Mariana Recamonde Mendoza
Professora Adjunta no Departamento de Informática Aplicada do Instituto de Informática (INF), da Universidade Federal do Rio Grande do Sul (UFRGS). Professora Pesquisadora no Hospital de Clínicas de Porto Alegre, associada ao Núcleo de Bioinformática/HCPA, onde desenvolve atividades de pesquisa nas áreas de bioinformática e biologia computacional. Bolsista de Produtividade em Pesquisa Nível 2 (PQ-2) do CNPq. Docente permanente no Programa de Pós-Graduação em Computação (PPGC) da UFRGS (CAPES 7), onde orienta em nível de mestrado e doutorado. Pesquisadora Associada no Centro de Inovação em Inteligência Artificial para a Saúde (CIIA-Saúde), financiado pela FAPESP, e na Rede Gaúcha de Inteligência Artificial Aplicada à Saúde, financiada pela FAPERGS. Possui doutorado em Ciência da Computação pelo INF-UFRGS (2014), com período sanduíche no Massachusetts Institute of Technology (MIT), e graduação em Engenharia de Computação pela Universidade Federal do Rio Grande - FURG (2010). De 2014 a 2016, realizou estágio pós-doutoral em Bioinformática no Centro de Pesquisa Experimental (CPE) do Hospital de Clínicas de Porto Alegre (HCPA). Tem experiência e interesse em aprendizado de máquina (especialmente suas aplicações na saúde), bioinformática, e biologia computacional. Esteve em licença maternidade em 2018 e 2024.
Informações coletadas do Lattes em 28/08/2025
Acadêmico
Formação acadêmica
Doutorado em Computação
2010 - 2014
Universidade Federal do Rio Grande do Sul
Título: Exploring ensemble learning techniques to optimize the reverse engineering of gene regulatory networks
Orientador: em Massachusetts Institute of Technology ( Manolis Kellis)
com , Ano de obtenção: 2014. Ana Lucia Cetertich Bazzan. Coorientador: Adriano Velasque Werhli. Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil. Palavras-chave: bioinformatics; machine learning; gene regulatory networks; reverse engineering; ensemble learning; wisdom of crowds. Grande área: Ciências Exatas e da TerraGrande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Bioinformática.
Graduação em Engenharia de Computação
2005 - 2010
Universidade Federal do Rio Grande
Título: Reconstrução de redes regulatórias com um modelo Bayesiano hierárquico
Orientador: Adriano Velasque Werhli
Pós-doutorado
2014 - 2016
Pós-Doutorado. , Hospital de Clínicas de Porto Alegre, HCPA, 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 / Subárea: Biologia Computacional.
Formação complementar
2017 - 2017
Uso de Pacotes R para Biologia de Sistemas. (Carga horária: 15h). , Universidade Federal do Rio Grande do Sul, UFRGS, Brasil.
2015 - 2015
Extensão universitária em Análises transcriptômicas e biologia de sistemas (avançado). (Carga horária: 15h). , Universidade Federal do Rio Grande do Sul, UFRGS, Brasil.
2011 - 2011
Extensão universitária em Curso de verão em Bioinformática Estrutural. (Carga horária: 75h). , Universidade Federal de Minas Gerais, UFMG, Brasil.
2011 - 2011
2o Curso de Tópicos em Biologia Computacional. (Carga horária: 22h). , Universidade Tecnológica Federal do Paraná - Campus Cornélio Procópio, UTFPR, Brasil.
2010 - 2010
Extensão universitária em ANN Models for Data Mining Tasks in Bioinformatics. (Carga horária: 10h). , Universidade Federal do Rio Grande do Sul, UFRGS, Brasil.
2010 - 2010
Extensão universitária em Reinforcement Learning and Game Theory. (Carga horária: 10h). , Universidade Federal do Rio Grande do Sul, UFRGS, Brasil.
2008 - 2008
PHP + MySQL. (Carga horária: 16h). , Instituto Politécnico de Ensino à Distância, IPED, Brasil.
2008 - 2008
Fireworks CS3. (Carga horária: 16h). , Instituto Politécnico de Ensino à Distância, IPED, Brasil.
2008 - 2008
Dreamweaver CS3. (Carga horária: 13h). , Instituto Politécnico de Ensino à Distância, IPED, Brasil.
2007 - 2008
Proficiency. , Top Way English School, TWES, Brasil.
2005 - 2005
Mini-curso de QT Designer. (Carga horária: 3h). , Universidade Federal do Rio Grande, FURG, Brasil.
2005 - 2005
Mini-curso de PHP. (Carga horária: 4h). , Universidade Federal do Rio Grande, FURG, Brasil.
2005 - 2005
Proficiency 1 e 2. (Carga horária: 100h). , British House, BH, Brasil.
Idiomas
Inglês
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.
Espanhol
Compreende Bem, Fala Bem, Lê Bem, Escreve Razoavelmente.
Francês
Compreende Razoavelmente, Fala Pouco, Lê Razoavelmente, Escreve Pouco.
Áreas de atuação
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Aprendizagem de Máquina.
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: Biologia Computacional.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Biologia de Sistemas.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Mineração de dados.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Inteligência Artificial.
Organização de eventos
RECAMONDE-MENDOZA, M. . BioIn4Girls - Ciclo de Palestras em Bioinformática. 2020. (Outro).
MENDOZA, M. R. ; MATTE, U. ; OLABARRIAGA, S. ; LEAO, D. P. ; SIEBERT, M. . Curso de Bioinformática para a Área da Saúde. 2016. (Outro).
MENDOZA, M. R. . II Semana Integrada de Tecnologia em Computação. 2006. (Outro).
MENDOZA, M. R. . I Semana Interna da Engenharia de Computação. 2006. (Outro).
Participação em eventos
21º Congresso Brasileiro de Bioinformática: X-Meeting 2025. Connecting the Dots: How Graph Neural Networks are Reshaping Omics Data Analysis Through Systemic Approaches. 2025. (Congresso).
Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS).Minicurso: Construindo Modelos Justos: Fundamentos, Estratégias e Desafios para uma IA Ética e Equitativa na Saúde. 2025. (Simpósio).
Brazilian Symposium on Bioinformatics. Evaluating the Generalization of Neural Network-Based Pan-Cancer Classification Models for Cohort-Specific Prediction. 2024. (Congresso).
Brazilian Conference on Intelligent Systems (BRACIS). Prediction of cancer-related miRNA targets using an integrative heterogeneous Graph Neural Network-based method. 2023. (Congresso).
Brazilian Conference on Intelligent Systems (BRACIS). Cross-validation Strategies for Balanced and Imbalanced Datasets. 2022. (Congresso).
Global Health Security Conference. Multidisciplinary and partcipatory approaches in data collecton for more effective data-driven responsive pandemic surveillance. 2022. (Congresso).
21st International Conference on Computational Science and its Applications (ICCSA 2021). Ensemble Feature Selection Compares to Meta-analysis for Breast Cancer Biomarker Identification from Microarray Data. 2021. (Congresso).
BioIn4Girls - Ciclo de Palestras em Bioinformática.Machine Learning para Cientistas de Dados ômicos. 2020. (Outra).
BRAGFOST - Simpósio Brasil-Alemanha em Fronteiras da Ciência e Tecnologia.Medicina personalizada. Integrating omics data to improve stability and quality of biomarkers and prediction models.. 2020. (Simpósio).
I Encontro de Jovens Pesquisadores do Rio Grande do Sul.Desafios do século XXI: Como o Big Data influenciará meus projetos científicos nos próximos 10 anos?. 2019. (Encontro).
38ª Semana Científica do HCPA.Inteligência Artificial (Mesa-redonda, coordenadora). 2018. (Simpósio).
2º Escola Gaúcha de Bioinformática - EGB 2017. 2017. (Encontro).
37ª Semana Científica do HCPA.Exploração em grandes bases de dados (Mesa-redonda, palestrante). 2017. (Simpósio).
2016 ISCB-Latin America Conference. Differential network analysis for the identification of common and specific regulatory mechanisms between idiopathic dilated cardiomyopathy and ischemic cardiomyopathy. 2016. (Congresso).
1º Escola Gaúcha de Bioinformática - EGB 2015.Analysis of Histones Deacetylases Expression and Post-Transcriptional Regulation In Pancreatic Ductal Adenocarcionoma.. 2015. (Encontro).
35ª Semana Científica do HCPA. 2015. (Outra).
Genetic Literacy: An Intermediate Guide to Understanding the Language and Concepts of Modern Genetic Research.. 2013. (Seminário).
Twenty-Seventh AAAI Conference on Artificial Intelligence (AAAI-13). Wisdom of Crowds in Bioinformatics: What can we Learn (and Gain) from Collective Decisions?. 2013. (Congresso).
5th annual RECOMB Conference on Regulatory and Systems Genomics. Integration of regulatory networks across multiple species provides insight into complex diseases. 2012. (Congresso).
2011 Genetic and Evolutionary Computation Congress. Evolving Random Boolean Networks with Genetic Algorithms for Regulatory Networks Reconstruction. 2011. (Congresso).
VIII Encontro Nacional de inteligência Artificial.A Study on the Effects of Reputation-based Decision on the Dynamics of Public Goods Game with Punishment, Signaling and Gossiping Mechanisms. 2011. (Encontro).
XXXI Congresso da Sociedade Brasileira de Computação. 2011. (Congresso).
XXX Jornadas de Atualização em Informática - Meta-Aprendizado para Recomendação de Algoritmos. 2011. (Oficina).
IV WESAAC - Workshop-Escola de Sistemas de Agentes, seus Ambientes e Aplicações. 2010. (Outra).
III MCSUL - Seminário Sul em Modelagem Computacional. 2009. (Seminário).
9º Fórum Internacional Software Livre. 2008. (Outra).
XV Congresso Brasileiro de Meteorologia. Estrutura e Manutenção do Banco de Dados Meteorológicos da Universidade Federal do Rio Grande. 2008. (Congresso).
XVII Congresso de Iniciação Científica. Estrutura e Manutenção do Banco de Dados Meteorológicos da Universidade Federal do Rio Grande. 2008. (Congresso).
Dicas para Apresentação de Trabalhos Científicos. 2007. (Oficina).
XVI Congresso de Iniciação Científica. PESQUECLIMA - Validação dos dados de Temperatura e Umidade Específica. 2007. (Congresso).
I Semana Interna da Engenharia de Computação (SIECOMP). 2006. (Outra).
I Semana Integrada de Tecnologia em Computação e Geomática. 2005. (Outra).
Participação em bancas
RECAMONDE-MENDOZA, M.; KOZAKEVICIUS, A. J.; WELFER, D.; SILVEIRA, T. L. T.. Deep learning applied to non-invasive ECG pregnancy monitoring: fetal ECG recovery and QRS complex detection. 2025. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; FREIRE, J.; SILVA, A. S.. Interactive Exploration of User Data Based on Multiple Hypothesis Testing. 2024. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, MARIANAMOREIRA, V. P.; CARVALHO, A. M. P.; VILLAVICENCIO, A.. Finding Idiomaticity in Word Representations. 2023. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; SEKINE, L.; CORTE, A. D.;MATTE, U.. Proposta de modelo conceitual de algoritmo multimodal para aplicação de inteligência artificial no rastreamento de sinais neuro radiológicos cerebrais de lipofuscinose ceroide neuronal tipo 2 em imagens de ressonância magnética. 2023. Dissertação (Mestrado em Pesquisa Clínica) - Hospital de Clínicas de Porto Alegre.
RECAMONDE-MENDOZA, M.; OLIVEIRA, G. G.; OLIVEIRA, F. S. C.; HACKMANN, C.. Aprendizado de máquina aplicado ao mapeamento de poluição plástica marinha em imagens do sensor MSI/SENTINEL-2. 2023. Dissertação (Mestrado em Sensoriamento Remoto) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; SILVA, E. A. B.; SILVEIRA, T. L. T.; JUNG, C.. Detecting and Tracking Cells in Microscopic Images using Oriented Representations. 2023. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; VIEIRA, I. A.; COLOMBO, R.; SILVA, S. A. E.. Análise in sílico da expressão diferencial de genes em câncer de cabeça e pescoço. 2023. Dissertação (Mestrado em Biotecnologia) - Universidade de Caxias do Sul.
RECAMONDE-MENDOZA, MARIANA; SANTANA JUNIOR, O. V.; MOIOLI, R. C.; RODRIGUES, A. G. C. D. R.. Viabilidade operacional no auxílio da contagem manual diferencial de leucócitos utilizando segmentação de imagem, inteligência artificial e aplicação mobile. 2023. Dissertação (Mestrado em Ciência, Tecnologia e Inovação) - Universidade Federal do Rio Grande do Norte.
RECAMONDE-MENDOZA, M.MOREIRA, V. P.; PARABONI, I.; BECKER, K.. SSSD: Explorando Modelos Pré-treinados e Busca Semântica para Detecção de Posicionamentos no Twitter. 2023. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; RIGO, S. J.; KUNST, R.; RAMOS, G. O.. DEEPCADD: A Deep Neural Network for Automatic Detection of Coronary Artery Disease. 2022. Dissertação (Mestrado em Computação Aplicada) - Universidade do Vale do Rio dos Sinos.
RECAMONDE-MENDOZA, M.; LIEDKE, G. S.; VIZZOTO, B. B.; VIZZOTO, M. B.. Aplicação de Inteligência Artificial com Aprendizado de Máquina de Rede Neural para Controle de Qualidade de Radiografias Panorâmicas. 2022. Dissertação (Mestrado em Odontologia) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; RUIZ, D. D. A.; BORDINI, R. H.. Aplicação de Aprendizado de Máquina para Descobertas de Farmacogenômica no Tratamento do Câncer de Esôfago. 2022. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; SILVA, F. S.; FLORES, C. D.; BECKER, C. D. L.. COVNET-UFCSPA: Uma arquitetura baseada em rede neural convolucional para auxílio ao diagnóstico de pneumonia induzida pela Covid-19. 2022. Dissertação (Mestrado em Tecnologias da Informação e Gestão em Saúde) - FUNDACAO UNIVERSIDADE FEDERAL DE CIENCIAS DA SAUDE DE PORTO ALEGRE.
RECAMONDE-MENDOZA, M.; SALUM JUNIOR, G. A.; HIDALGO, M. P. L.; CALDIERARO, M. A. K.. Diferenças nas redes de sintomas de depressão a partir de escalas avaliadas pelo paciente e pelo clínico. 2021. Dissertação (Mestrado em Psiquiatria e Ciências do comportamento) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.MATTE, U.; GUIMARAES, A. C. R.; SCHULER-FACCINI, L.. Teratogênese do vírus Zika: Análise do gene AXL e genes relacionados. 2021. Dissertação (Mestrado em Genética e Biologia Molecular) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; WICKBOLDT, J. A.; BOTH, C. B.; SCHAEFFER FILHO, A. E.. Look-Ahead Reinforcement Learning: an application for load balancing network traffi. 2021. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; CARBONERA, J.; COSTA, C. A.; MOREIRA, V.. Heterogeneous Ensemble Models for In-Hospital Mortality Prediction. 2021. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.MOREIRA, V. P.; MORO, M. M.; GALANTE, R. M.. FFT-2PCA: um método de extração de features para detecção de falhas em ambientes industriais. 2020. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; GALANTE, R. M.; MORAES, S. M. W.;MOREIRA, V. P.. A Study on Offensive Video Detection. 2020. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; BRAZIL, E.;DORN, M.; CARBONERA, J.; ABEL, M.. A Clustering-based Approach to Identify Petrofacies from Petrographic Data. 2020. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; GALANTE, R. M.; SOARES, M.;MOREIRA, V. P.. Predicting Readmissions to the Intensive Care Unit based on Data Available at the Time of Arrival: a Classification Approach. 2020. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; RIBEIRO, A. L. P.; MENGUE, S. S.; POLANCZYK, C. A.. Modelos para automatização de análises de desfechos clínico-assistenciais. 2020. Dissertação (Mestrado em Epidemiologia) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.MOREIRA, V. P.; PLASTINO, A.; BECKER, K.. DAC Stacking: comitê de redes profundas para classificação de ansiedade, depressão e comorbidade.. 2020. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
LOPES, T. F.;ANDRADES, M. E.; UMPIERRE, D.;RECAMONDE-MENDOZA, M.. Identificação de candidatos a biomarcadores de rejeição em transplante cardíaco a partir de transcriptomas: revisão sistemática e meta-análise.. 2019. Dissertação (Mestrado em Ciências da Saúde: Cardiologia e Ciências Cardiovasculares) - Universidade Federal do Rio Grande do Sul.
BATISTA, G. E. A. P. A.; HEINEN, M. R.;WERHLI, A. V.RECAMONDE-MENDOZA, MARIANABAZZAN, A. L. C.. An Incremental Gaussian Mixture Network for Data Stream Classification in Non-Stationary Environments. 2018. Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.DA SILVA, B. C.; VERLI, H.;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 Programa de Pós-Graduação em Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; BORGES, E. N.;WERHLI, A. V.; MACHADO, K. S.. EN-MUTATE: predição do impacto de mutações pontuais em proteínas utilizando Ensemble Learning. 2017. Dissertação (Mestrado em Engenharia de Computação) - Universidade Federal do Rio Grande.
RECAMONDE-MENDOZA, M.; BRAUN, R. L.; GALANTE, R. M.;DORN, 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 Programa de Pós-Graduação em Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; SILVA, N. F. F.; GALVEZ, L. E. Z.; MACHADO, A. M. C.; NOBRE, C. N.. Seleção de instâncias usando a a bordagem de aprendizado ativo com algoritmos genéticos. 2025. Tese (Doutorado em Informática) - Pontifícia Universidade Católica de Minas Gerais.
RECAMONDE-MENDOZA, M.; CARVALHO, A. M. P.; PINHO, M. S.; MANSSOUR, I. H.. Holistic patient representation learning for patient flow tasks using clinical histories from brazilian eletronic health records. 2025. Tese (Doutorado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; SOUZA, C. F. M.; SANSEVERINO, M. T. V.;MATTE, U.. Análise integrativa dos mecanismos de patogênese em doenças lisossômicas. 2022. Tese (Doutorado em Genética e Biologia Molecular) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; AGUIAR, M. S.; EMMENDORFER, L. R.; MACHADO, K. S.; ADAMATTI, D. F.. Desenvolvimento de uma Ferramenta para a Modelagem e a Simulação de Redes Regulatórias Genéticas usando Sistema Multiagente. 2022. Tese (Doutorado em Modelagem Computacional) - Universidade Federal do Rio Grande.
RECAMONDE-MENDOZA, M.; SARTOR, I. T. S.; BALDO, G.;MATTE, U.. Muito além do lisossomo: análise de genes lisossômicos utilizando estratégias de bioinformática. 2021. Tese (Doutorado em Genética e Biologia Molecular) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.MARGIS, R.; REIS, E. M.; BONATTO, D.. Predição de função de RNAs não codificantes característicos do estado tronco embrionário humano através de ferramentas de bioinformática. 2017. Tese (Doutorado em Biologia Celular e Molecular) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; MACHADO, K. S.; VOTTO, A. P. S.; NERY, L. E. M.; MARINS, L. F. F.. Bioinformática no câncer: busca de alvos terapêuticos relacionados à resistência à quimioterapia em Câncer Testicular (TGCT) e Uterino (UCEC) do repositório The Cancer Genome Atlas (TCGA). 2017. Tese (Doutorado em Ciências Fisiológicas) - Universidade Federal do Rio Grande.
RECAMONDE-MENDOZA, M.; ZAGO, A. J.; MANENTI, E. R. F.; ZAGO, A. C.. Bases Moleculares de Reestenose Intra-Stent e Novas Estratégias Terapêuticas. 2017. Tese (Doutorado em Ciências da Saúde: Cardiologia e Ciências Cardiovasculares) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; TEODORO, M. L. M.; PATROCINIO JUNIOR, Z. K. G.; GALVEZ, L. E. Z.; NOBRE, C. N.. Seleção de instâncias usando a abordagem de aprendizado ativo com algoritmos genéticos - uma análise no contexto de depressão em crianças e adolescentes. 2021. Exame de qualificação (Doutorando em Informática) - Pontifícia Universidade Católica de Minas Gerais.
RECAMONDE-MENDOZA, M.; GIUGLIANI, R.;MATTE, U.. Investigation of the pathogenesis of lysosomal storage diseases. 2020. Exame de qualificação (Doutorando em Genética e Biologia Molecular) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; SARTOR, I. T. S.;MATTE, U.. Comprehensive analysis of lysosomal genes using omics data. 2020. Exame de qualificação (Doutorando em Genética e Biologia Molecular) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; BARBE-TUANA, F. M.; KLAMT, F.. Identificação e validação de reguladores mestres em adenocarcinoma de pulmão de não-pequenas células e sua utilização para prospecção de novos regimes antitumorais. 2017. Exame de qualificação (Doutorando em Ciências Biológicas (Bioquímica)) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; LOPEZ, P. L. C.;ASHTON-PROLLA, P.. Analysis of Tubby-like Protein 3 (TULP3) as possible biomarker in gastrointestinal tumors. 2017. Exame de qualificação (Doutorando em Genética e Biologia Molecular) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; HIGA, R. H.; STRECK, A. F.; CORBELLINI, L. G.. Seleção de preditoras aplicado à diarreia viral bovina. 2014. Exame de qualificação (Doutorando em Ciências Veterinárias) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; SILVA, F. S.; BOTELHO, V. R.; BECKER, C. D. L.. Arquitetura multimodal para auxílio ao diagnóstico de pneumonia induzida pela Covid-19. 2021. Exame de qualificação (Mestrando em Tecnologias da Informação e Gestão em Saúde) - FUNDACAO UNIVERSIDADE FEDERAL DE CIENCIAS DA SAUDE DE PORTO ALEGRE.
RECAMONDE-MENDOZA, M.; BECKER, C. D. L.; SANCHEZ, M. S. A.; CAZELLA, S. C.. Um Framework para Triagem e Redução de Artefatos Metálicos em Imagens de Tomografia Computadorizada como Apoio a Planejamentos Radioterápicos. 2021. Exame de qualificação (Mestrando em Tecnologias da Informação e Gestão em Saúde) - FUNDACAO UNIVERSIDADE FEDERAL DE CIENCIAS DA SAUDE DE PORTO ALEGRE.
RECAMONDE-MENDOZA, M.; BORGES, E. N.; MACHADO, K. S.;WERHLI, A. V.. EN-MUTATE: uma ferramenta para a predição do impacto de mutações pontuais em proteínas utilizando técnicas de Ensemble. 2016. Exame de qualificação (Mestrando em Engenharia de Computação) - Universidade Federal do Rio Grande.
RECAMONDE-MENDOZA, M.; WIVES, L. K.; GALANTE, R. M.. Clusterização e a Influência da Mudança Lunar no Nascimento Natural de Bebês. 2025. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; WIVES, L. K.; GALANTE, R. M.. Análise exploratória sobre o impacto do PIX na inclusão financeira e no crescimento econômico no Brasil. 2025. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; GALANTE, R. M.; WIVES, L. K.. IGN: Reengenharia e Reimplementação do Algoritmo de Identificação de Grupos Naturais. 2025. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; GALANTE, R. M.; WIVES, L. K.. Utilização de Algoritmos de Classificação para Identificação de Produtos com Redução de Alíquota na Reforma Tributária. 2025. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; GALANTE, R. M.; SILVEIRA, T. L. T.. Estudo de Estratégias de Detecção Automática de Imagens Forjadas. 2025. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
GALANTE, R. M.;COMBA, J. L. D.RECAMONDE-MENDOZA, M.. Aplicação de Algoritmos de Aprendizado de Máquina Supervisionado na Análise da Opção de Aposentadoria na Entidade Fechada de Previdência Complementar SERPROS. 2025. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; GALANTE, R. M.;COMBA, J. L. D.. AVATAR: Análise Visual dos Acidentes de Trânsito e Anomalias nas Rodovias Federais do Brasil. 2025. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; WIVES, L. K.; GALANTE, R. M.. Aplicação de agrupamento e visualização para análise de dados no auxílio do controle de carga e trânsito aduaneiro. 2025. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; WIVES, L. K.; GALANTE, R. M.. Utilização de Algoritmos de Análise de Logs para Carga em Bancos de Dados Neo4j. 2025. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; WIVES, L. K.; GALANTE, R. M.. Evolução do Desenvolvimento Humano Municipal (IDHM) no Estado do Paraná: Uma Análise Visual através de Choropleth maps. 2025. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; TAVARES, A. R.; GALANTE, R. M.. Modelo N-HiTS para Previsão de Séries Temporais Financeiras: Um Estudo de Caso com Ativos da B3. 2025. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; TAVARES, A. R.; GALANTE, R. M.. Estudo Comparativo Entre Modelos de Aprendizagem de Máquina Clássica e Quântica Utilizando Conjuntos de Dados Clássicos de Benchmarking. 2025. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; WIVES, L. K.; GALANTE, R. M.. Segurança Pública no Rio de Janeiro: Explorando Relações entre Tipos de Crimes e Regiões através de Análise de Componentes Principais e Clusterização. 2025. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
TAVARES, A. R.; BARBIAN, M. H.;RECAMONDE-MENDOZA, M.. Explorando Relações e Construindo Modelos Preditivos para a Mortalidade Prematura por Doenças Não Transmissíveis: Uma Análise Integrada dos Dados do SIM/DATASUS e do Censo 2010 do IBGE. 2024. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
TAVARES, A. R.; BECKER, K.;RECAMONDE-MENDOZA, M.. Aplicação de aprendizado de máquina na análise de padrões de Dívidas junto ao FGTS. 2024. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; SCHNORR, L. M.; TAVARES, A. R.. Identificação de padrões de anamnese de servidores do governo federal. 2023. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; SCHNORR, L. M.; TAVARES, A. R.. Conversão de Perguntas em Linguagem Natural para Consultas em SQL Utilizando Modelos de Linguagem Pré-Treinados. 2023. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; TAVARES, A. R.; SCHNORR, L. M.. Arquitetura de Referência para Uso de Aprendizado Profundo Distribuído em Lagos de Dados. 2023. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.COMBA, J. L. D.; WIVES, L. K.. Classificação automatizada de relatórios em acórdãos referentes a Tomadas de Contas Especiais através de aprendizado de máquina. 2023. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
COMBA, J. L. D.; WIVES, L. K.;RECAMONDE-MENDOZA, M.. Avaliação do uso de dados sintéticos com aprendizado de máquina supervisionado e não-supervisionado: um estudo de caso com dados do eSocial. 2023. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
COMBA, J. L. D.; WIVES, L. K.;RECAMONDE-MENDOZA, M.. Aplicação de Algoritmos de Aprendizado de Máquina Supervisionado para Estudo de Tendências de Acidentes de Trabalho usando Dados Abertos do Governo Brasileiro. 2023. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; BECKER, K.;MOREIRA, V. P.. Identificação de Indícios Depressivos em Redes Sociais Utilizando Processamento de Linguagem Natural. 2023. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; BECKER, K.;MOREIRA, V. P.. Detecção de Conteúdo Sexista em Textos de Redes Sociais. 2023. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; BECKER, K.;MOREIRA, V. P.. Detecção automática de anomalias em logs utilizando recursos de Processamento de Linguagem Natural com Word Embeddings. 2023. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; BECKER, K.;MOREIRA, V. P.. Sumarização de Texto em Português para Documentos Legais. 2023. Monografia (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; CARBONERA, J.; TAVARES, A. R.. Desempenho e Expressividade da função de ativação PReLU em Modelos Neurais. 2025. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
CARBONERA, J.; GALANTE, R. M.;RECAMONDE-MENDOZA, M.. Desenvolvimento de modelo de aprendizado de máquina para classificar o motivo de compra de produtos a partir de notas fiscais eletrônicas. 2025. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
BALREIRA, D. G.; GRISCI, B. I.;RECAMONDE-MENDOZA, M.. Análise do impacto da COVID-19 no desenvolvimento do transtorno de estresse pós-traumático na população brasileira: um estudo com aprendizado de máquina. 2025. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
MENDOZA, MARIANA RECAMONDE; CARBONERA, J.; BALREIRA, D. G.. Análise de Modelos de Linguagem para Extração de Entidades Nomeadas em Documentos Médicos em Português. 2025. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; BALREIRA, D. G.; OLIVEIRA, M. M.. Improved Hardware and Software Design of a Portable and Low-Cost Corneal Topographer. 2025. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
MOREIRA, V. P.; CORDEIRO, W. L. C.;RECAMONDE-MENDOZA, M.. Explorando Dados Climáticos e do Google Trends na Predição de Casos de Dengue no Brasil: Uma Abordagem com Aprendizado de Máquina. 2024. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
TAVARES, A. R.; GRISCI, B. I.;RECAMONDE-MENDOZA, M.. A study on graph neural networks for classification tasks and model interpretability on genomic datasets. 2024. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
GIUDICELLI, G. C.; CARBONERA, J.;RECAMONDE-MENDOZA, M.. Development of a machine learning model for molecular signature identification and early diagnostic support of Autism Spectrum Disorder. 2024. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
TAVARES, A. R.; SILVA, M. G.;RECAMONDE-MENDOZA, M.. Estudo de Estratégias de Validação Cruzada baseadas em Clusters. 2024. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; CARBONERA, J.; TAVARES, A. R.. Desempenho e Expressividade da função de ativação PReLU em Modelos Neurais. 2024. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; TAVARES, A. R.; JUNG, C.. Exploring Image-to-Image Translation Techniques for Microscopy Images. 2024. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; BECKER, K.; CARBONERA, J.. Rating Prediction of Product Reviews: An approach based on language models. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.MOREIRA, V. P.; GALANTE, R. M.. Algoritmos de Aprendizado de Máquina Aplicados a Dados de Subtrações de Veículos para Obtenção de Insights em Segurança Pública. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; GASPARY, L.; NAVAUX, P. O. A.. Cloud Computing para deploy de modelos de Deep Learning para a detecção de Retinopatia Diabética. 2023. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
GALANTE, R. M.; CARBONERA, J.;RECAMONDE-MENDOZA, M.. Comparação de estratégias computacionais para integração de dados ômicos na classificação de subtipos de tumores. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
BAZZAN, ANA L.C.; KOWALSKI, T. W.;RECAMONDE-MENDOZA, M.. Viés racial ou pequeno tamanho amostral? Investigando o impacto de disparidade racial em dados genômicos na análise de sobrevida em câncer. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
PESSUTTO, L.; SILVA, M. G.;RECAMONDE-MENDOZA, M.. Comparação de estratégias para lidar com o desbalanceamento de classes: um estudo de caso com dados de mortalidade neonatal no Rio Grande do Sul. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
MOREIRA, V. P.COMBA, J. L. D.RECAMONDE-MENDOZA, M.. Assessing pre-training bias in Health data and estimating its impact on machine learning algorithms. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; CARBONERA, J.; TAVARES, A. R.. Measuring Drift Impact: A Customizable Synthetic Data Generator. 2023. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; CORDEIRO, W. L. C.; NOBRE, J. C.. Aprendizado de Máquina para Detecção de Ataques em APIs. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.COMBA, J. L. D.MOREIRA, V. P.. Recuperação de evidências em relatórios de ensaios clínicos utilizando o modelo biomédico RoBERTa. 2023. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
TAVARES, A. R.;MOREIRA, V. P.RECAMONDE-MENDOZA, M.. Assessing Data Leakage Effects on the Performance Estimates of Machine Learning Classifiers. 2023. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; SILVA, O. S.; CORDEIRO, W. L. C.. Identificação Acústica e Atração de Ae. aegypti através de Aplicativo Móvel de Uso Geral. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
COMBA, J. L. D.; WIVES, L. K.;MOREIRA, V. P.RECAMONDE-MENDOZA, M.. Stability and Performance of Machine Learning Feature Selection Methods: a Case Study on COVID-19 Diagnosis Datasets. 2022. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
MOREIRA, V.; BECKER, K.;RECAMONDE-MENDOZA, M.. An interpretable machine learning approach for predicting sleep quality in three temporal waves throughout the COVID-19 pandemic. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
TAVARES, A. R.; CARBONERA, J.;RECAMONDE-MENDOZA, M.. Estudo sobre a complexidade de dados ômicos: uma análise para a predição de sobrevida em diferentes tipos de câncer. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; FREITAS, C. M. D. S.; THOM, L.. Women Influence in Business Process Management: a Systematic Mapping. 2022. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; WIVES, L. K.; RECH, P.. Uso de Machine Learning Aplicado para Avaliação de Risco de Crédito. 2022. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; TAVARES, A. R.; JUNG, C.. Using a super resolution network and general-purpose optical character recognition for license plate recognition. 2022. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; GALANTE, R. M.; MOREIRA, V.. Comparing classification methods for point of interest categorization. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
TAVARES, A. R.; CARBONERA, J.;RECAMONDE-MENDOZA, M.. Assessing the Applicability of Graph Neural Networks for Cancer Staging Using Sample Similarity Networks. 2022. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
SCHAEFFER-FILHO, A. E.; GASPARY, L.;RECAMONDE-MENDOZA, M.. An Overview of AI-enabled Attacks: concepts, state-of-the-art, and evaluation of prototypes. 2021. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; GALANTE, R. M.; MOREIRA, V.. Cross-language plagiarism detection with contextualized word embeddings. 2021. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
MARTINS, A. F.; BECKER, K.;RECAMONDE-MENDOZA, M.. Desenvolvimento de modelos de aprendizado de máquina para detecção de fenótipos humanos com base em assinaturas de microbioma. 2021. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; WALTER, M.; JUNG, C.. Upright Adjustment of Spherical images. 2021. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
MATTE, U.; CARBONERA, J.;RECAMONDE-MENDOZA, M.. Homogeneous ensemble feature selection for breast cancer biomarker identification from microarray data. 2021. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
BAZZAN, A. L. C.; TAVARES, A. R.;RECAMONDE-MENDOZA, M.. Use of embedding concatenation and ensemble to improve node classification on graphs. 2021. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; LUIZELLI, M. C.; MANSILHA, R. B.. Usando Redes Neurais para Reconstruir Traços de Sessões de Usuários de Sistemas de Larga Escala. 2021. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Pampa.
RECAMONDE-MENDOZA, M.; GALANTE, R. M.; MOREIRA, V.. Automated concatenation of embeddings for named-entity recognition in Portuguese. 2021. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
JUNG, C.; TAVARES, A. R.;RECAMONDE-MENDOZA, M.. Detection of Infant Guinea pig Vocalizations using Machine Learning. 2021. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; NUNES, I.; COTA, E.. Proposta de uma plataforma codeless para implementação de apps de promoção da saúde. 2021. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; GALANTE, R. M.; WIVES, L. K.. Detecção de Apneia do Sono Utilizando Machine Learning Baseado em Modelos Estatísticos. 2020. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
WIVES, L. K.; MOREIRA, V.;DA SILVA, B. C.RECAMONDE-MENDOZA, M.. Analisando padrões no consumo de álcool entre estudantes de Medicina brasileiros: uma abordagem de aprendizado de máquina. 2020. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
MOREIRA, V. P.DA SILVA, B. C.RECAMONDE-MENDOZA, M.. Classification of suicidality in a large occupational cohort: an analysis of machine learning algorithms applied to the ELSA-Brasil study. 2020. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
LEITAO, S. A. T.; CALLONI, R.;RECAMONDE-MENDOZA, M.. Metanálise de dados de transcriptoma revela módulos patofisiológicos envolvidos com a fibrilação atrial. 2019. Trabalho de Conclusão de Curso (Graduação em Biomedicina) - Universidade Federal do Rio Grande do Sul.
MOREIRA, V. P.; GALANTE, R. M.;RECAMONDE-MENDOZA, M.. Predição de alvos de microRNAs utilizando aprendizado semi-supervisionado e classificação baseada em uma única classe. 2019. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.BAZZAN, A. L. C.DA SILVA, B. C.. Um Método de Ataque Adversarial a Redes Neurais Convolutivas para Reconhecimento Facial. 2019. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
TAVARES, A. R.;DA SILVA, B. C.RECAMONDE-MENDOZA, M.. Auditoria em questionário de estudo epidemiológico utilizando os algoritmos K-Means e FindCBLOF. 2019. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
BAGESTEIRO, L. B.;DA SILVA, B. C.RECAMONDE-MENDOZA, M.. Machine Learning Aplicado na Previsão de Resultados de Partidas de Futebol: Um Estudo de Caso para Comparação de Diferentes Classificadores. 2018. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.MOREIRA, V. P.; WILKENS, R.; VILLAVICENCIO, A.. Identificação de Condições Clínicas em Testes de Fluência Verbal. 2018. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
GALANTE, R. M.;DA SILVA, B. C.RECAMONDE-MENDOZA, M.. Machine learning approaches for predicting diabetes and determining risk factors from epidemiological data. 2018. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
DA SILVA, B. C.; GEYER, C.;RECAMONDE-MENDOZA, M.. MR Spectroscopy Signal Quantification Using Deep Learning. 2018. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
MATTE, U.; LOPES, T. F.; FELTES, B.;RECAMONDE-MENDOZA, M.. Gene Expression Analysis Plataform (GEAP): uma plataforma flexível e intuitiva para análises de transcriptoma. 2018. Trabalho de Conclusão de Curso (Graduação em Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; MACEDO, G.; LOPES, T. F.;MATTE, U.. Análise dados de RNA-Seq de câncer do endométrio: uma busca in silico por potenciais alvos terapêuticos. 2018. Trabalho de Conclusão de Curso (Graduação em Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.BAZZAN, A. L. C.DA SILVA, B. C.. A Comparison of Recommender Systems for Crowdfunding Projects. 2018. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; MACIEL, A.; OLIVEIRA, M. M.. End-to-end Bone Age Assessment with Residual Learning. 2018. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; MOREIRA, J. C. F.; CARRO, L.. Comet assay image analysis using Convolutional Neural Networks. 2018. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
MOREIRA, V. P.; GALANTE, R. M.;RECAMONDE-MENDOZA, M.. Combining Performance and Diversity Measures for Optimizing Classification Ensembles via a Genetic Algorithm in the miRNA-Target Prediction Problem. 2018. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
MULLER, I.;DA SILVA, B. C.; CECCON, R.; CORDEIRO, W. L. C.;RECAMONDE-MENDOZA, M.. Identificação do mosquito Aedes aegypti através de áudio utilizando técnicas de machine learning. 2018. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; BECK FILHO, A. C.;DA SILVA, B. C.. Using Software Optimization Techniques and Exploiting Hardware Capabilities to Speed-Up BLSTM Neural Network on CPUs. 2017. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
BAZZAN, A. L. C.DA SILVA, B. C.RECAMONDE-MENDOZA, M.. Funções de Escolha Social para Elaboração de Consenso em Aprendizado de Máquina Descentralizado: um Estudo em Problemas de Classificação Multiclasse. 2017. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul.
BAZZAN, A. L. C.RECAMONDE-MENDOZA, M.DA SILVA, B. C.. Predicting Response Quality as a Proxy of Fatigue via Eye Tracking and EEG. 2017. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; BRAUN, R. L.;DORN, M.. 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.
RECAMONDE-MENDOZA, M.; GALANTE, R. M.;DORN, 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.
RECAMONDE-MENDOZA, M.; da SILVA, V. F.; UMPIERRE, D.;ANDRADES, M. E.. Comissão de Seleção de Bolsistas de Pós-Doutorado, Edital 06/2021. 2021. Hospital de Clínicas de Porto Alegre.
RECAMONDE-MENDOZA, M.DA SILVA, B. C.; AZAMBUJA, J. R. F.. Processo Seletivo para Professor Substituto, Departamento de Informática Aplicada. 2018. Universidade Federal do Rio Grande do Sul.
LISBOA, C. A. L.;DA SILVA, B. C.RECAMONDE-MENDOZA, M.. Processo Seletivo para Professor Substituto, Departamento de Informática Aplicada. 2017. Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; MACHADO, R.; PEREIRA, A. G.. SIC 2017 - XXIX Salão de Iniciação Científica da UFRGS - Inteligência Artificial. 2017. Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; BRAUN, R. L.; VERLI, H.. SIC 2016 - XXVIII Salão de Iniciação Científica da UFRGS - Bioinformática I. 2016. Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; BRAUN, R. L.. SIC 2016 - XXVIII Salão de Iniciação Científica da UFRGS - Bioinformática II. 2016. Universidade Federal do Rio Grande do Sul.
RECAMONDE-MENDOZA, M.; GEYER, C.; STEFANELLO, F.. SIC 2016 - XXVIII Salão de Iniciação Científica da UFRGS - Inteligência Artificial e Fundamentos da Computação. 2016. Universidade Federal do Rio Grande do Sul.
Orientou
(a definir); Início: 2025; Dissertação (Mestrado 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 Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
Assessing Data Leakage Effects on the Performance Estimates of Machine and Deep Learning Classifiers; 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);
Algoritmos mais justos: avaliação e comparação de estratégias in-processing para aumento de fairness em aprendizado de máquina (provisório); Início: 2023; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
Análise de Vieses Pré-Treino em Conjuntos de Dados Sensíveis: Avaliação do Impacto no Desempenho de Modelos Preditivos; Início: 2023; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
Modelos de Apoio ao Diagnóstico do Diabetes Utilizando Algoritmos de Aprendizado de Máquina (provisório); Início: 2023; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
Abordagens metodológicas para diagnóstico e mitigação dos efeitos de vieses em modelos de aprendizado de máquina na área da saúde (provisório); Início: 2024; Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
Uso de meta-learning na otimização do desempenho de graph neural networks para predição de genes condutores de câncer (provisório); Início: 2024; Tese (Doutorado em Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
Comparing Interpretability Methods for GNNs on Genomic Classification Tasks; Início: 2025; Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
Análise comparativa de métodos de interpretabilidade de modelos preditivos para busca de biomarcadores a partir de dados genômicos; Início: 2025; Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
(a definir); Início: 2025; Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
Ensemble Feature Selection and early diagnosis of Autism Spectrum Disorder; Início: 2024; Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
Avaliação de medidas de complexidade de dados para detecção de vieses pré-treinamento em modelos de aprendizado de máquina; Início: 2024; Iniciação científica (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; (Orientador);
Variantes em G6PD e suas frequências de patogenicidade na população negra; Início: 2022; Iniciação científica (Graduando em Biomedicina) - FUNDACAO UNIVERSIDADE FEDERAL DE CIENCIAS DA SAUDE DE PORTO ALEGRE, Conselho Nacional de Desenvolvimento Científico e Tecnológico; (Orientador);
Explorando aprendizado supervisionado para avaliar a influência de parâmetros de aquisição na qualidade de imagens de ressonância magnética: um estudo de caso com metadados DICOM reais; 2025; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul, ; Orientador: Mariana Recamonde Mendoza;
Graph Neural Networks for Clinical Risk Prediction Based on Patient Similarity Graphs; 2024; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Mariana Recamonde Mendoza;
Explorando redes neurais de grafos para predição de interações miRNA-alvo associadas a câncer em grafos heterogêneos; 2023; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul, ; Orientador: Mariana Recamonde Mendoza;
Prediction of Cancer Driver Genes with Graph Neural Networks: A Comparative Analysis and a Graph Convolutional Network-based Model; 2023; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul, ; Orientador: Mariana Recamonde Mendoza;
Investigating Pooling in Graph Neural Networks for Cancer Genomics Classification and the Generalizability of Pan-cancer Models to Cancer-Specific Predictions; 2023; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul, ; Orientador: Mariana Recamonde Mendoza;
Detecção e Fusão de Atributos Duplicados para Mineração de Dados; 2020; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul, Ministério da Saúde; Coorientador: Mariana Recamonde Mendoza;
Identificação de candidatos a biomarcadores de rejeição em transplante cardíaco a partir de transcriptomas: revisão sistemática e meta-análise; ; 2019; Dissertação (Mestrado em Ciências da Saúde: Cardiologia e Ciências Cardiovasculares) - Universidade Federal do Rio Grande do Sul, ; Orientador: Mariana Recamonde Mendoza;
Modelos de classificação baseados em painel de genes e gene-especifico para a predição da patogenicidade de variantes genômicas; 2019; Dissertação (Mestrado em Engenharia de Computação) - Universidade Federal do Rio Grande, ; Coorientador: Mariana Recamonde Mendoza;
Automatic Generation of Patient-Specific 3D Models of Organs Using an Unified Deep Learning Approach; 2019; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul, Petrobras; Coorientador: Mariana Recamonde Mendoza;
Descoberta de possíveis biomarcadores utilizando análise topológica de redes de co-expressão gênica; 2019; Dissertação (Mestrado em Engenharia de Computação) - Universidade Federal do Rio Grande, FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL; Coorientador: Mariana Recamonde Mendoza;
An Incremental Gaussian Mixture Network for Data Stream Classification in Non-Stationary Environments; 2018; Dissertação (Mestrado em Computação) - Universidade Federal do Rio Grande do Sul, ; Coorientador: Mariana Recamonde Mendoza;
Análise do papel de Tubby-like protein 3 (TULP3) como biomarcador de diagnóstico e prognóstico, avaliação de seu papel na carcinogênese e implicações para terapia do adenocarcinoma ductal pancreático; 2019; Tese (Doutorado em Genética e Biologia Molecular) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Coorientador: Mariana Recamonde Mendoza;
Análise do perfil de miRNAs e vias de sinalização relacionadas em modelo animal de hipertrofia cardíaca fisiológica induzida por natação; 2018; Tese (Doutorado em Ciências da Saúde: Cardiologia e Ciências Cardiovasculares) - Universidade Federal do Rio Grande do Sul, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Coorientador: Mariana Recamonde Mendoza;
2023; Hospital de Clínicas de Porto Alegre, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; Mariana Recamonde Mendoza;
Aplicação de Algoritmos de Aprendizado de Máquina Supervisionado na Análise da Opção de Aposentadoria na Entidade Fechada de Previdência Complementar SERPROS; 2025; Monografia; (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Aplicação de aprendizado de máquina na análise de padrões de Dívidas junto ao FGTS; 2024; Monografia; (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Explorando Relações e Construindo Modelos Preditivos para a Mortalidade Prematura por Doenças Não Transmissíveis: Uma Análise Integrada dos Dados do SIM/DATASUS e do Censo 2010 do IBGE; 2024; Monografia; (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Aplicação de Algoritmos de Aprendizado de Máquina Supervisionado para Estudo de Tendências de Acidentes de Trabalho usando Dados Abertos do Governo Brasileiro; 2023; Monografia; (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Avaliação do uso de dados sintéticos com aprendizado de máquina supervisionado e não-supervisionado: um estudo de caso com dados do eSocial; 2023; Monografia; (Aperfeiçoamento/Especialização em Ciência de Dados) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Predição de mortalidade hospitalar em pacientes submetidos a cirurgia através de técnicas de machine learning; 2019; Monografia; (Aperfeiçoamento/Especialização em Big Data & Data Science) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Análise do impacto da COVID-19 no desenvolvimento do transtorno de estresse pós-traumático na população brasileira: um estudo com aprendizado de máquina; 2025; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Desenvolvimento de modelo de aprendizado de máquina para classificar o motivo de compra de produtos a partir de notas fiscais eletrônicas; 2025; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
A study on graph neural networks for classification tasks and model interpretability on genomic datasets; 2024; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Explorando Dados Climáticos e do Google Trends na Predição de Casos de Dengue no Brasil: Uma Abordagem com Aprendizado de Máquina; 2024; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Development of a machine learning model for molecular signature identification and early diagnostic support of Autism Spectrum Disorder; 2024; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Estudo de Estratégias de Validação Cruzada baseadas em Clusters; 2024; Trabalho de Conclusão de Curso; (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Comparação de estratégias computacionais para integração de dados ômicos na classificação de subtipos de tumores; 2023; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Comparação de estratégias para lidar com o desbalanceamento de classes: um estudo de caso com dados de mortalidade neonatal no Rio Grande do Sul; 2023; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Assessing pre-training bias in Health data and estimating its impact on machine learning algorithms; 2023; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Viés racial ou pequeno tamanho amostral? Investigando o impacto de disparidade racial em dados genômicos na análise de sobrevida em câncer; 2023; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Assessing Data Leakage Effects on the Performance Estimates of Machine Learning Classifiers; 2023; Trabalho de Conclusão de Curso; (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
An interpretable machine learning approach for predicting sleep quality in three temporal waves throughout the COVID-19 pandemic; 2022; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Stability and Performance of Machine Learning Feature Selection Methods: a Case Study on COVID-19 Diagnosis Datasets; 2022; Trabalho de Conclusão de Curso; (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Assessing the Applicability of Graph Neural Networks for Cancer Staging Using Sample Similarity Networks; 2022; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Estudo sobre a complexidade de dados ômicos: uma análise para a predição de sobrevida em diferentes tipos de câncer; 2022; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Normalizing Flows: A Study On Models? Coherence; 2022; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Use of embedding concatenation and ensemble to improve node classification on graphs; 2021; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Desenvolvimento de modelos de aprendizado de máquina para detecção de fenótipos humanos com base em assinaturas do microbioma; 2021; Trabalho de Conclusão de Curso; (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Detection of Infant Guinea pig Vocalizations using Machine Learning; 2021; Trabalho de Conclusão de Curso; (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Homogeneous ensemble feature selection for breast cancer biomarker identification from microarray data; 2021; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
An Overview of AI-enabled Attacks: concepts, state-of-the-art, and evaluation of prototypes; 2021; Trabalho de Conclusão de Curso; (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Uma Aplicação para o Monitoramento da Disseminação do Mosquito Aedes aegypti; 2021; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Classification of suicidality in a large occupational cohort: an analysis of machine learning algorithms applied to the ELSA-Brasil study; 2020; Trabalho de Conclusão de Curso; (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Analisando padrões no consumo de álcool entre estudantes de Medicina brasileiros: uma abordagem de aprendizado de máquina; 2020; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Aplicativo móvel para Mapeamento Colaborativo de Focos de Aedes aegypti Utilizando Técnicas de Machine Learning; 2020; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Metanálise de dados de transcriptoma revela módulos patofisiológicos envolvidos com a fibrilação atrial; 2019; Trabalho de Conclusão de Curso; (Graduação em Biomedicina) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Análise do impacto de feature selection e detecção de concept drift na classificação de fluxos de dados em evolução; 2019; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Auditoria em questionário de estudo epidemiológico utilizando os algoritmos K-Means e FindCBLOF; 2019; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Predição de alvos de microRNAs utilizando aprendizado semi-supervisionado e classificação baseada em uma única classe; 2019; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Gene Expression Analysis Plataform (GEAP): uma plataforma flexível e intuitiva para análises de transcriptoma; 2018; Trabalho de Conclusão de Curso; (Graduação em Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Machine learning approaches for predicting diabetes and determining risk factors from epidemiological data; 2018; Trabalho de Conclusão de Curso; (Graduação em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Identificação do mosquito Aedes aegypti através de áudio utilizando técnicas de machine learning; 2018; Trabalho de Conclusão de Curso; (Graduação em Engenharia Elétrica) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Combining Performance and Diversity Measures for Optimizing Classification Ensembles via a Genetic Algorithm in the miRNA-Target Prediction Problem; 2018; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
MR Spectroscopy Signal Quantification Using Deep Learning; 2018; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Machine Learning Aplicado na Previsão de Resultados de Partidas de Futebol: Um Estudo de Caso para Comparação de Diferentes Classificadores; 2017; Trabalho de Conclusão de Curso; (Graduação em Engenharia Elétrica) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Funções de Escolha Social para Elaboração de Consenso em Aprendizado de Máquina Descentralizado: um Estudo em Problemas de Classificação Multiclasse; 2017; Trabalho de Conclusão de Curso; (Graduação em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Uma análise acerca de vieses de predição com aprendizado de máquina em dados de Saúde; 2023; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL; Orientador: Mariana Recamonde Mendoza;
Uma revisão sistemática sobre vieses de predição em dados de Saúde; ; 2023; Iniciação Científica; (Graduando em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul, Pró-Reitoria de Pesquisa, Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Investigação do uso de medidas de complexidade de dados na identificação de vieses em bases de dados; 2023; Iniciação Científica; (Graduando em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Explorando biologia de sistemas para caracterização de diferenças estruturais entre controles e tecido tumoral; 2022; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Estratégias de divisão de dados baseadas em agrupamentos para treinamento de modelos preditivos; 2022; Iniciação Científica; (Graduando em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Seleção de atributos a partir de dados de metiloma para câncer de tireóide; 2022; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Mariana Recamonde Mendoza;
Uma revisão sistemática sobre vieses de predição em dados de Saúde; 2022; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Pró-Reitoria de Pesquisa, Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Identificação de candidatos a biomarcadores a partir de dados de transcriptoma com métodos de seleção de atributos ensemble; 2020; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Mariana Recamonde Mendoza;
Predição de genes essenciais com redes neurais para grafos; 2020; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Mariana Recamonde Mendoza;
Coleta, pré-processamento e análise de dados de transcriptoma relacionados a Covid-19; 2020; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Mariana Recamonde Mendoza;
Avaliação de desempenho de métodos de agregação de modelos locais para classificação de dados descentralizados; 2019; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL; Orientador: Mariana Recamonde Mendoza;
Aprendizagem de máquina aplicada ao desenvolvimento de modelos preditivos e identificação de fatores de risco associados a Leptospirose; 2019; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul, Ministério da Saúde; Orientador: Mariana Recamonde Mendoza;
Métodos computacionais para a identificação de biomarcadores estáveis a partir de dados de transcriptoma; 2019; Iniciação Científica; (Graduando em Biomedicina) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Mariana Recamonde Mendoza;
Desenvolvimento de uma ferramenta flexível para pré-processamento, análise e visualização de dados de transcriptoma; 2018; Iniciação Científica; (Graduando em Biotecnologia - Bioinformática) - Universidade Federal do Rio Grande do Sul, Conselho Nacional de Desenvolvimento Científico e Tecnológico; Orientador: Mariana Recamonde Mendoza;
Análise de potenciais biomarcadores de cãncer a partir de dados de expressão gênica; 2017; Iniciação Científica; (Graduando em Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Aprendizagem de máquina para identificação de biomarcadores de hipertrofia cardíaca; 2016; Iniciação Científica; (Graduando em Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Orientação de Estágio Docência da Pós-Graduação; 2019; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Monitoria de Graduação; 2018; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Orientação de Estágio Docência da Pós-Graduação; 2018; Orientação de outra natureza - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Orientação de Estágio Docência da Pós-Graduação; 2018; Orientação de outra natureza - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Orientação de Estágio Docência da Pós-Graduação; 2017; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Monitoria de Graduação; 2017; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Monitoria de Graduação; 2017; Orientação de outra natureza; (Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Monitoria de Graduação; 2017; Orientação de outra natureza; (Engenharia de Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Orientação de Estágio Docência da Pós-Graduação; 2017; Orientação de outra natureza; (Engenharia de Controle e Automação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Monitoria de Graduação; 2016; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Monitoria de Graduação; 2016; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Orientação de Estágio Docência da Pós-Graduação; 2016; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Monitoria de Graduação; 2016; Orientação de outra natureza; (Ciência da Computação) - Universidade Federal do Rio Grande do Sul; Orientador: Mariana Recamonde Mendoza;
Produções bibliográficas
-
RECAMONDE-MENDOZA, M. ; SILVA, G. C. V. ; KOWALSKI, T. W. ; LOVISON, O. V. A. ; GUERRA, R. R. ; MARTINS, A. F. ; MATTE, U. . NBioinfo: Establishing a Bioinformatics Core in a University-based General Hospital in South Brazil. Journal of Information and Data Management - JIDM , v. 15, p. 11-22, 2024.
-
OSS BOLL, HELOÍSA ; AMIRAHMADI, ALI ; GHAZANI, MIRFARID MUSAVIAN ; MORAIS, WAGNER OURIQUE DE ; FREITAS, EDISON PIGNATON DE ; SOLIMAN, AMIRA ; ETMINANI, FARZANEH ; BYTTNER, STEFAN ; RECAMONDE-MENDOZA, MARIANA . Graph neural networks for clinical risk prediction based on electronic health records: A survey. JOURNAL OF BIOMEDICAL INFORMATICS , v. 151, p. 104616, 2024.
-
CADORE, NATHAN ARAUJO ; LORD, VINICIUS OLIVEIRA ; RECAMONDE-MENDOZA, MARIANA ; KOWALSKI, THAYNE WOYCINCK ; VIANNA, FERNANDA SALES LUIZ . Meta-analysis of Transcriptomic Data from Lung Autopsy and Cellular Models of SARS-CoV-2 Infection. BIOCHEMICAL GENETICS , v. 62, p. 892-914, 2024.
-
PAIM, KAYUÃ OLEQUES ; ROHWEDER, RICARDO ; RECAMONDE-MENDOZA, MARIANA ; MANSILHA, RODRIGO BRANDÃO ; CORDEIRO, WEVERTON . Acoustic identification of Ae. aegypti mosquitoes using smartphone apps and residual convolutional neural networks. Biomedical Signal Processing and Control , v. 95, p. 106342, 2024.
-
CONCEIÇÃO, DOMINGAS MARIA DA ; ESPERANÇA JÚNIOR, MÁRIO G.F. ; IANNUZZI, ROBERTO ; RECAMONDE-MENDOZA, MARIANA ; MALTA, GUILHERME B.B.O. . PaleoWood: A machine learning approach for determining the affinity of Paleozoic gymnosperm woods. JOURNAL OF SOUTH AMERICAN EARTH SCIENCES , v. 121, p. 104125, 2023.
-
ROZA, THIAGO HENRIQUE ; SEIBEL, GABRIEL ; RECAMONDE-MENDOZA, MARIANA ; LOTUFO, PAULO A. ; BENSEÑOR, ISABELA M. ; PASSOS, IVES CAVALCANTE ; BRUNONI, ANDRE RUSSOWSKY . Suicide risk classification with machine learning techniques in a large Brazilian community sample. PSYCHIATRY RESEARCH , v. 325, p. 115258, 2023.
-
GOMES, JULIA A. ; SGARIONI, EDUARDA ; KOWALSKI, THAYNE W. ; GIUDICELLI, GIOVANNA C. ; RECAMONDE-MENDOZA, MARIANA ; FRAGA, LUCAS R. ; SCHÜLER-FACCINI, LAVÍNIA ; VIANNA, FERNANDA S. L. . Downregulation of Microcephaly-Causing Genes as a Mechanism for ZIKV Teratogenesis: A Meta-analysis of RNA-Seq Studies. Journal of Molecular Neuroscience , v. 73, p. 566-577, 2023.
-
KOWALSKI, THAYNE WOYCINCK ; FEIRA, MARILÉA FURTADO ; LORD, VINÍCIUS OLIVEIRA ; GOMES, JULIA DO AMARAL ; GIUDICELLI, GIOVANNA CÂMARA ; FRAGA, LUCAS ROSA ; SANSEVERINO, MARIA TERESA VIEIRA ; RECAMONDE-MENDOZA, MARIANA ; SCHULER-FACCINI, LAVINIA ; VIANNA, FERNANDA SALES LUIZ . A New Strategy for the Old Challenge of Thalidomide: Systems Biology Prioritization of Potential Immunomodulatory Drug (IMiD)-Targeted Transcription Factors. INTERNATIONAL JOURNAL OF MOLECULAR SCIENCES , v. 24, p. 11515, 2023.
-
ROSSET, CLEVIA ; SCHUCH, JAQUELINE BOHRER ; RECAMONDE-MENDOZA, MARIANA ; KOWALSKI, THAYNE WOYCINCK . Editorial: Bioinformatics applied to neuroscience. Frontiers in Neuroscience , v. 17, p. 1276346, 2023.
-
MELLO, ANA CAROLINA ; LEAO, DELVA ; DIAS, LUIS ; COLOMBELLI, FELIPE ; RECAMONDE-MENDOZA, MARIANA ; TURCHETTO-ZOLET, ANDREIA CARINA ; MATTE, URSULA . Broken silence: 22,841 predicted deleterious synonymous variants identified in the human exome through computational analysis. GENETICS AND MOLECULAR BIOLOGY , v. 46, p. e20230125, 2023.
-
KOWALSKI, THAYNE WOYCINCK ; GIUDICELLI, GIOVANNA CÂMARA ; PINHO, MARIA CLARA DE FREITAS ; ROCKENBACH, MARÍLIA KÖRBES ; MACIEL-FIUZA, MIRIÃN FERRÃO ; RECAMONDE-MENDOZA, MARIANA ; VIANNA, FERNANDA SALES LUIZ . Brazilian women in Bioinformatics: Challenges and opportunities. GENETICS AND MOLECULAR BIOLOGY , v. 46, p. e20230134, 2023.
-
MARCZYK, VICENTE RODRIGUES ; RECAMONDE-MENDOZA, MARIANA ; MAIA, ANA LUIZA ; GOEMANN, IURI MARTIN . Classification of Thyroid Tumors Based on DNA Methylation Patterns. Thyroid , v. 33, p. 1090-1099, 2023.
-
RAMOS-LIMA, LUIS FRANCISCO ; WAIKAMP, VITORIA ; OLIVEIRA-WATANABE, THAUANA ; RECAMONDE-MENDOZA, MARIANA ; TECHE, STEFANIA PIGATTO ; MELLO, MARCELO FEIJO ; MELLO, ANDREA FEIJO ; FREITAS, LUCIA HELENA MACHADO . Identifying posttraumatic stress disorder staging from clinical and sociodemographic features: a proof-of-concept study using a machine learning approach. PSYCHIATRY RESEARCH , v. 311, p. 114489, 2022.
-
NUNES, ITAMAR JOSÉ GUIMARÃES ; RECAMONDE-MENDOZA, MARIANA ; FELTES, BRUNO CÉSAR . Gene Expression Analysis Platform (GEAP): A highly customizable, fast, versatile and ready-to-use microarray analysis platform. GENETICS AND MOLECULAR BIOLOGY , v. 45, p. e20210077, 2022.
-
KOWALSKI, T. W. ; LORD, V. O. ; SGARIONI, E. ; GOMES, J. A. ; MARIATH, L. M. ; RECAMONDE-MENDOZA, M. ; VIANNA, F. S. L. . Transcriptome meta-analysis of valproic acid exposure in human embryonic stem cells. European Neuropsychopharmacology , v. 60, p. 76-88, 2022.
-
ANDRADES, RENAN ; RECAMONDE-MENDOZA, MARIANA . Machine learning methods for prediction of cancer driver genes: a survey paper. BRIEFINGS IN BIOINFORMATICS , v. 23, p. bbac062, 2022.
-
TAN, YI-ROE ; AGRAWAL, ANURAG ; MATSOSO, MALEBONA PRECIOUS ; KATZ, REBECCA ; DAVIS, SARA L M ; WINKLER, ANDREA SYLVIA ; HUBER, ANNALENA ; JOSHI, ASHISH ; EL-MOHANDES, AYMAN ; MELLADO, BRUCE ; MUBAIRA, CAROLINE ANTONIA ; CANLAS, FELIPE C ; ASIKI, GERSHIM ; KHOSA, HARJYOT ; LAZARUS, JEFFREY VICTOR ; CHOISY, MARC ; RECAMONDE-MENDOZA, MARIANA ; KEISER, OLIVIA ; OKWEN, PATRICK ; ENGLISH, RENE ; et.al . A call for citizen science in pandemic preparedness and response: beyond data collection. BMJ GLOBAL HEALTH , v. 7, p. e009389, 2022.
-
LORD, VINÍCIUS OLIVEIRA ; CÂMARA GIUDICELLI, GIOVANNA ; RECAMONDE-MENDOZA, MARIANA ; VIANNA, FERNANDA SALES LUIZ ; WOYCINCK KOWALSKI, THAYNE . A transcriptome meta-analysis of ethanol embryonic exposure: implications in neurodevelopment and neuroinflammatory genes. Neuroscience Informatics , v. 1, p. 100094, 2022.
-
COLOMBELLI, FELIPE ; KOWALSKI, THAYNE WOYCINCK ; RECAMONDE-MENDOZA, MARIANA . A hybrid ensemble feature selection design for candidate biomarkers discovery from transcriptome profiles. KNOWLEDGE-BASED SYSTEMS , v. 254, p. 109655, 2022.
-
FERNANDES, MARCELO SCHREIBER ; CORDEIRO, WEVERTON ; RECAMONDE-MENDOZA, MARIANA . Detecting Aedes aegypti Mosquitoes through Audio Classification with Convolutional Neural Networks. COMPUTERS IN BIOLOGY AND MEDICINE , v. 129, p. 104152, 2021.
-
SCHAPKE, J. ; TAVARES, A. R. ; RECAMONDE-MENDOZA, M. . EPGAT: Gene Essentiality Prediction With Graph Attention Networks. IEEE-ACM Transactions on Computational Biology and Bioinformatics , p. 1-1, 2021.
-
KOWALSKI, T. W. ; GARCIA, G. B. C. ; GOMES, J. A. ; FRAGA, L. R. ; SCHULER-FACCINI, L. ; RECAMONDE-MENDOZA, M. ; PAIXAO-CORTES, V. R. ; VIANNA, F. S. L. . Comparative Genomics Identifies Putative Interspecies Mechanisms Underlying Crbn-Sall4 Linked Thalidomide Embryopathy. Frontiers in Genetics , v. 12, p. 680217, 2021.
-
MARCON, GRASIELA ; DE ÁVILA PEREIRA, FLÁVIA ; ZIMERMAN, ALINE ; DA SILVA, BRUNO CASTRO ; VON DIEMEN, LÍSIA ; PASSOS, IVES CAVALCANTE ; RECAMONDE-MENDOZA, MARIANA . Patterns of high-risk drinking among medical students: a web-based survey with machine learning. COMPUTERS IN BIOLOGY AND MEDICINE , v. 136, p. 104747, 2021.
-
KRISTEM, LEONARDO ; RECAMONDE-MENDOZA, MARIANA ; CIGERZA, GIULIANO C. ; KHORAKI, JAD ; CAMPOS, GUILHERME M. ; MAZZINI, GUILHERME S. . Roux-en-Y Gastric Bypass Downregulates Angiotensin-Converting Enzyme 2 (ACE2) Gene Expression in Subcutaneous White Adipose Tissue: A Putative Protective Mechanism Against Severe COVID-19. OBESITY SURGERY , v. 31, p. 2831-2834, 2021.
-
KOWALSKI, T. W. ; GOMES, J. A. ; GARCIA, G. B. C. ; FRAGA, L. R. ; PAIXAO-CORTES, V. R. ; RECAMONDE-MENDOZA, M. ; SANSEVERINO, M. T. V. ; SCHULER-FACCINI, L. ; VIANNA, F. S. L. . CRL4-Cereblon complex in Thalidomide Embryopathy: a translational investigation. Scientific Reports , v. 10, p. 851, 2020.
-
BRONDANI, L. A. ; SOARES, A. A. ; RECAMONDE-MENDOZA, M. ; D?ALLAGNOL, A. ; CAMARGO, J. L. ; MONTEIRO, K. M. ; SILVEIRO, S. P. . Urinary peptidomics and bioinformatics for the detection of diabetic kidney disease. Scientific Reports , v. 10, p. 1242, 2020.
-
TREVIZAN, BERNARDO ; CHAMBY-DIAZ, JORGE ; BAZZAN, ANA L.C. ; RECAMONDE-MENDOZA, MARIANA . A comparative evaluation of aggregation methods for machine learning over vertically partitioned data. EXPERT SYSTEMS WITH APPLICATIONS , v. 152, p. 113406, 2020.
-
GREGORIO, C. ; LIMA, S. C. S. ; ALEMAR, B. ; RECAMONDE-MENDOZA, M. ; CAMUZI, D. ; SOUZA-SANTOS, P. T. ; RIVERO, R. ; MACHADO, S. ; OSVALDT, A. B. ; ASHTON-PROLLA, P. ; PINTO, L. F. R. . Calcium Signaling Alterations Caused by Epigenetic Mechanisms in Pancreatic Cancer: From Early Markers to Prognostic Impact. Cancers , v. 12, p. 1735, 2020.
-
GOEMANN, I. M. ; MARCZYK, V. R. ; RECAMONDE-MENDOZA, M. ; WAJNER, S. M. ; GRAUDENZ, M. S. ; MAIA, A. L. . Decreased expression of the thyroid hormone-inactivating enzyme type 3 deiodinase is associated with lower survival rates in breast cancer. Scientific Reports , v. 10, p. 13914, 2020.
-
KOWALSKI, T. W. ; GOMES, J. A. ; FEIRA, M. F. ; DUPONT, A. V. ; RECAMONDE-MENDOZA, M. ; VIANNA, F. S. L. . Anticonvulsants and Chromatin-Genes Expression: A Systems Biology Investigation. Frontiers in Neuroscience , v. 14, p. 1195, 2020.
-
HAAS BUENO, RODRIGO ; RECAMONDE-MENDOZA, MARIANA . Meta-analysis of Transcriptomic Data Reveals Pathophysiological Modules Involved with Atrial Fibrillation. Molecular Diagnosis & Therapy , v. 24, p. 737-751, 2020.
-
FEIZI, SOHEIL ; QUON, GERALD ; RECAMONDE-MENDOZA, MARIANA ; MEDARD, MURIEL ; KELLIS, MANOLIS ; JADBABAIE, ALI . Spectral Alignment of Graphs. IEEE TRANSACTIONS ON NETWORK SCIENCE AND ENGINEERING , v. 7, p. 1182-1197, 2020.
-
ASSMANN, T. S. ; RECAMONDE-MENDOZA, M. ; COSTA, A. ; PUNALES, M. ; TSCHIEDEL, B. ; CANANI, L. H. ; BAUER, A. C. ; CRISPIM, D. . Circulating miRNAs in diabetic kidney disease: case-control study and in silico analyses. ACTA DIABETOLOGICA , v. 56, p. 55-65, 2019.
-
MACHADO, GUSTAVO ; VILALTA, C. ; RECAMONDE-MENDOZA, M. ; CORZO, C. A. ; TORREMORELL, M. ; PEREZ, A. ; VANDERWAAL, K. . Identifying outbreaks of Porcine Epidemic Diarrhea virus through animal movements and spatial neighborhoods. Scientific Reports , v. 9, p. 457, 2019.
-
SARTOR, I. T. S. ; RECAMONDE-MENDOZA, M. ; ASHTON-PROLLA, P. . TULP3: A potential biomarker in colorectal cancer?. PLoS One , v. 14, p. e0210762, 2019.
-
RECAMONDE-MENDOZA, MARIANA ; WERHLI, ADRIANO V. ; BIOLO, ANDREIA . Systems biology approach identifies key regulators and the interplay between miRNAs and transcription factors for pathological cardiac hypertrophy. GENE , v. 698, p. 157-169, 2019.
-
FRAPORTI, THAILAN T. ; CONTINI, VERÔNICA ; TOVO-RODRIGUES, LUCIANA ; RECAMONDE-MENDOZA, MARIANA ; ROVARIS, DIEGO L. ; ROHDE, LUÍS AUGUSTO ; HUTZ, MARA HELENA ; SALATINO-OLIVEIRA, ANGÉLICA ; GENRO, JÚLIA PASQUALINI . Synergistic effects between ADORA2A and DRD2 genes on anxiety disorders in children with ADHD. PROGRESS IN NEURO-PSYCHOPHARMACOLOGY & BIOLOGICAL PSYCHIATRY , v. 93, p. 214-220, 2019.
-
PALADINI, SHEYLA VELASQUES ; PINTO, GRAZIELA HÜNNING ; BUENO, RODRIGO HAAS ; CALLONI, RAQUEL ; RECAMONDE-MENDOZA, MARIANA . Identification of Candidate Biomarkers for Transplant Rejection from Transcriptome Data: A Systematic Review. Molecular Diagnosis & Therapy , v. 23, p. 439-458, 2019.
-
VIEIRA, IGOR ARAUJO ; RECAMONDE-MENDOZA, MARIANA ; DA SILVA, VANDECLECIO LIRA ; LEÃO, DELVA PEREIRA ; SCHEID, MARINA ROBERTA ; DE SOUZA, SANDRO JOSÉ ; ASHTON-PROLLA, PATRICIA . A comprehensive analysis of core polyadenylation sequences and regulation by microRNAs in a set of cancer predisposition genes. GENE , v. 712, p. 143943, 2019.
-
FOUNTAIN-JONES, N. ; MACHADO, GUSTAVO ; CARVER, S. ; PACKER, C. ; RECAMONDE-MENDOZA, M. ; CRAFT, M. . How to make more from exposure data? An integrated machine learning pipeline to predict pathogen exposure. JOURNAL OF ANIMAL ECOLOGY , v. 88, p. 1447-1461, 2019.
-
ASSMANN, TAÍS S. ; RECAMONDE-MENDOZA, MARIANA ; PUÑALES, MÁRCIA ; TSCHIEDEL, BALDUÍNO ; CANANI, LUÍS H. ; CRISPIM, DAISY . MicroRNA expression profile in plasma from type 1 diabetic patients: Case-control study and bioinformatic analysis. DIABETES RESEARCH AND CLINICAL PRACTICE , v. 141, p. 35-46, 2018.
-
ASSMANN, TAÍS S. ; RECAMONDE-MENDOZA, MARIANA ; DE SOUZA, BIANCA M. ; BAUER, ANDREA C. ; CRISPIM, DAISY . MicroRNAs and diabetic kidney disease: Systematic review and bioinformatic analysis. MOLECULAR AND CELLULAR ENDOCRINOLOGY , v. 477, p. 90-102, 2018.
-
ASSMANN, TAIS SILVEIRA ; RECAMONDE-MENDOZA, MARIANA ; DE SOUZA, BIANCA M ; CRISPIM, DAISY . MicroRNA expression profiles and type 1 diabetes mellitus: systematic review and bioinformatics analysis. Endocrine Connections , v. 6, p. 773-790, 2017.
-
RECAMONDE-MENDOZA, M. ; BAZZAN, A. L. C. . Social choice in distributed classification tasks: Dealing with vertically partitioned data. Information Sciences , v. 332, p. 56-71, 2016.
-
TOVO-RODRIGUES, LUCIANA ; RECAMONDE-MENDOZA, MARIANA ; PAIXÃO-CÔRTES, VANESSA RODRIGUES ; BRUXEL, ESTELA M. ; SCHUCH, JAQUELINE B. ; FRIEDRICH, DEISE C. ; ROHDE, LUIS A. ; HUTZ, MARA H. . The role of protein intrinsic disorder in major psychiatric disorders. American Journal of Medical Genetics. Part B, Neuropsychiatric Genetics , v. 9999, p. 1-13, 2016.
-
MACHADO, GUSTAVO ; MENDOZA, M. R. ; CORBELLINI, L. G. . What variables are important in predicting bovine viral diarrhea virus? A random forest approach. Veterinary Research , v. 46, p. 85, 2015.
-
THOMÉ, JULIANA GIL ; MENDOZA, MARIANA RECAMONDE ; CHEUICHE, AMANDA VEIGA ; LA PORTA, VANESSA LAUBERT ; SILVELLO, DAIANE ; DOS SANTOS, KÁTIA GONÇALVES ; ANDRADES, MICHAEL EVERTON ; CLAUSELL, NADINE ; ROHDE, LUIS EDUARDO ; BIOLO, ANDRÉIA . Circulating MicroRNAs in Obese and Lean Heart Failure Patients: A Case-Control Study with Computational Target Prediction Analysis. Gene (Amsterdam) , v. 574, p. 1-10, 2015.
-
MENDOZA, M. R. ; FONSECA, G. C. ; LOSS-MORAIS, GUILHERME ; ALVES, R. ; MARGIS, R. ; BAZZAN, A. L. C. . RFMirTarget: Predicting Human MicroRNA Target Genes with a Random Forest Classifier. PLoS One , v. 8, p. e70153, 2013.
-
RECAMONDE-MENDOZA, M. ; GARCES, L. (Org.) . Minicursos do XXV Simpósio Brasileiro de Computação Aplicada à Saúde. 1. ed. Porto Alegre, RS: SBC, 2025. v. 1. 354p .
-
Barros, Bianca Matos de ; Rodrigues, Diego Dimer ; Oliveira, Gabriela Bellardinelli ; RECAMONDE-MENDOZA, MARIANA . Construindo Modelos Justos: Fundamentos, Estratégias e Desafios para uma IA Ética e Equitativa na Saúde. In: Mariana Recamonde-Mendoza; Lina Garcés. (Org.). Minicursos do XXV Simpósio Brasileiro de Computação Aplicada à Saúde. 1ed.Porto Alegre, RS: SBC, 2025, v. , p. 134-183.
-
KOWALSKI, THAYNE WOYCINCK ; GIUDICELLI, GIOVANNA CÂMARA ; GOMES, JULIA DO AMARAL ; RECAMONDE-MENDOZA, MARIANA ; VIANNA, FERNANDA SALES LUIZ . Bioinformatics Methods for Transcriptome Analysis on Teratogenesis Testing. In: Félix, L.. (Org.). Methods in Molecular Biology. 1ed.: Springer US, 2024, v. 2753, p. 365-376.
-
BAZZAN, A. L. C. ; TAVARES, A. R. ; PEREIRA, A. G. ; JUNG, C. ; SCHARCANSKI, J. ; CARBONERA, J. ; LAMB, L. C. ; RECAMONDE-MENDOZA, M. ; SILVEIRA, T. L. T. ; MOREIRA, V. . ?A Nova Eletricidade?: Aplicações, Riscos e Tendências da IA Moderna. In: Alberto Egon Schaeffer-Filho; Luigi Carro; Weverton Cordeiro. (Org.). Escola de Computação PPGC/UFRGS 50 Anos: Transformando Desafios em Oportunidades Para o Futuro. 1ed.Porto Alegre, RS: SBC, 2023, v. , p. 167-208.
-
PAIM, KAYUÃ OLEQUES ; SILVA, T. ; DILLY, J. ; TAVARES, A. R. ; CUNHA, M. P. ; SILVA, O. S. ; RECAMONDE-MENDOZA, MARIANA ; CORDEIRO, W. ; MANSILHA, R. B. . Acoustic identification of Aedes Aegypti mosquitoes: A comparative evaluation of different neural network architectures. In: Seminário Integrado de Software e de Hardware (SEMISH), 2025, Maceió. Anais do 52º Seminário Integrado de Software e Hardware (SEMISH 2025), 2025.
-
BARROS, B. M. ; SILVA, J. M. ; ZANDONA, J. G. ; RECAMONDE-MENDOZA, M. . Justiça Algorítmica na Saúde: Uma Revisão sobre Detecção e Avaliação de Impactos dos Vieses em Aprendizado de Máquina. In: Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS), 2025, Porto Alegre, RS. Anais do XXV Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2025). Porto Alegre, RS: SBC, 2025.
-
RODRIGUES, D. D. ; RECAMONDE-MENDOZA, M. . Bias Propagation in Health AI: Measuring Pre-Training Bias and Its Effect on Machine Learning Model Outcomes. In: Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS), 2025, Porto Alegre, RS. Anais do XXV Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2025). Porto Alegre, RS: SBC, 2025.
-
SPEGGIORIN, L. G. ; KOWALSKI, T. W. ; RECAMONDE-MENDOZA, M. . Dissecting Structural Differences in Tumoral and Control Co-expression Networks through Centrality Measures. In: 21º Congresso Brasileiro de Bioinformática: X-Meeting 2025, 2025, João Pessoa, PB. Anais do X-Meeting 2025, 2025.
-
DE ANDRADES, RENAN SOARES ; RECAMONDE-MENDOZA, MARIANA . Predicting Cancer Driver Genes: Leveraging Graph Convolutional Networks and Ensemble Learning. In: 2024 IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology (CIBCB), 2024, Natal. 2024 IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology (CIBCB), 2024. p. 1-8.
-
FONTANARI, T. ; RECAMONDE-MENDOZA, M. . Evaluating the Generalization of Neural Network-Based Pan-Cancer Classification Models for Cohort-Specific Prediction. In: Brazilian Symposium on Bioinformatics (BSB), 2024, Vitória, ES. Advances in Bioinformatics and Computational Biology. BSB 2024, 2024.
-
KUHN, D. M. ; LORETO, M. S. ; RECAMONDE-MENDOZA, M. ; COMBA, J. L. D. ; MOREIRA, V. P. . Explainability of COVID-19 Classification Models using Dimensionality Reduction of SHAP values. In: Brazilian Conference on Intelligent Systems (BRACIS), 2023, Belo Horizonte. Intelligent Systems. BRACIS 2023. Lecture Notes in Computer Science, 2023. v. 14195. p. 415-430.
-
FABIANO, E. A. V. ; RECAMONDE-MENDOZA, M. . Prediction of cancer-related miRNA targets using an integrative heterogeneous Graph Neural Network-based method. In: Brazilian Conference on Intelligent Systems (BRACIS), 2023, Belo Horizonte. Intelligent Systems. BRACIS 2023. Lecture Notes in Computer Science, 2023. v. 14195. p. 346-360.
-
FONTANARI, T. ; FROES, T. C. ; RECAMONDE-MENDOZA, M. . Cross-validation Strategies for Balanced and Imbalanced Datasets. In: Brazilian Conference on Intelligent Systems (BRACIS), 2022, Campinas. Proceedings of the 11th Brazilian Conference on Intelligent Systems (BRACIS 2022), Lecture Notes in Computer Science, 2022. v. 13653. p. 626-640.
-
ANDRADE, C. D. ; FONTANARI, T. ; RECAMONDE-MENDOZA, M. . Study on the Complexity of Omics Data: An Analysis for Cancer Survival Prediction. In: Brazilian Symposium on Bioinformatics (BSB), 2022, Buzios, RJ. Advances in Bioinformatics and Computational Biology. BSB 2022. Lecture Notes in Computer Science. Cham: Springer Nature Switzerland, 2022. v. 13523. p. 44-55.
-
TREVIZAN, B. ; RECAMONDE-MENDOZA, M. . Ensemble Feature Selection Compares to Meta-analysis for Breast Cancer Biomarker Identification from Microarray Data. In: International Conference on Computational Science and Its Applications (ICCSA), 2021, Cagliari, Italy. Computational Science and Its Applications - ICCSA 2021. ICCSA 2021. Lecture Notes in Computer Science, 2021. v. 12949.
-
BARCELOS, H. C. ; RECAMONDE-MENDOZA, M. ; MOREIRA, V. . Identifying and Fusing Duplicate Features for Data Mining. In: Simpósio Brasileiro de Bancos de Dados (SBBD), 2020, Online event. Anais do XXXV Simpósio Brasileiro de Bancos de Dados (SBBD 2020), 2020. p. 133-144.
-
CHAMBY-DIAZ, JORGE CRISTHIAN ; RECAMONDE-MENDOZA, MARIANA ; BAZZAN, ANA . Dynamic Correlation-Based Feature Selection for Feature Drifts in Data Streams. In: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), 2019, Salvador. 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), 2019. p. 198-203.
-
CHAMBY-DIAZ, JORGE C. ; RECAMONDE-MENDOZA, MARIANA ; Bazzan, Ana L. C. ; GRUNITZKI, RICARDO . Adaptive Incremental Gaussian Mixture Network for Non-Stationary Data Stream Classification. In: 2018 International Joint Conference on Neural Networks (IJCNN), 2018, Rio de Janeiro. 2018 International Joint Conference on Neural Networks (IJCNN), 2018. p. 1.
-
ALVES, MATHEUS ; Bazzan, Ana L. C. ; RECAMONDE-MENDOZA, MARIANA . Social-Training: Ensemble Learning with Voting Aggregation for Semi-supervised Classification Tasks. In: 2017 Brazilian Conference on Intelligent Systems (BRACIS), 2017, Uberlandia. 2017 Brazilian Conference on Intelligent Systems (BRACIS), 2017. v. 1. p. 7-12.
-
PASIN, M. ; BAZZAN, A. L. C. ; MENDOZA, M. R. . Supporting Self-managed Infrastructures: a Classification-Based Approach using Social Choice Functions. In: 10th International Workshop on Agents and Data Mining Interaction (ADMI-14) joint with the International Conference on Autonomous Agents and Multiagent Systems (AAMAS-2014), 2014, Paris. Proceedings of the 10th International Workshop on Agents and Data Mining Interaction (AAMAS 2014), 2014.
-
MENDOZA, M. R. ; LOPES, FABRICIO M. ; BAZZAN, A. L. C. . Reverse Engineering of GRNs: an Evolutionary Approach Based on the Tsallis Entropy. In: 2012 Genetic and Evolutionary Computation Conference (GECCO 2012), 2012, Philadelphia. Proceedings of the 14th annual conference on Genetic and Evolutionary Computation. New York, NY, USA: ACM, 2012. p. 185-192.
-
MENDOZA, M. R. ; BAZZAN, A. L. C. . On the Ensemble Prediction of Gene Regulatory Networks: a Comparative Study. In: 2012 Brazilian Symposium on Neural Networks (SBRN'2012), 2012, Curitiba. Proceedings of the 2012 Brazilian Symposium on Neural Networks, 2012. p. 55-60.
-
MENDOZA, M. R. ; WERHLI, A. V. ; BAZZAN, A. L. C. . An Epsilon-Greedy Mutation Operator Based on Prior Knowledge for GA Convergence and Accuracy Improvement: an Application to Networks Inference. In: 2012 Brazilian Symposium on Neural Networks (SBRN'2012), 2012, Curitiba. Proceedings of the 2012 Brazilian Symposium on Neural Networks, 2012. p. 67-72.
-
MENDOZA, M. R. ; FONSECA, G. C. ; Morais, Guilherme L. ; ALVES, R. ; Bazzan, Ana L. C. ; MARGIS, R. . RFMirTarget: A Random Forest Classifier for Human miRNA Target Gene Prediction. In: 7th Brazilian Symposium on Bioinformatics (BSB 2012), 2012, Campo Grande, Brazil. Advances in Bioinformatics and Computational Biology. BSB 2012. Lecture Notes in Computer Science, 2012. v. 7409.
-
MENDOZA, M. R. ; BAZZAN, A. L. C. . Evolving Random Boolean Networks with Genetic Algorithms for Regulatory Networks Reconstruction. In: 2011 Genetic and Evolutionary Computation Conference (GECCO 2011), 2011, Dublin. Proceedings of the 13th annual conference on Genetic and Evolutionary Computation. New York, NY, USA: ACM, 2011. p. 291-298.
-
MENDOZA, M. R. ; BAZZAN, A. L. C. . A Study on the Effects of Reputation-based Decision on the Dynamics of Public Goods Game with Punishment, Signaling and Gossiping Mechanisms. In: XXXI Congresso da Sociedade Brasileira de Computação (XXXI CSBC) - VIII Encontro Nacional de Inteligência Artificial (VIII ENIA), 2011, Natal, RN. XXX Congresso da Sociedade Brasileira de Computação, 2011. p. 500-511.
-
MENDOZA, M. R. ; WERHLI, A. V. . Inferring Genetic Regulatory Networks with an Hierarchical Bayesian Model and a Parallel Sampling Algorithm. In: Eleventh Brazilian Symposium on Neural Networks (SBRN'2010), 2010, São Bernardo do Campo. Proceedings of the Eleventh Brazilian Symposium on Neural Networks, 2010. p. 91-96.
-
MENDOZA, M. R. ; KRUSCHE, N. ; LANAU, L. . Estrutura e Manutenção do Banco de Dados Meteorológicos da Universidade Federal do Rio Grande. In: XV Congresso Brasileiro de Meteorologia, 2008, São Paulo. Anais do XV Congresso Brasileiro de Meteorologia, 2008.
-
SPOLAVORI, A. ; MENDOZA, M. R. ; KRUSCHE, N. . Modificações Realizadas no Banco de Dados Meteorológicos nos Anos de 2005 e 2006. In: XIV Congresso Brasileiro de Meteorologia, 2006, Florianópolis. Anais do XIV Congresso Brasileiro de Meteorologia, 2006.
-
LEAL, G. D. ; RODRIGUES, D. D. ; SILVA, J. M. ; RECAMONDE-MENDOZA, M. . Can Data Complexity Measures Detect Pre-Training Bias in Machine Learning? A Case-Study with Health Data. In: Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS), 2025, Porto Alegre, RS. Anais do XXV Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2025). Porto Alegre, RS: SBC, 2025. v. 1. p. 1-6.
-
OSS BOLL, HELOÍSA ; BYTTNER, STEFAN ; RECAMONDE-MENDOZA, M. . Graph Neural Networks for Heart Failure Prediction on an EHR-Based Patient Similarity Graph. In: Simpósio Brasileiro de Computação Aplicada à Saúde, 2025, Porto Alegre, RS. Anais Estendidos do XXV Simpósio Brasileiro de Computação Aplicada à Saúde - Prêmio Artur Ziviani - Concurso de Teses e Dissertações. Porto Alegre, RS: SBC, 2025. v. 1. p. 121-126.
-
RODRIGUES, D. D. ; RECAMONDE-MENDOZA, M. ; MOREIRA, V. P. . Beyond Single Models: Leveraging LLM Ensembles for Human Value Detection in Text. In: Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana (STIL), 2024, Belém, PA. Anais do XV Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana (STIL 2024), 2024.
-
MENDOZA, M. R. ; WERHLI, A. V. ; PINTO, G. H. ; SILVELLO, D. ; COHEN, C. ; CLAUSELL, N. ; ROHDE, L. E. ; BIOLO, A. . Functional analysis of microRNA and transcription factor co-regulatory network in pathological cardiac hypertrophy. In: Escola Gaúcha de Bioinformática, 2016, Porto Alegre. Anais da Escola Gaúcha de Bioinformática, Revista de Informatica Teórica e Aplicada - RITA. Porto Alegre: Instituto de Informática, UFRGS, 2015. v. 23. p. 356-359.
-
MENDOZA, M. R. ; BAZZAN, A. L. C. . The Wisdom of Crowds in Bioinformatics: What Can We Learn (and Gain) from Ensemble Predictions?. In: Twenty-Seventh AAAI Conference on Artificial Intelligence (AAAI-13), 2013, Bellevue, Washington, USA. Proceedings of the Twenty-Seventh AAAI Conference on Artificial Intelligence, 2013. p. 1678-1679.
-
TRAN, C. H. ; NGUYEN, D. M. ; MULLER, G. C. ; KURIA, J. M. ; DANG, D. H. G. ; LIMA, J. K. ; CHOISY, M. ; RECAMONDE-MENDOZA, M. ; CHAMBERS, M. ; MARCOLINO, M. A. Z. ; HOANG, N. N. ; NGUYEN, Q. G. ; KUCHENBECKER, R. ; KIWUWA-MUYINGO, S. ; TAN, Y. ; ROUGIER, J. ; STINCKWICH, S. ; YAP, PEILING . The Citizen Outbreak Responder: a serious game for the management of an infectious disease outbreak. In: 54th International Simulation and Gaming Association Conference, 2023, La Rochelle, France. Proceedings of ISAGA 2023 Conference, 2023. p. 183.
-
KOWALSKI, T. W. ; DUPONT, A. V. ; FRAGA, L. R. ; RECAMONDE-MENDOZA, M. ; VIANNA, F. S. L. . ZNF48 and ZNF84 are potentially involved in the regulation of genes affected by thalidomide. In: 48th Conference of the European Teratology Society (ETS), 2021, Virtual Meeting. Reproductive Toxicology, 2020. v. 99. p. 134-135.
-
CARNEIRO, P. B. ; COLOMBELLI, F. ; MATTE, U. ; RECAMONDE-MENDOZA, M. . Pynoma e pyABraO: facilitando a obtenção de variantes populacionais de bancos de dados genômicos através de APIs. In: 41ª Científica do Hospital de Clínicas de Porto Alegre, 2021, Porto Alegre. Anais da 41ª Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2021. v. 41. p. Supl 23.
-
KOWALSKI, T. W. ; LORD, V. O. ; GIUDICELLI, G. C. ; RECAMONDE-MENDOZA, M. ; VIANNA, F. S. L. . Análise secundária de expressão diferencial e enriquecimento de conjuntos gênicos para compreensão dos efeitos da COVID-19 no epitélio olfatório. In: 41ª Científica do Hospital de Clínicas de Porto Alegre, 2021, Porto Alegre. Anais da 41ª Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2021. v. 41. p. Supl 33.
-
MELLO, A. C. M. ; GREFENHAGEN, A. I. S. ; SILVA, G. C. V. ; FRANCIO, L. ; BOTTON, M. ; LOPES, M. H. ; FREITAS, M. V. ; CARNEIRO, P. B. ; MATTE, U. ; RECAMONDE-MENDOZA, M. . Bioin4Girls: Ciclo de Palestras em Bioinformática. In: 41ª Científica do Hospital de Clínicas de Porto Alegre, 2021, Porto Alegre. Anais da 41ª Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2021. v. 41. p. Supl 85.
-
RECAMONDE-MENDOZA, M. ; MATTE, U. ; MARTINS, A. F. ; KOWALSKI, T. W. ; GREFENHAGEN, A. I. S. ; MELLO, A. C. M. ; TREVIZAN, B. ; SILVA, G. C. V. ; COLOMBELLI, F. ; SPEGGIORIN, L. G. ; SOARES, L. D. F. ; FREITAS, M. V. ; LOVISON, O. V. A. ; BORGES, P. ; CARNEIRO, P. B. ; GUERRA, R. R. ; ANDRADES, R. S. . Núcleo De Bioinformática: um Hub de Pesquisa, Interação e Apoio em Bioinformática no HCPA. In: 41ª Científica do Hospital de Clínicas de Porto Alegre, 2021, Porto Alegre. Anais da 41ª Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2021. v. 41. p. Supl 85.
-
SPEGGIORIN, L. G. ; KOWALSKI, T. W. ; RECAMONDE-MENDOZA, M. . Existem diferenças estruturais entre redes de co-expressão de amostras de tumor, adjacentes ao tumor e de indivíduos sem tumor? Uma investigação com biologia de sistemas. In: 41ª Científica do Hospital de Clínicas de Porto Alegre, 2021, Porto Alegre. Anais da 41ª Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2021. v. 41. p. Supl 89.
-
GIUDICELLI, G. C. ; LORD, V. O. ; KOWALSKI, T. W. ; RECAMONDE-MENDOZA, M. ; VIANNA, F. S. L. . COVID-19 em rins: efeitos na expressão gênica diferencial a partir de análise secundária de transcriptomas. In: 41ª Científica do Hospital de Clínicas de Porto Alegre, 2021, Porto Alegre. Anais da 41ª Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2021. v. 41. p. Supl 149.
-
VIEIRA, I. A. ; PEZZI, E. H. ; RECAMONDE-MENDOZA, M. ; REIS, L. B. ; SIEBERT, M. ; FORMIGA, M. N. ; CARRARO, D. M. ; PALMERO, E. I. ; MACEDO, G. ; ASHTON-PROLLA, P. . Rede de miRNAs envolvida na regulação da via de P53 e análise de miRSNPs como potenciais modificadores de fenótipo na Síndrome de Li-Fraumeni. In: 40ª Científica do Hospital de Clínicas de Porto Alegre, 2020, Porto Alegre. Anais da 40ª Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2020. v. 40. p. Supl 42.
-
KOWALSKI, T. W. ; FRAGA, L. R. ; RECAMONDE-MENDOZA, M. ; VIANNA, F. S. L. . Neusubstratos da Talidomida: como eles se conectam às propriedades já conhecidas?. In: 40a Científica do Hospital de Clínicas de Porto Alegre, 2020, Porto Alegre. Anais da 40ª Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2020. v. 40. p. Supl 104.
-
GOEMANN, IURI M. ; MARCZYK, VICENTE R. ; RECAMONDE-MENDOZA, MARIANA ; GRAUDENZ, MARCIA S. ; WAJNER, SIMONE M. ; MAIA, ANA LUIZA . Abstract 4926: Loss of deiodinase type 3 expression distinguishes patients with poor prognosis in breast cancer. In: Proceedings: AACR Annual Meeting 2019; March 29April 3, 2019; Atlanta, GA, 2019, Atlanta. Clinical Research (Excluding Clinical Trials), 2019. p. 4926.
-
LEITAO, S. A. T. ; SOARES, D. S. ; BUENO, R. H. ; CALLONI, R. ; RECAMONDE-MENDOZA, M. ; ANDRADES, M. E. ; ROHDE, L. E. ; BIOLO, A. . Abstract 943: Circulating Mirnome in Obese and Lean Heart Failure Patients: A Case-control Study. In: American Heart Association's Basic Cardiovascular Sciences 2019 Scientific Sessions, 2019, Boston. Circulation Research, Abstracts From the American Heart Association's Basic Cardiovascular Sciences 2019 Scientific Sessions, 2019. v. 125. p. Suppl_1, 943.
-
KOWALSKI, T. W. ; GOMES, J. A. ; FRAGA, L. R. ; SCHULER-FACCINI, L. ; RECAMONDE-MENDOZA, M. ; VIANNA, F. S. L. . A Bioinformatics and Systems Biology Approach to Investigate Thalidomide Teratogenesis: New Findings on Beta-Catenin Centralized Rol. In: EMBO Workshop - Network Inference in Biology and Disease, 2019, Napoli, Itália. EMBO Workshop - Network Inference in Biology and Disease, 2019.
-
KOWALSKI, T. W. ; DUPONT, A. V. ; NETO, L. ; GARCIA, G. B. C. ; FRAGA, L. R. ; RECAMONDE-MENDOZA, M. ; SCHULER-FACCINI, L. ; PAIXAO-CORTES, V. R. ; VIANNA, F. S. L. . Análises evolutivas comparadas e de cooexpressão gênica no entendimento da variabilidade interespecífica da Embriopatia da Talidomida. In: 39ª Semana Científica do Hospital de Clínicas de Porto Alegre, 2019, Porto Alegre. Anais da 39ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2019. v. 39. p. Supl 232.
-
SIEBERT, M. ; NALIN, T. ; RECAMONDE-MENDOZA, M. ; SPERB-LUDWIG, F. ; BASGALUPP, S. P. ; SCHWARTZ, I. V. D. . Interatoma microrRNA-mRNA em pacientes brasileiros com Doença de Gaucher - ensinamentos de um estudo piloto. In: 39ª Semana Científica do Hospital de Clínicas de Porto Alegre, 2019, Porto Alegre. Anais da 39ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2019. v. 39. p. Supl 75.
-
ASSMANN, TAÍS S. ; RECAMONDE-MENDOZA, M. ; COSTA, A. ; PUNALES, M. ; TSCHIEDEL, B. ; CANANI, L. H. ; BAUER, A. C. ; CRISPIM, D. . MicroRNA expression profiling and functional annotation analysis of their targets in patients with diabetic kidney disease. In: 20th European Congress of Endocrinology (ECE-2018), 2018, Barcelona. Endocrine Abstracts, 2018. v. 56.
-
KOWALSKI, T. W. ; FRAGA, L. R. ; RECAMONDE-MENDOZA, M. ; GOMES, J. A. ; SCHULER-FACCINI, L. ; VIANNA, F. S. L. . A systems biology approach suggests thalidomide teratogenesis could be driven by different pathways interconnected by beta-catenin protein. In: Integrating Systems Biology: From Networks to Mechanisms to Models, 2018, Heidelberg. Abstracts of Papers presented in the EMBO Workshop: Integrating Systems Biology, 2018.
-
KOWALSKI, T. W. ; FRAGA, L. R. ; RECAMONDE-MENDOZA, M. ; GOMES, J. A. ; SCHULER-FACCINI, L. ; VIANNA, F. S. L. . An integrative analysis through systems biology tools suggest beta-catenin protein (CTNNB1) interconnecting the main hypotheses of thalidomide teratogenesis. In: 46th Annual Meeting of the European Teratology Society (ETS 2018), 2018, Berlim. Abstracts of the 46th Annual Conference of the European Teratology Society, Reproductive Toxicology, 2018. v. 80. p. 19.
-
KOWALSKI, T. W. ; FEIRA, M. F. ; DUPONT, A. V. ; GOMES, J. A. ; FRAGA, L. R. ; RECAMONDE-MENDOZA, M. ; SCHULER-FACCINI, L. ; VIANNA, F. S. L. . Talidomida e biologia de sistemas: uma nova ciência que pode auxiliar no desafio do entendimento de um antigo teratógeno. In: 38ª Semana Científica do HCPA, 2018, Porto Alegre. Anais da 38ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2018. v. 38. p. Supl 16.
-
NIQUE, P. S. ; OLIVEIRA, M. S. ; DE SOUZA, BIANCA M ; ASSMANN, T. S. ; RECAMONDE-MENDOZA, M. ; CRISPIM, D. ; BAUER, A. C. ; CANANI, LUÍS H. . Perfil da expressão de microRNAs e seu papel na retinopatia diabética: uma revisão sistemática. In: 38ª Semana Científica do Hospital de Clínicas de Porto Alegre, 2018, Porto Alegre. Anais da 38ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2018. v. 38. p. Supl 135.
-
BUENO, R. H. ; PALADINI, S. V. ; PINTO, G. H. ; CALLONI, R. ; RECAMONDE-MENDOZA, M. . Análise de transcriptomas para identificação de biomarcadores de rejeição a transplantes: uma revisão sistemática da literatura. In: 38ª Semana Científica do Hospital de Clínicas de Porto Alegre, 2018, Porto Alegre. Anais da 38ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2018. v. 38. p. Supl 45.
-
SARTOR, I. T. S. ; ANAISSI, A. K. M. ; DEMACHKI, S. ; CALCAGNO, D. Q. ; ARAUJO, T. M. T. ; RIBEIRO-DOS-SANTOS, A. ; ASSUMPCAO, P. P. ; RECAMONDE-MENDOZA, M. ; ASHTON-PROLLA, P. . TULP3 como possível biomarcador de prognóstico para o câncer gástrico do tipo difuso. In: 38ª Semana Científica do Hospital de Clínicas de Porto Alegre, 2018, Porto Alegre. Anais da 38ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2018. v. 38. p. 50.
-
ASTOLFI, V. R. ; SOARES, D. S. ; LEITAO, S. A. T. ; RECAMONDE-MENDOZA, M. ; ROHDE, LUIS EDUARDO ; CLAUSELL, N. ; BIOLO, A. . Avaliação da integridade de mirnas circulantes extraídos por diferentes técnicas de pacientes com insuficiência cardíaca obesos e eutrófico. In: 38ª Semana Científica do Hospital de Clínicas de Porto Alegre, 2018, Porto Alegre. Anais da 38ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2018. v. 38. p. Supl 65.
-
PELLENZ, F. M. ; CRISPIM, D. ; RECAMONDE-MENDOZA, M. ; COSTA, A. ; PUNALES, M. ; TSCHIEDEL, B. ; CANANI, LUÍS H. ; BAUER, A. C. ; ASSMANN, T. S. . Perfil de expressão de microRNAs na doença renal do diabetes: um estudo de caso-controle e análise de bioinformática. In: 38ª Semana Científica do Hospital de Clínicas de Porto Alegre, 2018, Porto Alegre. Anais da 38ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2018. v. 38. p. Supl 128.
-
NUNES, I. J. G. ; FELTES, B. C. ; RECAMONDE-MENDOZA, M. . Desenvolvimento de uma plataforma visual, flexível e intuitiva para análises de expressão gênica por microarranjo. In: VIII Feira de Inovação Tecnológica da UFRGS (FINOVA), 2018, Porto Alegre. Resumos FINOVA 2018, 2018.
-
SARTOR, I. T. S. ; RECAMONDE-MENDOZA, M. ; ASHTON-PROLLA, P. . Bioinformatics Analysis in Gene Expression Data from Publicly Available Databases. In: Escola Gaúcha de Bioinformática 2017, 2017, Porto Alegre. EGB 2017 - Livro de Resumos, 2017. v. 1. p. 31-31.
-
VIEIRA, I. A. ; RECAMONDE-MENDOZA, M. ; SILVA, V. L. ; LEAO, D. P. ; SCHEID, M. R. ; SOUZA, S. J. ; ASHTON-PROLLA, P. . Polyadenilation Regulatory Sequences and Frequency of Alternative Polyadenilation Sites in a Comprehensive Set of Cancer Predisposition Genes. In: Escola Gaúcha de Bioinformática, 2017, Porto Alegre. EGB 2017 - Livro de Resumos, 2017. v. 1. p. 38-38.
-
COSTA, A. R. ; ASSMANN, T. S. ; RECAMONDE-MENDOZA, M. ; PUNALES, M. ; TSCHIEDEL, B. ; CANANI, L. H. ; CRISPIM, D. . Investigação de um perfil de expressão de microRNAs no plasma de pacientes com diabetes tipo 1: estudo de caso-controle e análise de bioinformática. In: 37ª Semana Científica do HCPA, 2017, Porto Alegre. Anais da 37ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2017. v. 37. p. Supl 68-69.
-
SARTOR, I. T. S. ; RECAMONDE-MENDOZA, M. ; ASHTON-PROLLA, P. . Bioinformatics analysis reveals a possible risk biomarker for developing gastric cancer. In: 37ª Semana Científica do HCPA, 2017, Porto Alegre. Anais da 37ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2017. v. 37. p. 68-69.
-
GREGORIO, C. ; ALEMAR, B. ; RECAMONDE-MENDOZA, M. ; RIVERO, R. C. ; MACHADO, S. M. S. ; OSVALDT, A. B. ; PINTO, L. F. R. ; ASHTON-PROLLA, P. . Análise dos padrões de metilação do adenocarcinoma ductal pancreático sugerem desregulação na via de sinalização de cálcio. In: 37ª Semana Científica do HCPA, 2017, Porto Alegre. Anais da 37ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2017. v. 37. p. 70.
-
LOBO, M. S. ; GREGORIO, C. ; SARTOR, I. T. S. ; RECAMONDE-MENDOZA, M. ; ASHTON-PROLLA, P. ; RUPPENTHAL, R. D. ; LOPEZ, P. L. C. . Análises in silico apontam superexpressão de EZH2 em adenocarcinoma ductal pancreático. In: 37ª Semana Científica do HCPA, 2017, Porto Alegre. Anais da 37ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2017. v. 37. p. Supl 70-71.
-
ASSMANN, T. S. ; RECAMONDE-MENDOZA, M. ; PUNALES, M. ; TSCHIEDEL, B. ; CANANI, L. H. ; CRISPIM, D. . microRNA expression profile in plasma from patients with type 1 diabetes: a case-control study and bioinformatics analysis. In: 19th European Congress of Endocrinology, 2017, Lisboa. Endocrine Abstracts, 2017. v. 49. p. p. OC2.1.
-
VIEIRA, I. A. ; RECAMONDE-MENDOZA, M. ; SILVA, I. C. B. ; LEAO, D. P. ; SCHEID, M. R. ; ROSSET, C. ; NETTO, C. B. O. ; ASHTON-PROLLA, P. . Caracterização dos sinais de poliadenilação e da regulação por microRNAs em um conjunto abrangente de genes de predisposição ao câncer. In: 36ª Semana Científica do Hospital de Clínicas de Porto Alegre, 2016, Porto Alegre. Anais da 36ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2016. v. 36. p. 16.
-
GREGORIO, C. ; RECAMONDE-MENDOZA, M. ; ALEMAR, B. ; OSVALDT, A. B. ; ASHTON-PROLLA, P. . Expressão reduzida de TERT e TERC em tumores periampulares. In: 36ª Semana Científica do Hospital de Clínicas de Porto Alegre, 2016, Porto Alegre. Anais da 36ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2016. v. 36. p. 58.
-
COHEN, C. ; MARTINELLI, N. C. ; PINTO, G. H. ; PHAELANTE, A. ; SILVELLO, D. ; RECAMONDE-MENDOZA, M. ; ANDRADES, M. E. ; CLAUSELL, N. ; ROHDE, L. E. ; BIOLO, A. . Efeitos da vitamina E na hipertrofia cardíaca patológica e expressão de microRNAs em camundongos. In: 36ª Semana Científica do Hospital de Clínicas de Porto Alegre, 2016, Porto Alegre. Anais da 36ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2016. v. 36. p. Supl 78.
-
CAETANO, D. S. L. ; RECAMONDE-MENDOZA, M. ; BIOLO, A. ; ROHDE, L. E. ; CLAUSELL, N. . Reconstrução e análise comparativa de redes de co-expressão diferencial entre cardiomiopatia isquêmica e cardiomiopatia dilatada idiopática. In: 36ª Semana Científica do Hospital de Clínicas de Porto Alegre, 2016, Porto Alegre. Anais da 36ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research, 2016. v. 36. p. Supl 79.
-
COHEN, C. ; MARTINELLI, N. C. ; PINTO, G. H. ; PHAELANTE, A. ; SILVELLO, D. ; RECAMONDE-MENDOZA, M. ; ANDRADES, M. E. ; CLAUSELL, N. ; ROHDE, L. E. ; ASHTON-PROLLA, P. ; BIOLO, A. . Vitamin E Affects Pathological Cardiac Hypertrophy and MicroRNAs Expression in Mice. In: Basic Cardiovascular Sciences 2016 (BCVS 2016), 2016, Phoenix, Arizona. Abstracts of the Basic Cardiovascular Science 2016. Circulation Research, 2016. v. 119. p. A318.
-
VIEIRA, I. A. ; RECAMONDE-MENDOZA, M. ; SILVA, I. C. B. ; LEAO, D. P. ; SCHEID, M. R. ; ROSSET, C. ; NETTO, C. B. O. ; ASHTON-PROLLA, P. . Caracterização abrangente da sequência sinal de poliadenilação, da ocorrência de poliadenilação alternativa e da regulação por microRNAs em genes de predisposição ao câncer. In: XV Congresso Brasileiro de Biomedicina & III Congresso Internacional de Biomedicina, 2016, Bento Gonçalves. Anais do XV Congresso Brasileiro de Biomedicina & III Congresso Internacional de Biomedicina, 2016. p. 456.
-
CAETANO, D. S. L. ; RECAMONDE-MENDOZA, M. ; BIOLO, ANDRÉIA ; ROHDE, L. E. ; CLAUSELL, N. . Reconstrução e análise comparativa de redes de co-expressão diferencial entre cardiomiopatia isquêmica e cardiomiopatia dilatada idiopática. In: XV Congresso Brasileiro de Biomedicina & III Congresso Internacional de Biomedicina, 2016, Bento Gonçalves. Anais do XV Congresso Brasileiro de Biomedicina & III Congresso Internacional de Biomedicina, 2016. p. 514.
-
CLAUSELL, N. ; SILVELLO, D. ; ORLANDIM, L. ; GARBIN, A. ; MENDOZA, M. R. ; ANDRADES, M. E. ; ROHDE, L. E. ; BIOLO, A. . Differential pattern of matrix remodeling during and post acute decompensated heart failure episodes: comparison between patients with reduced and preserved left ventricular systolic function. In: 2nd World Congress on Acute Heart Failure, 2015, Sevilla. European Journal of Heart Failure: Abstracts of the Heart Failure 2015 and the 2nd World Congress on Acute Heart Failure, 2015. v. 17(S1). p. 386-387.
-
MACHADO, GUSTAVO ; MENDOZA, MARIANA R. ; CORBELLINI, L. G. . What variables are important in predicting bovine viral diarrhea virus? A random forest approach. In: II Encontro Nacional de Epidemiologia Veterinária (II ENEPI), 2015, Brasília. Anais do II Encontro Nacional de Epidemiologia Veterinária, 2015. v. 77. p. 58.
-
PINTO, G. H. ; ANDRADES, M. E. ; COHEN, C. ; MARTINELLI, N. C. ; LEITAO, S. A. T. ; MENDOZA, M. R. ; ROHDE, L. E. ; CLAUSELL, N. ; BIOLO, A. . Physiologic cardiac hypertrophy in mice reduces mRNA levels of myostatin and autophagy genes. In: Basic Cardiovascular Science 2015, 2015, New Orleans, Estados Unidos. Abstracts of the Basic Cardiovascular Science 2015, 2015. p. 120.
-
GREGORIO, C. ; ALEMAR, B. ; MENDOZA, MARIANA R. ; OSVALDT, A. B. ; CORREIA, R. ; RIVERO, R. C. ; MACHADO, S. M. S. ; ASHTON-PROLLA, P. . Is there a role for HDAC1, HDAC2, HDAC3 and HDAC7 in pancreatic carcinogenesis?. In: 61º Congresso Brasileiro de Genética, 2015, Aguas de Lindóia, SP. Anais do 61º Congresso Brasileiro de Genética, 2015. p. 29.
-
GREGORIO, C. ; ALEMAR, B. ; MENDOZA, M. R. ; OSVALDT, A. B. ; CORREIA, R. ; RIVERO, R. C. ; MACHADO, S. M. S. ; ASHTON-PROLLA, P. . Desacetilases de Histonas 1, 2, 3 e 7: enzimas determinantes na carcinogênese pancreática?. In: 35ª Semana Científica do Hospital de Clínicas de Porto Alegre, 2015, Porto Alegre. Anais da 35ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research,, 2015. v. 35. p. Supl 64.
-
PINTO, G. H. ; ANDRADES, M. E. ; COHEN, C. ; MARTINELLI, N. C. ; LEITAO, S. A. T. ; MENDOZA, M. R. ; CLAUSELL, N. ; ROHDE, L. E. ; BIOLO, ANDRÉIA . Análise molecular e predição de microRNAs da via de sinalização autofágica e miostatina em modelo animal de hipertrofia cardíaca fisiológica. In: 35ª Semana Científica do Hospital de Clínicas de Porto Alegre, 2015, Porto Alegre. Anais da 35ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research,, 2015. v. 35. p. Supl 87.
-
SCHWENGBER, F. P. ; THOME, J. G. ; LA PORTA, VANESSA LAUBERT ; COHEN, C. ; SOUZA, G. C. ; SILVELLO, D. ; MENDOZA, MARIANA R. ; CLAUSELL, N. ; ROHDE, L. E. ; BIOLO, ANDRÉIA . MicroRNAs circulantes em pacientes com insuficiência cardíaca obesos e não-obesos. In: 35ª Semana Científica do Hospital de Clínicas de Porto Alegre, 2015, Porto Alegre. Anais da 35ª Semana Científica do Hospital de Clínicas de Porto Alegre, Clinical and Biomedical Research,, 2015. v. 35. p. Supl 88.
-
GREGORIO, C. ; ALEMAR, B. ; MENDOZA, M. R. ; OSVALDT, A. B. ; CORREIA, R. ; RIVERO, R. C. ; MACHADO, S. M. S. ; ASHTON-PROLLA, P. . Analysis of Histones Deacetylases Expression and Posttranscriptional Regulation in Pancreatic Ductal Adenocarcinoma. In: Escola Gaúcha de Bioinformática, 2015, Porto Alegre. Anais da Escola Gaúcha de Bioinformática, Revista de Informatica Teórica e Aplicada - RITA. Porto Alegre: Instituto de Informática, UFRGS, 2015. v. 23. p. 265.
-
MACHADO, GUSTAVO ; MENDOZA, M. R. ; SANTIAGO NETO, W. ; MARKS, F. S. ; HEIN, H. E. ; SANTOS, D. V. ; MEDEIROS, A. A. R. ; RIBEIRO, A. C. M. ; CORBELLINI, L. G. . Quais as principais variáveis na predição de BVDV (diarreia viral bovina)? Uma abordagem por Random Forest.. In: II Congreso de la Sociedad Iberoamericana de Epidemiología Veterinaria y Medicina Preventiva, 2014, Buenos Aires. Libro de Resúmenes del II Congreso de la Sociedad Iberoamericana de Epidemiología Veterinaria y Medicina Preventiva, 2014. p. 36.
-
QUON, G. ; FEIZI, S. ; VARTAK, M. ; MENDOZA, M. R. ; KELLIS, M. . Regulatory networks reveal directed pathways linking disease associated SNPs to differentially expressed genes in complex diseases. In: 2013 CSHL Meeting on The Biology of Genomes, 2013, Cold Spring Harbor, NY. Abstract book of the 2013 CSHL Meeting on The Biology of Genomes. Cold Spring Harbor, NY: Cold Spring Harbor Laboratory, 2013. p. 272.
-
QUON, G. ; FEIZI, S. ; MENDOZA, M. R. ; MARBACH, D. ; KELLIS, M. . Integration of regulatory networks across multiple species provides insight into complex diseases. In: 5th annual RECOMB Conference on Regulatory and Systems Genomics, 2012, San Francisco, USA. Proceedings of the 5th annual RECOMB Conference on Regulatory and Systems Genomics, 2012.
-
MENDOZA, M. R. ; WERHLI, A. V. . Inferring Genetic Regulatory Networks with an Hierarchical Bayesian Model and a Parallel Sampling Algorithm. In: 9th European Conference on Computational Biology (ECCB'10), 2010, Ghent. Proceedings of the 9th European Conference on Computational Biology, 2010.
-
MENDOZA, M. R. ; KRUSCHE, N. ; LANAU, L. . Estrutura e Manutenção do Banco de Dados Meteorológicos da Universidade Federal do Rio Grande. In: VII Mostra da Produção Universitária, 2008, Rio Grande. Anais do XVII Congresso de Iniciação Científica, 2008.
-
MENDOZA, M. R. ; KRUSCHE, N. ; BERGER, A. P. . PESQUECLIMA: Validação dos dados de Temperatura e Umidade Específica. In: XVI Congresso de Iniciação Científica, 2007, Rio Grande. VI Mostra da Produção Universitária, 2007.
-
SPOLAVORI, A. ; MENDOZA, M. R. ; KRUSCHE, N. . Modificações Realizadas no Banco de Dados Meteorológicos nos Anos de 2005 e 2006. In: XV Congresso de Iniciação Científica, 2006, Rio Grande. Anais da V Mostra de Produção Universitária, 2006.
-
RECAMONDE-MENDOZA, M. . Inteligência Artificial e Bioinformática: Ampliando fronteiras na análise de dados genômicos. 2024. (Apresentação de Trabalho/Conferência ou palestra).
-
FONTANARI, T. ; RECAMONDE-MENDOZA, M. . Evaluating the Generalization of Neural Network-Based Pan-Cancer Classification Models for Cohort-Specific Prediction. 2024. (Apresentação de Trabalho/Congresso).
-
RECAMONDE-MENDOZA, M. . Machine learning para cientistas de dados ômicos. 2020. (Apresentação de Trabalho/Outra).
-
TREVIZAN, B. ; RECAMONDE-MENDOZA, M. . A comparative evaluation of aggregation methods for machine learning under vertically partitioned data. 2019. (Apresentação de Trabalho/Outra).
-
CRISPIM, D. ; RECAMONDE-MENDOZA, M. ; COSTA, A. R. ; PUNALES, M. ; TSCHIEDEL, B. ; CANANI, L. H. ; BAUER, A. C. ; ASSMANN, T. S. . Circulating MicroRNAs In Diabetic Kidney Disease: Case-control Study and In Silico Analyses. 2018. (Apresentação de Trabalho/Congresso).
-
SARTOR, I. T. S. ; ANAISSI, A. K. M. ; DEMACHKI, S. ; CALGANO, D. Q. ; ARAUJO, T. M. T. ; RIBEIRO-DOS-SANTOS, A. ; ASSUMPCAO, P. P. ; RECAMONDE-MENDOZA, M. ; ASHTON-PROLLA, P. . A possible prognostic biomarker for diffuse-type gastric cancer?. 2018. (Apresentação de Trabalho/Outra).
-
TREVIZAN, B. ; RECAMONDE-MENDOZA, M. . Aprendizagem de Máquina Verticalmente Descentralizada: Uma Abordagem Baseada em Métodos de Agregação. 2018. (Apresentação de Trabalho/Outra).
-
NUNES, I. J. G. ; FELTES, B. C. ; RECAMONDE-MENDOZA, M. . Desenvolvimento de uma plataforma visual, flexível e intuitiva para análises de expressão gênica por microarranjo. 2018. (Apresentação de Trabalho/Outra).
-
SARTOR, I. T. S. ; RECAMONDE-MENDOZA, M. ; ASHTON-PROLLA, P. . Bioinformatics Analysis in Gene Expression Data from Publicy Available Databases. 2017. (Apresentação de Trabalho/Outra).
-
VIEIRA, I. A. ; RECAMONDE-MENDOZA, M. ; SILVA, V. L. ; LEAO, D. P. ; SCHEID, M. R. ; SOUZA, S. J. ; ASHTON-PROLLA, P. . Polyadenilation Regulatory Sequences and Frequency of Alternative Polyadenilation Sites in a Comprehensive Set of Cancer Predisposition Genes. 2017. (Apresentação de Trabalho/Outra).
-
ASSMANN, T. S. ; RECAMONDE-MENDOZA, M. ; PUNALES, M. ; TSCHIEDEL, B. ; CANANI, L. H. ; CRISPIM, D. . microRNA expression profile in plasma from patients with type 1 diabetes: a case?control study and bioinformatics analysis. 2017. (Apresentação de Trabalho/Congresso).
-
MENDOZA, M. R. . Engenharia reversa de redes regulatórias genética: o papel e a importância de estratégias computacionais na investigação de mecanismos de controle da expressão gênica. 2016. (Apresentação de Trabalho/Seminário).
-
MENDOZA, M. R. . Análise de Expressão Diferencial. 2016. (Apresentação de Trabalho/Conferência ou palestra).
-
MENDOZA, M. R. . Ferramentas para análise de expressão diferencial. 2016. (Apresentação de Trabalho/Conferência ou palestra).
-
MENDOZA, M. R. . Análise de enriquecimento funcional. 2016. (Apresentação de Trabalho/Conferência ou palestra).
-
MENDOZA, M. R. . Introdução a Biologia de Sistemas. 2016. (Apresentação de Trabalho/Conferência ou palestra).
-
CAETANO, D. S. L. ; MENDOZA, M. R. ; BIOLO, A. ; ROHDE, L. E. ; CLAUSELL, N. . Reconstrução e análise comparativa de redes de co-expressão diferencial entre cardiomiopatia isquêmica e cardiomiopatia dilatada idiopática. 2016. (Apresentação de Trabalho/Outra).
-
GREGORIO, C. ; MENDOZA, M. R. ; ALEMAR, B. ; OSVALDT, A. B. ; ASHTON-PROLLA, P. . Expressão reduzida de TERT e TERC em tumores periampulares. 2016. (Apresentação de Trabalho/Outra).
-
VIEIRA, I. A. ; MENDOZA, M. R. ; SILVA, I. C. B. ; LEAO, D. P. ; SCHEID, M. R. ; ROSSET, C. ; NETTO, C. B. O. ; ASHTON-PROLLA, P. . Caracterização dos sinais de poliadenilação e da regulação por microRNAs em um conjunto abrangente de genes de predisposição ao câncer. 2016. (Apresentação de Trabalho/Outra).
-
CAETANO, D. S. L. ; MENDOZA, M. R. . Reconstrução e análise comparativa de redes de co-expressão diferencial entre cardiomiopatia isquêmica e cardiomiopatia dilatada idiopática. 2016. (Apresentação de Trabalho/Congresso).
-
VIEIRA, I. A. ; MENDOZA, M. R. ; SILVA, I. C. B. ; LEAO, D. P. ; SCHEID, M. R. ; ROSSET, C. ; NETTO, C. B. O. ; ASHTON-PROLLA, P. . Caracterização abrangente da sequência sinal de poliadenilação, da ocorrência de poliadenilação alternativa e da regulação por microRNAs em genes de predisposiçao ao câncer. 2016. (Apresentação de Trabalho/Congresso).
-
RECAMONDE-MENDOZA, M. ; CAETANO, D. S. L. ; BIOLO, A. ; ROHDE, L. E. ; CLAUSELL, N. . Differential network analysis for the identification of common and specific regulatory mechanisms between idiopathic dilated cardiomyopathy and ischemic cardiomyopathy. 2016. (Apresentação de Trabalho/Congresso).
-
MENDOZA, M. R. . MicroRNAs circulantes em pacientes com insuficiência cardíaca obesos e não-obesos: um estudo caso-controle com predição computacional de alvos. 2015. (Apresentação de Trabalho/Seminário).
-
MACHADO, GUSTAVO ; MENDOZA, MARIANA R. ; CORBELLINI, L. G. . What variables are important in predicting bovine viral diarrhea virus? A random forest approach. 2015. (Apresentação de Trabalho/Conferência ou palestra).
-
PINTO, G. H. ; COHEN, C. ; ANDRADES, M. E. ; MARTINELLI, N. C. ; LEITAO, S. A. T. ; MENDOZA, M. R. ; CLAUSELL, N. ; ROHDE, L. E. ; BIOLO, A. . Análise Molecular e Predição de MicroRNAs da Via de Sinalização Autofágica e Miostatina em Modelo Animal de Hipertrofia Cardíaca Fisiológica. 2015. (Apresentação de Trabalho/Outra).
-
PINTO, G. H. ; ANDRADES, M. E. ; COHEN, C. ; MARTINELLI, N. C. ; MENDOZA, M. R. ; LEITAO, S. A. T. ; CLAUSELL, N. ; ROHDE, L. E. ; BIOLO, A. . Myostatin and autophagy expression in physiological cardiac hypertrophy and its relation with miRNA-mediated regulation. 2015. (Apresentação de Trabalho/Simpósio).
-
MENDOZA, M. R. ; WERHLI, A. V. ; PINTO, G. H. ; SILVELLO, D. ; COHEN, C. ; CLAUSELL, N. ; ROHDE, L. E. ; BIOLO, A. . Functional analysis of microRNA and transcription factor co-regulatory networks in pathological cardiac hypertrophy. 2015. (Apresentação de Trabalho/Outra).
-
GREGORIO, C. ; ALEMAR, B. ; MENDOZA, M. R. ; OSVALDT, A. B. ; CORREIA, R. ; RIVERO, R. C. ; MACHADO, S. M. S. ; ASHTON-PROLLA, P. . Analysis of Histones Deacetylases Expression and Post-Transcriptional Regulation In Pancreatic Ductal Adenocarcionoma. 2015. (Apresentação de Trabalho/Outra).
-
GREGORIO, C. ; ALEMAR, B. ; MENDOZA, M. R. ; OSVALDT, A. B. ; CORREIA, R. ; RIVERO, R. C. ; MACHADO, S. M. S. ; ASHTON-PROLLA, P. . Is there a role for HDAC1, HDAC2, HDAC3 and HDAC7 in pancreatic carcinogenesis?. 2015. (Apresentação de Trabalho/Congresso).
-
GREGORIO, C. ; ALEMAR, B. ; MENDOZA, M. R. ; OSVALDT, A. B. ; CORREIA, R. ; RIVERO, R. C. ; MACHADO, S. M. S. ; ASHTON-PROLLA, P. . Desacetilases de Histonas 1, 2, 3 e 7: Enzimas Determinantes na Carcinogênese Pancreática?. 2015. (Apresentação de Trabalho/Outra).
-
SCHWENGBER, F. P. ; THOME, J. G. ; LA PORTA, V. L. ; COHEN, C. ; SOUZA, G. C. ; SILVELLO, D. ; MENDOZA, M. R. ; CLAUSELL, N. ; ROHDE, L. E. ; BIOLO, A. . MicroRNAs circulantes em pacientes com insuficiência cardíaca obesos e não-obesos.. 2015. (Apresentação de Trabalho/Outra).
-
MACHADO, GUSTAVO ; MENDOZA, M. R. ; SANTIAGO NETO, W. ; MARKS, F. S. ; HEIN, H. E. ; SANTOS, D. V. ; MEDEIROS, A. A. R. ; RIBEIRO, A. C. M. ; CORBELLINI, L. G. . Quais as principais variáveis na predição de BVDV (Diarreia viral bovina)? Uma abordagem por Random Forest.. 2014. (Apresentação de Trabalho/Congresso).
-
PASIN, M. ; BAZZAN, A. L. C. ; MENDOZA, M. R. . Supporting self-managed infrastructures: a classification-based approach using social choice functions. 2014. (Apresentação de Trabalho/Outra).
-
MENDOZA, M. R. ; BAZZAN, A. L. C. . The Wisdom of Crowds in Bioinformatics: What Can We Learn (and Gain) from Ensemble Predictions?. 2013. (Apresentação de Trabalho/Congresso).
-
MENDOZA, M. R. ; LOPES, FABRICIO M. ; BAZZAN, A. L. C. . Reverse engineering of GRNs: an evolutionary approach based on the Tsallis entropy.. 2012. (Apresentação de Trabalho/Congresso).
-
MENDOZA, M. R. ; Fonseca, Guilherme C. ; LOSS-MORAIS, GUILHERME ; Alves, Ronnie ; BAZZAN, A. L. C. ; MARGIS, R. . RFMirTarget: a random forest classifier for human miRNA target gene prediction. 2012. (Apresentação de Trabalho/Simpósio).
-
MENDOZA, M. R. ; WERHLI, A. V. ; BAZZAN, A. L. C. . An epsilon-greedy mutation operator based on prior knowledge for GA convergence and accuracy improvement: an application to networks inference. 2012. (Apresentação de Trabalho/Simpósio).
-
MENDOZA, M. R. ; BAZZAN, A. L. C. . On the ensemble prediction of gene regulatory networks: a comparative study. 2012. (Apresentação de Trabalho/Simpósio).
-
MENDOZA, M. R. ; BAZZAN, A. L. C. . A Study on the Effects of Reputation-based Decision Making on the Dynamics of Public Goods Game with Punishment, Signaling and Gossiping Mechanisms. 2011. (Apresentação de Trabalho/Congresso).
-
MENDOZA, M. R. ; BAZZAN, A. L. C. . Evolving Random Boolean Networks with Genetic Algorithms for Regulatory Networks Reconstruction. 2011. (Apresentação de Trabalho/Congresso).
-
MENDOZA, M. R. ; WERHLI, A. V. . Inferring genetic regulatory networks with an hierarchical Bayesian model and a parallel sampling algorithm. 2010. (Apresentação de Trabalho/Simpósio).
-
MENDOZA, M. R. ; KRUSCHE, N. ; LANAU, L. . Estrutura e Manutenção do Banco de Dados Meteorológicos da Universidade Federal do Rio Grande. 2008. (Apresentação de Trabalho/Congresso).
-
MENDOZA, M. R. ; KRUSCHE, N. ; LANAU, L. . Estrutura e Manutenção do Banco de Dados Meteorológicos da Universidade Federal do Rio Grande. 2008. (Apresentação de Trabalho/Congresso).
-
MENDOZA, M. R. ; KRUSCHE, N. ; BERGER, A. P. . PESQUECLIMA: Validação dos dados de Temperatura e Umidade Específica. 2007. (Apresentação de Trabalho/Congresso).
-
SPOLAVORI, A. ; MENDOZA, M. R. ; KRUSCHE, N. . Modificações realizadas no Banco de Dados Meteorológicos nos anos de 2005 e 2006. 2006. (Apresentação de Trabalho/Congresso).
-
VIAN, A. ; EIFER, D. A. ; ANES, M. ; GARCIA, G. R. ; RECAMONDE-MENDOZA, M. . Exploring the Feasibility of AI-Assisted Spine MRI Protocol Optimization Using DICOM Image Metadata. ArXiv (arXiv:2502.02351), Cornell University, 2025 (Preprint).
-
SOARES, D. S. ; LOPES, A. ; RECAMONDE-MENDOZA, M. ; BUENO, R. H. ; CALLONI, R. ; CLAUSELL, N. ; LEITAO, S. A. T. ; BIOLO, A. . Microarray, validation and gene-enrichment approach for assessing differentially expressed circulating miRNAs in obese and lean heart failure patients. bioRxiv (2025.02.15.638475), CSHL, 2025 (Preprint).
-
OSS BOLL, HELOÍSA ; AMIRAHMADI, ALI ; SOLIMAN, AMIRA ; BYTTNER, STEFAN ; RECAMONDE-MENDOZA, MARIANA . Graph Neural Networks for Heart Failure Prediction on an EHR-Based Patient Similarity Graph. ArXiv (arXiv:2411.19742), Cornell University, 2024 (Preprint).
-
PAIM, K. O. ; ROHWEDER, R. ; RECAMONDE-MENDOZA, MARIANA ; MANSILHA, R. B. ; CORDEIRO, W. . Acoustic Identification of Ae. aegypti Mosquitoes using Smartphone Apps and Residual Convolutional Neural Networks. ArXiv (arXiv:2306.1009), Cornell University, 2023 (Preprint).
-
ROMERO, N. M. L. ; VASCONCELOS, R. ; RECAMONDE-MENDOZA, M. ; COMBA, J. L. D. . COVID-VR: A Deep Learning COVID-19 Classification Model Using Volume-Rendered Computer Tomography. ArXiv (arXiv:2308.01433), Cornell University, 2023 (Preprint).
-
Bazzan, Ana L. C. ; TAVARES, A. R. ; PEREIRA, A. G. ; JUNG, C. ; SCHARCANSKI, J. ; CARBONERA, J. ; LAMB, L. C. ; RECAMONDE-MENDOZA, M. ; SILVEIRA, T. L. T. ; MOREIRA, V. . 'A Nova Eletricidade': Aplicações, Riscos e Tendências da IA Moderna. ArXiv (arXiv:2310.18324), Cornell University, 2023 (Preprint).
-
SOUZA, I. F. ; SILVA, E. L. ; BARBOSA, N. M. ; MACHADO, I. S. ; FARIAS, E. F. ; MARASCHIN, B. J. ; NUNES, J. S. ; PRUNES, B. B. ; LIMA, T. B. ; SALGUEIRO, A. P. ; LAUREANO, N. K. ; SINIGAGLIA, M. ; RECAMONDE-MENDOZA, M. ; BARBOSA, S. ; RADOS, P. V. ; CARRARD, V. C. ; VISIOLI, F. . Heat Shock Protein Family a (Hsp70) Member 5 (HSPA5) Levels Increases in Head and Neck Carcinogenesis and its Modulation by Docosahexaenoic Acid Can Delay Cancer Development. SSRN (ssrn.4079593), Elsevier, 2022 (Preprint).
-
LORD, V. O. ; GIUDICELLI, G. C. ; RECAMONDE-MENDOZA, M. ; VIANNA, F. S. L. ; KOWALSKI, T. W. . A Transcriptome Meta-analysis of Etahnol Embryonic Exposure: Implications in Neurodevelopment and Neuroinflammatory Genes. SSRN (ssrn.4116077), Elsevier, 2022 (Preprint).
-
CARNEIRO, P. ; COLOMBELLI, F. ; RECAMONDE-MENDOZA, M. ; MATTE, U. . Pynoma, PyABraOM and BIOVARS: Towards genetic variant data acquisition and integration. bioRxiv (https://doi.org/10.1101/2022.06.07.495190), Cold Spring Harbor Laboratory (CSHL), 2022 (Preprint).
-
MARCOLINO, M. A. Z. ; RECAMONDE-MENDOZA, M. ; ETGES, A. P. B. S. ; POLANCZYK, C. A. . Bases de dados em saúde do Brasil como fonte de dados de mundo real 2022 (Resenha).
-
MARCZYK, V. R. ; RECAMONDE-MENDOZA, M. ; MAIA, A. L. ; GOEMANN, I. M. . DNA methylation patterns define subtypes of differentiated follicular cell-derived thyroid neoplasms: an unsupervised machine learning approach. medRxiv (https://doi.org/10.1101/2022.12.19.22283657), Cold Spring Harbor Laboratory (CSHL), 2022 (Preprint).
-
MELLO, A. C. M. ; GREFENHAGEN, A. ; VILLALBA, C. ; FRANCIO, L. ; BOTTON, M. ; HENTSCHKE, M. ; FREITAS, M. ; CARNEIRO, P. ; MATTE, U. ; RECAMONDE-MENDOZA, M. . Bioin4girls 2020: Brazilian (women) symposium in Bioinformatics. ISMB/ECCB 2021 - Track Education COSI: Computational Biology Education, 2021 (Poster).
-
ANDRADES, R. ; RECAMONDE-MENDOZA, M. . Machine learning methods for prediction of cancer driver genes: a survey paper. ArXiv (arXiv:2109.13685), Cornell University, 2021 (Preprint).
-
COLOMBELLI, F. ; KOWALSKI, T. W. ; RECAMONDE-MENDOZA, M. . A Hybrid Ensemble Feature Selection Design for Candidate Biomarkers Discovery from Transcriptome Profiles. ArXiv (arXiv:2108.00290), Cornell University, 2021 (Preprint).
-
BUENO, R. H. ; RECAMONDE-MENDOZA, M. . Meta-analysis Of Transcriptomic Data Reveals Pathophysiological Modules Involved With Atrial Fibrillation. medRxiv (https://doi.org/10.1101/2020.05.13.20100867), Cold Spring Harbor Laboratory (CSHL), 2020 (Preprint).
-
SCHAPKE, J. ; TAVARES, A. R. ; RECAMONDE-MENDOZA, M. . EPGAT: Gene Essentiality Prediction With Graph Attention Networks. ArXiv (arXiv:2007.09671), Cornell University, 2020 (Preprint).
-
FERNANDES, M. S. ; CORDEIRO, W. ; RECAMONDE-MENDOZA, M. . Detecting Aedes Aegypti Mosquitoes through Audio Classification with Convolutional Neural Networks. ArXiv (arXiv:2008.09024), Cornell University, 2020 (Preprint).
-
FOUNTAIN-JONES, N. ; MACHADO, GUSTAVO ; CARVER, S. ; PACKER, C. ; RECAMONDE-MENDOZA, M. ; CRAFT, M. . How to make more from exposure data? An integrated machine learning pipeline to predict pathogen exposure. bioRxiv (https://doi.org/10.1101/569012), Cold Spring Harbor Laboratory (CSHL), 2019 (Preprint).
-
FEIZI, S. ; QUON, G. ; RECAMONDE-MENDOZA, M. ; MEDARD, M. ; KELLIS, M. ; JADBABAIE, A. . Spectral Alignment of Graphs. ArXiv (arXiv:1602.04181), Cornell University, 2016 (Preprint).
Outras produções
MENDOZA, M. R. ; FONSECA, G. C. ; LOSS-MORAIS, GUILHERME ; ALVES, R. ; BAZZAN, A. L. C. ; MARGIS, R. . RFMirTarget: a Random Forest Classifier for Human miRNA Target Gene Prediction. 2012.
MENDOZA, M. R. ; LOSS-MORAIS, GUILHERME ; FONSECA, G. C. ; de OLIVEIRA, L.F.V. ; ALVES, R. ; BAZZAN, A. L. C. ; MARGIS, R. . FilterPrecursors: An alignment-based tool for the identification of potential pre-miRNAs. 2011.
RECAMONDE-MENDOZA, M. . Coordenadora da Trilha de Minicursos, 25º Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2025). 2025.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, Seminário Integrado de Software e de Hardware 2025 (SEMISH 2025). 2025.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, Workshop de Tecnologias Assistivas, Inteligência Artificial e Ciências de Dados do SBCAS 2025. 2025.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, Women in Information Technology 2025 (WIT 2025). 2025.
RECAMONDE-MENDOZA, M. . PC Chair, Encontro Nacional de Inteligência Artificial e Computacional 2025 (ENIAC 2025). 2025.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, 25º Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2025). 2025.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, 28th European Conference on Artificial Intelligence (ECAI 2025). 2025.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, 25º Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2025). 2025.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, Brazilian Symposium on Bioinformatics 2025 (BSB 2025).. 2025.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, Brazilian Conference on Intelligent Systems 2025 (BRACIS 2025). 2025.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, 37th IEEE International Conference on Tools with Artificial Intelligence (ICTAI 2025). 2025.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, Brazilian Symposium on Bioinformatics 2024 (BSB 2024).. 2024.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, Brazilian Symposium on Bioinformatics 2024 (BSB 2024).. 2024.
RECAMONDE-MENDOZA, M. . Avaliadora de Trabalhos, XXXI Mostra Unisinos de Iniciação Científica e Tecnológica. 2024.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, 23º Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023). 2023.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, 23º Simpósio Brasileiro de Computação Aplicada à Saúde - Concurso de Trabalhos de Iniciação Científica (SBCAS-CTIC 2023). 2023.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, 23º Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023). 2023.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, Brazilian Symposium on Bioinformatics 2023 (BSB 2023). 2023.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, Brazilian Symposium on Bioinformatics 2023 (BSB 2023). 2023.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, 22º Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2022). 2022.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, Prêmio Artur Ziviani de Teses e Dissertações - SBCAS 2022. 2022.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, Brazilian Symposium on Bioinformatics 2022 (BSB 2022). 2022.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, 34th EEE International Conference on Tools with Artificial Intelligence (ICTAI 2022). 2022.
RECAMONDE-MENDOZA, M. . Topic Editor, Research Topic 'Bioinformatics Applied to Neuroscience', pela Editora Frontiers. 2022.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, XIX Congresso Brasileiro de Informática em Saúde (CBIS 2022). 2022.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, XIX Congresso Brasileiro de Informática em Saúde (CBIS 2022). 2022.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, 21º Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021). 2021.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, 21º Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021). 2021.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, XVII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2021). 2021.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, VIII Escola Regional de Computação Aplicada à Saúde (ERCAS 2021). 2021.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, 33rd IEEE International Conference on Tools with Artificial Intelligence (ICTAI 2021). 2021.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, Brazilian Symposium on Bioinformatics 2021 (BSB 2021). 2021.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, 2nd Women in Bioinformatics & Data Science LA Conference. 2021.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, 33rd IEEE International Conference on Tools with Artificial Intelligence (ICTAI 2021). 2021.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, Brazilian Symposium on Bioinformatics 2021 (BSB 2021). 2021.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, XVII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2021). 2021.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, VIII Escola Regional de Computação Aplicada à Saúde (ERCAS 2021). 2021.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, XVIII Congresso Brasileiro de Informática em Saúde (CBIS 2021). 2021.
RECAMONDE-MENDOZA, M. . Revisão de artigos, XVIII Congresso Brasileiro de Informática em Saúde (CBIS 2021). 2021.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, 20º Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2020). 2020.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, Brazilian Symposium on Bioinformatics 2020 (BSB 2020). 2020.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, XVI Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2020). 2020.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, 20º Simpósio Brasileiro de Computação Aplicada à Saúde - Concurso de Trabalhos de Iniciação Científica (SBCAS - CTIC 2020). 2020.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, 32nd IEEE International Conference on Tools with Artificial Intelligence (ICTAI 2020). 2020.
RECAMONDE-MENDOZA, M. . Revisão de artigo científico, 20º Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2020). 2020.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, XVI Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2020). 2020.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, 32nd IEEE International Conference on Tools with Artificial Intelligence (ICTAI 2020). 2020.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, XVII Congresso Brasileiro de Informática em Saúde (CBIS 2020). 2020.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, XVII Congresso Brasileiro de Informática em Saúde (CBIS 2020). 2020.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, Brazilian Symposium on Bioinformatics 2020 (BSB 2020). 2020.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, 31st IEEE International Conference on Tools with Artificial Intelligence (ICTAI 2019). 2019.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos,19º Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2019), CSBC 2019. 2019.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, 31st IEEE International Conference on Tools with Artificial Intelligence (ICTAI 2019). 2019.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, XV Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2019). 2019.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, Brazilian Symposium on Bioinformatics 2019 (BSB 2019). 2019.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, XV Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2019). 2019.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, 24th European Conference on Artificial Intelligence (ECAI 2020). 2019.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, 24th European Conference on Artificial Intelligence (ECAI 2020). 2019.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, 19º Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2019). 2019.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, 2018 International Joint Conference on Neural Networks (IJCNN 2018). 2018.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, 18º Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2018), CSBC 2018. 2018.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, Brazilian Symposium on Bioinformatics 2018 (BSB 2018). 2018.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, 30th International Conference on Tools with Artificial Intelligence (ICTAI 2018). 2018.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, 2017 International Joint Conference on Neural Networks (IJCNN 2017). 2017.
RECAMONDE-MENDOZA, M. . Membro do Comitê de Programa, 17º Workshop de Informática Médica (WIM), CSBC 2017. 2017.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, 2016 International Joint Conference on Neural Networks (IJCNN 2016). 2016.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, 2015 International Joint Conference on Neural Networks (IJCNN 2015). 2015.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, Brazilian Symposium on Bioinformatics (BSB 2013). 2013.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, Brazilian Symposium on Neural Networks (SBRN 2012). 2012.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, Brazilian Symposium on Bioinformatics (BSB 2012). 2012.
RECAMONDE-MENDOZA, M. . Revisão de artigos científicos, Brazilian Symposium on Bioinformatics (BSB 2011). 2011.
RECAMONDE-MENDOZA, M. . Entrevista concedida ao jornal GZH, para a matéria 'Como o uso da IA pode impactar a saúde? Conheça as principais tendências para o setor'. 2025. (Programa de rádio ou TV/Entrevista).
RECAMONDE-MENDOZA, M. ; MENDES, M. ; MINARDI, R. M. . Entrevista concedida ao Podcast da RSG-Brazil, Ep. 15 - Mães na Bioinformática? Sim, temos também!. 2023. (Programa de rádio ou TV/Entrevista).
RECAMONDE-MENDOZA, M. ; CORDEIRO, W. ; ROHWEDER, R. ; SCHULER-FACCINI, L. . Entrevista concedida ao Programa Bom Dia Rio Grande, sobre o Projeto Mosquitoramento. 2022. (Programa de rádio ou TV/Entrevista).
RECAMONDE-MENDOZA, M. ; CORDEIRO, W. ; AZAMBUJA, J. R. F. . Como a inteligência artificial pode atuar contra a dengue. 2022. (Programa de rádio ou TV/Comentário).
Projetos de pesquisa
-
2023 - Atual
Construindo a inteligência da ciência cidadã para estratégias de preparação e resposta a pandemias: um estudo piloto, Descrição: A pandemia da COVID-19 mostrou que a falta global de dados precisos e em tempo real sobre surtos e de uma estrutura de resposta coletiva baseada na ciência fez com que o mundo lutasse para conter a pandemia de maneira oportuna e com eficácia satisfatória. Para que os insights gerados por dados se tornem uma fonte confiável de informações para atores locais, regionais e globais para gerenciar futuros surtos, a arquitetura de dados e as fontes de informação que conectam as diferentes fases da pandemia, ou seja, preparação, vigilância, resposta e recuperação, precisam ser examinadas a partir de uma perspectiva multidisciplinar. Para alcançar isso, precisamos estabelecer recursos de inteligência coletiva que envolvam todas as partes interessadas, incluindo cidadãos, para melhor compreensão dos problemas, e busca de soluções inovadoras e mais eficazes. A modelagem participativa busca promover a participação das partes interessadas para melhorar a compreensão dos problemas, o aprendizado mútuo, o engajamento democrático, o empoderamento dos cidadãos e para melhor sintonizar os modelos com seus contextos de tomada de decisão e políticas, levando a uma melhor inteligência coletiva. Essas abordagens têm sido amplamente utilizadas nas ciências ambientais, mas comparativamente muito menos no contexto das políticas de saúde pública. Este estudo piloto investigará e procurará validar se as abordagens de modelagem participativa são utilizáveis e úteis para a preparação e resposta à pandemia em diferentes níveis: individual, organizacional e comunitário. O piloto vista engajar um grupo diversificado de partes interessadas (stakeholders) - incluindo médicos, funcionários do hospital, pesquisadores de saúde pública, cidadãos e representantes comunitários, e funcionários do governo envolvidos na elaboração de políticas de saúde pública - para co-criar e implantar artefatos de modelagem participativa dentro do problema específico de explorar o impacto da COVID-19 na gestão de recursos hospitalares e suas comunidades vizinhas.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Mariana Recamonde Mendoza - Coordenador / Carisi Anne Polanczyk - Integrante / Giovanna Câmara Giudicelli - Integrante / TAN, YI-ROE - Integrante / CHOISY, MARC - Integrante / STINCKWICH, SERGE - Integrante / KIWUWA-MUYINGO, SYLVIA - Integrante / YAP, PEILING - Integrante / Miriam Allein Zago Marcolino - Integrante / Suzi Camey - Integrante / Ricardo Kuchenbecker - Integrante / Mírian Cohen - Integrante / Ricardo Bertoglio Cardoso - Integrante / Gabriel Cardozo Muller - Integrante., Financiador(es): International Digital Health & AI Research Collaborative - Auxílio financeiro.
-
2022 - Atual
Aprendizado de máquina com dados heterogêneos para modelos preditivos mais precisos em saúde e genômica, Descrição: Em muitos domínios geradores de big data, como a Saúde e a Genômica, é cada vez mais frequente observar uma coleta massiva de dados heterogêneos, aqui definidos como dados que apresentam diversidade em termos de tipos, fontes, semânticas e/ou distribuições estatísticas. Esta característica impõe importantes desafios no uso de técnicas de aprendizado de máquina (AM), visto que a estrutura padrão dos problemas de AM assume uma maior regularidade e uniformidade na natureza, estrutura e distribuição dos dados. Para dados heterogêneos, um modelo único pode não ser suficiente para aprender todos os padrões implícitos de forma satisfatória e poucos algoritmos de AM de fato suportam este tipo de entrada. Assim, este projeto visa investigar novos métodos e estratégias computacionais para treinamento de modelos a partir de múltiplos conjuntos de dados caracterizados por heterogeneidade, com foco em modelos preditivos, bem como promover um maior entendimento sobre potenciais e limitações das principais abordagens de análise meta-dimensional existentes na literatura, a saber: integração baseada em concatenação de dados, baseada em transformação e baseada em modelos. Um domínio em particular no qual observa-se a demanda por avanços metodológicos para treinamento de modelos com dados heterogêneos é o das ciências ômicas, apontado na literatura como um dos mais desafiadores em termos de complexidade na natureza dos dados e exigência quanto a novas soluções analíticas. Diferentes tipos de dados ômicos capturam informações acerca de uma dimensão específica dos sistemas biológicos, tal que fenômenos como doenças complexas normalmente só podem ser explicados com base na análise integrada de múltiplas dimensões. A investigação em torno de novas soluções computacionais para viabilizar o AM a partir de dados ômicos heterogêneos será realizada visando aprimorar a robustez e precisão de modelos preditivos em dois problemas desafiadores da Bioinformática: identificação de biomarcadores de diagnóstico ou prognóstico e inferência de redes regulatórias, tendo em vista sua grande relevância para uma melhor compreensão dos sistemas biológicos e do desenvolvimento de doenças como câncer. Projeto de Bolsa de Produtividade em Pesquisa (PQ) - Chamada CNPq Nº 04/2021.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Mariana Recamonde Mendoza - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
-
2022 - Atual
MARCS: Modelos de Aprendizado de máquina Robustos e Confiáveis para a Saúde, Descrição: Recentemente tem-se observado um expressivo aumento na coleta de dados de Saúde, resultante de um maior emprego de soluções digitais no atendimento ao paciente, dentro ou fora do contexto hospitalar. O maior volume e variedade de dados introduz novas oportunidades de pesquisa e desenvolvimento a fim de aprimorar os serviços de saúde em todo o seu espectro, da prevenção ao diagnóstico e tratamento de doenças. Neste contexto,o Aprendizado de Máquina (AM) tem sido fundamental, demonstrando habilidade de traduzir esse grande e complexo conjunto de dados em informações acionáveis através de técnicas de modelagem preditiva e descritiva. Entretanto, existe uma crescente discussão acerca dos impactos negativos que podem ser causados pelo AM, em especial nos que se referem a aspectos éticos. A presença de bias (viés), ou erros sistemáticos de previsão, já foi documentada em diversos modelos de AM para a Saúde, promovendo injustiças ou parcialidades indesejáveis na tomada de decisão. Muitos destes modelos reproduzem ou agravam as disparidades históricas de Saúde para populações desfavorecidas existentes nos dados sobre os quais os modelos são treinados. Entretanto, iniquidades ou erros sistemáticos em modelos de AM também podem ser introduzidos por falhas metodológicas no desenvolvimento dos mesmos, como técnicas de amostragem que introduzem artefatos nos dados ou falham em capturar corretamente a heterogeneidade ou variabilidade dos mesmos. Assim, a pergunta de pesquisa que guia esta proposta é como garantir que o AM para a Saúde funcione para todos através do desenvolvimento e uso de práticas metodológicas rigorosas? Dentre os diversos aspectos técnicos envolvidos no ciclo de desenvolvimento de modelos, serão avaliados especialmente tipos de bias introduzidos por características intrínsecas aos dados de Saúde, como desbalanceamento de dados e dataset shift, e por processos envolvidos na metodologia de desenvolvimento de modelos de AM, como amostragem de dados. Este projeto visa avançar o nosso conhecimento científico sobre o tema e contribuir com estratégias aplicáveis para diagnosticar e mitigar problemas de bias em modelos de AM, refletindo em grande potencial de aprimorar a robustez, equidade e confiança de modelos de AM para a tomada de decisão em Saúde.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) . , Integrantes: Mariana Recamonde Mendoza - Coordenador / Ursula Matte - Integrante / Bruno Castro da Silva - Integrante / Viviane Pereira Moreira - Integrante / PASSOS, IVES CAVALCANTE - Integrante., Financiador(es): FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL - Auxílio financeiro.
-
2020 - Atual
CIDIA-19 - CIência de Dados e Inteligência Artificial para combater a COVID-19, Projeto certificado pelo(a) coordenador(a) João Luiz Dihl Comba em 15/06/2020., Descrição: A aplicação da Ciência de Dados na área da saúde tem se tornado cada vez mais frequente, dado o seu potencial de gerar insights que auxiliam na tomada de decisão, melhoram as condições de saúde dos pacientes e otimizam as operações hospitalares. No contexto da COVID-19, a rapidez com que a doença se disseminou pelo mundo, acometendo mais de 1,5 milhões de pessoas e causando mais de 100 mil óbitos, demanda soluções ágeis para acelerar o diagnóstico de pacientes com sintomas suspeitos e estimar a evolução da doença. Diante das limitações associadas à aplicação de exames laboratoriais e do acentuado aumento na demanda por serviços de saúde em um cenário de pandemia, é imprescindível o desenvolvimento de estratégias para alavancar a análise de dados clínicos, histórico epidemiológico, e exames por imagem, a fim de mais rapidamente diagnosticar COVID-19 entre casos suspeitos, principalmente em estágios iniciais da doença. Desta maneira, o objetivo desse projeto é aplicar técnicas do estado-da-arte de aprendizado de máquina para o auxílio ao diagnóstico e à melhoria da compreensão acerca da COVID-19.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Mariana Recamonde Mendoza - Integrante / Viviane Pereira Moreira - Integrante / João Luiz Dihl Comba - Coordenador / Cláudio Jung - Integrante / Roger Eliandro Menezes - Integrante / Ana Paula Zanardo - Integrante / Rafael Domingos Grando - Integrante / Gisele Nader Bastos - Integrante / Luiz Antônio Nassi - Integrante / Vitor Tadeu Ferreira - Integrante / Tiago Severo Garcia - Integrante / Mateus Samuel Tonetto - Integrante / Carlo Sasso Faccin - Integrante / Cauã Oliveira Rocha - Integrante., Financiador(es): FUNDACAO DE AMPARO A PESQUISA DO ESTADO DO RIO GRANDE DO SUL - Auxílio financeiro.
-
2020 - Atual
Diagnóstico e predição clínica em oncologia: análise integrativa de dados ômicos através de modelos complexos de aprendizado de máquina, Descrição: A identificação de biomarcadores indicativos da predisposição, desenvolvimento ou prognóstico de doenças, ou ainda da resposta à atividade farmacológica, é um dos mais importantes objetivos da pesquisa biomédica atualmente. Do ponto de vista da prática clínica, biomarcadores possuem um tremendo impacto no screening, diagnóstico e tratamento de doenças complexas como o câncer (CA), responsável por um sexto da mortalidade global e com previsão de aumento de até 70% no número de casos nas próximas duas décadas. A medicina de precisão, novo paradigma para uma medicina mais preventiva e individualizada, busca otimizar as decisões sobre diagnóstico ou tratamento clínico de acordo com características individuais do paciente a fim de reduzir o impacto social e econômico destas doenças, o que depende muito do conhecimento acerca de biomarcadores. No entanto, é extremamente desafiador identificar biomarcadores efetivos. Isto se deve, em parte, pela complexidade de doenças como câncer, a qual é induzida por alterações em múltiplas camadas de atividades moleculares, como genoma, transcriptoma e epigenoma, resultando em uma grande heterogeneidade dos tumores. Como consequência, em muitos casos as assinaturas de diagnóstico e prognóstico identificadas em uma população não funcionam em outra população. Assim, enquanto a estabilidade de biomarcadores é uma qualidade imprescindível como um método de auxílio na tomada de decisão clínica, é algo difícil de ser alcançado na prática. Complementar a este desafio está a dificuldade em se apontar novos candidatos a biomarcadores, tendo em vista o grande número de características genéticas e genômicas (por exemplo, milhares de genes e milhões de proteínas) que podem influenciar no desenvolvimento e progressão de doenças, e, portanto, atuar como marcadores biológicos. O presente projeto propõe abordar o problema de identificação de biomarcadores a partir de dados genômicos explorando o conceito de ensemble learning (i.e., aprendizado a partir da combinação de múltiplos algoritmos a fim de melhorar o desempenho preditivo) em conjunto com metodos de seleção de atributos e algoritmos de aprendizado supervisionado. Trabalhos anteriores atestam a melhoria na estabilidade de atributos selecionados ao se combinar resultados obtidos de dados ligeiramente diferentes, como por exemplo, diferentes amostras de um mesmo transcriptoma. No entanto, considerando a ampla disponibilidade de dados ômicos atualmente, melhores resultados poderiam ser obtidos ao se combinar dados gerados por diferentes estudos de forma a melhor modelar a variabilidade fenotípica do câncer, bem como diferentes tipos de dados ômicos de forma a capturar a interação entre alterações moleculares em níveis distintos (e.g., metilação e expressão de genes) ? abordagens ainda pouco exploradas na literatura. Como estudo de caso, nossa proposta abordará a busca por novos biomarcadores de diagnóstico e prognóstico em câncer de mama e câncer de tireoide, visando a criação de uma ferramenta de alta acurácia e baixo custo para auxiliar na tomada de decisão clínica, e contribuir com a redução da incidência e mortalidade por estes tipos de tumores.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (3) . , Integrantes: Mariana Recamonde Mendoza - Coordenador / Raquel Calloni - Integrante / Rodrigo Haas Bueno - Integrante / GOEMANN, IURI M. - Integrante / MARCZYK, VICENTE R. - Integrante / MAIA, ANA LUIZA - Integrante / Bernardo Trevizan - Integrante / Carla Vaz Ferreira Vargas - Integrante / Patricia Pacheco Viola - Integrante / Felipe Colombelli - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
-
2018 - Atual
Busca de novos biomarcadores de progressão da doença renal do diabetes através do estudo do mirNoma urinário, Descrição: A DRD afeta de 25-40% dos pacientes com DM1 e está associada com elevada morbidade e mortalidade em indivíduos jovens em idade produtiva (75). A dosagem de albumina na urina (EUA) tem sido utilizada como um biomarcador para predizer essa complicação; entretanto, estudos recentes mostram que há pacientes que desenvolvem a DRD antes que um aumento na albuminúria seja detectado. Além disso, as equações atualmente recomendadas para estimativa da TFG subestimam a TFGe em pacientes diabéticos e não permitem avaliar com precisão o declínio da função renal. Dessa forma, a identificação de novos biomarcadores poderá auxiliar no diagnóstico precoce desta complicação crônica do DM, bem como na avaliação da sua progressão, fornecendo estratégias para modificar o curso e prognóstico da DRD nas suas diferentes fases evolutivas. Os miRNAs são pequenas moléculas de RNAs não-codificantes pequenos que regulam negativamente a expressão gênica. Mudanças na expressão de miRNAs foram observadas em diversas situações patológicas, incluindo no DM1, DM2 ou suas complicações crônicas. Os estudos que relacionaram mudanças na expressão de miRNAs com o desenvolvimento da DRD em humanos ou modelos animais sugerem que um perfil de miRNAs parece se alterar nas diferentes fases dessa complicação crônica. Entretanto, os resultados desses estudos ainda não são conclusivos, isto é, não apontam um perfil único de expressão de miRNAs circulantes no plasma/soro ou de miRNAs urinários que possa ser usado como biomarcador das diferentes fases da DRD. Sendo assim, muitos estudos ainda são necessários para identificar um perfil alterado de expressão de miRNAs em pacientes com DRD. Os miRNAs circulantes e urinários são de especial interesse como potenciais biomarcadores, pois podem ser coletados facilmente, são estáveis sob diferentes condições de estocagem e podem ser medidos usando-se técnicas específicas (como qPCR). Considerando que a coleta de urina aleatória é fácil de ser realizada por ser um processo não invasivo, bem como não necessita jejum e pode ser realizada a qualquer momento do dia, ela pode ser um importante líquido biológico para análise de miRNAs envolvidos na DRD. Além disso, miRNAs urinários não são eliminados durante o processo de hemodiálise, não sofrem filtração glomerular e podem refletir mais diretamente alterações renais ao contrário de miRNAs circulantes no plasma ou soro, os quais podem estar marcando alterações em diversos outros tecidos. Dessa forma, a análise do miRNoma urinário (análise de todos os miRNAs conhecidos) em pacientes com DRD (progressores para declínio rápido na TFGe vs. não-progressores) e em pacientes sem essa complicação poderá contribuir a identificação de possíveis biomarcadores para o desenvolvimento e progressão dessa doença.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Mariana Recamonde Mendoza - Integrante / Tais Silveira Assmann - Integrante / Marcia Puñales - Integrante / Balduino Tschiedel - Integrante / Daisy Crispim - Coordenador / Andrea C Bauer - Integrante / Cristine Dieter - Integrante / Denise Taurino Ramos - Integrante / Ketlen da Silveira Moraes - Integrante.
-
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: / Mestrado profissional: (3) / Doutorado: (1) . , Integrantes: Mariana Recamonde Mendoza - Integrante / Adriano Velasque Werhli - Integrante / Ana L. C. Bazzan - Integrante / Karina dos Santos Machado - Integrante / Andreia Biolo - Integrante / Luis Eduardo Paim Rohde - Integrante / Nadine Clausell - Integrante / Michael Everton Andrades - Integrante / Patricia Ashton-Prolla - Integrante / Rodrigo Ligabue Braun - Integrante / Márcio Dorn - Coordenador / Hugo Verli - Integrante / Guido Lenz - Integrante.
-
2017 - 2018
Data Science for Biomarkers Discovery: Analysis of Multi-Omics Data through Machine Learning Approaches, Descrição: We are currently observing a data deluge as consequence of the genomic revolution: the costs of sequencing technologies have drastically decreased and we have acquired a tremendous expertise in performing genome-wide profiling of DNA (genome), RNA (transcriptome) and proteins (proteome), generating the so-called omics data. Altogether, omics data explain in a highly detailed and individual fashion the phenotype of an organism. However, analyzing this huge volume of data for a better understanding of the underpinning of diseases, including the discovery of new biomarkers, is a major challenge. This project aims at developing robust machine learning approaches to leverage omics data for biomarkers discovery ,exploring integrative and ensemble approaches that support parallel and combined analysis of multi-omics data in order to identify more stable and clinically useful biomarker. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Mariana Recamonde Mendoza - Coordenador., Financiador(es): Microsoft Corporation - Outra., Número de produções C, T & A: 1
-
2017 - Atual
Caracterização genômica e epigenômica dos tumores de pâncreas e efeitos da inibição da via de Hedgehog, Projeto certificado pelo(a) coordenador(a) Alessandro Bersch Osvaldt em 12/07/2019., Descrição: Entre os grandes desafios das pesquisas em câncer está a elucidação das alterações genéticas responsáveis pela iniciação e progressão tumoral de cada tipo de câncer e o desenvolvimento de terapias específicas para cada uma dessas etapas. Assim, a medicina personalizada baseia-se no conhecimento profundo e individualizado da biologia tumoral de cada paciente e requer uma combinação de estratégias para determinar corretamente o perfil do paciente, possibilitando não só o diagnóstico seguro e de preferência precoce, como também fornecendo informações essenciais à conduta clínica, como prognóstico e resposta ao tratamento. Nesse contexto, a genômica tem contribuído para a identificação de biomarcadores que possam auxiliar na compreensão dos mecanismos envolvidos na carcinogênese e de alvos moleculares potenciais. Uma barreira para o desenvolvimento da medicina personalidada é a heterogeneidade genética intratumoral, que consiste na existência de diferentes subpopulações de células, com diferentes genótipos e fenótipos, dentro de um mesmo tumor. Como consequência, tais subgrupos celulares apresentam comportamentos diferentes, seja dentro de um mesmo tumor, ou entre o tumor e suas metástases. No presente estudo, propõem-se realizar análises genéticas e epigenéticas no CAV e ADP a fim de identificar alterações específicas desses dois tumores e gerar informações que possam contribuir para, futuramente, definir um modelo de progressão genética e epigenética para o desenvolvimento deste tumor. Este estudo propõe uma abordagem de múltiplos aspectos dos tumores pancreáticos, desde um melhor entendimento da biologia tumoral até novos tratamentos. Nossos resultados irão, em última análise, fornecer uma base para o desenvolvimento de uma nova abordagem diagnóstica, levando em consideração a heterogeneidade do tumor e sua evolução policlonal; elucidar os efeitos da inibição da via de Hedgehog através de uma nova combinação terapêutica, nunca antes avaliada; e melhor caracterizar um raro tumor periampular, avaliando de forma abrangente o perfil de metilação e alterações no número de cópias do DNA de amostras de pacientes com lesões pancreáticas e verificando se os níveis de metilação estão particularmente associados a algum aspecto clínico da doença (auxiliando na previsão do comportamento tumoral). Finalmente, será possível avaliar a capacidade deste perfil molecular na distinção de amostras de diferentes origens, o que facilitaria o diagnóstico diferencial dos tumores pancreáticos.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Mariana Recamonde Mendoza - Integrante / Cleandra Gregório - Integrante / Barbara Alemar - Integrante / Alessandro Bersch Osvaldt - Coordenador / Raquel C. Rivero - Integrante / Simone M. S. Machado - Integrante / Patricia Ashton-Prolla - Integrante / Patrícia Luciana da Costa Lopez - Integrante / Ivaine Taís Sauthier Sartor - Integrante / Luis Felipe Ribeiro Pinto - Integrante / Eduardo Cheuiche Antonio - Integrante / Sheila Coelho Soares Lima - Integrante.
-
2017 - Atual
Análise de ensaios experimentais de exposição à talidomida e seus análogos depositados no banco de dados Gene Expression Omnibus (GEO), Descrição: A talidomida tem sido foco de muitas pesquisas, porém a maioria dos ensaios são clínicos e visam o entendimento de suas propriedades para o usoterapêutico no tratamento de diferentes condições, especialmente doenças autoimunes e diferentes tipos de câncer. Ensaios que buscam acompreensão da teratogênese são mais escassos. A busca por um análogo mais seguro é contínua, porém muito prejudicada pela falta deconhecimento dos mecanismos moleculares de teratogênese.A talidomida potencialmente afeta a expressão de diferentes genes durante odesenvolvimento, tanto estimulando quanto inibindo-os, influenciando em todo um mecanismo de regulação de transcrição. Ensaios em larga escala (tais como transcriptomas) têm investigado a expressão diferencial de genes-alvo da talidomida após à sua exposição ou a de seus análogos.Porém, novos alvos continuam surgindo e tais ensaios não são reavaliados, apesar de conter muitas informações que poderiam ser de grandeinteresse para a comunidade científica. Estimamos que muitas informações relevantes podem estar contidas nos arquivos do GEO, sem ter sidoavaliadas, incluindo dados de exposição à talidomida em diferentes espécies que não foram correlacionados. A avaliação de dados secundáriospermitiria uma abordagem mais ampla, com diferentes hipóteses, com o objetivo de explorar os potenciais aspectos da teratogênese que nãopoderiam ser entendidos quando olhando separadamente para esses dados. O uso de dados secundários a partir de repositórios públicos, tais como o GEO, têm sido cada vez mais utilizadas como uma alternativa de baixo custo, para a avaliação de ensaios de expressão gênica. Além da economia de recursos, tal abordagem é também eticamente adequada uma vez que evita o uso de modelos animais para obtenção de dadossimilares a outros grupos de pesquisa.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Mariana Recamonde Mendoza - Integrante / Thayne Woycinck Kowalski - Integrante / Lucas Rosa Fraga - Integrante / Julia A Gomes - Integrante / LAVÍNIA SCHULER-FACCINI - Integrante / Fernanda Sales Luiz Vianna - Coordenador / Mariléa Furtado Feira - Integrante / Perpetua do Socorro Silva Costa - Integrante., Número de produções C, T & A: 5
-
2016 - Atual
Aprendizagem de Máquina Decentralizada: Uma Abordagem Baseada em Funções de Escolha Social, Descrição: Uma suposição comumente adotada em tarefas de Aprendizado de Máquina (AM), notadamente as de classificação de padrões, é a de que o repositório de dados esteja todo ele centralizado e disponível quando da etapa de indução do modelo de estimação (classificador). Contudo, em muitas situações, tal suposição se mostra impraticável, haja vista a existência de restrições relativas à privacidade dos dados e aos altos custos de armazenamento, transmissão e processamento dos mesmos. Para lidar com esse cenário mais desafiador, novos sistemas de AM descentralizados vêm sendo desenvolvidos nos últimos anos, em que estimadores locais, encapsulados em agentes autônomos, passam a ser inferidos separadamente e combinados posteriormente em um modelo de consenso global. Nesse contexto específico, o presente projeto almeja investigar novas extensões de uma abordagem de classificação descentralizada recém-criada pelo nosso grupo, a qual se baseia na agregação das decisões dos agentes-classificadores via funções de escolha social. Mais precisamente, pretende-se estudar mais detalhadamente as propriedades de diferentes funções de escolha/bem-estar social existentes na literatura e analisar o impacto prático da sua adoção quando da combinação das saídas dos classificadores (heterogêneos) descentralizados. Ademais, pretende-se investigar novos esquemas hierárquicos de agregação, em que as funções de escolha/bem-estar social são usadas em camadas. Em vez de focar exclusivamente na tarefa de classificação binária, como feito originalmente, variantes mais complexas serão consideradas ao longo deste projeto, abarcando a classificação com múltiplas classes, a classificação multirrótulo e a classificação semi-supervisionada. Finalmente, será analisado o impacto da existência de ruído corrompendo os rankings gerados pelos classificadores sobre o desempenho da abordagem. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Mariana Recamonde Mendoza - Integrante / Ana L. C. Bazzan - Coordenador., Número de produções C, T & A: 1
-
2014 - 2018
Relação entre microRNAs e adiposidade em pacientes com insuficiência cardíaca crônica, Projeto certificado pelo(a) coordenador(a) Andreia Biolo em 05/01/2016., Descrição: A relação entre obesidade (ou adiposidade) e insuficiência cardíaca é contraditória e faltam explicações para a associação paradoxal de obesidade com melhor prognóstico em pacientes com insuficiência cardíaca. Com relação aos microRNAs, os estudos clínicos realizados até o momento envolvem um número pequeno de pacientes, apresentam discrepância de resultados e envolvem análises de tecidos diferentes. Este projeto pretende avaliar se a associação de IC e obesidade resulta em expressão diferencial de miRNAs quando comparada ao padrão de expressão visto na insuficiência cardíaca isoladamente.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Mariana Recamonde Mendoza - Integrante / Andreia Biolo - Coordenador / Luis Eduardo Paim Rohde - Integrante / Daiane Silvello - Integrante / Juliana Gil Thomé - Integrante / Fernanda Donner Alves - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
-
2014 - 2018
Inferência e análise de redes regulatórias genéticas para investigação do papel dos microRNAs no desenvolvimento e progressão da insuficiência cardíaca, Descrição: Este projeto de pesquisa visa investigar o papel dos microRNAs na insuficiência cardíaca através da reconstrução e análise das respectivas redes regulatórias genéticas. A insuficiência cardíaca (IC) é uma doença prevalente que apresenta elevadas taxas de morbidade e mortalidade em todo o mundo, sendo a fase final de muitas doenças cardiovasculares. A IC é definida como uma anormalidade da estrutura ou função cardíaca que prejudica a capacidade do coração de atender às demandas metabólicas dos tecidos em pressões de enchimento normais, ou permite fazê-lo apenas às custas de pressões de enchimento elevada. Vários estudos têm demonstrado o papel crucial dos miRNAs não só no desenvolvimento cardiovascular embrionário, mas também na ocorrência de doenças cardiovasculares. Através da sua capacidade de regular a expressão de genes diretamente envolvidos no remodelamento cardíaco, os miRNAs exercem um papel importante na patogênese da IC. Como podem ser detectados no plasma e possuem alta estabilidade, miRNAs têm sido estudados como potenciais marcadores moleculares com função diagnóstica e prognóstica, bem como alvos terapêuticos em tratamentos baseados em RNA. Através da inferência e análise das redes regulatórias associadas a estes componentes, espera-se avançar nosso conhecimento a respeito dos efeitos funcionais decorrentes da atuação destes miRNAs no sistema biológico e entender a relação destas alterações com o desenvolvimento e progressão de insuficiência cardíaca.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Mariana Recamonde Mendoza - Coordenador / Adriano Velasque Werhli - Integrante / Gerald Quon - Integrante / Andreia Biolo - Integrante / Nadine Oliveira Clausell - Integrante / Luis Eduardo Paim Rohde - Integrante / Daiane Silvello - Integrante / Juliana Gil Thomé - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
-
2014 - 2015
Papel dos MicroRNAs na Hipertrofia Cardíaca Fisiológica e Patológica: Expressão e Avaliação na Modulação por Espécies Reativas de Oxigênio, Projeto certificado pelo(a) coordenador(a) Andreia Biolo em 31/03/2016., Descrição: O objetivo deste trabalho é avaliar o papel das espécies reativas do oxigênio, através do bloqueio com Vitamina E, na modulação de microRNAs presentes nos modelos experimental de hipertrofia fisiológica (induzida pelo exercício) e patológica (por bandeamento aórtico), e sua associação com a resposta angiogênica. Especificamente, queremos avaliar o efeito da administração de vitamina E, nos modelos de hipertrofia fisiológica e patológica, em parâmetros ecocardiográficos, funcionais, histológicos, moleculares e na angiogênese. Analisar o perfil de microRNAs nos dois modelos de hipertrofia e sua possível modulação por espécies reativas do oxigênio, avaliado através do seu bloqueio com vitamina E. Além disso, iremos avaliar se as alterações na resposta angiogênica de HIF-1, VEGF induzidas por vitamina E nos modelos de hipertrofia fisiológica e patológica são moduladas por microRNAs.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Mariana Recamonde Mendoza - Integrante / Andreia Biolo - Coordenador / Luis Eduardo Paim Rohde - Integrante / Nadine Clausell - Integrante / Carolina Cohen - Integrante / Nidiane Carla Martinelli - Integrante / Patricia Ashton-Prolla - Integrante.
-
2014 - Atual
Análise de microRNAs relacionados à hipertrofia cardíaca e autofagia durante o desenvolvimento da hipertrofia cardíaca fisiológica em camundongos submetidos a natação., Projeto certificado pelo(a) coordenador(a) Andreia Biolo em 05/01/2016., Descrição: A hipertrofia cardíaca (HC) se caracteriza pelo aumento da massa do coração, devido a um aumento nas dimensões dos cardiomiócitos. Este processo provoca aumento no consumo de oxigênio e nutrientes nos cardiomiócitos e, como consequência, promove mudanças funcionais e bioquímicas nas células. A autofagia é o processo homeostático em que ocorre o englobamento de componentes intracelulares como: lipídeos, proteína, açúcares a serem usados como substratos para lisossomos. A ativação das vias de fluxo autofágico ocorre em duas situações: em baixo nível de fluxo autofágico devido uma baixa energética a fim de manter a sobrevivência celular, já a ativação pronunciada tende a esgotar os elementos celulares culminando em morte. As ações autofágicas tem mecanismos potenciais pró ou anti-sobrevivência, assim a sobrevivência dos cardiomiócitos está relacionada com níveis fisiológicos de autofagia. Portanto, a via autofágica aumentada no coração resulta em hipertrofia, dilatação do ventrículo esquerdo e débito cardíaco reduzido. A miostatina é um regulador negativo do crescimento muscular esquelético. É um fator de crescimento pertencente à superfamília do fator transformador do crescimento beya (TGF-beta). Em condições patológicas como na insuficiência cardíaca, neoplasias, distrofias musculares e desnervação a miostatina (MSTN) é muito estudada e apresenta-se aumentada. Nosso grupo avaliou recentemente o comportamento da MSTN no modelo de hipertrofia cardíaca fisiológica induzido por natação, contudo mais estudos são necessários para entender a relação MSTN com autofágica após exercício. Os microRNAs tem papel importante tanto no processo de hipertrofia fisiológica quanto patológica. O objetivo deste projeto é avaliar níveis gênicos de autofagia e miostatina em músculo cardíaco e esquelético, analisar níveis proteicos de autofagia em músculo cardíaco e esquelético, analisar miR-30a, -208a e -27a em tecido cardíaco de camundongos Balb/c submetidos à natação.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Mariana Recamonde Mendoza - Integrante / Andreia Biolo - Coordenador / Nadine Clausell - Integrante / Michael Everton Andrades - Integrante / Graziella Hunning Pinto - Integrante / Carolina Cohen - Integrante / Santiago Alonso Tobar Leitão - Integrante.
-
2014 - Atual
Aplicação de Ferramentas de bioinformática e biologia de sistemas para investigar os mecanismos de regulação de microRNAs e sua relação com adiposidade em pacientes com insuficiência cardíaca crônica, Projeto certificado pelo(a) coordenador(a) Andreia Biolo em 05/01/2016., Descrição: Este projeto tem como objetivo avaliar e comparar os padrões de expressão de microRNAs para pacientes que apresentam associação entre IC e obesidade em comparação com pacientes diagniostidos para IC somente, e investigar os alvos e mecanismos de regulação desses microRNAs através de uma análise abrangente baseada em bioinformática e biologia de sistemas.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Mariana Recamonde Mendoza - Integrante / Andreia Biolo - Coordenador., Financiador(es): Hospital de Clínicas de Porto Alegre - Bolsa / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Bolsa.
-
2013 - 2015
Caquexia na insuficiência cardíaca: prevalência e associação com estado clínico, alterações metabólicas e prgnóstico., Projeto certificado pelo(a) coordenador(a) Andreia Biolo em 31/03/2016., Descrição: A insuficiência cardíaca (IC) é uma síndrome clínica complexa e pacientes com internações por IC agudamente descompensada (ICAD) constituem grupo de maior gravidade, onde avaliações prognósticas mais acuradas são necessárias. A caquexia cardíaca é uma condição que se associa à gravidade das doenças cardiovasculares, entretanto os processos relacionados à sua patogênese, bem como sua avaliação e tratamento permanecem pouco estudados, especialmente no contexto da ICAD. Este projeto visa determinar a prevalência de caquexia cardíaca em pacientes com insuficiência cardíaca descompensada e após recompensação, como também avaliar a sua associação com mortalidade e/ou re-hospitalização em 12 meses, biomarcadores metabólicos e parâmetros de bioimpedância elétrica.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Mariana Recamonde Mendoza - Integrante / Andreia Biolo - Coordenador.
-
2013 - Atual
Simulação e Inferência de Modelos Mecanicistas de vias biológicas, Projeto certificado pelo(a) coordenador(a) Adriano Velasque Werhli em 01/08/2014., Descrição: Um grande desafio em Biologia Computacional é a modelagem das redes regulatórias através de modelos mecanicistas, ou seja por sistemas de equações diferenciais acopladas. Neste caso o número de parâmetros e a necessidade de conhecimento da estrutura da redes tornam o seu uso proibitivo para a maioria dos casos. Porém, com o avanço de métodos de medição de variáveis biológica e poder computacional alguns modelos mecanicistas de pequenas redes regulatórias são desenvolvidas atualmente com grande sucesso. Nesta proposta estamos especificamente interessados na investigação de métodos estatístico e computacionais para a inferência da estrutura e parâmetros de redes regulatórias modeladas por sistemas de equações diferenciais ordinárias (ODEs).. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Mariana Recamonde Mendoza - Integrante / Adriano Velasque Werhli - Coordenador / Karina dos Santos Machado - Integrante.
-
2011 - 2013
Inferência de vias biológicas a partir de dados pós-genômicos, Projeto certificado pelo(a) coordenador(a) Adriano Velasque Werhli em 15/07/2013., Descrição: Ultimamente temos testemunhado um rápido desenvolvimento de diferentes técnicas para a medição de grandes quantidades de dados biológicos. Também, é cada vez mais claro que não são os componentes biológicos isolados, mas sim sua combinação em intrincadas redes, os responsáveis por funções biológicas complexas como, por exemplo, o desenvolvimento e a manutenção da vida. Nesta projeto de pesquisa estamos especificamente interessados na investigação da performance de diferentes técnicas de reconstrução de redes regulatórias biológicas. Em particular, pretendemos propor novos métodos de inferência de Redes Booleanas e compará-los com alguns métodos já existentes: Redes Bayesianas, Redes de Relevância e Modelos Gráficos Gaussianos .. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (11) / Doutorado: (1) . , Integrantes: Mariana Recamonde Mendoza - Integrante / Adriano Velasque Werhli - Coordenador / Ana L. C. Bazzan - Integrante / Karina dos Santos Machado - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
-
2010 - 2014
Otimização e Negociação Multiagente em Problemas de Bioinformática, Projeto certificado pelo(a) coordenador(a) Ana Lucia Cetertich Bazzan em 28/12/2015., Descrição: Neste projeto objetiva-se, partindo da experiência com a criação do ambiente de anotação automática e utilização de agentes em problemas de bioinformática, estender as idéias básicas para outras tarefas como por exemplo a reconstrução de redes regulatórias. Este é um problema que, dependendo do método utilizado, envolve otimização combinatória. Há diversos parâmetros e diversas variantes. Desta forma acreditase que é possível combinar as duas formas de utilização de agentes em problemas de bioinformática ou seja divisão de tarefas e execução de tarefas similares em paralelo, a fim de se abordar novos problemas como o de reconstrução de redes regulatórias. O problema de inferir redes regulatórias com base em dados extraídos de experimentos biológicos tem sido amplamente estudado pela comunidade científica. Diversos métodos já foram propostos: Redes Bayesianas em particular foram apontadas como uma excelente opção para a representação de redes regulatórias por serem flexíveis e possibilitarem a adição de conhecimento extra. Estas redes são modelos probabilísticos representados por grafos acíclicos diretos onde os nós representam variáveis e as arestas dependências estatísticas entre estas variáveis. O principal interesse no contexto de reconstrução de redes regulatórias está em inferir uma estrutura de rede, bem como todos os parâmetros associados às ligações entre os nós, através de informações contidas em um conjunto de dados.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Mariana Recamonde Mendoza - Integrante / Ana L. C. Bazzan - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
Prêmios
2025
Dissertação finalista do Concurso de Teses e Dissertações (CTD) - Heloisa Oss Boll, XXV Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2025).
2024
Destaque em apresentação oral, "Recurso Educacional, de Divulgação e Empregabilidade (REDE) Bioinfo RS: Uma Plataforma Inclusiva e Inovadora" (Laura Speggiorin), 44a Semana Científica do HCPA.
2023
Professora Homenageada dos Formandos em Engenharia de Computação (2022/02), Instituto de Informática, Universidade Federal do Rio Grande do Sul.
2022
Professora Paraninfa dos Formandos em Ciência da Computação (2021/02), Instituto de Informática, Universidade Federal do Rio Grande do Sul.
2021
3° lugar no Desafio Flex de Inovação Tecnológica. Equipe Mosquitoramento (co-orientadora), Flex.
2021
Best paper award, 21th International Conference on Computational Science and its Applications (orientadora), University of Cagliary; ICCSA 2021.
2020
Participante convidada para BRAGFOST Symposium 2020, CAPES e Alexander von Humboldt Foundation.
2020
Destaque na 40a Semana Científica do HCPA - "Rede de miRNAs envolvida na regulação da via de P53 e análise de miRSNPs como potenciais modificadores de fenótipo na Síndrome de Li-Fraumeni" (coautora), Hospital de Clínicas de Porto Alegre.
2019
Best paper XVII Latin American Thyroid Congress - "Decreased Expression of the Type 3 Deiodinase Relates to Lower Survival in Breast Cancer" (co-autora), Latin America Thyroid Society.
2018
Menção Honrosa na VIII Feira de Inovação e Desenvolvimento Tecnológico - FINOVA (orientadora), Universidade Federal do Rio Grande do Sul.
2016
1st Place Best Poster MST Awards, ISCB-LA 2016, Medical Science & Technology, International Society of Computational Biology Latin American Congress.
2015
Menção Honrosa de Melhor Pôster na 35ª Semana Científica do HCPA (co-autora), Hospital de Clínicas de Porto Alegre.
2015
Menção Honrosa no IV Simpósio Internacional de Estresse Oxidativo e Doenças Cardiovasculares (co-autora), Universidade Federal do Rio Grande do Sul.
2013
Projeto de doutorado selecionado para participação no Doctoral Consortium, Twenty-Seventh AAAI Conference on Artificial Intelligence (AAAI-13).
2013
Student Travel Grant Award, Doctoral Consortium, Twenty-Seventh AAAI Conference on Artificial Intelligence (AAAI-13).
2011
Student Travel Grant Award, ACM, 13th Annual Genetic and Evolutionary Computation Conference (GECCO 2011).
2001
Scholarship for continued learning and development in Information Technology, TechBoston; Xintra Scholarship Provider.
Histórico profissional
Endereço profissional
-
Universidade Federal do Rio Grande do Sul, Instituto de Informática, Departamento de Informática Aplicada. , Av. Bento Gonçalves, 9500 - Campus do Vale - Bloco IV - Prédio 43425 (73), Sala 240, Agronomia, 91501970 - Porto Alegre, RS - Brasil - Caixa-postal: 15064, Telefone: (051) 33086843, Fax: (051) 33087308, URL da Homepage:
Experiência profissional
2019 - Atual
Universidade Federal do Rio Grande do SulVínculo: Servidor Público, Enquadramento Funcional: Professor Adjunto, Carga horária: 40, Regime: Dedicação exclusiva.
2016 - 2019
Universidade Federal do Rio Grande do SulVínculo: Servidor Público, Enquadramento Funcional: Professor Adjunto A, Carga horária: 40, Regime: Dedicação exclusiva.
2015 - 2016
Universidade Federal do Rio Grande do SulVínculo: Servidor Público, Enquadramento Funcional: Professor Substituto, Carga horária: 20
2014 - 2015
Universidade Federal do Rio Grande do SulVínculo: Colaborador, Enquadramento Funcional: Pesquisador de Pós-doutorado
2010 - 2014
Universidade Federal do Rio Grande do SulVínculo: Bolsista, Enquadramento Funcional: Doutoranda, Carga horária: 40, Regime: Dedicação exclusiva.
Outras informações:
Bolsista de doutorado do CNPq no Multiagent System Laboratory (MASLAB), sob orientação da Profª. Dra. Ana Lúcia C. Bazzan. Pesquisa principalmente sobre técnicas de machine learning e multiagent systems aplicadas à Bioinformática, em especial à inferência de redes regulatórias genéticas. Em paralelo, atua em colaboração com o grupo de pesquisa LGPP/UFRGS no desenvolvimento de técnicas para predição de alvos e precursores de miRNAs.
Atividades
-
02/2025
Direção e administração, Instituto de Informática, Departamento de Informática Aplicada.,Cargo ou função, Chefe Substituta.
-
12/2024
Conselhos, Comissões e Consultoria, Centro de Processamento de Dados (CPD).,Cargo ou função, Membro do Comitê de Assessoramento Científico, designado pela Reitoria da UFRGS.
-
01/2018
Ensino, Computação, Nível: Pós-Graduação,Disciplinas ministradas, CMP263 - Aprendizagem de máquina
-
01/2018
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF01017 - Aprendizado de máquina
-
08/2016
Ensino, Engenharia de Computação, Nível: Graduação,Disciplinas ministradas, INF01202 - Algoritmos e Programação - CIC
-
03/2010
Pesquisa e desenvolvimento, Instituto de Informática.,Linhas de pesquisa
-
03/2021 - 03/2025
Conselhos, Comissões e Consultoria, Instituto de Informática.,Cargo ou função, Membro do Núcleo Docente Estruturante da Ciência da Computação.
-
02/2023 - 02/2025
Conselhos, Comissões e Consultoria, Instituto de Informática, Departamento de Informática Aplicada.,Cargo ou função, Membro do colegiado.
-
03/2015 - 04/2023
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF01040 - Introdução à Programação
-
05/2022 - 02/2023
Ensino, Ciência de Dados, Nível: Especialização,Disciplinas ministradas, Aprendizado de Máquina Supervisionado, Metodologia de Aprendizado de Máquina Supervisionado
-
02/2019 - 02/2021
Conselhos, Comissões e Consultoria, Instituto de Informática, Departamento de Informática Aplicada.,Cargo ou função, Membro do colegiado.
-
08/2015 - 01/2020
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF01057 - Programação Orientada a Objeto
-
02/2017 - 02/2019
Conselhos, Comissões e Consultoria, Instituto de Informática, Departamento de Informática Aplicada.,Cargo ou função, Membro do Colegiado.
-
09/2018 - 10/2018
Ensino, Big Data & Data Science, Nível: Especialização,Disciplinas ministradas, Bioinformática
-
09/2016 - 09/2018
Conselhos, Comissões e Consultoria, Instituto de Biociências.,Cargo ou função, Membro do Núcleo Docente Estruturante da Biotecnologia.
-
08/2017 - 12/2017
Ensino, Ciência da Computação, Nível: Graduação,Disciplinas ministradas, INF01017 - Redes Neurais e Sistemas Fuzzy
2017 - Atual
Hospital de Clínicas de Porto AlegreVínculo: Colaborador, Enquadramento Funcional: Professor Pesquisador
Outras informações:
Pesquisadora no Núcleo de Bioinformática (NBioinfo) - HCPA. Coordenadora do NBioinfo de 2017-2024.
2016 - 2017
Hospital de Clínicas de Porto AlegreVínculo: Colaborador, Enquadramento Funcional: Pesquisador Colaborador
2014 - 2016
Hospital de Clínicas de Porto AlegreVínculo: Bolsista, Enquadramento Funcional: Pesquisador de pós-doutorado, Carga horária: 40, Regime: Dedicação exclusiva.
Outras informações:
Atuou principalmente junto ao Laboratório de Pesquisa Cardiovascular do Centro de Pesquisa Experimental, desenvolvendo sua pesquisa em torno da descoberta e análise de redes regulatórias genéticas para investigação do papel dos miRNAs no desenvolvimento e progressão da insuficiência cardíaca.
Atividades
-
03/2017
Pesquisa e desenvolvimento, Núcleo de Bioinformática.,Linhas de pesquisa
2021 - 2022
International Digital Health & AI Research CollaborativeVínculo: Membro, Enquadramento Funcional: I-DAIR Pandemic Scientific Working Group, Carga horária: 1
Outras informações:
The I-DAIR Pandemic Scientific Working Group is an international group of multi-disciplinary scientific experts to develop a research & development (R&D) agenda for a global pandemic preparedness and response scheme. The scheme will challenge existing thinking by systematically examining the needs and functions for each of the pandemic phases and exploring the data and technologies needed to achieve the highest quality of responses required, with a special interest in exploring how citizen science can be leveraged for pandemic preparedness.
2021 - Atual
Centro de Inovação em Inteligência Artificial para a SaúdeVínculo: Membro, Enquadramento Funcional: Pesquisadora Associada, Carga horária: 20
2012 - 2013
Massachusetts Institute Of TechnologyVínculo: Colaborador, Enquadramento Funcional: Doutoranda visitante, Carga horária: 40
Outras informações:
Aluna visitante, realizando doutorado sanduíche no Computer Science and Artificial Intelligence Laboratory (CSAIL) do MIT, com apoio financeiro da CAPES. Atua junto ao MIT Computational Biology Group, liderado pelo prof. Manolis Kellis.
2008 - 2009
Universidade Federal do Rio GrandeVínculo: Bolsista, Enquadramento Funcional: Bolsista de Iniciação Científica, Carga horária: 20
Outras informações:
Bolsista de iniciação científica do CNPq no Núcleo de Física Ambiental da FURG, participando do projeto "Pesqueclima: Implementação e operacionalização do modelo numérico climático regional". Responsável pelo desenvolvimento e aprimoramento do banco de dados meteorológicos, incluindo novo sistema web para acesso aos dados.
2007 - 2008
Universidade Federal do Rio GrandeVínculo: Bolsista, Enquadramento Funcional: Bolsista de Apoio Técnico, Carga horária: 20
Outras informações:
Bolsista de apoio técnico no Núcleo de Física Ambiental, coordenado pela Profª. Dra. Nisia Krusche, com financiamento do CNPq. Responsável pela manutenção e aprimoramento do banco de dados meteorológicos da instituição, bem como pelo suporte técnico no laboratório.
2007 - 2007
Universidade Federal do Rio GrandeVínculo: Bolsista, Enquadramento Funcional: Bolsista de Iniciação Científica, Carga horária: 20
Outras informações:
Bolsista de iniciação científica pela FAPERGS no grupo de pesquisa da Profª. Dra Nisia Krusche, participando do projeto de pesquisa "Pesqueclima - Validação dos dados de temperatura e umidade específica". Atividades: auxílio técnico no laboratório, manutenção do banco de dados meteorológicos, suporte aos usuários, desenvolvimento de sistema online para inclusão de dados no BD, dentre outras melhorias na estrutura e acesso ao mesmo.
2006 - 2006
Universidade Federal do Rio GrandeVínculo: Livre, Enquadramento Funcional: Voluntária, Carga horária: 12
Outras informações:
Participante do Programa Voluntário de Qualificação Acadêmica, atuando no Laboratório de Meteorologia, coordenado pela Profª. Dra. Nisia Krusche.
2006 - 2006
Universidade Federal do Rio GrandeVínculo: Bolsista, Enquadramento Funcional: Bolsista de Trabalho, Carga horária: 12
Outras informações:
Bolsista no Núcleo de Física Ambiental, coordenado pela Profª. Dra. Nisia Krusche, com bolsa cedida pela FAURG. Principal atividade: manutenção dos computadores e websites do laboratório, suporte técnico aos usuários.
Atividades
-
03/2006 - 03/2007
Conselhos, Comissões e Consultoria, Centro de Ciências Computacionais - C3.,Cargo ou função, Segunda Tesoureira,Diretório Acadêmico de Computação (DACOMP).
Criando um monitoramento
Nossos robôs irão buscar nos nossos bancos de dados todos os processos de Mariana Recamonde Mendoza 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?