Banca de DEFESA: MARIANA RODRIGUES VILLARIM

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : MARIANA RODRIGUES VILLARIM
DATA : 26/06/2025
HORA: 09:00
LOCAL: Remoto (Google Meet: http://meet.google.com/kis-jpuz-xhf)
TÍTULO:

DESENVOLVIMENTO DE FERRAMENTA COMPUTACIONAL PARA BIOSSENSORES BASEADOS EM RESSONÂNCIA DE PLASMON DE SUPERFÍCIE UTILIZANDO MÉTODOS HÍBRIDOS E APRENDIZADO DE MÁQUINA

PALAVRAS-CHAVES:

Ressonância de Plasmon de Superfície, Biossensores, Modelagem Matemática, Análise Híbrida Espectro-Angular, Técnicas de Suavização de Curva, Aprendizado de Máquina, Análise Computacional.

PÁGINAS: 82
RESUMO:

O biossensor óptico baseado na Ressonância de Plasmon de Superfície (SPR – Surface Plasmon Resonance) apresenta alta sensibilidade, é livre de rótulos e sua construção em multicamadas permite maior seletividade ao analito-alvo. Esses dispositivos são amplamente utilizados em áreas como saúde, meio ambiente, indústria alimentícia e agricultura. Inicialmente, o modelo matemático e numérico foi desenvolvido com três camadas (prisma, metal e meio de detecção) e comparado por meio dos métodos da matriz de transferência e das diferenças finitas.
Foi desenvolvida uma ferramenta computacional utilizando o MATLAB App Designer que permite simulações, importação de dados experimentais, visualização gráfica em tempo real e exportação de resultados. A aplicação possibilita ao usuário analisar diferentes configurações do biossensor SPR por meio de uma interface intuitiva e acessível. Entre os principais avanços técnicos implementados destacam-se: (i) integração entre os modos de análise tradicional e híbrido (ângulo versus comprimento de onda); (ii) aplicação de técnicas avançadas de suavização de curvas; e (iii) aplicação de algoritmos de aprendizado de máquina para previsão do ângulo mínimo mesmo em situações com dados incompletos. A análise híbrida multidimensional contribui para uma otimização mais robusta dos parâmetros do biossensor, com significativa redução de ruído espectral e maior consistência nos resultados sob diferentes condições experimentais. Além disso, ao incrementar a estrutura multicamada com diferentes componentes químicos, observou-se um aumento na sensibilidade de 12,99% para prata e 16,59% para ouro.
A comparação entre os resultados obtidos pelas técnicas de suavização de curva aplicadas demonstrou que o filtro Savitzky-Golay e a suavização de splines obtiveram melhor desempenho ao minimizar ruídos indesejados. Nos métodos de aprendizado de máquina, GPR e Rede Neural apresentaram os melhores desempenhos quando aplicados a dados incompletos, relevantes em aplicações experimentais onde a aquisição pode ser limitada por ruídos ou falhas, com valores de correlação muito elevados, menores desvios padrão e menores erros absolutos e quadráticos médios.
Portanto, a ferramenta desenvolvida e os resultados obtidos demonstram o potencial do sistema como alternativa viável para análise e otimização de biossensores SPR, com contribuição direta para seu avanço científico e tecnológico.
Por fim, iniciou-se a montagem de uma estrutura física compacta e portátil, visando a geração de um banco de dados.

MEMBROS DA BANCA:
Presidente - 2140683 - DIOMADSON RODRIGUES BELFORT
Interno - 1284113 - SEBASTIAN YURI CAVALCANTI CATUNDA
Externo à Instituição - JOYLAN NUNES MACIEL - UNILA
Externo à Instituição - MARCO ROBERTO CAVALLARI - UNICAMP
Externo à Instituição - JOÃO PAULO PEREIRA DO CARMO - USP
Externo à Instituição - OSWALDO HIDEO ANDO JUNIOR - UFRPE