HADlabFarmácia · Bioinformática
Falar comigo

Artigos publicados

Trabalhos revistos por pares em que assino como autor, entre a modelação molecular assistida por computador e a farmácia clínica praticada em Moçambique. De cada um fica aqui a capa, o resumo em português, os números que importam e a ligação ao original.

3Artigos publicados
3Revistas científicas
2Em acesso aberto
9Co-autores
Primeira página do artigo publicado na revista Molecular Diversity sobre triagem QSAR de análogos do fluconazol contra Candida albicans Ver a página em grande
01 Molecular Diversity · Springer Nature Primeiro autor

Machine learning-guided QSAR screening of fluconazole analogs and FDA-approved drugs against Candida albicans, with docking, molecular dynamics, and ADMET analysis

Triagem QSAR guiada por machine learning de análogos do fluconazol e de fármacos aprovados pela FDA contra Candida albicans, com docking, dinâmica molecular e análise ADMET

Hamza Age Daudo, Emmanuel Silva Marinho, Victor Moreira de Oliveira, Márcia Machado Marinho, Ribeiro Vasco Ribeiro

Universidade Lúrio (Moçambique) e Universidade Estadual do Ceará (Brasil) · Recebido a 24 de março de 2026, aceite a 9 de junho de 2026

A candidíase invasiva por Candida albicans é uma doença fúngica de prioridade crítica, com mortalidade elevada, e a resistência crescente ao fluconazol torna urgente encontrar antifúngicos novos. Construímos um fluxo de QSAR guiado por machine learning para priorizar análogos do fluconazol e fármacos já aprovados pela FDA com actividade antifúngica prevista, seguido de uma exploração baseada em estrutura de um alvo da parede celular.

Os dados de bioactividade do alvo CHEMBL366 foram curados até mil compostos, codificados com fingerprints de Morgan e usados para comparar 42 algoritmos de regressão. Os três melhores conjuntos de árvores foram optimizados com Optuna, e o Extra Trees ficou à frente. A triagem virtual por consenso destacou dois análogos estruturalmente próximos, que no docking contra a exo-beta-(1,3)-glucanase superaram o fluconazol, e que em 200 ns de dinâmica molecular mostraram estabilidade e energia livre de ligação favoráveis. O perfil ADMET aponta boa absorção intestinal, mas também alertas de mutagenicidade e hepatotoxicidade que exigiriam optimização estrutural. Todos os resultados são in silico e carecem de validação experimental.

  • 1000 compostos curados a partir do alvo CHEMBL366
  • 42 algoritmos de regressão comparados, com Extra Trees a liderar (R² de teste de 0,70)
  • 93% do conjunto de teste dentro do domínio de aplicabilidade
  • 1683 fármacos aprovados pela FDA avaliados para reposicionamento
  • 200 ns de dinâmica molecular, com energia MM/GBSA de -19,02 kcal/mol no melhor candidato
Candida albicans Machine learning QSAR Docking molecular Dinâmica molecular ADMET
Ler na Molecular Diversity DOI 10.1007/s11030-026-11621-3
Como citar

Daudo, H. A., Marinho, E. S., Oliveira, V. M., Marinho, M. M., & Ribeiro, R. V. (2026). Machine learning-guided QSAR screening of fluconazole analogs and FDA-approved drugs against Candida albicans, with docking, molecular dynamics, and ADMET analysis. Molecular Diversity. https://doi.org/10.1007/s11030-026-11621-3

Primeira página do artigo publicado na revista Clinical Traditional Medicine and Pharmacology sobre fitoquímicos de Hypoxis hemerocallidea Ver a página em grande
02 Clinical Traditional Medicine and Pharmacology · Elsevier Acesso aberto · CC BY

Computational assessment of African traditional medicine: Can machine learning models predict antiretroviral mechanisms of action in Hypoxis hemerocallidea phytochemicals?

Avaliação computacional da medicina tradicional africana: podem modelos de machine learning prever mecanismos de acção antirretroviral nos fitoquímicos de Hypoxis hemerocallidea?

Laize Sílvia dos Anjos Botas Beca, Hamza Age Daudo

Departamento de Farmácia, Universidade Lúrio, Nampula (Moçambique) · Volume 7 (2026), artigo 200280 · Aceite a 27 de abril de 2026

Em muitos países em desenvolvimento até 80% da população recorre à medicina tradicional. No sul de África, a batata africana (Hypoxis hemerocallidea) é largamente usada no tratamento do VIH, apesar da evidência científica escassa. Este trabalho aproxima a etnofarmacologia africana da ciência moderna, usando inteligência artificial e química computacional para prever mecanismos de acção antirretroviral entre os fitoquímicos da planta.

Os modelos HistGradientBoosting e XGBoost foram treinados em sete conjuntos de dados da ChEMBL para prever cinco mecanismos antirretrovirais, dos inibidores da transcriptase reversa aos inibidores da transferência de cadeia da integrase. Os descritores vieram de fingerprints ECFP4, com selecção rigorosa de variáveis, optimização por Optuna e validação cruzada em dez partições. Os modelos triaram 47 fitoquímicos principais e destacaram-se sobretudo nos inibidores de CCR5. A procianidina A2 surgiu como potencial inibidor potente de CCR5, e nenhum outro composto cumpriu os critérios de actividade nos restantes mecanismos.

  • 7 conjuntos de dados da ChEMBL e 5 mecanismos antirretrovirais modelados
  • 47 fitoquímicos de Hypoxis hemerocallidea triados
  • R² de 0,94 no XGBoost e 0,91 no HistGradientBoosting para inibidores de CCR5
  • Procianidina A2 identificada como potencial inibidor de CCR5
  • Publicado em acesso aberto, sob licença CC BY
Hypoxis hemerocallidea Machine learning QSAR Antirretroviral Etnofarmacologia
Ler na revista DOI 10.1016/j.ctmp.2026.200280
Como citar

Beca, L. S. A. B., & Daudo, H. A. (2026). Computational assessment of African traditional medicine: Can machine learning models predict antiretroviral mechanisms of action in Hypoxis hemerocallidea phytochemicals? Clinical Traditional Medicine and Pharmacology, 7, 200280. https://doi.org/10.1016/j.ctmp.2026.200280

Primeira página do artigo publicado no IKR Journal of Clinical Medicine and Medical Research sobre polifarmácia em doentes hipertensos internados em Moçambique Ver a página em grande
03 IKR Journal of Clinical Medicine and Medical Research Acesso aberto · CC BY-NC

Polypharmacy and Drug-Drug Interactions in Hospitalized Hypertensive Patients in Mozambique: A Cross-Sectional Study

Polifarmácia e interacções medicamentosas em doentes hipertensos internados em Moçambique: um estudo transversal

Márcia Mariano Mussa, Ribeiro Vasco Ribeiro, Hamza Age Daudo, Pamela Alejandra E. Saavedra, Melanie Ferrão

Universidade Lúrio (Moçambique) e Universidade de Brasília (Brasil) · Volume 2, número 3 (2026), páginas 8 a 17 · Disponível desde 15 de julho de 2026

A hipertensão afecta cerca de 25,3% dos adultos moçambicanos e é um dos principais motores da morbilidade cardiovascular, mas faltam dados clínicos detalhados sobre a segurança da farmacoterapia hospitalar na África subsariana. Este estudo observacional e transversal caracterizou o perfil farmacoterapêutico, a gravidade das interacções medicamentosas potenciais e a distribuição dos problemas relacionados com medicamentos nas enfermarias de Medicina Interna do Hospital Central de Nampula, ao longo de dois meses.

Foram incluídos 71 doentes internados por pelo menos três dias consecutivos, com dados recolhidos por entrevista estruturada e consulta de processos clínicos. A amostra foi maioritariamente feminina e idosa, com forte carga de multimorbilidade cardiorrenal. A carga medicamentosa revelou-se severa e as interacções potenciais quase universais. Ainda assim, os protocolos de internamento baixaram significativamente a pressão arterial média. A conclusão é directa: em enfermarias com recursos limitados, tratar a hipertensão é sobretudo um problema de segurança do medicamento, o que justifica integrar farmacêuticos clínicos nas equipas multidisciplinares.

  • 71 doentes internados no Hospital Central de Nampula
  • Mediana de 7 fármacos por doente e polifarmácia hospitalar em 91,5% dos casos
  • 245 interacções potenciais, das quais 64,1% de gravidade major
  • Descida média de 38,9 mmHg na sistólica e 18,1 mmHg na diastólica
  • 59,2% de controlo tensional à data da entrevista
Hipertensão Farmacoterapia Polifarmácia Interacções medicamentosas Farmácia clínica
Ler na revista DOI 10.5281/zenodo.21384036
Como citar

Mussa, M. M., Ribeiro, R. V., Daudo, H. A., Saavedra, P. A. E., & Ferrão, M. (2026). Polypharmacy and Drug-Drug Interactions in Hospitalized Hypertensive Patients in Mozambique: A Cross-Sectional Study. IKR Journal of Clinical Medicine and Medical Research, 2(3), 8-17. https://doi.org/10.5281/zenodo.21384036

· Perfis

Onde acompanhar a produção

Esta página é actualizada à medida que novos trabalhos são aceites. Para a lista completa e sempre em dia, incluindo pré-publicações e trabalhos em revisão, siga os perfis abaixo.

Ver perfil ORCID Seguir no LinkedIn
Investigação em conjunto

Aberto a co-autorias e parcerias académicas

Trabalho em IA aplicada à descoberta de fármacos, QSAR, docking e dinâmica molecular, e também em estudos clínicos de utilização de medicamentos. Se tem um projeto onde estas competências encaixam, fale comigo.

Falar comigo