Avaliação de compostos com actividade inibidora da glicoproteína-P

A resistência a múltiplos fármacos é um grande problema na terapia anti-cancerígena, sendo a glicoproteína-P (P-gp) uma das responsáveis por esta resistência. A realização deste trabalho incidiu principalmente no desenvolvimento de modelos matemáticos/estatísticos e “químicos”. Para os modelos matemáticos/estatísticos utilizamos métodos de Machine Learning como o Support Vector Machine (SVM) e o Random Forest, (RF) em relação aos modelos químicos utilizou-se farmacóforos. Os métodos acima mencionados foram aplicados a diversas proteínas P-gp, p53 e complexo p53-MDM2, utilizando duas famílias: as pifitrinas para a p53 e flavonóides para P-gp e, em menor medida, um grupo diversificado de moléculas de diversas famílias químicas. Nos modelos obtidos pelo SVM quando aplicados à P-gp e à família dos flavonóides, obtivemos bons valores através do kernel Radial Basis Function (RBF), com precisão de conjunto de treino de 94% e especificidade de 96%. Quanto ao conjunto de teste com previsão de 70% e especificidade de 67%, sendo que o número de falsos negativos foi o mais baixo comparativamente aos restantes kernels. Aplicando o RF à família dos flavonóides verificou-se que o conjunto de treino apresenta 86% de precisão e uma especificidade de 90%, quanto ao conjunto de teste obtivemos uma previsão de 70% e uma especificidade de 60%, existindo a particularidade de o número de falsos negativos ser o mais baixo. Repetindo o procedimento anterior (RF) e utilizando um total de 63 descritores, os resultados apresentaram valores inferiores obtendo-se para o conjunto de treino 79% de precisão e 82% de especificidade. Aplicando o modelo ao conjunto de teste obteve-se 70% de previsão e 60% de especificidade. Comparando os dois métodos, escolhemos o método SVM com o kernel RBF como modelo que nos garante os melhores resultados de classificação. Aplicamos o método SVM à P-gp e a um conjunto de moléculas não flavonóides que são transportados pela P-gp, obteve-se bons valores através do kernel RBF, com precisão de conjunto de treino de 95% e especificidade de 93%. Quanto ao conjunto de teste, obtivemos uma previsão de 70% e uma especificidade de 69%, existindo a particularidade de o número de falsos negativos ser o mais baixo. Aplicou-se o método do farmacóforo a três alvos, sendo estes, um conjunto de inibidores flavonóides e de substratos não flavonóides para a P-gp, um grupo de piftrinas para a p53 e um conjunto diversificado de estruturas para a ligação da p53-MDM2. Em cada um dos quatro modelos de farmacóforos obtidos identificou-se três características, sendo que as características referentes ao anel aromático e ao dador de ligações de hidrogénio estão presentes em todos os modelos obtidos. Realizando o rastreio em diversas bases de dados utilizando os modelos, obtivemos hits com uma grande diversidade estrutural.

A problemática do insucesso escolar: a escolaridade obrigatória no Arquipélago da Madeira em finais do século XX (1994-2000)

O presente estudo visa caracterizar a dimensão do insucesso escolar no Arquipélago da Madeira no período compreendido entre 1994 e 2000. Enquadramos esta problemática nas tendências de reforma e de mudança educativas vividas antes e durante este período, quer no continente português quer no espaço insular. Confrontamo-nos ainda com algumas teorias explicativas que no campo da Sociologia da Educação intentam explicar as desigualdades no sucesso académico. A caracterização desta Região ao nível do enquadramento ecológico, dos indicadores de qualidade de vida e a própria dinâmica da população madeirense são também aspectos abordados, com o objectivo de contextualizar o insucesso escolar neste espaço geográfico. Apesar de possuir dimensões reduzidas, a especificidade concelhia é uma realidade que não é susceptível de ignorar. Deste modo, a evolução dos indicadores educativos é efectuada numa perspectiva concelhia, onde a evolução do número de alunos inscritos na escolaridade obrigatória e as taxas de progressão, retenção e abandono escolar são tratadas ao nível da divisão administrativa e territorial. Através de uma metodologia de tipo etnográfico procurámos delinear o perfil-tipo do aluno vítima de insucesso escolar nos dois concelhos mais críticos - Câmara de Lobos e São Vicente - de modo a delinear e sugerir algumas medidas profilácticas para este problema. Neste estudo concluímos que as razões do insucesso escolar não se distanciam das assinaladas no espaço continental, embora o seu enquadramento seja concomitante com o espaço físico e social em que decorrem.

Estabelecimento do perfil metabolómico volátil da urina e saliva, como estratégia não-invasiva, para a deteção de potenciais biomarcadores de diferentes tipos de cancro

Com este trabalho pretendeu-se estabelecer o perfil metabolómico volátil de amostras de fluidos biológicos, nomeadamente saliva e urina, de pacientes com cancro da mama e do pulmão e de indivíduos saudáveis (grupo controlo), utilizando a Microextração em Fase Sólida em modo headspace (HS-SPME) seguida de Cromatografia Gasosa acoplada à Espectrometria de Massa (GC-MS). Efetuou-se a comparação entre os perfis voláteis dos grupos estudados com o objetivo de identificar metabolitos que possam ser considerados como potenciais biomarcadores dos tipos de cancro em estudo. De modo a otimizar a metodologia extrativa, HS-SPME, foram avaliados os diferentes parâmetros experimentais com influência no processo extrativo. Os melhores resultados foram obtidos com a fibra CAR/PDMS, usando um volume de 2 mL de saliva acidificada, 10% NaCl (m/v) e 45 minutos de extração a uma temperatura de 37±1°C. Para a urina foi utilizada a mesma fibra, 4 mL de urina acidificada, 20% NaCl (m/v) e 60 minutos de extração a 50±1°C. Nas amostras de saliva e urina, foram identificados 243 e 500 metabolitos voláteis respetivamente, sendo estes pertencentes a diferentes famílias químicas. Posteriormente, utilizou-se a análise discriminante por mínimos quadrados parciais (PLS-DA) que permitiu observar uma boa separação entre os grupos controlo e oncológicos. Nas amostras salivares o grupo de pacientes com cancro da mama foi maioritariamente caracterizado pelo metabolito ácido benzeno carboxílico e o grupo de pacientes com cancro do pulmão pelo ácido hexanóico. Na urina o grupo de pacientes com cancro da mama foi maioritariamente caracterizado pelo metabolito 1-[2-(Isobutiriloxi)-1-metiletil]-2,2-dimetilpropil 2-metilpropanoato e o grupo de pacientes com cancro do pulmão pelo o-cimeno. Além da metodologia PLS-DA foi realizada a validação cruzada de monte carlo (MCCV) tendo-se obtido uma elevada taxa de classificação, sensibilidade e especificidade o que demonstra a robustez dos dados obtidos.

Avaliação de nova estratégia extrativa, baseada em NTDs, combinada com dados de análise cromatigráfica e quimiométrica para a deteção de biomarcadores de diferentes tipos de cancro

A elevada incidência e mortalidade mundiais associadas ao cancro justificam o desenvolvimento e implementação de estratégias eficazes e não-invasivas conducentes a um diagnóstico precoce. Neste contexto, pretendeu-se avaliar a performance de uma metodologia inovadora, a microextração por “needle trap” (NTME), na extração de metabolitos voláteis (VOMs) da urina de pacientes oncológicos com diferentes tipos de cancro - cólon, pulmão e mama, e de indivíduos saudáveis, com a finalidade de identificar um conjunto de VOMs potenciais biomarcadores dos diferentes tipos cancros em estudo. De modo a maximizar a eficiência da extração dos VOMs, foram otimizados diferentes parâmetros experimentais, nomeadamente a natureza do sorvente, a temperatura, o tempo de equilíbrio, o volume de headspace, a força iónica, o pH do meio e o volume e a agitação da amostra. Usando como sorvente o DVB/Car1000/CarX, os melhores resultados foram obtidos com 4 mL de urina acidificada (pH= 2), 20% NaCl, 40 mL de headspace e 40 min de equilíbrio a 50 °C. Foi ainda avaliada a estabilidade dos VOMs no sorvente até 72 h após a extração. Nos quatro grupos em estudo foram identificados, por GC-MS, 259 VOMs pertencentes a diversas famílias químicas, nomeadamente cetonas, compostos sulfurados, furânicos e terpénicos. A matriz de dados obtida para cada grupo em estudo foi submetida a análise discriminante, usando o método dos mínimos quadrados parciais (PLS-DA), que resultou em clusters distintos diferenciadores de cada grupo. A aplicabilidade do modelo foi avaliada através do método de classificação SIMCA (modelagem suave e independente de analogias de classe), com elevadas taxas de classificação, sensibilidade e especificidade. Este foi o primeiro estudo usando NTME para o estabelecimento do padrão volatómico da urina. Os resultados obtidos revelam-se muito promissores originando perfis voláteis de maior expressividade, mais completos e abrangentes, que os obtidos usando metodologias de referência.