Sobre mim
Sou doutor em Ciência da Computação pela UFMG. Atuo na interseção entre inteligência artificial e engenharia de software e bioinformática. Minha pesquisa envolve abordagens computacionais para análise de interações entre peptídeos e proteínas, desenho de inibidores peptídicos guiado por IA, docking molecular e aplicações de aprendizado de máquina em dados biológicos. Além da trajetória acadêmica, tenho experiência no desenvolvimento de sistemas de IA/ML e produtos orientados a dados em áreas como biologia computacional, análise esportiva e agropecuária, combinando áreas como programação, aprendizado profundo, visão computacional, quimioinformática e arquitetura de software. Meu principal interesse está em transformar métodos científicos complexos em ferramentas confiáveis para apoiar pesquisa, inovação e tomada de decisão no mundo real.
Projeto principal
EvoPepFold: A Hybrid Evolutionary and Structural Pipeline for AI- Guided Peptide Inhibitor Design Using AlphaFold and Rosetta
EvoPepFold é uma abordagem computacional híbrida para o desenho guiado por IA de peptídeos inibidores. Combinando algoritmos evolutivos, modelagem estrutural com AlphaFold/ColabFold, avaliação energética com Rosetta e simulações de dinâmica molecular, o método foi aplicado à identificação de candidatos peptídicos capazes de interagir de forma estável com a protease principal (MPRO) do SARS-CoV-2. O trabalho contribui para o desenvolvimento racional de antivirais baseados em peptídeos e demonstra o potencial da integração entre bioinformática estrutural, inteligência artificial e otimização evolutiva na descoberta de novos candidatos terapêuticos.
Formação
Graduação em Engenharia Mecânica
UFBA · 2015
Mestrado em Modelagem Computacional
UESC · 2020
Doutorado em Ciência da Computação
UFMG · 2026