro de Bioinformática: X-Meeting 2024, 2024, Salvador. 20º Congresso Brasileiro de Bioinformática: X-Meeting 2024, 2024. v. 1. p. 1.
-
GONCALVES, G. F. ; SIQUEIRA, F. M. ; Dorn, M . Characterization and biomarker identification in Brucella canis and Brucella suis genomic data. In: 20º Congresso Brasileiro de Bioinformática: X-Meeting 2024, 2024, Salvador. 20º Congresso Brasileiro de Bioinformática: X-Meeting 2024, 2024. v. 1. p. 1.
-
CARBONERA, L. A. ; RIVILLAS, J. A. ; DORNELES, LEONARDO L. ; BOIANI, MATEUS ; DORN, M. ; MARTINS, S. C. O. . Optimizing stroke center placement in latam: harnessing the power of map-stroke algorithm for timely reperfusion treatment. In: 15th World Stroke Congress, 2023, Toronto. Proceedings of the 15th World Stroke Congress, 2023. v. 18. p. 3-474.
-
SILVA, E. F. A. ; IBALDO, C. E. ; KAHMANN, A. ; ALHO, C. S. ; DORN, M. . Estimador de Cores de Olhos para a População do Sul do Brasil: uma Ferramenta Forense de Fenotipagem. In: 24 Simpósio Nacional de Probabilidade e Estatística, 2022, Gramado. Livro de Resumos SINAPE 2022, 2022. v. 1. p. 127-127.
-
CARBONERA, L. A. ; RIVILLAS, J. A. ; BOIANI, M. ; DORNELES, L. L. ; DORN, M. ; MARTINS, S. C. O. . MAP-Stroke LATAM - Mapping the Access for the Patient with Acute Ischemic Stroke in Latin America. In: 14th World Stroke Congress, 2022, Singapore. Proceedings of the 14th World Stroke Congress, 2022. v. 17. p. 3-288.
-
GRISCI, BRUNO I. ; DORN, M. . Visualization of Gene Selction Results from Cancer Data using Weighted t-SNE. In: 11th International Meeting on Visualizing Biological Data, 2021, Heidelberg. Proceedings of the 11th International Meeting on Visualizing Biological Data, 2021.
-
GRISCI, BRUNO IOCHINS ; KRAUSE, MATHIAS J. ; DORN, MARCIO . Selection of Biological Features by Ranking the Relevances of Neural Networks Inputs. In: 21st EMBL PhD Symposium Facing the Future Perspectives and challenges of life sciences in the 21st century, 2019, Heidelberg. Proceedings of the 21st EMBL PhD Symposium Facing the Future Perspectives and challenges of life sciences in the 21st century, 2019. v. 1. p. 1.
-
GRISCI, BRUNO I. ; KRAUSE, MATHIAS J. ; DORN, M. . Ranking Relevances from Neural Networks for the Selection of Biological Features. In: 7th Heidelberg Laureate Forum, 2019, Heidelberg. Anais do 7th Heidelberg Laureate Forum, 2019. v. 1. p. 1.
-
MOHRHARD, M. ; THATER, G. ; DORN, MÁRCIO ; KRAUSE, MATHIAS J. . A new Auto-Vectorization Friendly Parallel Lattice Boltzmann Streaming Scheme for Direct Addressing. In: 30th International Conference on Parallel Computational Fluid Dynamics (ParCFD), 2018, Indianapolis. Proceedings of the 30th International Conference on Parallel Computational Fluid Dynamics, 2018. p. 1-5.
-
SANTOS, L. A. ; GRISCI, B. I. ; BRAUN, R. L. ; DORN, MÁRCIO . ROMA: Ramachandran Oriented Mutational Analysis. In: German Conference on Bioinformatics (GCB), 2017, Tubingen. Proceedings of the German Conference on Bioinformatics (GCB) 2017, 2017. v. 1. p. 1.
-
VILLALOBOS-CID, M. ; DORN, MÁRCIO ; BRAUN, R. L. ; INSTROZA-PONTA, M. . Usando distância Robinson-Foulds em algoritmo genético multi-objetivo para abordar o problema de inferência filogenética. In: Workshop em Bioinformática da UTFPR 2016, 2016, Cornélio Procópio. Anais do Workshop em Bioinformática da UTFPR 2016, 2016.
-
INOSTROZA-PONTA, MARIO ; FARFÁN, CAMILO ; DORN, MÁRCIO . A Memetic Algorithm for Protein Structure Prediction based on Conformational Preferences of Aminoacid Residues. In: the Companion Publication of the 2015, 2015, Madrid. Proceedings of the Companion Publication of the 2015 on Genetic and Evolutionary Computation Conference - GECCO Companion '15. New York: ACM Press. p. 1403.
-
BORGUESAN, B. ; BARBACHAN e SILVA, M. ; DORN, MARCIO . Side-Chain conformational analysis of the multi-dependent rotamer preferences of proteins. In: Escola Gaúcha de Bioinformática, 2015, Porto Alegre. Anais da I Escola Gaúcha de Bioinformática, 2015.
-
BIAZUS, M. ; THOM, L. ; DORN, MÁRCIO . Process design and conformity analysis of computational strategies for molecular docking. In: 11th International Conference of th AB3C + Brazilian Symposium of Bioinformatics, 2015. Proceedings 11th International Conference of th AB3C + Brazilian Symposium of Bioinformatics, 2015.
-
BORGUESAN, B. ; DORN, MÁRCIO . A Multi-Dependent side-chain rotamer library for protein structure prediction. In: 11th International Conference of th AB3C + Brazilian Symposium of Bioinformatics, 2015, São Paulo. Proceedings 11th International Conference of th AB3C + Brazilian Symposium of Bioinformatics, 2015.
-
SIMONETTI, V. ; DORN, M. . Escalonamento de equipes de enfermagem utilizando algoritmos genéticos e busca local. In: Escola Latino-Iberoamericana de Verão em Pesquisa Operacional, 2014, Areia. Anais da Escola Latino-Iberoamericana de Verão em Pesquisa Operacional, 2014.
-
TORBES, A. R. ; BORGUESAN, B. ; DORN, M. ; VERLI, H. . CarbM: a web tool to build 3-D structures of carbohydrates. In: Third International Society for Computational Biology Latin America X-Meeting on Bioinformatics with BSB and SoiBio (ISCB-Latin America), 2014, Belo Horizonte. Proceedings of the Third International Society for Computational Biology Latin America X-Meeting on Bioinformatics with BSB and SoiBio (ISCB-Latin America). Belo Horizonte: ISCB, 2014. v. 1. p. 1-10.
-
ANDRADES, R. ; DORN, M. ; LAMB, L. C. . Protein design using data clustering, boolean satisfiability and dead-end-elimination techniques. In: 8th International Conference of the Brazilian Association for Bioinformatics and Computational Biology X-meeting, 2012, Campinas. Proceedings of the 8th International Conference of the Brazilian Association for Bioinformatics and Computational Biology, 2012.
-
NOBLE, D. V. ; DORN, M. ; LAMB, L. C. . A memetic network-based approach to search the 3-D protein conformational space. In: 8th International Conference of the Brazilian Association for Bioinformatics and Computational Biology X-meeting, 2012, Campinas. Proceedings of the 8th International Conference of the Brazilian Association for Bioinformatics and Computational Biology, 2012.
-
BRAGA, A.L.S. ; DORN, M. ; ARIAS-GARCIA, J. ; FOLTRAN, A. ; QUINTERO, C.H.L. ; COELHO, L.S. . Reconfigurable computing to accelerate GMDH artificial neural networks and its application to predicting 3-D structures of proteins. In: 8th International Conference of the Brazilian Association for Bioinformatics and Computational Biology X-meeting, 2012, Campinas. Proceedings of the 8th International Conference of the Brazilian Association for Bioinformatics and Computational Biology, 2012.
-
DORN, M. ; BURIOL, L.S. ; LAMB, L. C. . Combining machine learning and optimization techniques to determine 3-D structures of polypeptides. In: IJCAI - Doctoral Mentoring Consortium, 2011, Barcelona. Proceedings of the 22nd International Joint Conference on Artificial Intelligence. Menlo Park, CA: AAAI Press, 2011. v. 3. p. 2794-2795.
-
DORN, M. ; LAMB, L. C. ; BURIOL, L.S. . An artificial neural network based method for the prediction of approximated 3-D structures of mini-globular proteins. In: 6th International Conference of Brazilian Association for Bioinformatics and Computational Biology, 2010, Ouro Preto. Proceedings of the 6th X-meeting. Belo Horizonte: AB3C, 2010. v. 1. p. 1-2.
-
DORN, M. ; NORBERTO DE SOUZA, O. . A fragment-based clustering method for predicting approximate 3-D polypeptide structures. In: 3rd International Conference of the Brazilian Association for Bioinformatics and Computational Biology, 2007, São Paulo. Proceedings of the 3rd Conference of the Brazilian Association for Bioinformatics and Computational Biology (x meeting), 2007. v. 1. p. 1-3.
-
DORN, M. ; FRISKE, L. M. . Utilização de raciocinio subsimbólico baseado em redes neurais artificiais em tarefas de predição de dados. In: SULCOMP - I Congresso Sul Catarinense de Computação, 2005, Criciúma. Anais do I Congresso Sul Catarinense de Computação, 2005.
-
FRANCHINI, E. ; CARBONERA, L. A. ; BOIANI, M. ; DORNELES, L. L. ; SOUZA, A. C. ; Dorn, M ; MARTINS, S. C. O. ; HUBERT, G. . Access to Stroke treatment in a mountainous region: implementation analysis. In: https://eso-stroke.org/esoc2024/, 2024, Basel. 10th European Stroke Organisation Conference - ESOC 2024. Basel: ESOC, 2024. v. 1. p. 1.
-
CARBONERA, L. A. ; DORNELES, L. L. ; BOIANI, M. ; SOUZA, A. C. ; Dorn, M ; MARTINS, S. C. O. . The mapstroke project - implementation of acute stroke treatment to optimize population coverage globally. In: 16th World Stroke Congress (WSC 2024), 2024, Abu Dhabi. 16th World Stroke Congress (WSC 2024), 2024. v. 1. p. 1-1.
-
AVILA, E. ; Dorn, M ; IBALDO, C. E. ; KAHMANN, A. ; ALHO, C. S. . BR-EASE: Brazilian Eye and Skin Estimator - A Forensic WebTool for DNA Phenotyping. In: 11th International Conference on Forensic Inference and Statistics, 2023, Lund. 11th International Conference on Forensic Inference and Statistics, 2023.
-
AVILA, E. ; KAHMANN, A. ; ALHO, C. S. ; Dorn, M . Pareto Front solutions as a tool for feature selection in SNP- based forensic DNA phenotyping panels design. In: 11th International Conference on Forensic Inference and Statistics, 2023, Lund. 11th International Conference on Forensic Inference and Statistics, 2023.
-
AVILA, E. ; BETTIM, C. A. ; VASCONCELLOS, A. ; KAHMANN, A. ; DORN, M. ; ALHO, C. S. . MC1R and age heteroclassification of face phenotypes in the Rio Grande do Sul. In: 11th International Conference on Forensic Inference and Statistics, 2023, Lund. 11th International Conference on Forensic Inference and Statistics, 2023.
-
TAVARES, A. U. ; DORN, MÁRCIO . Predição de estrutura de dissacarídeos utilizando evolução diferencial auto-adaptativa. In: Salão de Iniciação Científica 2018 - UFRGS - SIC 2018, 2018, Porto Alegre. Anais do Salão de Iniciação Científica 2018 - UFRGS. Porto Alegre: UFRGS, 2018. p. 1.
-
CHANDELIER, E. B. ; DORN, MÁRCIO . Desenvolvimento de um Banco de Dados Curado para Pesquisas em Aprendizado de Máquina. In: Salão de Iniciação Científica 2018 - UFRGS - SIC 2018, 2018, Porto Alegre. Anais do Salão de Iniciação Científica 2018 - UFRGS. Porto Alegre: UFRGS, 2018. p. 1.
-
TAVARES, A. U. ; DORN, MÁRCIO . Predição de estrutura de dissacarídeos utilizando Particle Swarm Optimization. In: XXIX SALÃO DE INICIAÇÃO CIENTÍFICA DA UFRGS, 2017, Porto Alegre. Anais do XXIX SALÃO DE INICIAÇÃO CIENTÍFICA DA UFRGS. Porto Alegre: UFRGS, 2017. p. 1.
-
SANTOS, L. A. ; DORN, MÁRCIO . Desenvolvimento de uma abordagem estrutural para predição de efeitos de mutações pontuais de um único aminoácido. In: XXIX Salão de Iniciação Científica da UFRGS, 2017, Porto Alegre. Anais do XXIX Salão de Iniciação Científica da UFRGS. Porto Alegre: UFRGS, 2017. p. 1.
-
OLIVEIRA, M. S. ; DORN, MARCIO . Identicação de padrões conformacionais em estruturas experimentais e projeto de meta-heurísticas para a predição da estrutura tridimensional de proteínas. In: XXVIII SALÃO DE INICIAÇÃO CIENTÍFICA DA UFRGS, 2016, Porto Alegre. Anais do XXVIII SALÃO DE INICIAÇÃO CIENTÍFICA DA UFRGS, 2016.
-
BOHRER, J. S. ; DORN, MARCIO . Desenvolvimento de algoritmo genético distribuído para a predição da estrutura tridimensional de proteínas. In: XXVI Salão de Iniciação Científica da UFRGS, 2015, Porto Alegre. Anais do XXVI Salão de Iniciação Científica da UFRGS, 2015.
-
OLIVEIRA, M. S. ; DORN, MARCIO . Desenvolvimento de métodos e estratégias computacionais para a identificação de padrões conformacionais em proteínas. In: XXVI Salão de Iniciação Científica da UFRGS, 2015, Porto Alegre. Anais do XXVI Salão de Iniciação Científica da UFRGS, 2015.
-
BARBACHAN e SILVA, M. ; DORN, MARCIO . Predição de estrutura tridimensional de proteínas utilizando Enxame de Partículas. In: XXVI Salão de Iniciação Científica da UFRGS, 2015, Porto Alegre. Anais do XXVI Salão de Iniciação Científica da UFRGS, 2015.
-
CORREA, L. L. ; DORN, MÁRCIO . A multi-agent approach for the 3-D protein structure prediction problem. In: Escola Gaúcha de Bioinformática, 2015, Porto Alegre. Anais da I Escola Gaúcha de Bioinformática, 2015.
-
BARBACHAN e SILVA, M. ; BORGUESAN, B. ; DORN, MÁRCIO . A knowledge-based particle swarm optimization for the protein structure prediction problem. In: Escola Gaúcha de Bioinformática, 2015, Porto Alegre. Anais da I Escola Gaúcha de Bioinformática, 2015.
-
BOHRER, J. S. ; BORGUESAN, B. ; DORN, MARCIO . A distributed knowledge-based genetic algorithm for protein structure prediction. In: Escola Gaúcha de Bioinformática, 2015, Porto Alegre. Anais da I Escola Gaúcha de Bioinformática, 2015.
-
OLIVEIRA, E. S. ; DORN, MARCIO . Development of a genetic algorithm for protein-ligand redocking. In: Escola Gaúcha de Bioinformática, 2015, Porto Alegre. Anais da I Escola Gaúcha de Bioinformática, 2015.
-
GONZALEZ, F. ; INOSTROZA-PONTA, MARIO ; DORN, MARCIO . Memetic algorithm for Docking's problem with a rigid protein and a flexible ligand. In: Escola Gaúcha de Bioinformática, 2015, Porto Alegre. Anais da I Escola Gaúcha de Bioinformática, 2015.
-
TORBES, A. R. ; DORN, M. . CarbM: a web tool to build 3-D structures of carbohydrates. In: XXVI Salão de Iniciação Científica da UFRGS, 2014, Porto Alegre. Anais do XXVI São de Iniciação Científica da UFRGS. Porto Alegre: UFRGS, 2014. p. 3-4.
-
GRISCI, B. I. ; DORN, M. . Desenvolvimento de uma estratégia computacional baseada em algoritmos genético para a predição da estrutura tridimensional de proteínas. In: XXVI Salão de Iniciação Científica da UFRGS, 2014, Porto Alegre. Anais do XXVI São de Iniciação Científica da UFRGS. Porto Alegre: UFRGS, 2014. v. 1. p. 1-2.
-
SIMONETTI, V. ; DORN, M. . Geração Automática de Escalas de Equipes de Enfermagem. In: XXVI Salão de Iniciação Científica da UFRGS, 2014, Porto Alegre. Anais do XXVI São de Iniciação Científica da UFRGS. Porto Alegre: UFRGS, 2014. v. 1. p. 1-2.
-
NEVES Jr., G. ; DORN, MÁRCIO . Virtualização de Datacenters: motivações e benefícios. In: 1° Mostra de Ciência e Tecnologia Pastor Dohms, 2012, Porto Alegre. Anais da 1° Mostra de Ciência e Tecnologia Pastor Dohms, 2012. v. 1. p. 1-1.
-
MENEZES, M. ; DORN, M. . Utilização da Metodologia Top - Down na elaboração de um projeto de redes. In: 1° Mostra de Ciência e Tecnologia Pastor Dohms, 2012, Porto Alegre. Anais da 1° Mostra de Ciência e Tecnologia Pastor Dohms, 2012. v. 1. p. 1-1.
-
ROCKSTROH, M.R. ; DORN, M. . Uso da metodologia Top-Down para projeto da infraestrutura de rede de laboratórios comunitários para o acesso à Internet. In: 1° Mostra de Ciência e Tecnologia Pastor Dohms, 2012, Porto Alegre. Anais da 1° Mostra de Ciência e Tecnologia Pastor Dohms, 2012. v. 1. p. 1.
-
MACHADO, W.M. ; DORN, M. . Utilização da metodologia ITIL no controle de incidentes e mudanças em ambiente de TI. In: 1° Mostra de Ciência e Tecnologia Pastor Dohms, 2012, Porto Alegre. Anais da 1° Mostra de Ciência e Tecnologia Pastor Dohms, 2012. v. 1. p. 1-1.
-
ANDRADES, R. ; DORN, M. ; FARENZENA, D.S. ; LAMB, L. C. . Aplicação de técnicas de inteligência artificial e mineração de dados no design de proteínas. In: XXIII Salão de Iniciação Científica UFRGS, 2011, Porto Alegre. Anais do XXIII Salão de Iniciação Científica UFRGS. Porto Alegre: UFRGS, 2011. v. 1. p. 1-2.
-
TABAJARA, L. M. ; FARENZENA, D.S. ; DORN, M. ; LAMB, L. C. . Resolução de problemas através de computação humana utilizando redes sociais. In: XXIII Salão de Iniciação Científica UFRGS, 2011, Porto Alegre. Anais do XXIII Salão de Iniciação Científica UFRGS, 2011.. Porto Alegre: UFRGS, 2011. v. 1. p. 1-2.
-
GRISCI, B. I. ; INOSTROZA-PONTA, M. ; DORN, M. . Assessing Feature Scorer Results on High-Dimensional Datasets with t-SNE. NEUROCOMPUTING , 2025.
-
TACQUES FILHO, A. Q. ; BINGERT, T. N. ; KUMMERLANDER, A. ; CZELUSNIAK, L. E. ; KRAUSE, MATHIAS J. ; DORN, M. . Lattice Boltzmann Simulation of Lauric Acid Melting in rectangular cavity with different fin configurations with OpenLB. Energy Storage , 2025.
-
DORN, M. . Predição da Estrutura 3-D de Proteínas: Métodos e Estratégias Computacionais, Unisinos, São Leopoldo, Brasil. 2011. (Apresentação de Trabalho/Conferência ou palestra).
-
DORN, M. . Combining machine learning and optimization techniques to determine 3-D structures of polypeptides, Barcelona, Espanha. 2011. (Apresentação de Trabalho/Conferência ou palestra).
-
DORN, M. . A Hybrid Genetic Algorithm for the 3-D Protein Structure Prediction Problem using a Path-Relinking Strategy, New Orleans, EUA. 2011. (Apresentação de Trabalho/Conferência ou palestra).
-
DORN, M. . A Structured-Population Genetic Algorithm for the 3-D Protein Structure Prediction Problem. 2011. (Apresentação de Trabalho/Simpósio).
-
DORN, M. . Protein Tertiary Structure Prediction: Methods and Computational Strategies, Brown University, USA. 2010. (Apresentação de Trabalho/Seminário).
-
DORN, M. . Protein Tertiary Structure Prediction: Methods and Computational Strategies, Harvard University USA. 2010. (Apresentação de Trabalho/Simpósio).
-
GONCALVES, D. A. ; LUFT, J. G. ; ESCALONA, M. A. R. ; MANN, M. B. ; VARELA, A. P. M. ; FRAZZON, J. ; DORN, M. ; ALVARES, L. O. . Probiotic Supplementation Facilitates Memory Extinction in Aged Rats. SSRN, 2022 (Preprint).
-
KUMMERLANDER, A. ; DORN, M. ; KRAUSE, MATHIAS J. . Implicit Propagation of Directly Addressed Grids in Lattice Boltzmann Methods 2021 (Preprint).
-
BOHRER, J. S. ; GRISCI, BRUNO I. ; DORN, M. . Neuroevolution of Neural Network Architectures Using CoDeepNEAT and Keras. Ithaca: arXiv.org, 2020 (Preprint).
-
DORN, M. ; ALHO, C. S. ; SILVA, E. F. A. ; KAHMANN, A. . Hemogram Data as a Tool for Decision-making in COVID-19 Management: Applications to Resource Scarcity Scenarios. Ithaca: Cornell University, 2020 (Preprint).
-
DORN, M. . MOIRAE: A Computational Strategy to Predict 3-D Structures of Polypeptides. Porto Alegre: INF/UFRGS, 2012 (Tese de Doutorado).
-
DORN, M. . Uma proposta para a predição computacional da estrutura 3D aproximada de polipeptídeos com redução do espaço conformacional utilizando análise de intervalos. Porto Alegre: Biblioteca Central da PUCRS - Irmão José Otão, 2008 (Dissertação de Mestrado em Ciência da Computação - FACIN/PUCRS).
-
DORN, M. . Reconhecimento e Classificação de Padrões em Imagens Utilizando Redes Neurais Artificiais.. Santa Rosa, RS, Brasil: Biblioteca Universitário Mário Osório Marques, 2005 (Trabalho de Conclusão de Curso (Sistemas de Informação)).
Outras produções
DORN, M. . Membro do Comitê Científico do Brazilian Symposium on Bioinformatics (BSB 2021).. 2021.
DORN, M. . Membro do Comitê Científico do Brazilian Symposium on Bioinformatics (BSB 2020).. 2020.
DORN, MARCIO . Membro do Comitê Científico do Brazilian Symposium on Bioinformatics (BSB 2019).. 2019.
DORN, M. . Membro do Comitê Científico do 29th International Joint Conference on Artificial Intelligence (IJCAI 2020).. 2019.
DORN, MARCIO . Membro do Comitê Científico do Brazilian Symposium on Bioinformatics (BSB 2018). 2018.
DORN, M. . Membro do Comitê Científico V Congresso de Computação do Sul de Mato Grosso (COMPSULMT). 2013.
DORN, M. . Membro do Comitê Científico do Third World Congress on Information and Communication Technologies (WICT). 2013.
DORN, M. . Membro do Comitê Científico do ISCB European Student Council Symposium. 2012.
BORGUESAN, B. ; INOSTROZA-PONTA, MARIO ; DORN, MÁRCIO . NPAS-Server: Neighbors Preferences of Amino Acids and Secondary Structures. 2015.
DORN, M. . A3N - artificial neural network n-gram-based method. 2010.
DORN, M. . CReF - Central-residue-fragment-based method. 2008.
DORN, M. . Membro de Comitê de Programa - 21º Congresso Brasileiro de Bioinformática: X Meeting 2025.. 2025.
DORN, M. . Membro do Comitê Científico do ACM Workshop on NeuroEvolution at Work (NEWK).. 2024.
DORN, M. . Membro do Comitê Científico do Latin American Conference on Computational Intelligence (LA-CCI). 2023.
DORN, M. . Membro do Comitê Científico do ACM Workshop on NeuroEvolution at Work (NEWK). 2022.
DORN, M. . Revisão de Artigos. Computational Intelligence Methods for Bioinformatics and Biostatistics. 2022.
Dorn, M . Membro do Comitê de Programa - 40th International Conference of the Chilean Computer Science Society (SCCC2021). 2021.
DORN, M. . Comitê de Programa do CSBC 2022 - BreSci. 2021.
DORN, MÁRCIO . Revisão de Artigos. IEEE Engineering in Medicine & Biology Society. 2018.
DORN, MARCIO . Revisão de Artigos. XLIX Simpósio Brasileiro de Pesquisa Operacional (XLIX SBPO). 2017.
DORN, MARCIO . Membro do Comitê Científico - VI Congresso de Computação do Sul de Mato Grosso (COMPSULMT 2016). 2016.
DORN, MARCIO . Membro do Comitê Científico - VII Escola Regional de Informática - Mato Grosso (ERI-MT 2016). 2016.
DORN, MARCIO . Revisão de Artigos. 35th International Conference of the Chilean Computer Science Society (SCCC 2016). 2016.
DORN, MÁRCIO . Revisão Artigos. IEEE-EMBS Conference on Biomedical Engineering and Sciences. 2016.
DORN, MÁRCIO . Revisão de Artigos. VII Escola Regional de Informática - Mato Grosso (ERI-MT 2016). 2016.
DORN, MÁRCIO . Revisão de Artigos. VI Congresso de Computação do Sul de Mato Grosso (COMPSULMT 2016). 2016.
DORN, MÁRCIO . Revisão de Artigos. Workshop em Bioinformática da UTFPR (WB2016). 2016.
DORN, M. . Revisão de Artigos. IEEE Congress on Evolutionary Computation (CEC). 2014.
DORN, MARCIO . Revisão de Artigos. AAGBS International Conference on Business Management (AiCoBM). 2014.
DORN, M. . Revisão de artigos. IEEE Symposium on Computer Applications and Industrial Electronics (ISCAIE) 2014. 2014.
DORN, M. . Revisão de Artigos. IEEE Symposium Series on Computational Intelligence (SSCI). 2013.
DORN, M. . Revisão de Artigos. IEEE Business Engineering and Industrial Applications Colloquium (BEIAC). 2013.
DORN, M. . Revisão de Artigos. IEEE Symposium on Computers and Informatics (SCI). 2013.
DORN, M. . Revisão de Artigos. IEEE Symposium Series on Computational Intelligence. 2013.
DORN, M. . Revisão de Artigos. IEEE Congress on Evolutionary Computation (CEC). 2013.
DORN, M. . Revisão de Artigos. IEEE Symposium on Humanities, Science and Engineering (SHUSER). 2013.
DORN, M. . Revisão de Artigos. IEEE Conference on e-Learning, e-Management and e-Services (IC3e). 2013.
DORN, M. . Revisão de Artigos. IEEE Conference on Wireless Sensors (ICWiSe). 2013.
DORN, M. . Revisão de Artigos. IEEE Colloquium on Administrative Science and Technology (COAST). 2013.
DORN, M. . Revisão de Artigos. IEEE International RF and Microwave Conference (RFM). 2013.
DORN, M. . Revisão de Artigos. IEEE Symposium on Industrial Electronics and Applications. 2013.
DORN, M. . Revisão de Artigos. International Conference on Cyber-enabled distributed computing and knowledge discovery (CYBERC). 2013.
DORN, M. . Revisão de Artigos. SBC Brazilian Symposium on Bioinformatics (BSB). 2013.
DORN, M. . Revisão de Artigos. IEEE Control and System Graduate Research Colloquium (ICSGRC). 2013.
DORN, M. . Revisão de Artigos. IEEE International Conference on System Engineering and Technology (ICSET). 2013.
DORN, M. . Revisão de Artigos. IEEE Symposium on Business, Engineering and Industrial Applications (ISBEIA). 2013.
DORN, M. . Revisão de Artigos. Informing Science and IT Education (INSITE). 2012.
DORN, M. . Revisão de Artigos. IEEE Business, Engineering and Industrial Applications Colloquium (BEIAC). 2012.
DORN, M. . Revisão de Artigos. IEEE Applied Power Electronics Colloquium (IAPEC). 2012.
DORN, M. . Revisão de Artigos. IEEE Congress on Evolutionary Computation (CEC). 2012.
DORN, M. . Revisão de Artigos. 3nd International Multi-Conference on Complexity, Informatics and Cybernetics (IMCIC). 2012.
DORN, M. . Revisão de Artigos. IEEE Symposium on Computers and Informatics (ISCI). 2012.
DORN, M. . Revisão de Artigos. International Conference on Biomedical Engineering (ICoBE). 2012.
DORN, M. . Revisão de Artigos. International Conference on Biologically Inspired Computation (BIC). 2012.
DORN, M. . Revisão de Artigos. 8th Symposium of the International Society for Computational Biology Student Council. 2012.
DORN, M. . Revisão de Artigos. IEEE Symposium on Industrial Electronics and Applications (ISIEA). 2012.
DORN, M. . Revisão de Artigos. IEEE International Conference on Power and Energy (PECON). 2012.
DORN, M. . Revisão de Artigos. IEEE Conference on Control, Systems and Industrial Informatics (CCSI). 2012.
DORN, M. ; BURIOL, L.S. ; LAMB, L. C. . Elaboração de Projeto. Desenvolvimento de métodos e estratégias computacionais para a predição de estruturas 3-D de polipeptídeos. 2012.
DORN, M. . Revisão de Artigos. IEEE Colloquium on Humanities, Science and Engineering Research (CHUSER). 2012.
DORN, M. . Revisão de Artigos. IEEE Symposium on Business, Engineering and Industrial Applications (ISBEIA). 2012.
DORN, M. . Revisão de Artigos. IEEE Conference on Open Systems (ICOS). 2012.
DORN, M. . Revisão de Artigos. Second workshop on Cognitive-Inspired Networks, Systems and Applications (Cognitive). 2012.
DORN, M. . Revisão de Artigos. IEEE EMBS Conference on Biomedical Engineering (IECBES). 2012.
DORN, M. . Revisão de Artigos. 2nd European Student Council Symposium. European Conference on Computational Biology. 2012.
DORN, M. . Revisão de Artigos. IEEE Asia-Pacific Conference on Applied Electromagnetics (APACE). 2012.
DORN, M. . Revisão de Artigos. IEEE Symposium on Computer Applications and Industrial Electronics (ISCAE). 2012.
DORN, M. . Revisão de Artigos. IEEE Symposium on e-Learning, e-Management and e-Services (IS3e). 2012.
DORN, M. . Revisão de Artigos. International Congress On Engineering Education (ICEED). 2012.
DORN, M. . Revisão de Artigos. IEEE Student Conference on Research and Development (SCORED). 2012.
DORN, M. . Revisão de Artigos. IEEE International Conference on Control System, Computing and Engineering. 2012.
DORN, M. . Revisão de Artigos. 8th International Conference of the Brazilian Association for Bioinformatics and Computational Biology. 2012.
DORN, M. . Revisão de Artigos. IEEE Symposium on Wireless Technology and Applications (SWTA). 2012.
DORN, M. . Revisão de Artigos. IEEE Symposium on Computers and Informatics (SCI). 2011.
DORN, M. . Revisão de Artigos. Information Science + Information Technology Education (INSITE). 2011.
DORN, M. . Revisão de Artigos. 6th Canadian Student Conference on Biomedical Computing and Engineering (CSCBCE). 2011.
DORN, M. . Revisão de Artigos. The 2nd International Multi-Conference on Complexity, Informatics and Cybernetics (IMCIC). 2011.
DORN, M. . Revisão de Artigos. IEEE Conference on Open Systems (ICOS). 2011.
DORN, M. . Revisão de Artigos. International Symposium on Business, Engineering and Industrial Applications (ISBEIA). 2011.
DORN, M. . Revisão de Artigos. XLIII Simpósio Brasileiro de Pesquisa Operacional (XLIII SBPO). 2011.
DORN, M. . Revisão de Artigos. Student Council Symposium, International Society for Computational Biology (ISCB Student Council). 2011.
DORN, M. . Revisão de Artigos. IEEE Symposium on Wireless Telecommunications Applications (ISWTA). 2011.
DORN, M. . Revisão de Artigos. IEEE International Conference on Computer Applications and Industrial Electronics (ICAIE). 2011.
DORN, M. . Revisão de Artigos. IEEE International Conference on Signal and Image Processing Applications (ICSIPA). 2011.
DORN, M. . Revisão de Artigos. 2nd International Conference on Advanced Science, Engineering and Information Technology (ICASEIT). 2011.
DORN, M. . Revisão de Artigos. IEEE International RF and Microwave Conference (RFM). 2011.
DORN, M. . Revisão de Artigos. IEEE Colloquium on Humanities, Science and Engineering Research (CHUSER). 2011.
DORN, M. . Revisão de Artigos. 9th IEEE Student Conference on Research and Development (SCORED). 2011.
DORN, M. . Revisão de Artigos. Information Science + Information Technology Education (InSITE). 2010.
DORN, M. . Relatório Técnico. Verificação numérica da função de cálculo da energia potencial e minimização da energia potencial das rotinas disponibilizadas no pacote NAB. 2010.
DORN, M. . Revisão de Artigos. Simpósio Brasileiro de Pesquisa Operacional - XLII SBPO. 2010.
DORN, M. . Revisão de Artigos. IEEE International Conference on Computer Applications and Industrial Electronics (ICAIE). 2010.
DORN, M. . Revisão de Artigos. IEEE Conference on Biomedical Engineering and Sciences (EMBS). 2010.
DORN, M. . Revisão de Artigos. First International Conference on Advanced Science, Engineering and Information Technology (ICASEIT). 2010.
DORN, M. ; LAMB, L. C. ; BURIOL, L.S. . Elaboração de Projeto. TOP USA SANTANDER. Predição da Estrutura de Proteínas: métodos e algoritmos. 2010.
DORN, M. . Revisão de Artigos. IV Congresso de Computação do Sul de Mato. 2008.
DORN, M. . Revisão de Artigos. III Congresso de Computação do Sul de Mato. 2007.
BORGUESAN, B. ; TORBES, A. R. ; DORN, M. ; VERLI, H. . CarbM: a web tool to build three-dimensional structures of carbohydrates (http://sbcb.inf.ufrgs.br/carbm). 2014; Tema: Ferramenta para ensino, estudo e pesquisa na área de carboidratos. (Site).
DORN, M. . Laboratório de Bioinformática Estrutural e Biologia Computacional. 2014; Tema: Bioinformática e Biologia Computacional. (Site).
DORN, M. . Elavio - Latin American Operations Research Summer School. 2012; Tema: Site da Escuela Latinoamericana de Verano en Investigación Operativa. (Site).
DORN, M. . Netschool - Social Networks and Game Theory School. 2012; Tema: Site da Escuela Latinoamericana de Verano en Investigación Operativa. (Site).
DORN, M. . Revista de Informática Teórica e Aplicada, Volume 32, Número 1. 2025. 2025. (Editoração/Periódico).
DORN, M. ; VILLALOBOS-CID, M. ; GRISCI, B. I. . Revista de Informática Teórica e Aplicada, Volume 31, Número 1. 2024. 2024. (Editoração/Periódico).
DORN, M. ; GRISCI, BRUNO I. ; VILLALOBOS-CID, MANUEL . Revista de Informática Teórica e Aplicada, Volume 31, Número 2. 2024. 2024. (Editoração/Periódico).
DORN, M. ; VILLALOBOS-CID, M. . Revista de Informática Teórica e Aplicada, Volume 30, Número 1. 2023. 2023. (Editoração/Periódico).
DORN, M. ; VILLALOBOS-CID, M. . Revista de Informática Teórica e Aplicada, Volume 30, Número 2. 2023. 2023. (Editoração/Periódico).
Dorn, M ; VILLALOBOS-CID, MANUEL . Revista de Informática Teórica e Aplicada, Volume 29, Número 1. 2022. 2022. (Editoração/Periódico).
DORN, M. ; VILLALOBOS-CID, M. . Revista de Informática Teórica e Aplicada, Volume 29, Número 2. 2022. 2022. (Editoração/Periódico).
Dorn, M ; VILLALOBOS-CID, M. . Revista de Informática Teórica e Aplicada, Volume 29, Número 3. 2022. 2022. (Editoração/Periódico).
DORN, MARCIO ; SOSA, E. ; THOM, L. ; POLANČ . Revista de Informática Teórica e Aplicada, Volume 28, Número 1. 2021. 2021. (Editoração/Periódico).
DORN, M. . Revista de Informática Teórica e Aplicada, Volume 28, Número 2, 2021. 2021. (Editoração/Periódico).
DORN, M. . Revista de Informática Teórica e Aplicada, Volume 27, Número 1. 2020. 2020. (Editoração/Periódico).
DORN, M. . Revista de Informática Teórica e Aplicada, Volume 27, Número 2. 2020. 2020. (Editoração/Periódico).
DORN, M. . Revista de Informática Teórica e Aplicada, Volume 27, Número 3. 2020. 2020. (Editoração/Periódico).
DORN, MARCIO . Revista de Informática Teórica e Aplicada, Volume 27, Número 4. 2020. 2020. (Editoração/Periódico).
DORN, MARCIO . Revista de Informática Teórica e Aplicada, Volume 26, Número 2. 2019. 2019. (Editoração/Periódico).
DORN, MARCIO . Revista de Informática Teórica e Aplicada, Volume 26, Número 1. 2019. 2019. (Editoração/Periódico).
DORN, MARCIO . Revista de Informática Teórica e Aplicada, Volume 26, Número 3. 2019. 2019. (Editoração/Periódico).
DORN, MÁRCIO . Revista de Informática Teórica e Aplicada, Volume 25, Número 1. 2018. 2018. (Editoração/Periódico).
DORN, MÁRCIO . Revista de Informática Teórica e Aplicada, Volume 25, Número 2. 2018. 2018. (Editoração/Periódico).
DORN, MÁRCIO . Revista de Informática Teórica e Aplicada, Volume 25, Número 3. 2018. 2018. (Editoração/Periódico).
DORN, MÁRCIO ; BURIOL, L.S. ; BERRETA, R. . Revista de Informática Teórica e Aplicada, Volume 25, Número 4. 2018. 2018. (Editoração/Periódico).
DORN, MÁRCIO . Revista de Informática Teórica e Aplicada, Volume 24, Número 1. 2017. (Editoração/Periódico).
DORN, MÁRCIO ; BRAUN, R. L. ; VERLI, H. . Anais da II Escola Gaúcha de Bioinformática. 2017. (Editoração/Anais).
DORN, MÁRCIO . Revista de Informática Teórica e Aplicada, Volume 24, Número 2. 2017. (Editoração/Periódico).
DORN, MARCIO . Revista de Informática Teórica e Aplicada, Volume 23, Número 1. 2016. (Editoração/Periódico).
DORN, MARCIO . Revista de Informática Teórica e Aplicada, Volume 23, Número 2. 2016. (Editoração/Periódico).
BORGUESAN, B. ; BARBACHAN e SILVA, M. ; DORN, MÁRCIO . Programação Python para Bioinformática. 2015. (Curso de curta duração ministrado/Extensão).
DORN, MARCIO ; LAMB, LUIS C. . Revista de Informática Teórica e Aplicada, Volume 22, Número 1. 2015. (Editoração/Periódico).
DORN, MÁRCIO . Revista de Informática Teórica e Aplicada, Volume 22, Número 2. 2015. (Editoração/Periódico).
DORN, M. ; LAMB, L. C. ; GRANVILLE, L.Z. . Revista de Informática Teórica e Aplicada, Volume 21, Número 1. 2014. (Editoração/Periódico).
DORN, M. ; GRANVILLE, L.Z. ; LAMB, L. C. . Revista de Informática Teórica e Aplicada, Volume 21, Número 2. 2014. (Editoração/Periódico).
DORN, M. ; LAMB, L. C. ; GRANVILLE, L.Z. . Revista de Informática Teórica e Aplicada, Volume 20, Número 1. 2013. (Editoração/Periódico).
DORN, M. ; LAMB, L. C. ; GRANVILLE, L.Z. . Revista de Informática Teórica e Aplicada, Volume 20, Número 2. 2013. (Editoração/Periódico).
DORN, M. ; LAMB, L. C. ; GRANVILLE, L.Z. . Revista de Informática Teórica e Aplicada, Volume 20, Número 3. 2013. (Editoração/Periódico).
DORN, M. ; LAMB, L. C. ; GRANVILLE, L.Z. . Revista de Informática Teórica e Aplicada, Volume 19, Número 1. 2012. (Editoração/Periódico).
DORN, M. ; LAMB, L. C. ; GRANVILLE, L.Z. . Revista de Informática Teórica e Aplicada, Volume 19, Número 2. 2012. (Editoração/Periódico).
DORN, M. ; LAMB, L. C. ; GRANVILLE, L.Z. . Revista de Informática Teórica e Aplicada, Volume 18, Número 1. 2011. (Editoração/Periódico).
DORN, M. ; LAMB, L. C. ; GRANVILLE, L.Z. . Revista de Informática Teórica e Aplicada, Volume 18, Número 2. 2011. (Editoração/Periódico).
DORN, M. ; LAMB, L. C. ; GRANVILLE, L.Z. . Revista de Informática Teórica e Aplicada, Volume 17, Número 1. 2010. (Editoração/Periódico).
DORN, M. ; LAMB, L. C. ; GRANVILLE, L.Z. . Revista de Informática Teórica e Aplicada, Volume 17, Número 2. 2010. (Editoração/Periódico).
DORN, M. ; LAMB, L. C. ; GRANVILLE, L.Z. . Revista de Informática Teórica e Aplicada, Volume 17, Número 3. 2010. (Editoração/Periódico).
DORN, M. . Verificação numérica da função de cálculo da energia potencial e minimização da energia potencial das rotinas disponibilizadas no pacote NAB. 2009. (Relatório de pesquisa).
DORN, M. . Entrevista concedida ao Jornal O Globo. Acadêmicos: Pesquisa brasileira é comparável à dos EUA.. 2010 (Entrevista concedida ao Jornal O Globo. Projeto Santander Top USA Universidades.).
DORN, M. . Uma proposta para a predição computacional de estruturas 3D de polipeptídeos com redução do espaço conformacional utilizando cálculo intervalar. 2007 (Trabalho de Pesquisa da Pós Graduação) .
DORN, M. . Inteligência computacional aplicada a bioinformática estrutural. 2006 (Trabalho Individual de Pós Graduação) .
DORN, M. . Predição de estruturas de proteínas através da análise e combinação de fragmentos. 2006 (Trabalho de Pesquisa da Pós Graduação) .
Projetos de pesquisa
-
2025 - Atual
A busca por epistase adaptativa em primatas através de dados genômicos utilizando aprendizagem de máquina, Descrição: Um dos maiores desafios das Ciências Biomédicas é conectar variações genômicas a fenótipos. Esta complexidade aumenta quando o mapa genótipo-fenótipo está ligado à aptidão ou à paisagem adaptativa, um conceito que demonstra como a seleção natural direciona a evolução biológica. Epistasia adaptativa, um fenômeno onde o valor adaptativo de uma mutação depende do contexto genético em que ocorre, é altamente dependente do equilíbrio entre seleção, intensidade da deriva e taxa de mutação. Além disso, a pleiotropia, onde um gene influencia múltiplos fenótipos, adiciona complexidade à paisagem adaptativa. Genes do sistema oxitocinérgico são exemplos notáveis desses fenômenos, pois influenciam processos fisiológicos e comportamentos sociais complexos, de modo que estão sujeitos a ação de forças evolutivas. O problema geral abordado nesta proposta é a dificuldade em incorporar fenômenos como epistasia e pleiotropia em estudos evolutivos devido à complexidade das interações multiloci, resultando em desafios teóricos e estatísticos significativos. A questão específica a ser investigada é como variações genéticas específicas influenciam fenótipos adaptativos complexos em primatas Platyrrhini. Estudos utilizando técnicas de Inteligência Artificial, como os métodos que vamos desenvolver, são fundamentais para avançar o entendimento da relação genótipo-fenótipo adaptativo. Nosso grupo de pesquisa já vem testando algoritmos onde os atributos são variantes táxon-específicas dos genes do sistema oxitocinérgico e os desfechos são comportamentos complexos em primatas. Para resolver essa questão e avançarmos neste conhecimento, pretendemos sequenciar o genoma completo de 145 espécimes de primatas Platyrrhini e desenvolver ferramentas computacionais que conectem variações genéticas a fenótipos adaptativos, aplicando essas metodologias ao sistema oxitocinérgico, bem como a outros sistemas genéticos.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) / Doutorado: (2) . , Integrantes: Márcio Dorn - Integrante / Juliana Silva Bernardes - Integrante / Maria Cátira Bortolini - Coordenador / Bruna Oliveira Missaggia - Integrante / Tabita Hunemeier - Integrante / Gustavo Medina Tavares - Integrante / Tomas Marques-Bonet - Integrante / Tiago Falótico - Integrante / Alcides Pissinatti - Integrante / Maria Thereza Mesquita - Integrante / Thaynara Lima - Integrante / Lucca Fanti - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
-
2025 - Atual
Genômica comparativa e Evolução Molecular do metabolismo da Prolina em espécies de Myrtaceae Neotropical, Descrição: A tribo Myrteae é amplamente distribuída em regiões Neotropicais, ocupando uma diversidade de ecossistemas, desde florestas úmidas até áreas de cerrado e campos rupestres. Essa diversidade e heterogeneidade ambiental impõe diferentes pressões seletivas sobre as espécies, o que pode resultar em adaptações locais, contribuindo de forma significativa para a grande diversidade encontrada na tribo. No entanto, os mecanismos genéticos subjacentes a essas adaptações ainda são pouco compreendidos. Dessa forma, estudar mecanismos de respostas a essas variações podem contribuir para a compreensão do potencial adaptativo e diversificação. Um exemplo bem conhecido de mecanismo de resposta a estresses em plantas é o metabolismo da prolina, que atua como um hub regulatório. Dados de sequenciamento de genoma completo (WGS) oferecem novas perspectivas para estudar mecanismos adaptativos. Associado às análises in sílico, esses dados podem auxiliar na identificação de genes candidatos a diferentes mecanismos moleculares. Este projeto tem como objetivo investigar os mecanismos adaptativos de espécies da tribo Myrteae que ocorrem em diferentes ambientes neotropicais. A abordagem adotada será baseada em genômica comparativa e evolução molecular, permitindo uma análise detalhada das variações genéticas que possibilitam a adaptação dessas espécies a distintos habitats. o projeto envolve o sequenciamento genômico, montagem de genomas, anotação funcional e análise filogenômica de 10 espécies da tribo Myrteae. Serão identificados genes relacionados ao metabolismo da prolina, e as relações evolutivas desses genes serão examinadas. Essas análises permitirão a identificação de genes e regiões genômicas chave para a adaptação e diversificação das espécies, além de fazer contribuições significativas para a compreensão teórica da adaptação em plantas Neotropicais. Isso poderá auxiliar no desenvolvimento de estratégias de conservação e manejo frente às mudanças climáticas. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (5) / Doutorado: (4) . , Integrantes: Márcio Dorn - Integrante / Rogério Margis - Integrante / Andreia Carina Turchetto Zolet - Coordenador / Clarisse Palma-Silva - Integrante / Caroline Turchetto - Integrante / Franceli Rodrigues Kulcheski - Integrante / Frank Lino Guzman - Integrante / Ossman David Barrientos Diaz - Integrante / Evelise Bach - Integrante / Gustavo Maia Leão - Integrante / Romain Guyot - Integrante / Drielli Canal - Integrante / Marcia Pinheiro Margis - Integrante / Thaís Nogales da Costa Vasconcelos - Integrante / Edgar Luis Waschburger - Integrante / João Pedro do Carmo Filgueiras - Integrante / Eduarda Gonçalves Lacerda - Integrante / Paulo Henrique Gaem Barbosa - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
-
2025 - Atual
Computational Fluid Dynamics and Machine Learning for Sustainable Engineering, Descrição: In the realm of sustainable engineering, accurately simulating fluid dynamics presents numerous challenges due to their complex and nonlinear nature. Overcoming these challenges is crucial for driving scientific progress and enabling innovative engineering solutions. Computational Fluid Dynamics (CFD) has long been a cornerstone in modeling real-world fluid dynamics, offering proven and commercially available solutions. In fact, Lattice Boltzmann Methods (LBM) are particularly optimized for parallel processing, making them well-suited for tackling large-scale fluid dynamics simulations efficiently. More recently, Machine Learning (ML) techniques have gained traction in CFD for their ability to tackle complex data, speed up simulations, and reveal hidden patterns that may not be obvious through traditional approaches. The statistical foundation of ML allows for deep CFD data analysis, complexity reduction, optimization studies, and improved simulation models. In this project, the Lattice Boltzmann Research Group (LBRG, KIT, Germany) will join with the Brazilian groups, namely Structural Bioinformatics and Computational Biology Lab (SBCB/INF/CBIOT, UFRGS, Brazil), Mechanical Engineering Department (Engineering School, UFRGS, Brazil) and Institute of Hydraulic Research (IPH, UFRGS, Brazil)), to continue their existing close interdisciplinary collaboration in the fields of mathematics, computer science, and engineering. More specifically, we propose implementing a framework of tools enabling closer integration between OpenLB, a modern open-source CFD tool based on the Lattice Boltzmann Method (LBM) developed by LBRG, and a toolbox of ML algorithms developed by SBCB. This joint framework, consisting of regular collaborative workshops and complementing software interface changes, will be applied to several existing research applications that further blur the line between the focus areas of associated groups.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Doutorado: (2) . , Integrantes: Márcio Dorn - Coordenador / Mathias J. Krause - Integrante / Hermann Nirschl - Integrante / Gudrun Thäter - Integrante / Adrian Kummerländer - Integrante / Leonardo da Luz Dorneles - Integrante / Fedor Bukreev - Integrante / Guilherme Henrique Fiorot - Integrante / Alexandre de Quadro Tacques Filho - Integrante / Flávia Schwarz Franceschini Zinani - Integrante / Willy Dörfler - Integrante / Stephan Simonis - Integrante / Eliane Kummer - Integrante / Shota Ito - Integrante / Tim Niklas Bingert - Integrante / Maria Luiza Sperb Indrusiak - Integrante / Lenon Audibert Cisco - Integrante / Kristian Nascimento Teloken - Integrante / Eduardo Henrique Taube Cunegatto - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
-
2025 - Atual
Aplicação de Aprendizado de Máquina na Identificação e Validação de Biomarcadores de Resposta ao Tratamento e Metabolismo Cardiovascular no Transtorno Depressivo Maior, Descrição: O Transtorno Depressivo Maior (TDM) é uma condição psiquiátrica complexa e multifatorial que tem atraído significativa atenção na pesquisa ao longo das últimas duas décadas, especialmente em sua relação com distúrbios cardiovasculares. Evidências crescentes indicam que o TDM é mais prevalente em populações com doenças cardiovasculares, e funciona como um fator de risco robusto para o desenvolvimento de doenças cardiovasculares em populações saudáveis. Além disso, o TDM é preditivo de resultados adversos, como infarto do miocárdio e morte em pacientes com doenças cardiovasculares preexistentes. Dada a alta prevalência de TDM em pacientes com doenças cardiovasculares, é plausível uma relação causal bidirecional, onde as doenças cardiovasculares podem agravar o TDM e vice-versa, resultando em um pior prognóstico. Ensaios randomizados descobriram que terapias antidepressivas podem melhorar os resultados cardíacos. Estudos sugerem que mecanismos epigenéticos podem desempenhar um papel crucial nesta interação bidirecional, oferecendo uma via promissora para entender melhor essa relação e identificar novos alvos terapêuticos. Dessa maneira, temos como objetivo investigar o impacto dos mecanismos epigenéticos na susceptibilidade ao TDM e doenças cardiovasculares e utilizar técnicas de aprendizagem de máquina para identificar potenciais alvos para biomarcadores e intervenções terapêuticas, validando posteriormente esses achados em uma coorte de pacientes com TDM e doenças cardiovasculares. Para isso, contaremos com a colaboração Brasil-Canadá que garante acesso a grandes volumes de dados para a análise computacional e à infraestrutura necessária para a validação experimental de potenciais marcadores moleculares identificados. A metodologia se divide em duas frentes de ação: (1) Screening de dados multiômicos a partir de dados já sequenciados para aplicação de técnicas de Aprendizado de Máquina e identificação de potenciais marcadores moleculares associados às condições de interesse e (2) Validação Experimental de marcadores moleculares já apontados pela literatura científica e dos apontados pela fase de screening utilizando técnicas avançadas de bioquímica e biologia molecular. Este estudo busca fornecer uma compreensão mais profunda dos mecanismos moleculares subjacentes à interação entre TDM e doenças cardiovasculares e em comum entre as patologias. A identificação de biomarcadores específicos e validados experimentalmente pode levar a uma melhor compreensão da fisiopatologia de ambas patologias e irá auxiliar no desenvolvimento de intervenções terapêuticas mais eficazes, melhorando os prognósticos e a qualidade de vida dos pacientes.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (2) . , Integrantes: Márcio Dorn - Integrante / Luiza Marques Prates Behrens - Integrante / Lucas dos Santos da Silva - Integrante / José Cláudio Fonseca Moreira - Coordenador / Benicio Noronha Frey - Integrante / Guillaume Paré - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
-
2025 - Atual
Integração de Técnicas de Otimização Orientada por Dados com Algoritmos de Aprendizagem de Máquina Interpretável para Análise de Dados Biológicos de Alta Dimensionalidade, Descrição: A área de aprendizagem de máquina envolve estratégias computacionais e algoritmos que podem ajudar em análises de bioinformática em termos de mineração de dados e descoberta de conhecimento, como por exemplo, novos marcadores biológicos. Entretanto, convém ressaltar que, em muitas aplicações, a compreensão da lógica por trás da predição é mais valiosa do que o simples conhecimento do resultado. Extrair insights significativos e confiáveis a partir de dados, especialmente em áreas como a Biologia e Biotecnologia, não se constitui tarefa trivial. Isso ocorre porque os modelos preditivos frequentemente carecem de mecanismos que expliquem o raciocínio subjacente às suas previsões, comprometendo a interpretabilidade dos resultados e a confiança nos mesmos. Some-se a isso o fato de que a natureza complexa dos dados biológicos impõe desafios adicionais ao desenvolvimento de novos algoritmos e técnicas computacionais. A integração de técnicas de data-driven optimization com algoritmos de aprendizagem de máquina interpretável apresenta um potencial promissor para a análise de dados biológicos e biotecnológicos. A otimização orientada por dados pode ser utilizada para ajustar os parâmetros dos algoritmos de aprendizagem de máquina, visando maximizar sua capacidade de extrair informações relevantes dos dados. O objetivo do projeto de pesquisa é desenvolver novas ferramentas de bioinformática baseadas em técnicas de aprendizado de máquina interpretáveis e métodos de busca heur#347;itica para processamento de dados biológicos.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (8) / Doutorado: (5) . , Integrantes: Márcio Dorn - Coordenador / Rodrigo Ligabue Braun - Integrante / Franciele Maboni Siqueira - Integrante / Maria Cátira Bortolini - Integrante / Mario Inostroza-Ponta - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
-
2025 - Atual
Artificial Intelligence in the Identification of Cardiovascular Molecular Targets in Gender-Affirming Hormone Therapy with Testosterone, Descrição: Transgender individuals - who have a gender identity different from the one assignedto them at birth - seek medical assistance to undergo gender transition, a multidisciplinary processthat encompasses physical, biological and social changes. Hormone therapy is a primary strategy forobtaining secondary sexual characteristics aligned with an individual's gender identity. Testosterone,used in gender-affirming hormone therapy (THAG-T), promotes the development of male secondarysexual characteristics, but also affects the cardiovascular system, increasing blood pressure, causingdyslipidemia and endothelial dysfunction. The scarcity of robust clinical and preclinical studies is oneof the main limiting factors for elucidating the mechanisms underlying the cardiovascular effects ofTHAG-T. Our proposal, by integrating bioinformatic analysis of data from transgender men andadvanced artificial intelligence (AI) algorithms with RNA-seq single nuclei analysis in an experimentalmodel of THAG-T (female mice treated with testosterone), will allow us to: i) Determine the changesinduced by testosterone in the cardiovascular system of individuals undergoing THAG-T by analyzingavailable databases, ii) Identify changes induced by testosterone in cells of the cardiovascular systemof the THAG-T experimental model iii) Characterize the set of changes in humans that overlap withthe changes observed in the experimental model, iv) Validate potential molecular targets identified inbioinformatics analyses, carrying out in vitro and in vivo functional studies. Our hypothesis is thattestosterone will modify the expression of genes with an important role in controlling thecardiovascular system both in humans and in the experimental model of THAG-T with a high degreeof homology. The bioinformatics analysis will reveal potential targets and direct the investigation ofthe mechanisms by which testosterone impacts the cardiovascular system. The multidisciplinary andtranslational approach will allow us to deepen our knowledge on the effects of testosterone in thecardiovascular system, both in humans and in the experimental model. It will provide valuableinformation for understanding the molecular mechanisms involved in the actions of testosterone, andmay reveal markers of cardiovascular risk with potential to increase the safety and effectiveness ofhormonal therapies for transgender men.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (3) / Doutorado: (3) . , Integrantes: Márcio Dorn - Coordenador / Maria Cátira Bortolini - Integrante / Ana Cláudia de Souza - Integrante / Rita de Cassia Aleixo Tostes Passaglia - Integrante / Andre de Souza Mecawi - Integrante / Fernando Silva Carneiro - Integrante / Jeimison Duarte Santos - Integrante / Pedro Vargas Pinilla - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
-
2024 - Atual
Novos Métodos de Interpretabilidade em Aprendizagem de Máquina para Análise de Dados Biológicos de Alta Dimensionalidade, Descrição: Os avanços no campo da Biotecnologia dependem cada vez mais da ampla utilização de dados biológicos de larga escala, gerados por diversas tecnologias, como sequenciadores de segunda, terceira e quarta geração, além de plataformas de análise de expressão gênica, proteômica e simulação molecular. A abundância de dados cria oportunidades tanto para pesquisadores aprofundarem o conhecimento científico quanto para empresas de Biotecnologia. No entanto, dada a imensa quantidade de informações provenientes dessas tecnologias e a elevada dimensionalidade dos dados, a realização de pesquisas de ponta em Biotecnologia torna-se em grande medida inviável sem o emprego de análises baseadas em Data Science, tanto na geração quanto no processamento, análise e construção de hipóteses e modelos baseados nesses dados. Este projeto de pesquisa envolve quatro grandes áreas: Ciências da Computação, Biologia Molecular, Bioinformática e Matemática Computacional. O objetivo geral deste projeto trata do desenvolvimento de abordagens de seleção de features em Aprendizagem de Máquina tomando como base estratégias de interpretabilidade tais como Attention Mechanism e Layer-wise Relevance Propagation e técnicas de otimização multi-objetivo e auto-adaptativas.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (6) / Doutorado: (4) . , Integrantes: Márcio Dorn - Coordenador / Bruno Iochins Grisci - Integrante / Jonas da Silveira Bohrer - Integrante / Manuel Villalobos-Cid - Integrante / Mathias J. Krause - Integrante / Éderson Sales Moreira Pinto - Integrante / Juliana Silva Bernardes - Integrante / Mateus Boiani - Integrante / Gabriel Dominico - Integrante / Franciele Maboni Siqueira - Integrante / Leonardo da Luz Dorneles - Integrante / Gabriela Flores Gonçalves - Integrante / Mariana Costa Torres - Integrante / Gabriela Merker Breyer - Integrante / Maria Cátira Bortolini - Integrante / Bruna Oliveira Missaggia - Integrante / Rafael Diogo Weimer - Integrante / Fernando Guimarães Cavatão - Integrante / Luiza Marques Prates Behrens - Integrante / Cássio Augusto Rodrigues Bettim - Integrante / Oscar Victor Cardenas Alegría - Integrante / Gustavo Medina Tavares - Integrante / Maria Thereza Schmitt Mesquita - Integrante / Alexandre de Quadro Tacques Filho - Integrante / Andrey Felipe Schoier - Integrante / Gustavo Ribeiro Kremer - Integrante / Guilherme Rafael Graeff - Integrante / Maria Eduarda Rocha Jacques da Silva - Integrante / Renata Zottis Junges - Integrante / Franklin Vinny Medina Nunes - Integrante / Mario Inostroza-Ponta - Integrante., Financiador(es): FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL - Auxílio financeiro.
-
2024 - Atual
Investigação da influência do nível socioeconômico na microbiota intestinal de crianças moradoras de Porto Alegre, Descrição: Projeto Aprovado Edital FAPERGS 07/2022. Esta pesquisa pretende avaliar o microbioma entérico de crianças saudáveis entre 3 e 6 anos mora- doras de Porto Alegre provenientes de diferentes contextos socioeconômicos, com foco em gradientes mais extremos. Também serão coletados registros clínicos, antropométricos e socioeconômicos para melhor compreender o ambiente ao qual a criança está inserida e sua relação com o perfil taxonômico encontrado na microbiota. Adicionalmente, o projeto visa desenvolver novos métodos e estratégias computacionais mais eficientes e precisos para a identificação e caracterização taxonômica e funcional do metagenôma humano, auxiliando no desenvolvimento dos estudos na área.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Márcio Dorn - Coordenador / Franciele Maboni Siqueira - Integrante / Gabriela Merker Breyer - Integrante., Financiador(es): FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL - Bolsa.
-
2024 - Atual
Efeitos do Uso de Substitutos aos Antimicrobianos na Alimentação de Suínos: Uso de Ferramentas Avançadas de Ciência de Dados para Investigação das Interações entre Resistoma e Microbiota Intestinal, Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Márcio Dorn - Integrante / Franciele Maboni Siqueira - Coordenador / Jalusa Deon kich - Integrante / Mariana Costa Torres - Integrante / Gabriela Breyer - Integrante / Maria Eduarda Dias - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
-
2024 - Atual
Rede de Monitoramento de Saúde Humana, Animal e do Meio Ambiente, Descrição: A Rede de Monitoramento de Saúde Humana, Animal e do Meio Ambiente (Rede SHUMA) é uma colaboração entre dez laboratórios de excelência, cada um contribuindo com sua especialidade para avançar na pesquisa e aplicação prática relacionadas à saúde humana, animal e ambiental. O objetivo da Rede de Monitoramento de Saúde Humana, Animal e do Meio Ambiente é promover a excelência científica e tecnológica, capacitando os laboratórios membros com equipamentos modernos e funcionais para o processamento e análise de amostras biológicas, materiais e dados, visando contribuir para a melhoria da saúde humana, animal e do meio ambiente. A Rede SHUMA visa, assim, impulsionar a pesquisa multidisciplinar, promover a inovação e o avanço científico, além de formar recursos humanos qualificados para enfrentar os desafios relacionados à saúde e ao meio ambiente.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (20) / Mestrado acadêmico: (10) / Doutorado: (10) . , Integrantes: Márcio Dorn - Integrante / Paulo Henrique Schneider - Integrante / Carlos Alberto Saraiva Gonçalves - Coordenador / Fabiano Bernardi - Integrante / Hugo Marcelo Veit - Integrante / Fabricio Mezzomo Collares - Integrante / Milton Andre Tumelero - Integrante / Daniel Eduardo Weibel - Integrante / Juliana Charão Marques - Integrante / Ignacio Iturrioz - Integrante., Financiador(es): Financiadora de Estudos e Projetos - Auxílio financeiro.
-
2024 - Atual
Instituto Nacional de Ancestralidade Genômica Brasileira - AncesGen, Descrição: Os genomas dos brasileiros são mosaicos de ancestralidades europeias, africanas e nativas americanas. Nosso INCT se enraíza nas iniciativas EPIGEN (Epidemiologia genômica de doenças complexas em coortes brasileiras de base populacional), CANDELA (Consortium for the Analysis of the Diversity and Evolution of Latin America) e em particular o ELSI (Estudo Longitudinal de Saúde dos Idosos), que é uma pesquisa em andamento de base domiciliar, conduzida em 9412 idosos representativos dos brasileiros, que examina determinantes sociais e biológicos do envelhecimento e seus efeitos individuais e sociais. É o maior estudo sobre o envelhecimento no Brasil, onde esse processo demográfico é um dos mais acelerados do mundo. Partindo da genômica do ELSI, integraremos as tradições científicas brasileiras em Genética de Populações Humanas, Genética Médica, Epidemiologia, Estatística, e áreas emergentes como Bioinformática, Medicina Evolutiva e Ciência de Dados (incluídos desenvolvimentos em Inteligência Artificial). Usaremos primatas brasileiros como organismos modelo para estudar a biologia do envelhecimento. Desenvolveremos um arcabouço conceitual para explicar como a dinâmica da miscigenação dos brasileiros influencia a distribuição de doençascomplexas e raras, e a resposta a fármacos. Produziremos estimativas mais acuradas de risco de doenças complexas e melhores diagnósticos de doenças raras, assim como conceitos e ferramentas bioinformáticas, a serem transferidos noecossistema de inovação e medicina de precisão, interagindo com o SUS e empresas tecnológicas. Esse conhecimento e seus produtos serão internacionalizados, particularmente nos contextos ibero-americano e dos Hispanos dos USA. Considerando que a maior parte dos conhecimentos em genômica humana derivam de populações europeias, o foco nas ancestralidades africana e nativa americana dos brasileiros é uma oportunidade para elucidar novas variantesgenéticas, mecanismos de patogênese e possíveis alvos farmacológicos.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (15) / Mestrado acadêmico: (15) / Doutorado: (15) . , Integrantes: Márcio Dorn - Integrante / INOSTROZA-PONTA, MARIO - Integrante / Raquel Cardoso de Melo Minardi - Integrante / Juliana Silva Bernardes - Integrante / Maria Cátira Bortolini - Integrante / Eduardo Martín Tarazona Santos - Coordenador / Camila Zolini de Sa - Integrante / Dani Gamerman - Integrante / Fernanda Rodrigues Soares - Integrante / Luiz Guilherme Passaglia - Integrante / Luydson Richardson Silva Vasconcelos - Integrante / Sergio Danilo Junho Pena - Integrante / Tabita Hunemeier - Integrante / Túlio de Lima Campos - Integrante / Vanessa Rodrigues Paixão Côrtes - Integrante / Leandro Henrique Rocha dos Santos - Integrante / Fernanda de Souza Gomes Kehdy - Integrante / Maria Fernanda Furtado de Lima e Costa - Integrante / Pedro Guatimosim Vidigal - Integrante / Adrián LLerena Ruiz - Integrante / Heinner Guio Chunga - Integrante / Robert H Gilman - Integrante / Stephen J Chanock - Integrante / Thiago Peixoto Leal - Integrante / Timothy D O'Connor - Integrante.
-
2023 - Atual
Ciência de Dados para Aplicações Biotecnológicas: resolvendo desafios de larga escala utilizando aprendizagem de máquina explicável, metaheurísticas e computação de alto desempenho, Descrição: Os avanços na área de Biotecnologia dependem cada vez mais do extenso uso de dados biológicos de larga-escala (Big Data), gerados por diferentes tecnologias, como sequenciadores de 2 e 3 geração, plataformas de análise de expressão gênica e proteômicas. Esses dados são armazenados em bancos de dados, que se tornaram pilares fundamentais para o desenvolvimento tecnológico. Nesse sentido, a grande quantidade de dados cria novas oportunidades para o avanço do conhecimento científico, bem como para empresas de Biotecnologia que oferecem serviços usando dados biológicos. Contudo, devido à quantidade massiva de informações geradas por essas tecnologias e sua alta dimensão apresentada por estes dados, é quase impossível realizar pesquisas de última geração em biotecnologia sem utilizar análises de Data Science. Na Bioinformática, Data Science recorre a técnicas de aprendizagem de máquina (AM), métodos de busca heurística, dentre outras ferramentas para organizar, integrar e analisar grandes volumes de dados. A área de AM envolve estratégias computacionais que podem ajudar em análises de bioinformática. No entanto, em várias aplicações, é mais importante entender como uma predição foi obtida em vez de apenas saber que ela foi feita. Obter insights significativos a partir dos dados não é uma tarefa fácil, pois os modelos preditivos gerados geralmente não explicam suas previsões, trazendo desafios de interpretabilidade e de confiança nos resultados. Assim, a construção de ferramentas de bioinformática baseadas nos conceitos de AM interpretável beneficiam uma multitude de problemas biológicos e biotecnológicos, pois possibilitam entender a tomada de decisão do algoritmo e a descoberta de características biológicas únicas, não observadas por outras técnicas computacionais. Da mesma forma, algoritmos de AM interpretável permitem rastrear os padrões de decisão do programa, permitindo e facilitando a identificação de padrões biológicos ocultos em quantidades massivas de dados. Neste projeto, temos como objetivo desenvolver novas ferramentas de bioinformática baseadas em métodos de Aprendizado de Máquina (supervisionado e não supervisionado), métodos de busca heurística e processamento de alto desempenho para explorar dados de grande dimensionalidade em problemas de interesse científico e econômico na área da saúde humana e saúde animal. Serão desenvolvidos: (i) algoritmos baseados em metaheurísticas adaptativas e multiobjetivo; (ii) metaheurísticas multimodais; (iii) metaheurísticas baseadas em séries temporais; (iv) otimização combinatória; (v) métodos de aprendizagem de máquina interpretáveis; (vi) algoritmos para extração e seleção de features; e (vii) combinação de métodos de interpretabilidade visando a construção de estratégias de propósito geral que contribuam na análise de dados de grande dimensão com estrutura complexa. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (4) / Doutorado: (5) . , Integrantes: Márcio Dorn - Coordenador / Hugo Verli - Integrante / Mario Instroza-Ponta - Integrante / Bruno Iochins Grisci - Integrante / Manuel Villalobos-Cid - Integrante / Éderson Sales Moreira Pinto - Integrante / Juliana Silva Bernardes - Integrante / Mateus Boiani - Integrante / Gabriel Dominico - Integrante / Franciele Maboni Siqueira - Integrante / Gabriela Flores Gonçalves - Integrante / Flavielle Blanco Marques - Integrante / Maria Cátira Bortolini - Integrante / Bruna Oliveira Missaggia - Integrante / Gustavo Tavares - Integrante / Larissa Zitelli - Integrante / Gabriela Merker Beyer - Integrante / Mariana da Costa Torres - Integrante / Maria Eduarda Rocha - Integrante / Arthur Tonietto Mangini - Integrante / Fábio Henrique Schuster de Oliveira - Integrante / Lorenzo Chaves Costa Novo - Integrante / João Vitor Miotto Tauffer - Integrante / Cauê Scotti Luciano Rocha - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
-
2023 - Atual
Multi-objective strategy to identify significant groups of genes using high throughput data and biological knowledge, Projeto certificado pelo(a) coordenador(a) Mario Inostroza-Ponta em 24/08/2023., Descrição: This project proposes designing and evaluating ad-hoc metaheuristics to tackle the multi-objective clustering problem. Metaheuristics have proved to reach reasonable quality solutions for various challenging optimisation problems. In general, they can be classified into single solution or population-based approaches. The former corresponds to metaheuristics that keep only one solution and apply the operators on this solution, trying to build the neighbourhood and select the best solution according to a fitness function. This project aims to the proposal of robust metaheuristic algorithms for the multi-objective clustering problem of gene expression data in bioinformatics, by incorporating biological knowledge as optimisation criteria.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (4) / Doutorado: (5) . , Integrantes: Márcio Dorn - Integrante / Mario Inostroza - Coordenador / Manuel Villalobos-Cid - Integrante., Financiador(es): Agencia Nacional de Investigación y Desarrollo - Auxílio financeiro.
-
2022 - 2025
Interpretabilidade e Métodos de Busca Heurística para Seleção de Features em Dados Biológicos com Alta Dimensionalidade, Descrição: Os avanços na área de Biotecnologia dependem cada vez mais do extenso uso de dados biológicos de larga-escala (Big Data), gerados por diferentes tecnologias, como sequenciadores de segunda e terceira geração, plataformas de análise de expressão gênica e proteômicas. A grande quantidade de dados cria novas oportunidades para pesquisadores avançarem o conhecimento científico, bem como para empresas de Biotecnologia que oferecem serviços usando dados biológicos. Na Bioinformática, Data Science recorre a técnicas de aprendizagem de máquina (AM), métodos de busca heurística, dentre outras ferramentas para organizar, integrar e analisar grandes volumes de dados. Em várias aplicações, é mais importante entender como uma predição foi obtida em vez de apenas saber que ela foi feita. Obter insights significativos a partir dos dados não é uma tarefa fácil, pois os modelos preditivos gerados geralmente não explicam suas previsões, trazendo desafios de interpretabilidade e de confiança nos resultados. Algoritmos de AM interpretável permitem rastrear os padrões de decisão do programa, permitindo e facilitando a identificação de padrões biológicos ocultos em quantidades massivas de dados. Este projeto de pesquisa envolve quatro grandes áreas: Ciência da Computação, Biologia Molecular, Bioinformática e Matemática Computacional. O objetivo geral deste projeto trata do desenvolvimento de abordagens de seleção de features (redução de dimensionalidade) em Aprendizado de Máquina tomando como base estratégias de interpretabilidade tais como Attention Mechanism e Layer-wise Relevance Propagation e técnicas de otimização multi-objetivo e auto-adaptativas.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Márcio Dorn - Coordenador / Mario Instroza-Ponta - Integrante / Bruno Iochins Grisci - Integrante / Jonas da Silveira Bohrer - Integrante / Mateus Boiani - Integrante / Gabriel Dominico - Integrante / Leonardo da Luz Dorneles - Integrante / Rafael Diogo Weimer - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
-
2022 - Atual
Interpretabilidade e Métodos de Busca Heurística Multi-Objetivo para Seleção de Features em Dados de Alta Dimensionalidade, Descrição: Este projeto visa o desenvolvimento de novas abordagens que permitam a extração de conhecimentosimplícitos e ocultos na enorme massa de dadps existende em diferentes dominínios de aplicação, principalmente problemas explorados no campo da Bioinformática, permitindo-nos compreender melhor os aspectos funcionais e estruturais de como genes e proteínas e suas relações com fenótipos patológicos, por exemplo. As técnicas de aprendizado de máquina podem lidar eficientemente com ambientes não lineares e ruidosos e tratar adequadamente os dados ausentes. No entanto, nem sempre o modelo preditivo induzido por algoritmos de aprendizagem de máquina podem ser facilmente interpretados. A aprendizagem de máquina interpretável é a coleção de algoritmos e técnicas que permitem aos humanos compreender a causa de uma decisão tomada por um modelo de aprendizago de máquina. A realização deste projeto de pesquisa vai tornar possível o avanço na área de Aprendizagem de Máquina e Aplicação possibilitando a descoberta de conhecimento em problemas científicos relevantes.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (4) / Doutorado: (4) . , Integrantes: Márcio Dorn - Coordenador / Mario Instroza-Ponta - Integrante / Bruno Iochins Grisci - Integrante / Jonas da Silveira Bohrer - Integrante / LIGABUE-BRAUN, RODRIGO - Integrante / Éderson Sales Moreira Pinto - Integrante / Mateus Boiani - Integrante / Gabriel Dominico - Integrante / Leonardo da Luz Dorneles - Integrante / Gabriela Flores Gonçalves - Integrante / Régis Antonioli Junior - Integrante / Flavielle Blanco Marques - Integrante / Rafael Diogo Weimer - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
-
2022 - Atual
Contribuição dos processos de tratamento de dejetos suínos no controle da transmissão de resistência antimicrobiana para sistemas agropastoris, Projeto certificado pela empresa Empresa Brasileira de Pesquisa Agropecuária em 28/11/2022., Descrição: O problema da RAM é reconhecido no âmbito da saúde humana, animal e no ambiente (One Health). Acredita-se que nesse último haja a maior circulação de bactérias resistentes, despejadas no ambiente junto com dejetos humanos e da produção agropecuária. A partir disso, o combate à RAM tornou-se prioridade em todos os fóruns de discussão entre nações e metas e ações foram acordadas entre as autoridades decisórias. O Brasil, como país membro da OMS, elaborou o Plano de Ação Nacional de Prevenção e Controle da Resistência aos Antimicrobianos no Âmbito da Saúde Única (PAN-BR) em cooperação entre o Ministério da Saúde e Ministério da Agricultura, Pecuária e Abastecimento. Este projeto de pesquisa tem como objetivo geral mapear o perfil da disseminação de genes de resistência a antimicrobianos nos dois sistemas de tratamento de dejetos suinícolas brasileiro com diferentes cenários de uso dos dejetos tratados. Dentre os objetivos específicos estão: a) Comparar os microbiomas em dois sistemas de tratamento de dejetos suínos: esterqueira e biodigestor; b) Comparar os microbiomas nos solos fertilizados com os dejetos advindos de esterqueira e biodigestor; c) Identificar e comparar o resistoma (marcadores de RAM) presentes nos dois sistemas de tratamento de dejetos e nos solos fertilizados; d) Identificar e comparar os elementos plasmidiais e os genes marcadores de RAM carreados por eles, nos dois sistemas de tratamento de dejetos e nos solos fertilizados; e) Desenvolver e empregar técnicas de aprendizado de máquina e inteligência artificial para traçar o perfil de interação e disseminação de RAM nos sistemas tratamento e uso dos dejetos em dois cenários agropastoris brasileiro (fertilização de pastagens e lavouras); f) Disponibilizar os dados para as cadeias produtivas envolvidas, assim como aos órgãos regulatórios nacionais, a fim de que os mesmos sejam empregados na construção de medidas de manejo e políticas de aprimoramento da vigilância da disseminação de genes de RAM na cadeia produtiva suinícola; g) Fornecer subsídios para a tomada de decisão de ações do Ministério da Agricultura e Ministério da Saúde; h) Fomentar a formação de recursos humanos, tanto a nível de pós-graduação quanto de graduação; i) Fortalecer a interação acadêmica e científica entre as instituições participantes; j) Promover um Evento Técnico de divulgação dos resultados, voltado para as cadeias produtivas envolvidas.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (2) / Doutorado: (2) . , Integrantes: Márcio Dorn - Integrante / Silvia De Carli - Integrante / Franciele Maboni Siqueira - Coordenador / Marisa Ribeiro Ipanema Cardoso - Integrante / Jalusa Deon kich - Integrante / Rodrigo da Silveira Nicoloso - Integrante / Arlei Coldebella - Integrante / Raquel Rebelatto - Integrante / Vasco Ariston Azevedo - Integrante / Mateus Matiuzzi - Integrante / Rommel Thiago Ramos - Integrante / Aristóteles Góes-Neto - Integrante / Flávia Figueira Aburjaile - Integrante / Mariana Costa Torres - Integrante / Gabriela Merker Breyer - Integrante / Larissa Calló Zitelli - Integrante / Maria Eduarda R.J.da Silva - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
-
2021 - 2023
AICaBI: Artificial Intelligence for Cancer Biomarkes Identification, Descrição: The current scenario is characterized by a technical capacity to produce large-scale data that goes beyond our analytical capacity for interpretation. The comprehensive characterization of genomic, epigenomic, transcriptomic and proteomic alterations in pathological states, especially when correlated with clinical characteristics, has a great potential to improve the diagnosis and prognosis of diseases, and especially, to enable the practice of personalized medicine in the reality of care activities. This project comprises four big areas: Computational Sciences, Molecular Biology, Bioinformatics and Health Sciences. The aim of this project is to contribute to the personalized medicine seeking, through the development of computational methods and strategies in a Bioinformatic context, to improve the creation of preventive measures for cancer, as well as to advance in diagnosis and prognosis precision of the disease.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) / Doutorado: (2) . , Integrantes: Márcio Dorn - Coordenador / Ana Lúcia Cetertich Bazzan - Integrante / Mario Instroza-Ponta - Integrante / Manuel Villalobos-Cid - Integrante / Bruno César Feltes - Integrante / Joice de Faria Poloni - Integrante / Santiago Valdes Ravelo - Integrante / Eduardo Avila - Integrante / Clarice Sampaio Alho - Integrante / Juliana Silva Bernardes - Integrante / Hugues Ripoche - Integrante / Nika Abdollahi - Integrante / Gabriel Dominico - Integrante / Manuel Adrian Riveros Escalona - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Cooperação.
-
2021 - 2022
MAP-Stroke LATAM - Mapping the Access for the Patient with Acute Ischemic Stroke in Latin America, Descrição: Stroke is a main cause of death and disability worldwide, with approximately 13 million new cases yearly. Acute Ischemic Stroke (IAS) corresponds to nearly 85% of stroke cases. Intravenous thrombolysis or mechanical thrombectomy are procedures performed in stroke center to restore arterial blood flow. AIS has a time-dependent prognosis, a reperfusion outcomes worsens as time from symptoms onset increases. Stroke Centers are usually located in capitals and metropolitan regions, which creates gaps in stroke care coverage, especially in large territories and economically disadvantaged regions, for rural and interior areas. In this pilot project, we are interested in developing and applying meta-heuristics, machine learning methods and data science strategies to integrate, explore and analyze geospatial data in order to provide a map of the Latin American countries, depicting location of all stroke centers in the region, gaps in coverage and optimal location for new stroke centers, based on travel times and population density.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (2) . , Integrantes: Márcio Dorn - Integrante / Sheila Cristina Ouriques Martins - Integrante / Leonardo Augusto Carbonera - Coordenador., Financiador(es): World Stroke Organization - Auxílio financeiro.
-
2020 - 2022
Geospatial Patterns Recognition in Urban Emergency Service Events Data, Descrição: Spatial data play an important role in decision-making for timely emergency response management since when properly used they can provide new insights and information to deal with and avoid risks related to emergency service events. In this project, a geospatial patterns recognition process for urban emergency events data will be performed and from this process a geospatial platform for analysis and monitoring of such events will be created. To achieve this, we will use a workflow based on spatio-temporal pattern recognition (STPR) analysis. Urban emergency service events answering systems and social media (so-called ?citizen sensors?) data will be obtained, processed and used to study historical and real-time data. Over them, and by applying STPR techniques will be designed, implemented and evaluated predictive models. Finally, models that provide precise and accurate forecasting rates of emergency events in real-time will be chosen. At the end of the project it is expected have a platform that will be a visual web-based application to facilitate the monitoring (early-warnings) and predicting (forecasting) of emergency events from non-government (citizen sensors) and government (ECU-911) sources. The platform could be used as a decision support tool to the center for monitoring emergencies regarding its processes of optimal resources allocation for tackling emerging events, and thereby reduce the harmful effects (loss of human lives and physical infrastructure) of emergency events. This platform can be used by citizens to be informed of urban emergency hot spots related to emergency services in a certain area as well as to monitor real-time post related to emerging events.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) . , Integrantes: Márcio Dorn - Integrante / INOSTROZA-PONTA, MARIO - Integrante / Manuel Villalobos-Cid - Integrante / Jorge Parraga-Alava - Coordenador / Leticia Azucena Vaca Cardenas - Integrante / Miguel Alfonso Flores Sanchez - Integrante / Diego Hernan Peluffo Ordonez - Integrante / Israel Gustavo Pineda Arias - Integrante / Roberto Wellington Acuna Caicedo - Integrante / MIguel Alberto Becerra Botero - Integrante / Ermenson Ricardo Ordonez Avila - Integrante., Financiador(es): Universidad Técnica de Manabí - Auxílio financeiro.
-
2020 - 2022
A hemogram-data-based machine learning approach to optimize the use of COVID- 19 diagnostic tests, Descrição: Since the emergence the coronavirus COVID-19 pandemic, various countries began to acquire tests to detect the presence of the virus. After months of population isolation, many experts consider that testing all citizens is cheaper than having an entire country in a situation of confinement. However, due to demand, the cost of these tests increased dramatically, complicating or delaying, in many cases, their acquisition and thus, its uses. These testing deficiencies not help to the detection and isolation of all people who carry the virus, growing the risk of spread of the disease. The objective of this project is optimizing the taking PCR tests in the Ecuadorian and Brazilian population without reducing the capacity and diagnostic effectiveness of COVID-19. We will accomplish the project objective by using a machine learning methodology for predictive analytics, considering four stages: (1) collecting hemogram data tests from patients admitted to the emergency centers in Ecuador presenting both COVID-19-like symptoms and no symptoms; (2) developing machine learning models for prediction tasks considering those with low computational cost and clear interpretation; (3) evaluating the models regarding predictive capacity performance to identify PCR test results and therefore the selection of patients for taking it; (4) selecting the model with the best performance. validating it with health personnel and deploying an online tool for using in the Ecuadorian and Brazilian public health system. As a result, we will get a hemogram-data-based machine learning approach which will serve as a tool for test results prediction and patient selection and thereby, optimizing the use of COVID-19 diagnostic tests. This will impact the decision-making in COVID-19 management in with personnel shortage, lack of medical resources, and testing insufficiency what is usual in Latin American countries. The project will be a duration of 12 months. During the first semester, hemogram data will be obtained and processed from healthy and sick patients, and predictive models will be implemented. Finally, the second semester will allow to validate, adjust and detach the model as an online tool for the use in medical systems. Institutions Involved: Federal University of Rio Grande do Sul (Brazil), University of Fribourg (Swiss), Technical University of Manabi (Ecuador), Army University (Ecuador). , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Márcio Dorn - Integrante / Jorge Parraga-Alava - Coordenador / Eduard Portmann - Integrante / Jaime Alcides Meza Hormaza - Integrante / Leticia Azucena Vaca Cardenas - Integrante / Luis Teran - Integrante / Lorena Recalde - Integrante., Financiador(es): Centro Latinoamericano-Suizo de la Universidad de San Gallen - Auxílio financeiro.
-
2019 - 2022
Mesoscopic Molecular Dynamics Simulations: Development of Models and Computational Strategies for Complex Structural Bioinformatics Problems, Descrição: There is a wide range of unanswered scientific questions which cannot be answered neither by experiments nor by classical modeling and simulation approaches. One question is how to consider microscopic and macroscopic effects in one model. On the one hand, available microscopic approaches (Molecular Dynamics (MD) type) are precise but computational too complex for large or multi-scale problems. On the other hand, several macroscopic methods (Computational Fluid Dynamics (CFD) type) cannot show crucial microscopic effects. Therefore, a mesoscopic scale model is required that closes this gap. For such a Mesoscopic Molecular Dynamics (MMD) model, we propose to take advantage of the Lattice Boltzmann Method (LBM), a modern CFD method, and state-of-the-art MD methods in order to combine both. This MMD model resolves certain microscopic effects important for the considered macroscopic application. In this project, two complementary academic expert groups from Brazil and Germany join together in order to provide an interdisciplinary research and academic education in the fields of mathematics, computer science, biology, chemistry and engineering to PhD students as well as to researchers.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Márcio Dorn - Coordenador / Ana Lúcia Cetertich Bazzan - Integrante / Hugo Verli - Integrante / Rodrigo Ligabue Braun - Integrante / BURIOL, LUCIANA S. - Integrante / Hermann Nirschl - Integrante / KRAUSE, MATHIAS J. - Integrante / Leonardo de Lima Corrêa - Integrante / Pedro Henrique Narloch - Integrante / Bruno César Feltes - Integrante / Marcelo Depólo Polêto - Integrante / Éderson Sales Moreira Pinto - Integrante / THÄTER, GUDRUN - Integrante / Manuel Adrian Riveros Escalona - Integrante / Stephan Simonis - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Cooperação.
-
2019 - 2022
Métodos de busca heurística multimodais e multi-objetivo para problemas em Bioinformática Estrutural, Descrição: Em Bioinformática Estrutural existem vários problemas que até o momento não apresentam um método computacional que possa garantir a qualidade mínima das suas soluções. Apesar dos avanços das tecnologias correntes e do poder computacional, clusters e computação em núvem, não é possível deliberar uma solução para estes problemas. Em particular, a Bioinformática Estrutural trata de problemas onde, as regras que governam os processos bioquímicos e suas relações são parcialmente conhecidos o que torna difícil o desenvolvimento de estratégias computacionais eficientes. Dentres estes problemas, dois deles são os mais desafiadores: a predição da estrutura tridimensional de macromoléculas e o problema de atracamento molecular presente na área de desenvolvimento de fármacos. Predizer a estrutura de um polipeptídeo/proteína, apenas da sua sequência linear de resíduos de aminoácidos representa um problema desafiador no campo da otimização matemática sendo classificado em complexidade computacional como um problema NP-completo. O desafio ocorre devido a explosão de possíveis conformações que uma longa cadeia de resíduos de aminoácidos pode assumir. Outro importante problema está relacionado com a construção de algoritmos para o desenvolvimento assistido de drogras/fármacos. Neste contexto, algoritmos de atracamento molecular (docking) são necessários para determinar a orientação preferida de uma pequena molécula, fármaco, contra uma molécula receptora (por exemplo, proteína). Com o aumento da quantidade de estruturas de moléculas biológicas disponíveis, técnicas eficazes e eficientes se fazem necessárias para a tratamento destas estruturas. Devido a isto, existe uma grande necessida na construção de estratégias mais inteligentes que possam deliberar melhores soluções para o problema. Neste projeto iremos trabalhar na idealização e implementação de metaheurísticas para problemas da Bioinformática Estrutural. Metaheurísticas são uma das mais frequentes e poderosas técnicas utilizadas em situações onde o conhecimento sobre o problema é restrito e soluções exatas não são atualmente computáveis. Metaheurísticas não garantem a solução ótima, mas elas proporcionam uma boa aproximação da solução com um esforço computacional limitado. Dependendo do problema, metaheurísticas podem ser omputacionalmente expensivas, possibilitando que apenas pequenas instâncias do problema sejam resolvidas. Como forma a atacar os problemas acima, nós propomos o desenvolvimento de modelos de metaheurísitcas multimodais e multi-objetivo. Os novos modelos de metaheurísticas possibilitarão a melhor exploração do espaço de busca em comparação com estratégias estado-da-arte. Existem muitas oportunidades de pesquisa a serem exploradas neste campo, com relevante aplicações multidisciplinaries na Ciência da Computação, Bioinformática, Bioquímica, Biofísica, Farmácia e Ciências Médicas. A participação de estudantes de graduação e pós-graduação é também considerada e tem como objetivo o treinamento de recursos humanos altamente qualificado neste campo. Os resultados esperados com a realização deste projeto são: treinamento de pesquisadores para o desenvolvimento de produtos aplicáveis tanto na academia quanto no setor industrial, transferência de tecnologia e conhecimento entre os grupos envolvidas, treinamento e disseminição de atividades, publicação de artigos em coferências internacionais e revistas de alto impacto, e deliberar pacotes e softwares com acesso aberto para a comunidade.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Especialização: (0) / Mestrado acadêmico: (2) / Mestrado profissional: (0) / Doutorado: (3) . , Integrantes: Márcio Dorn - Coordenador / Bruno Iochins Grisci - Integrante / Rodrigo Ligabue Braun - Integrante / Leonardo de Lima Correa - Integrante / Pedro Henrique Narloch - Integrante / Bruno César Feltes - Integrante / Joice de Faria Poloni - Integrante / Santiago Valdes Ravelo - Integrante / Éderson Sales Moreira Pinto - Integrante., Financiador(es): FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL - Auxílio financeiro.
-
2019 - 2022
Acessando fenômenos moleculares dependentes de flexibilidade: do papel fisiológico de carboidratos ao planejamento de novos compostos bioativos, Projeto certificado pelo(a) coordenador(a) Hugo Verli em 25/09/2019., Descrição: Há mais de 40 anos cálculos basedados em campos de força tornaram-se fun- damentais no estudo da estrutura e função de biomoléculas, assim como suas modulações fisiológicas e/ou terapêuticas. Contudo, a acurácia dos modelos e predições destes cálculos encontra desafio particular em alguns padrões mo- leculares, tais como compostos orgânicos, sintéticos ou naturais, que normal- mente constituem os candidatos a novos fármacos ou ainda carboidratos em suas diversas formas, como em glicoconjugados e glicoproteínas. A ampla di- versidade químicas dessas estruturas requer um enorme esforço para desen- volvimento de novos parâmetros para campos de força, o que por sua vez é li- mitado pela ausência de dados experimentais para suportar o desenvolvimento destes modelos empíricos. Neste contexto, nosso grupo de pesquisa possui um histórico documentado e consolidado na representação computacional de com- postos sintéticos e naturais em soluções biológicas. A partir desta experiência, propomos no presente projeto um conjunto de estratégias para abordar as difi- culdades de parametrização de candidatos a novos fármacos de forma sistemá- tica e em larga escala, contribuindo assim para a construção de modelos com maior acurácia e fidelidade na descrição da farmacologia de compostos bioati- vos e para o desenvolvimento de novos fármacos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Márcio Dorn - Integrante / Hugo Verli - Coordenador / Marcelo Depólo Polêto - Integrante / Crisciele Fontana - Integrante / Felipe Castro Nepomuceno - Integrante / Laura Fernanda Osmari Vendrame - Integrante / Éderson Sales Moreira Pinto - Integrante / Marcia Cristina Bernardes Barbosa - Integrante.
-
2019 - 2022
Febres Hemorrágicas Sul-americanas: Desenho Racional de Antivirais para Infecções Emergentes, Projeto certificado pelo(a) coordenador(a) Rodrigo Ligabue Braun em 24/09/2019., Descrição: Doenças infecciosas emergentes, como Ebola, Zika e Chikungunya, são enfermidades infecciosas que se manifestam em uma população pela primeira vez ou cuja incidência ou distribuição aumentam rapidamente. São de origem zoonótica em sua grande maioria e produzem destacados impactos econômicos. Devido a uma combinação ampla de fatores, o Brasil é considerado um território ideal para a emergência de doenças infecciosas. Entre essas doenças, se destacam as febres hemorrágicas sul-americanas, evolutivamente associadas à febre hemorrágica letal de Lassa. Elas se mantêm à margem da vigilância em saúde, apesar de apresentarem morbidades complexas e estarem associadas a vetores de ampla distribuição no Brasil. Não existem terapias específicas contra os vírus causadores destas moléstias, especialmente os vírus Guanarito, Junín, Machupo e Sabiá. Por meio da combinação de estratégias computacionais de predição, métodos inovadores de síntese orgânica e testes biológicos direcionados, o presente projeto visa obter agentes antivirais específicos para estas enfermidades. Adicionalmente, serão priorizados ligantes capazes de atuar contra múltiplos arenavírus hemorrágicos. Propondo uma estratégia racional para o desenvolvimento de candidatos a fármacos direcionados a doenças infecciosas emergentes, este projeto se apresenta como uma ferramenta inovadora no controle epidemiológico, atividade essencial em saúde pública.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Especialização: (0) / Mestrado acadêmico: (2) / Mestrado profissional: (0) / Doutorado: (1) . , Integrantes: Márcio Dorn - Integrante / Rodrigo Ligabue Braun - Coordenador / Leonardo Alves Santos - Integrante / Paulo Henrique Schneider - Integrante / Dinara Jaqueline Moura - Integrante / Adriana Seixas Mueller - Integrante / Juliana Maria Forain Miolo Schneider - Integrante., Financiador(es): FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL - Auxílio financeiro.
-
2019 - 2021
Integração de dados ômicos para aumentar o potencial prognóstico e preditivo de biomarcadores em câncer de pulmão através da aplicação de técnicas de aprendizado de máquina, Descrição: O câncer de pulmão é o tipo de câncer mais incidente e letal no mundo. Esta patologia representa 1.8 milhões de casos e 19,4% do total de mortes por câncer, sendo responsável por 1 a cada 5 mortes causadas por câncer 13. Nos Estados Unidos, é a segunda neoplasia maligna mais comum, com 222.500 casos diagnosticados em 2017. Segundo o Instituto Nacional do Câncer (INCA), no Brasil o câncer de pulmão representa o segundo tipo de câncer mais incidente em homens (8,1%) e o quarto mais incidente em mulheres (6,2%). Adicionalmente, a taxa de sobrevida estimada para pacientes com esta patologia em 5 anos é de apenas 15% para homens e 21% para mulheres. Nesta proposta de pesquisa, pretendemos aplicar os conhecimentos e a experiência dos pesquisadores envol- vidos, para o desenvolvimento de estratégias que visam a identificação de biomarcadores em câncer de pulmão com potencial preditivo, diagnóstico e prognóstico. Para isso, será feita uma integração de dados ômicos asso- ciados com as informações clínicas. Com este projeto será possível ampliar o conhecimento sobre as assinaturas tumorais envolvidas na neoplasia de pulmão, além de permitir a predição de novos potenciais alvos terapêuticos e biomarcadores. Este projeto também busca soluções computacionais através de uma abordagem multidiscipli- nar, promovendo avanços na bioinformática e na medicina de precisão.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Márcio Dorn - Integrante / Mario Inostroza - Integrante / Bruno Iochins Grisci - Integrante / Guido Lenz - Integrante / Mathias J. Krause - Integrante / Bruno César Feltes - Integrante / Joice de Faria Poloni - Coordenador / Kendi Nishino Myamoto - Integrante / Tahila Andrighetti - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
-
2019 - 2021
Meta-heuristics and Machine Learning for Cancer Research, Descrição: The increasing availability of genomic data, resulting from significant advances in sequencing techniques and large-scale expression analysis and the reduction of associated cost, have revolutionized medicine in the 21st Century. By enabling a better understanding of the genetic components of many diseases that represent significant public health problem. In this research, we are developing and applying meta-heuristics, machine learning methods and computational strategies to integrate, explore and analyze a large amount of available omic data, in order to identify new biomarkers with diagnostic or prognostic value, and potential therapeutic targets. Through bioinformatics approaches and the union of the efforts of researchers with experience in Computer Science, Biological Sciences, Mathematics, and Health Sciences, we intend to address research questions in this line related to cancer, focusing on the translational potential of the in silico findings. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (2) . , Integrantes: Márcio Dorn - Coordenador / Bruno Iochins Grisci - Integrante / Bruno César Feltes - Integrante / Joice de Faria Poloni - Integrante., Financiador(es): Nvidia Corporation - Outra.
-
2018 - 2019
Meta-heuristics and Machine Learning for Cancer Research: What Bioinformatics Can tell us about Ourselves?, Descrição: The increasing availability of genomic data, resulting from significant advances in sequencing techniques and large-scale expression analysis and the reduction of associated cost, have revolutionized medicine in the 21st Century. By enabling a better understanding of the genetic components of many diseases that represent significant public health problems, the perspective of integrating genomic data into clinical practice has propelled the area of Personalized Medicine. In this research proposal, we are interested in developing and applying meta-heuristics, machine learning methods and computational strategies to integrate, explore and analyze the omic data, in order to identify new biomarkers with diagnostic or prognostic value, and potential therapeutic targets. Through bioinformatics approaches and the union of the efforts of researchers with experience in Computer Science, Biological Sciences, Mathematics and Health Sciences, we intend to address research questions in this line related to cancer, focusing on the translational potential of the in silico findings. That is, it is intended through the execution of this project to generate scientific knowledge with potential clinical use, which can bring important benefits to healthcare actions and preventive activities in the Unified Health System (SUS) from Brazil, by improving the diagnostic process, prognosis and therapeutic planning for the patients affected by these pathologies.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (3) . , Integrantes: Márcio Dorn - Coordenador / Bruno Iochins Grisci - Integrante / Rodrigo Ligabue Braun - Integrante / Bruno Ferreira de Faria Alixandre - Integrante / Mathias J. Krause - Integrante / Leonardo de Lima Corrêa - Integrante / Pablo Felipe Leonhart - Integrante / Pedro Henrique Narloch - Integrante / Bruno César Feltes - Integrante / Joice de Faria Poloni - Integrante., Financiador(es): Alexander Von Humboldt-Stiftung/Foundation - Auxílio financeiro.
-
2018 - 2019
Identification of Colorectal Cancer Biomarkers Through the Construction of Predictive Models and Large-Scale Data Analysis, Descrição: Identification of Colorectal Cancer Biomarkers Through the Construction of Predictive Models and Large-Scale Data Analysis Abstract: We are interested in developing and applying computational strategies to integrate, explore and analyze the omic data, in order to identify new biomarkers with diagnostic or prognostic value, and potential therapeutic targets in a context of Personalized Medicine. Through bioinformatics approaches and the union of the efforts of researchers with experience in Computer, Biological and Health Sciences, we intend to address research questions in this line related to cancer, focusing on the translational potential of the findings in silico. We intend to developed new machine learning strategies based on GPU computing for the construction of predicted models and large-scale biological data analysis.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Márcio Dorn - Coordenador / Bruno Iochins Grisci - Integrante / Bruno César Feltes - Integrante., Financiador(es): Nvidia Corporation - Outra.
-
2017 - 2019
PadMetBio: Parallel and Distributed Metaheuristics for Structural Bioinformatics, Descrição: Structural bioinformatics deals with problems where the rules that govern the biochemical processes and relations are partially known which makes hard to design efficient computational strategies for these problems. There is a wide range of unanswered questions, which cannot be answered neither by experiments nor by classical modeling and simulation approaches. Specifically, there are several problems that still do not have a computational method that can guarantee a minimum quality of solution. The general goal of this project is to develop metaheuristics models based on robust and scalable parallel and distributed computing for structural bioinformatic problems. International Project (Stic-Amsud 2016) between the Universidade Federal do Rio Grande do Sul (UFRGS, Brasil), Universidad Nacional de San Luis (UNSL, Argentina), Universidad de Santiago de Chile (USACH, Chile), University of Pierre et Marie Currie (UPMC, LIP6, INRIA, França).. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (3) / Doutorado: (2) . , Integrantes: Márcio Dorn - Coordenador / Hugo Verli - Integrante / Mario Instroza-Ponta - Integrante / Bruno Borguesan - Integrante / Rodrigo Ligabue Braun - Integrante / Erika Rosas Olivos - Integrante / Diego Bonatto - Integrante / Leonardo de Lima Correa - Integrante / Bruno Ferreira de Faria Alixandre - Integrante / Nicolas Hidalgo - Integrante / Luciana Arantes - Integrante / Veronica Gil - Integrante / Marcela Printista - Integrante / Sébastien Monnet - Integrante / Julien Sopena - Integrante / Pierre Sens - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Cooperação.
-
2017 - 2019
Bioinformática aplicada à medicina personalizada: do diagnóstico ao tratamento de doenças, Descrição: Neste projeto de pesquisa estamos interessados em desenvolver e aplicar estratégias para integrar, explorar e analisar dados genômicos com o objetivo de identificar novos biomarcadores com valor diagnóstico ou prognóstico, e potenciais alvos terapêuticos. Através de abordagens de Bioinformática e da união de esforços de pesquisadores com formação e experiência em Ciências da Computação, Biológicas e da Saúde, pretendemos abordar questões de pesquisa nesta linha relacionadas a doenças cardiovasculares e câncer, com foco no potencial translacional dos achados in silico. Isto é, pretende-se através da realização deste projeto gerar conhecimento científico com potencial uso clínico, que possam trazer importantes benefícios às ações assistenciais e atividades preventivas no Sistema Único de Saúde (SUS) ao aprimorar o processo de diagnóstico, elaboração do prognóstico e planejamento terapêutico dos pacientes acometidos com estas patologias. Dentro desta temática, este projeto irá abordar, especificamente, as seguintes questões de pesquisa: i) detecção de diferenças moleculares entre hipertrofia cardíaca fisiológica e patológica com potencial aplicação terapêutica no tratamento da insuficiência cardíaca, ii) identificação de biomarcadores de doença aterosclerótica instável, iii) caracterização de alterações moleculares em tumores sólidos de mama, ovário e cólon em pacientes portadores de mutações germinativas em genes de predisposição ao câncer para investigação de biomarcadores de câncer hereditário, iv) avaliação da patogenicidade de variantes de significado incerto em genes de predisposição ao câncer.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (3) / Doutorado: (2) . , Integrantes: Márcio Dorn - Coordenador / Ana Lúcia Cetertich Bazzan - Integrante / INOSTROZA-PONTA, MARIO - Integrante / Hugo Verli - Integrante / Adriano Werhli - Integrante / Bruno Borguesan - Integrante / Karina dos Santos Machado - Integrante / Bruno Iochins Grisci - Integrante / Rodrigo Ligabue Braun - Integrante / Leonardo de Lima Correa - Integrante / Guido Lenz - Integrante / Mariana Mendoza - Integrante / Bruno Ferreira de Faria Alixandre - Integrante / Andreia Biolo - Integrante / Patricia Ashton Prolla - Integrante / Nadine Clausell - Integrante / Luis Eduardo Paim Rohde - Integrante / Mathias J. Krause - Integrante / Ricardo Melo Czekster - Integrante / Thais Christina Webber dos Santos - Integrante / Luciana Tovo-Rodrigues - Integrante / Gerald Quon - Integrante / Dirk Husmeier - Integrante / Humberto Gonzalez Diaz - Integrante., Financiador(es): FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL - Auxílio financeiro.
-
2017 - 2018
Massively Parallel Computing for Personalized Medicine: Bioinformatics and the Discovery of Novel Biomarkers, Descrição: In this research we are interested in developing and applying strategies to integrate, explore and analyze genomic data to identify new biomarkers with diagnostic or prognostic value, and potential therapeutic targets. Through bioinformatics approaches and the union of the efforts of researchers with training and experience in Computer Science, Biology, and Health, we intend to address research questions in this line related to cardiovascular diseases and cancer, focusing on the translational potential of the in silico findings. That is, it is intended through the realization of this project to generate scientific knowledge with potential clinical use, that can bring significant benefits to the care actions and preventive activities in the Brazilian Unified Health System (SUS). The idea is to improve the process of diagnosis, prognosis and planning Therapeutic use of the patients affected by these pathologies. Within this theme, this project will specifically address the following research questions: i) detection of molecular differences between physiological and pathological cardiac hypertrophy with potential therapeutic application in the treatment of heart failure, ii) identification of biomarkers of unstable atherosclerotic disease, iii ) Characterization of molecular alterations in breast, ovarian and colon solid tumors in patients with germline mutations in genes predisposing to cancer for investigation of hereditary cancer biomarkers, iv) Evaluation of the pathogenicity of variants of uncertain significance in genes predisposing to cancer. GPU computing is used to accelerate the analyze of the amount of biological data (genomic, transcriptomic, and proteomic, etc.), to accelerate heuristic algorithms developed for structural bioinformatics problems, to accelerate molecular dynamics simulations and molecular docking experiments.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Márcio Dorn - Coordenador / Alfeu Uzai Tavares - Integrante., Financiador(es): Nvidia Corporation - Auxílio financeiro.
-
2017 - 2018
Mesoscopic Molecular Simulations for Structural Bioinformatics Problems, Descrição: There is a broad range of unanswered scientific questions which cannot be answered neither by experiments nor by classical modeling and simulation approaches. One question is how to consider microscopic and macroscopic effects in one model. On the one hand, available microscopic methods (Molecular Dynamics (MD) type) are precise but computational too complex for large or multi-scale problems. On the contrary, several macroscopic methods (Computational Fluid Dynamics (CFD) type) cannot show severe microscopic effects. Therefore, a mesoscopic scale model is required that closes this gap. For such a Mesoscopic Molecular Dynamics (MMD) model, we propose to take advantage of the Lattice Boltzmann Method (LBM), a modern CFD method, and state-of-the-art MD methods to combine both. This MMD model resolves certain microscopic effects necessary for the considered macroscopic application. In this interdisciplinary research, we will investigate the development of such model and its applicability in Structural Bioinformatics problems such as protein structure prediction and molecular docking.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Márcio Dorn - Coordenador / Mathias J. Krause - Integrante / Hermann Nirschl - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Bolsa / Alexander Von Humboldt-Stiftung/Foundation - Bolsa.
-
2017 - 2018
Structural Bioinformatics for Public Health Problems: Development of Metaheuristics for 3-D Protein Structure Prediction Problem, Projeto certificado pelo(a) coordenador(a) Leonardo de Lima Corrêa em 22/05/2017., Descrição: The prediction of protein structures (PSP) is one of the most significant problems in Structural Bioinformatics since the discovery of 3-D structures gives researchers fundamental information about the function of proteins in cell. PSP is an NP-hard problem and describes a complex scenario of mathematical optimization, characterized by the high dimensionality of the multimodal search space. In this project, we propose the development of evolutionary metaheuristics to explore concepts related to multimodal optimization to better exploit the large conformational space of the problem and, consequently, contribute effectively to protein modeling area. In face of the PSP complexity, to reach these goals without affecting accuracy, the use of parallel and high-performance computing are crucial to the design of faster and reliable algorithms. So we strong believe the computational power provided by the Microsoft Azure will be a valuable support to enable the implementation of this project. Support: Microsoft Azure Research Award.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (2) . , Integrantes: Márcio Dorn - Integrante / INOSTROZA-PONTA, MARIO - Integrante / Mariana dos Santos Oliveira - Integrante / Leonardo de Lima Correa - Coordenador / BORGUESAN, BRUNO - Integrante / Bruno Ferreira de Faria Alixandre - Integrante., Financiador(es): Microsoft Corporation - Auxílio financeiro.
-
2017 - 2018
Data Science using Azure to solve the Protein Secondary Structure Prediction problem, Descrição: Knowledge of the three-dimensional (3-D) structure of proteins helps re- searchers to determine protein function, allowing the development of drugs used to either activate or inhibit the protein function. However, experimental determination of protein structure is chal- lenging, time-consuming and expensive. To overcome this problem, many methods were proposed to predict the protein structure. The 3-D Protein Structure Prediction problem, it is one of the most important problems in Structural Bioinformatics, but seems to have reached an impasse to solve targets without the availability of structural templates. One of the major reasons that impasse occurs it is the low accuracy for the Prediction of Secondary Structure of Proteins (PSSP). When the PSSP generate weak results, this directly impacts in the Prediction of 3-D Structure of Protein. New approaches using Machine Learning need to emerge to learn from the big amount of data and has to apply this knowledge to tackle this problem.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (2) . , Integrantes: Márcio Dorn - Coordenador / Bruno Borguesan - Integrante / Mariana dos Santos Oliveira - Integrante / Leonardo de Lima Correa - Integrante / Bruno Ferreira de Faria Alixandre - Integrante., Financiador(es): Microsoft Corporation - Auxílio financeiro.
-
2016 - 2018
Aprendizagem de Máquina e Metaheurísticas Robustas para a Predição da Estrutura 3D de Proteínas, Descrição: Os resultados esperados com a conclusão deste projeto de pesquisa abrangem aspectos diversos que se esten- dem desde o aumento da produção cientifica e a formação de pesquisadores até o desenvolvimento de produtos aplicáveis tanto no meio acadêmico quanto ao setor industrial, contribuindo desta forma, no desenvolvimento e na inovação tecnológica do Brasil. Bolsa Produtividade em Pesquisa.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (3) / Doutorado: (2) . , Integrantes: Márcio Dorn - Coordenador / Mario Instroza-Ponta - Integrante / Bruno Borguesan - Integrante / Mariel Barbachan e Silva - Integrante / Mariana dos Santos Oliveira - Integrante / Leonardo de Lima Correa - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
-
2016 - 2018
Parallel Metaheuristics for Structural Bioinformatics, Descrição: The main goal of this project is to gather together the expertise and current work of researchers in the areas of structural bioinformatics, metaheuristics and parallel computing, in order to build new interdisciplinary and high quality solutions for these hot research area using paralle computing. In this project, we will explore collaborative work for the design and implementation of knowledge-based hybrid population metaheuristics, like genetic algorithms and memetic algorithms and its implementation for parallel enviroments. There are several research opportunities to be explored in this field, with relevant multidisciplinary applications in Computer Science, Bioinformatics, Biochemistry, and the Medical Sciences. Support: Azure cloud under the Microsoft Azure for Research Award program.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (3) / Doutorado: (1) . , Integrantes: Márcio Dorn - Coordenador / INOSTROZA-PONTA, MARIO - Integrante / Bruno Borguesan - Integrante / Bruno Iochins Grisci - Integrante / Mariel Barbachan e Silva - Integrante / Eduardo Spieler de Oliveira - Integrante / Mariana dos Santos Oliveira - Integrante / Leonardo de Lima Correa - Integrante / Bruno Ferreira de Faria Alixandre - Integrante / Alfeu Uzai Tavares - Integrante., Financiador(es): Microsoft Corporation - Outra.
-
2015 - 2017
Massive Parallel Metaheuristics for Structural Bioinformatics, Descrição: Structural Bioinformatics has become a large-scale data science that requires extensive computational resources. The main goal of this project is to design and implement knowledge-based metaheuristics, like genetic and memetic algorithms for Structural Bioinformatics problems using GPU-accelerated computing. Massive parallelism of graphics processing units (GPUs) will be used to accelerate Protein Structure Prediction and Molecular Docking methods. Support: Nvidia Hardware Grant Program.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (3) . , Integrantes: Márcio Dorn - Coordenador / INOSTROZA-PONTA, MARIO - Integrante / Bruno Borguesan - Integrante / Mariel Barbachan e Silva - Integrante / Eduardo Spieler de Oliveira - Integrante / Jonas da Silveira Bohrer - Integrante / Mariana dos Santos Oliveira - Integrante / Leonardo de Lima Correa - Integrante / Alfeu Uzai Tavares - Integrante., Financiador(es): Nvidia Corporation - Outra.
-
2014 - 2017
Desenvolvimento e aplicação de estratégias de engenharia de proteínas e peptídeos visando aplicações biotecnológicas, Projeto certificado pelo(a) coordenador(a) Hugo Verli em 17/11/2014., Descrição: A presente proposta identifica-se pela busca por estratégias capazes de subsidiar, com elevada fidelidade, o planejamento racional de novas enzimas, com propriedades de interesse biotecnológico. Como característica alvo inicial selecionamos a resistência a elevadas temperaturas, e como proteína modelo a papaína. A partir desta prova de conceito, vislumbra-se a possibilidade de aplicação da estratégia como serviço para o setor industrial. Adicionalmente, o sucesso da estratégia proposta abre também a perspectiva de ajuste racional de enzimas para outras propriedades, tais como condições extremas de pH, pressão e força iônica ou mesmo especificade de substratos. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Márcio Dorn - Integrante / Hugo Verli - Coordenador / Yraima Moura Lopes Cordeiro - Integrante / Rafael Real Guerra - Integrante / Agueda Castagna de Vargas - Integrante / Charley Christian Staats - Integrante / Celia Regina Ribeiro da Silva Carlini - Integrante / Fernanda Staniscuaski - Integrante / Rodrigo Braun - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
-
2013 - 2016
Desenvolvimento de métodos e estratégias computacionais para a predição da estrutura tridimensional de polipeptídeos, Descrição: Este projeto de pesquisa visa o estudo e o desenvolvimento de estratégias computacionais para a predição in-silico da estrutura tridimensional de polipeptídeos. Este projeto de pesquisa tem os seguintes objetivos específicos: (a) Estudo do problema da predição da estrutura 3D de proteínas in-silico e o desenvolvimento de estratégias computacionais para extração e manipulação de grandes quantidades de dados estruturais de polipeptídeos/proteínas determinados por meios experimentais (NMR e Raios X); (b) Estudo do problema da glicosilação de proteínas. Desenvolvimento de estratégias computacionais para manipulação de estruturas de carboidratos e simulação computacional da formação de gliconjugados; (c) Desenvolvimento de métodos e ferramentas computacionais que permitam o estudo do impacto na estrutura 3D de uma proteína quando da presença de carboidratos; (d) Estudo, desenvolvimento e aplicação de técnicas de otimização (metaheurísticas) e de aprendizagem de máquina no desenvolvimento de estratégias computacionais para a predição da estrutura 3D de proteínas; (e) Investigação e desenvolvimento de técnicas mais robustas para busca do espaço conformacional de polipeptídeos. Melhoria de métodos atuais que realizam a predição da estrutura 3D aproximada de polipeptídeos; e (f) Desenvolvimento e disponibilização a comunidade científica de ferramentas computacionais para o estudo e manipulação de dados biológicos (proteínas e gliconjugados).. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (1) . , Integrantes: Márcio Dorn - Coordenador / Mario Inostroza - Integrante / Hugo Verli - Integrante / Luciana Salete Buriol - Integrante / Bruno Borguesan - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
-
2013 - 2015
Aplicação de Técnicas de Aprendizagem de Máquina e Otimização no Desenvolvimento de Estratégias Computacionais para a Predição em Silico da Estrutura Tridimensional de Proteínas, Descrição: As proteínas ou polipeptídeos são macromoléculas que estão envolvidas na maior parte das transformações moleculares que ocorrem nos seres vivos. Estas transformações representam as funções que uma dada proteína exerce no organismo (transporte, de catálise, entre outras). Uma proteína é constituída por uma seqüência de aminoácidos, comumente denominada estrutura primária, que forma uma cadeia polipeptídica por meio da polimerização representada por uma reação de condensação. A ligação CO-NH (grupo carboxílico grupo amino) resultante, entre aminoácidos contíguos, é conhecida como ligação peptídica. A cadeia polipeptídica de uma proteína, em seu estado nativo, enovela-se assumindo uma conformação única (estrutura terciária). Esta conformação ou estrutura tridimensional (3D) determina a função que a proteína irá exercer na célula ou organismo. Este conhecimento é de fundamental importância no desenvolvimento de compostos químicos (fármacos) que possam inibir ou ativar a função de desta proteína no organismo. Experimentalmente, a estrutura tridimensional de uma proteína pode ser obtida através de técnicas de cristalografia por difração de raios X ou por espectroscopia de ressonância magnética nuclear (NMR, sigla em inglês). Entretanto, devido às diversas dificuldades, incluindo o alto custo e o elevado tempo demandado por estas técnicas, a determinação da estrutura 3D de proteínas ainda é um problema que desafia os cientistas. Cientistas de áreas como a ciência da computação, engenharia, bioinformática, matemática, física e química estão empenhados na construção de métodos e estratégias computacionais que possam determinar a estrutura tridimensional de polipeptídeos a partir da seqüência primária da proteína. Este projeto de pesquisa tem como objetivo o estudo, desenvolvimento e aplicação de técnicas aprendizagem de máquina e otimização na construção de estratégias computacionais para predição em sílico da estrutura tridimensional de polipeptídeos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (2) . , Integrantes: Márcio Dorn - Coordenador / Luciana S. Buriol - Integrante / Hugo Verli - Integrante / Mario Instroza-Ponta - Integrante / Bruno Borguesan - Integrante., Financiador(es): FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL - Auxílio financeiro.
-
2012 - 2015
Designing and constructing a scalable pipeline of graph-based methods for the analysis of gene expression data, Descrição: En este proyecto se estudia la relación existente entre los resultados computacionales obtenidos al utilizar métodos y algoritmos basados en grafos y optimización combinatoria, para los problemas de agrupamiento ("clustering") y visualización sobre datos de expresión genética... , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Márcio Dorn - Integrante / Mario Instroza-Ponta - Coordenador., Financiador(es): Comisión Nacional de Investigacion Científica y Tecnológica - Auxílio financeiro.
-
2011 - 2013
Minimizacao do Tráfego Rodoviário via Instalacão Adequada de Pedágios, Projeto certificado pelo(a) coordenador(a) Luciana Salete Buriol em 30/08/2013., Descrição: Apresenta dois problemas de otimização da área de engenharia de tráfego e propõe a resolução de tais problemas via modelagem matemática, resolução via CPLEX e via métodos heurísticos... , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (2) . , Integrantes: Márcio Dorn - Integrante / Marcus Rolf Petter Ritt - Integrante / Árton Dorneles - Integrante / Fernando Stefanello - Integrante / Ana Lúcia Cetertich Bazzan - Integrante / Luciana Salete Buriol - Coordenador., Financiador(es): FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL - Auxílio financeiro.
-
2010 - 2013
Métodos Biofísicos Moleculares Computacionais e Bioinformática Estrutural no Estudo de Doenças Negligenciadas: A Via de Síntese de Ácidos Graxos Mycobacterium tuberculosis, Parte II., Descrição: Os trabalhos desenvolvidos no LABIO da PUCRS abordam problemas científicos pertinentes à relação seqüência-estrutura-dinâmica-função de macromoléculas biológicas e suas interações. Neste sentido, a produção científica do LABIO envolve trabalhos de desenvolvimento de métodos e protocolos para a predição da estrutura tridimensional de proteínas e polipeptídios e de metodologias para a realização de docagem molecular, onde o receptor é considerado totalmente flexível (no Programa de Pós-Graduação em Ciência da Computação, PPGCC) da PUCRS. Estudos de aplicação dos métodos que desenvolvemos e de métodos e software disponíveis gratuitamente, ou a custos baixos para uso acadêmico, na comunidade científica, utilizam a enzima InhA de M. tuberculosis como alvo e são desenvolvidos no Programa de Pós-Graduação em Biologia Celular e Molecular (PPGBCM) da PUCRS. Dissertações de mestrado e teses de doutorados foram e continuam sendo desenvolvidas nestas áreas. Este projeto é uma continuação do projeto apresentado em 2006 quando da solicitação da atual Bolsa PQ-2. O subtítulo para este projeto que é apresentado a seguir é Seleção e testes in silico de pequenas moléculas do tipo-fármaco para identificação e caracterização experimental in vitro de novos inibidores da enzima InhA de M. tuberculosis: planejamento racional de quimioterápicos para o tratamento da tuberculose. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Mestrado profissional: (5) / Doutorado: (2) . , Integrantes: Márcio Dorn - Integrante / Osmar Norberto de Souza - Coordenador / André Luciano Pasinato da Costa - Integrante / Elisângela Machado Leal Cohen - Integrante / Karina dos Santos Machado - Integrante / Ivaní Pauli - Integrante / Andre Luis da Silva - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
-
2010 - 2013
Computação Aplicada a Farmacogenética e a Helthcare, Descrição: O projeto tem com como objetivo aplicar técnicas computacionais tais como mineração de dados e modelagem de processos em aplicações relacionadas a área da saúde. As técnicas empregadas se aplicam tanto no nível biomolecular como no nível de workflow de processos. Trata-se de projeto institucional do PPGC (edital PNPD).. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Doutorado: (1) . , Integrantes: Márcio Dorn - Integrante / Alvaro Freitas Moreira - Coordenador / Lucinéia Thom - Integrante / Ronie Alves - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro.
-
2008 - 2009
High Performance Verified Computing (HPVC), Descrição: PROBRAL entre as universidades PUCRS, USP. Universidade de Karlsruhe e Universidade de Wuppertal. Em problemas científicos e tecnológicos, a confiabilidade vem se tornando um requisito cada vez mais importante. Exemplos extremamente simples mostram que, devido à representação finita dos números, os resultados numéricos usando aritmética tradicional de ponto-flutuante podem estar completamente errados. A matemática intervalar permite a captura de incertezas na modelagem e formulação dos problemas, na estimativa dos parâmetros, em operações de arredondamento e na interpretação de modelos. Na resolução de sistemas de equações lineares, o controle sobre o erro gerado na computação apresenta-se como um requisito indispensável para obtenção de resultados corretos da solução dos problemas. A construção de solvers para tratamento de matrizes esparsas e de grande porte, representando um conjunto de equações lineares, utilizando computação verificada em ambientes de alto desempenho permite a resolução de problemas advindos das mais diferentes áreas do conhecimento, e que ainda necessitam alto poder de processamento e alta acurácia em seus resultados. Desta forma, a computação de alto desempenho juntamente com a verificação automática dos resultados apresenta-se como uma ferramenta chave para aplicações críticas oriundas de campos como a tecnologia espacial, bioinformática, engenharia automotiva ou validação de plantas nucleares sem experimentos físicos reais. Com intuito de tratar não somente problemas acadêmicos longe das restrições impostas pelas necessidades industriais, softwares de alta confiabilidade e eficiência devem ser desenvolvidos para arquiteturas paralelas. O principal resultado científico almejado, após a execução deste projeto, está focado em uma metodologia que possibilite a resolução de sistemas de equações lineares esparsos de grande porte com computação verificada em plataformas de alto desempenho.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (2) . , Integrantes: Márcio Dorn - Integrante / Luiz Gustavo Leão fernandes - Coordenador / Dalcidio Moraes Claudio - Integrante / Alfredo Goldman vel Lejbman - Integrante / Mariana Luderitz Kolberg - Integrante / Walter Krämer - Integrante / Werner Hofschuster - Integrante / Vincent Heuveline - Integrante / Rudi Klatte - Integrante / Gerd Bohlender - Integrante / Markus Richter - Integrante / Michael Zimmer - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Outra / Deutscher Akademischer Austauschdienst - Outra.
-
2007 - 2010
Métodos Biofísicos Moleculares Computacionais e Bioinformática Estrutural no Estudo de Doenças Negligenciadas: A Via de Síntese de Ácidos Graxos em Mycobacterium tuberculosis, Descrição: Este projeto visa dar continuidade aos projetos iniciados com recursos da FAPERGS e Instituto do Milênio (MCT-CNPq), no qual o Prof. Dr. Osmar Norberto de Souza participa como pesquisador associado ao Centro de Pesquisa em Biologia Molecular e Funcional, TECNOPUC-PUCRS, coordenado pelo Prof. Dr. Diógenes Santiago Santos. Os projetos FAPERGS (Construção e Aplicação de Máquinas Paralelas em Bioinformática: Engenharia Computacional da Proteína InhA de Mycobacterium tuberculosis) e Instituto do Milênio (Estratégias Integradas para Controle da Tuberculose no Brasil) resultaram, como objetivo geral no estabelecimento do Laboratório de Bioinformática, Modelagem e Simulação de Biossistemas (LABIO) da PUCRS. Seu objetivo específico é a resolução da estrutura tridimensional (3D) dos mutantes da enzima InhA [alvo da droga izoniazida em Mycobacterium tuberculosis (MTB)] utilizando-se técnicas de bioinformática estrutural, modelagem e simulação computacional por dinâmica molecular. Este projeto já resultou em três importantes publicações em 2002 e 2005, uma tese de doutorado defendida em novembro de 2004 e em outros artigos que deverão ser submetidos para publicação. Levando-se em consideração um modelo atomístico da InhA, seus mutantes, e o ambiente aquoso em sua volta, dados estáticos e dinâmicos de alta qualidade foram produzidos e continuam sendo analisados para se entender o mecanismo de resistência a drogas em MTB. A partir deste estudo obtivemos não somente as estruturas das enzimas alteradas pelas mutações como, também, informações detalhadas e importantes sobre as relações seqüência-estrutura-dinâmica-função, essenciais para o funcionamento da InhA. Uma novidade do nosso trabalho, em nível de pesquisa fundamental e aplicada, é a inclusão explícita da flexibilidade da enzima InhA quando utilizada em experimentos de docking. Nós acreditamos que a inclusão desta importante característica das enzimas aumentará sobremaneira as chances de se obter ligantes alternativos que, p. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (3) / Doutorado: (2) . , Integrantes: Márcio Dorn - Integrante / Norberto de Souza, Osmar - Coordenador / André Luciano Pasinato da Costa - Integrante / Furia Gargano - Integrante / Elisângela Machado Leal Cohen - Integrante / Karina dos Santos Machado - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
Prêmios
2024
Prêmio Jovem Bioinformata conferido a Tese de Doutorado de Bruno Iochins Grisci (orientado), Associação Brasileira de Bioinformática e Biologia Computacional.
2024
Menção Honrosa do Prêmio Capes de Tese 2024 da área de COMPUTAÇÃO - Orientando: Bruno Iochins Grisci e Orientador: Márcio Dorn, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior.
2018
Prêmio Melhor TCC Ciência Computação 2017/02 - UFRGS (Orientador), ASSESPRO.
2018
Paraninfo do curso de Biotecnologia 2018/01, Instituto de Biociências - UFRGS.
2013
Tese de doutorado selecionada como finalista do BRICS-CCI Theses and Dissertations Competition 2013, IEEE, ACM and INNS.
2012
Projeto de Pesquisa selecionado para realização de Missão Científica de Curta Duração no Exterior - University Newcastle/Austrália - PROPG Edital 01/2012, Pró-reitoria de Pós-Graduação - Universidade Federal do Rio Grande do Sul.
2012
Aprovação em Concurso Público Universidade Federal de Santa Maria (1ª lugar - Prof. Adjunto), UFSM.
2012
Aprovação em Concurso Público Universidade Federal do Rio Grande do Sul (1ª lugar - Prof. Adjunto), UFRGS.
2012
Best Poster Award X-Meeting 2012, Associação Brasileira de Bioinformática e Biologia Computacional.
2011
Trabalho de pesquisa selecionado para participação no Doctoral Mentoring Consortium, Twenty-Second International Joint Conference on Artificial Intelligence - IJCAI 11.
2011
IJCAI 2011 - Travel Grant Program Award - International Joint Conference on Artificial Intelligence..
2011
CEC 2011 - Student Travel Grant Award - IEEE CEC 2011 conference.
2010
Trabalho de Pesquisa selecionado para o Programa Top USA Santander Universidades, UFRGS, Massachusetts Institute of Technology, Brown University, Northeastern University.
2008
Third Best Full Paper of the III Brazilian Symposium on Bioinformatics (BSB2008), SBC, Santo André, SP, Brazil..
2008
Menção - Aprovação com Louvor - Dissertação Mestrado, Faculdade de Informática - Pontifícia Universidade Católica do Rio Grande do Sul.
2006
Aprovação com nota máxima no trabalho de conclusão do curso de Sistemas de Informações, Universidade Regional do Noroeste do Estado do RS.
Histórico profissional
Endereço profissional
-
Universidade Federal do Rio Grande do Sul, Instituto de Informática. , Av. Bento Gonçalves 9500, Prédio 43424, Sala 217, Agronomia, 91501970 - Porto Alegre, RS - Brasil - Caixa-postal: 15064, Telefone: (51) 33086824, URL da Homepage: ,
Experiência profissional
2017 - Atual
Universidad de Santiago de ChileVínculo: Professor Visitante, Enquadramento Funcional: Orientação, Carga horária: 8
Outras informações:
https://www.informatica.usach.cl/postgrado/doctorado/doctorado-en-ciencias-de-la-ingenieria-con-mencion-en-informatica/
2024 - Atual
Universidade Federal do Rio Grande do SulVínculo: Servidor Público, Enquadramento Funcional: Professor Associado III, Carga horária: 40, Regime: Dedicação exclusiva.
2022 - Atual
Universidade Federal do Rio Grande do SulVínculo: Servidor Público, Enquadramento Funcional: Pesquisador do Centro de Biotecnologia, Carga horária: 40
2017 - Atual
Universidade Federal do Rio Grande do SulVínculo: Servidor Público, Enquadramento Funcional: PPG em Biologia Celular e Molecular, Carga horária: 40, Regime: Dedicação exclusiva.
2013 - Atual
Universidade Federal do Rio Grande do SulVínculo: Servidor Público, Enquadramento Funcional: Programa de Pós Graduação em Computação, Carga horária: 40, Regime: Dedicação exclusiva.
2022 - 2024
Universidade Federal do Rio Grande do SulVínculo: Servidor Público, Enquadramento Funcional: Professor Associado II, Carga horária: 40, Regime: Dedicação exclusiva.
2020 - 2022
Universidade Federal do Rio Grande do SulVínculo: Servidor Público, Enquadramento Funcional: Professor Associado I, Carga horária: 40, Regime: Dedicação exclusiva.
2012 - 2021
Universidade Federal do Rio Grande do SulVínculo: Servidor Público, Enquadramento Funcional: Professor Adjunto 4, Carga horária: 40, Regime: Dedicação exclusiva.
2012 - 2012
Universidade Federal do Rio Grande do SulVínculo: Bolsista, Enquadramento Funcional: Pós Doutorando, Carga horária: 40, Regime: Dedicação exclusiva.
2010 - 2012
Universidade Federal do Rio Grande do SulVínculo: Pesquisa Pós Graduação, Enquadramento Funcional: Doutorando, Carga horária: 40, Regime: Dedicação exclusiva.
Atividades
-
05/2025
Conselhos, Comissões e Consultoria, Centro de Biotecnologia.,Cargo ou função, Membro da Comissão de Pós-Graduação Programa de Pós-Graduação em Biologia Celular e Molecular (PPGBCM).
-
03/2025
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05508 - Logica para Computacao - Turma B - 60h
-
03/2025
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, CMP 198 - Algoritmos para a Bioinformática e Biologia Computacional - Turma U - 60h
-
01/2025
Direção e administração, Pró-Reitoria de Pesquisa.,Cargo ou função, Membro Comissão Assessora de Apoio a Edição de Periódicos Científicos da UFRGS.
-
03/2023
Direção e administração, Instituto de Biociências, Departamento de Biotecnologia.,Cargo ou função, Vice-Coordenador do Curso de Biotecnologia.
-
12/2018
Conselhos, Comissões e Consultoria, Instituto de Informática.,Cargo ou função, Membro Comissão de Pós-Graduação do Programação de Pós-Graduação em Computação - PPGC.
-
03/2018
Conselhos, Comissões e Consultoria, Instituto de Biociências.,Cargo ou função, Coordenação de Estágios do Curso de Biotecnologia..
-
10/2012
Pesquisa e desenvolvimento, Instituto de Informática, Departamento de Informática Teórica.,Linhas de pesquisa
-
10/2012
Conselhos, Comissões e Consultoria, Instituto de Informática, Departamento de Informática Teórica.,Cargo ou função, Membro.
-
09/2024 - 01/2025
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05018 - Biologia Computacional - Turma U - 60h, INF05508 - Logica para Computacao - Turma B - 60h
-
09/2024 - 01/2025
Ensino, Licenciatura em Computação e Robótica Educativa, Nível: Graduação,Disciplinas ministradas, CREAD018 - Fundamentos de Ensino de Programação na Escola - Turma U - 60h
-
12/2022 - 12/2024
Conselhos, Comissões e Consultoria, Pró-Reitoria de Pesquisa.,Cargo ou função, Membro Comissão Assessora de Apoio a Edição de Periódicos Científicos da UFRGS.
-
03/2024 - 09/2024
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, CMP 198 - Algoritmos para a Bioinformática e Biologia Computacional - Turma U - 60h
-
03/2024 - 09/2024
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05508 - Logica para Computacao - Turma B - 60h
-
09/2023 - 02/2024
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05018 - Biologia Computacional - Turma U - 60h, INF05508 - Logica para Computacao - Turma B - 60h
-
05/2023 - 09/2023
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05508 - Logica para Computacao - Turma B - 60h
-
05/2023 - 09/2023
Ensino, Biotecnologia, Nível: Graduação,Disciplinas ministradas, BIO12033 - Bioinformática Básica - Turma B - 60h
-
05/2023 - 09/2023
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, CMP 198 - Algoritmos para a Bioinformática e Biologia Computacional - Turma U - 60h
-
05/2023 - 09/2023
Ensino, Biologia Celular e Molecular, Nível: Pós-Graduação,Disciplinas ministradas, BCM13060 - Aprendizado de Máquina para Bioinformática - Turma U - 60h
-
11/2022 - 04/2023
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05508 - Logica para Computacao - Turma B - 60h
-
11/2022 - 04/2023
Ensino, Biotecnologia - Bioinformática, Nível: Graduação,Disciplinas ministradas, INF05018 - Biologia Computacional - Turma U - 60h
-
03/2020 - 03/2023
Direção e administração, Instituto de Biociências, Departamento de Biotecnologia.,Cargo ou função, Vice-Coordenador do Curso de Biotecnologia.
-
06/2022 - 10/2022
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, CMP 198 - Algoritmos para a Bioinformática e Biologia Computacional - Turma U - 60h
-
06/2022 - 10/2022
Ensino, Biotecnologia, Nível: Graduação,Disciplinas ministradas, BIO12033 - Bioinformática Básica - Turma B - 60h
-
06/2022 - 10/2022
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05508 - Logica para Computacao - Turma B - 60h
-
08/2021 - 12/2021
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, CMP 198 - Algoritmos para a Bioinformática e Biologia Computacional - Turma U - 60h
-
04/2021 - 08/2021
Ensino, Biologia Celular e Molecular, Nível: Pós-Graduação,Disciplinas ministradas, BCM13060 - Aprendizado de Máquina para Bioinformática - Turma U - 60h
-
01/2021 - 06/2021
Ensino, Biotecnologia - Bioinformática, Nível: Graduação,Disciplinas ministradas, INF05018 - Biologia Computacional - Turma U - 60h
-
01/2021 - 06/2021
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, BIO12033 - Bioinformática Básica - Turma U - 60h, INF05508 - Logica para Computacao - Turma B - 60h
-
02/2020 - 12/2020
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05508 - Logica para Computacao - Turma B - 60h
-
02/2020 - 12/2020
Ensino, Biotecnologia, Nível: Graduação,Disciplinas ministradas, BIO12033 - Bioinformática Básica - Turma B - 60h
-
02/2020 - 12/2020
Ensino, Biotecnologia, Nível: Graduação,Disciplinas ministradas, BIO12033 - Bioinformática Básica - Turma B - 60h
-
02/2020 - 12/2020
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, CMP198 - Algoritmos para a Bioinformática e Biologia Computacional - Turma B - 60h
-
08/2019 - 12/2019
Ensino, Biotecnologia, Nível: Graduação,Disciplinas ministradas, INF05018 - Biologia Computacional - Turma U - 60h
-
08/2019 - 12/2019
Ensino, Biotecnologia, Nível: Graduação,Disciplinas ministradas, INF05018 - Biologia Computacional - Turma U - 60h
-
08/2019 - 12/2019
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05508 - Logica para Computacao - Turma B - 60h
-
03/2019 - 07/2019
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05508 - Logica para Computacao - Turma B - 60h
-
03/2019 - 07/2019
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, CMP585 Bioinformatica Estrutural - Turma A - 60h
-
08/2018 - 12/2018
Ensino, Ciências Biológicas, Nível: Graduação,Disciplinas ministradas, INF05018 - Biologia Computacional - Turma U - 60h, INF05508 - Lógica para Computação - Turma B - 60h
-
02/2018 - 12/2018
Ensino, PPGC - Programa de Pós Graduação em Computação UFRGS, Nível: Pós-Graduação,Disciplinas ministradas, BIO12024 Tópicos Especiais em Computação LXXV - Turma U - 60h
-
02/2018 - 07/2018
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05508 - Lógica para Computação - Turma B - 60h
-
08/2016 - 12/2017
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05508 - Logica para Computacao - Turma B - 60h
-
03/2017 - 08/2017
Conselhos, Comissões e Consultoria, Instituto de Informática.,Cargo ou função, Membro eleito da Comissao de Pesquisa do Instituto de Informatica - COMPESQ.
-
04/2014 - 08/2017
Conselhos, Comissões e Consultoria, Instituto de Biociências, Departamento de Biotecnologia.,Cargo ou função, Coordenação de Estágios do Curso de Biotecnologia.
-
03/2017 - 07/2017
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05508 - Logica para Computacao - Turma B - 60h
-
03/2017 - 07/2017
Ensino, PPGC - Programa de Pós Graduação em Computação UFRGS, Nível: Pós-Graduação,Disciplinas ministradas, CMP585 Bioinformatica Estrutural - Turma A - 60h
-
08/2016 - 12/2016
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05018 - Biologia Computacional - Turma U - 60h
-
01/2015 - 12/2016
Conselhos, Comissões e Consultoria, Instituto de Informática.,Cargo ou função, Membro eleito da Comissao de Pesquisa do Instituto de Informatica - COMPESQ.
-
01/2016 - 07/2016
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, CMP585 Bioinformatica Estrutural - Turma A - 60h
-
01/2016 - 07/2016
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05508 - Logica para Computacao - Turma B - 60h
-
07/2015 - 12/2015
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05018 - Biologia Computacional - Turma U - 60h
-
07/2015 - 12/2015
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05508 - Logica para Computacao - Turma B - 60h
-
03/2015 - 07/2015
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, CMP585 Bioinformatica Estrutural
-
03/2015 - 07/2015
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05508 - Logica para Computacao
-
08/2014 - 12/2014
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05508 - Lógica para Computação - Turma B - 60h
-
08/2014 - 12/2014
Ensino, Biotecnologia - Bioinformática, Nível: Graduação,Disciplinas ministradas, INF05018 - Biologia Computacional - Turma U - 60h
-
01/2014 - 07/2014
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05508 - Lógica para Computação - Turma B - 60h
-
01/2014 - 07/2014
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, BIO12024 Tópicos Especiais em Computação LXXV - Turma U - 60h
-
01/2014 - 07/2014
Ensino, Biotecnologia - Bioinformática, Nível: Graduação,Disciplinas ministradas, BIO12024 - Bioinformatica Estrutural - Turma U - 60h
-
01/2014 - 07/2014
Ensino, PPGC - Programa de Pós Graduação em Computação UFRGS, Nível: Pós-Graduação,Disciplinas ministradas, CMP401 - Trabalho Individual I - Turma T - 30h
-
08/2013 - 12/2013
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05508 - Lógica para Computação - Turma A - 60h, BTC99002 - Atividade Orientada I - Turma U - 30h, INF05018 - Biologia Computacional - Turma U - 60h
-
01/2013 - 07/2013
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, BTC99004 - Atividade Integradora - Turma U - 30h, BIO12024 - Bioinformatica Estrutural - Turma U - 60h, BTC99002 - Atividade Orientada I - Turma U - 30h, INF05508 - Lógica para Computação - Turma A - 60h, INF05508 - Lógica para Computação - Turma B - 30h
-
01/2013 - 07/2013
Ensino, PPGC - Programa de Pós Graduação em Computação UFRGS, Nível: Pós-Graduação,Disciplinas ministradas, BIO12024 Tópicos Especiais em Computação LXXV - Turma U - 60h
-
11/2012 - 01/2013
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF05508 - Lógica para Computação - Turma A - 30h
2011 - 2012
FACULDADE TECNODOHMSVínculo: Colaborador, Enquadramento Funcional: Professor Adjunto, Carga horária: 66
Atividades
-
07/2011 - 12/2012
Ensino, Redes de Computadores, Nível: Graduação,Disciplinas ministradas, [TC] Orientação Trabalho de Conclusão (Márcio de Menezes), [PRORED] Projeto de Redes - 99h/aula, [SISOPE] Sistemas Operacionais - 66h/aula
-
07/2012 - 08/2012
Ensino, Redes de Computadores, Nível: Graduação,Disciplinas ministradas, [SISOPE] Sistemas Operacionais - 66h/aula
-
01/2012 - 08/2012
Conselhos, Comissões e Consultoria, Curso Superior de Tecnologia em Redes de Computadores.,Cargo ou função, [CPC] Conselho Pedagógico Curso Redes Computadores.
-
02/2011 - 08/2012
Conselhos, Comissões e Consultoria, Curso Superior de Tecnologia em Redes de Computadores.,Cargo ou função, [NDE] Núcleo Docente Estruturante.
-
02/2012 - 07/2012
Ensino, Redes de Computadores, Nível: Graduação,Disciplinas ministradas, [TC] Orientação Trabalho Conclusão de Curso (William Machado), [TC] Orientação Trabalho Conclusão de Curso (Gilberto Neves Junior), [PRORED] Projeto de Redes - 99h/aula, [SISOPE] Sistemas Operacionais - 66h/aula
-
01/2011 - 07/2011
Ensino, Redes de Computadores, Nível: Graduação,Disciplinas ministradas, [PRORED] Projeto de Redes - 99h/aula
2008 - 2009
Karlsruhe Institute of Technology (Universität Karlsruhe - TH)Vínculo: Doutorando - Pesquisador, Enquadramento Funcional: Research Associates, Carga horária: 40, Regime: Dedicação exclusiva.
2008 - 2010
Programa de Pós Graduação em Ciência da ComputaçãoVínculo: Colaborador, Enquadramento Funcional: Pesquisa Pós Graduação, Carga horária: 40, Regime: Dedicação exclusiva.
2007 - 2007
Pontifícia Universidade Católica do Rio Grande do SulVínculo: Colaborador, Enquadramento Funcional: Estagio Docencia, Carga horária: 4
Outras informações:
Estagio docencia disciplina Bioinformatica Estrutural.
2006 - 2007
Pontifícia Universidade Católica do Rio Grande do SulVínculo: Colaborador, Enquadramento Funcional: Pesquisa Pós-Graduação - Mestrado, Carga horária: 40, Regime: Dedicação exclusiva.
2002 - 2006
Unimed Santa Rosa LtdaVínculo: Colaborador, Enquadramento Funcional: Analista de Contas, Carga horária: 40
Atividades
-
08/2002 - 01/2006
Direção e administração, Faturamento.,Cargo ou função, Analista de Contas.
2024 - Atual
Associação Brasileira de Bioinformática e Biologia ComputacionalVínculo: Colaborador, Enquadramento Funcional: Secretário Regional Sul - AB3C, Carga horária: 10
Outras informações:
Secretário Institucional da Regional Sul da Associação Brasileira de Bioinformática e Biologia Computacional (AB3C)Eleito em Abril de 2024 - Através de Edital Regional Sul representa as instituições de pesquisa dos estados do Rio Grande do Sul, Santa Catarina e Paraná
Criando um monitoramento
Nossos robôs irão buscar nos nossos bancos de dados todos os processos de Márcio Dorn e sempre que o nome aparecer em publicações dos Diários Oficiais, avisaremos por e-mail e pelo painel do usuário
Criando um monitoramento
Nossos robôs irão buscar nos nossos bancos de dados todas as movimentações desse processo e sempre que o processo aparecer em publicações dos Diários Oficiais e nos Tribunais, avisaremos por e-mail e pelo painel do usuário
Confirma a exclusão?