Browsing by Author "Rosa, Nuno Ricardo das Neves"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
- Do proteoma salivar ao orolomaPublication . Rosa, Nuno Ricardo das Neves; Barros, Marlene Maria Tourais de; Oliveira, José LuisA cavidade oral humana é um ecossistema complexo onde factores do hospedeiro, microbianos e ambientais interagem num equilíbrio dinâmico que se reflecte no fluido que a envolve: a saliva. A compreensão da biologia da cavidade oral e dos distúrbios que a afectam (ou de doenças sistémicas que nela se reflectem) depende de ferramentas bioinformáticas que façam a compilação, a integração e a aplicação da informação gerada por técnicas de alto rendimento, como a proteómica, que se dedica à identificação de todas as proteínas expressas. Na última década foram determinados diversos proteomas da cavidade oral. No entanto, não existe um instrumento que permita compilar, integrar e interpretar os dados gerados. Neste sentido, este trabalho contribuiu para o desenvolvimento de uma ferramenta bioinformática que permite aos investigadores estudar a diversidade e variabilidade das proteínas que integram o proteoma oral, permitindo definir e caracterizar o oraloma (fisioma da cavidade oral). Este trabalho permitiu compilar os proteomas da cavidade oral publicados na última década e rever a informação relativa às proteínas identificadas, à luz do conhecimento actual. Este processo gerou uma grande quantidade de informação que obrigou à criação de uma base de dados para a armazenar, designada OralOme e de um portal web, designado OralCard, com funcionalidades que permitem ao utilizador pesquisar, integrar, interpretar e visualizar esses dados de forma relevante do ponto de vista biológico e clínico. O estudo das proteínas depositadas no OralOme contribuiu para a compreensão das funções moleculares das proteínas produzidas pelos vários sub-compartimentos da cavidade oral e, deste modo, para o esclarecimento do contributo de cada um deles para as funções da saliva. Neste trabalho foram, ainda, testadas as diversas funcionalidades do OralCard na análise de dados de proteómica da cavidade oral provenientes de amostras de saliva para desenvolver metodologias de análise capazes de esclarecer mecanismos moleculares envolvidos em diversas patologias e para identificar requisitos funcionais a implementar em actualizações futuras. As metodologias seguidas permitiram estudar a relação das proteínas salivares com os estados de saúde oral e sistémica e, consequentemente, salientar o potencial da saliva como fluido de diagnóstico. O desenvolvimento de ferramentas bioinformáticas como o OralCard é um importante contributo para o esclarecimento da biologia oral e para o desenho de estratégias que facilitem a identificação de biomarcadores a partir de amostras de saliva, contribuindo para o desenvolvimento de métodos de diagnóstico e de prognóstico mais eficientes e de terapêuticas mais eficazes.
- Use of bioinformatic strategies as a predictive tool in implant-supported oral rehabilitation: a scoping reviewPublication . Bornes, Rita Silva; Montero, Javier; Correia, André Ricardo Maia; Rosa, Nuno Ricardo das NevesStatement of problem: The use of bioinformatic strategies is growing in dental implant protocols. The current expansion of Omics sciences and artificial intelligence (AI) algorithms in implant dentistry applications have not been documented and analyzed as a predictive tool for the success of dental implants. Purpose: The purpose of this scoping review was to analyze how artificial intelligence algorithms and Omics technologies are being applied in the field of oral implantology as a predictive tool for dental implant success. Material and methods: The Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Reviews checklist was followed. A search strategy was created at PubMed and Web of Science to answer the question “How is bioinformatics being applied in the area of oral implantology as a predictive tool for implant success?” Results: Thirteen articles were included in this review. Only 3 applied bioinformatic models combining AI algorithms and Omics technologies. These studies highlighted 2 key points for the creation of precision medicine: deep population phenotyping and the integration of Omics sciences in clinical protocols. Most of the studies identified applied AI only in the identification and classification of implant systems, quantification of peri-implant bone loss, and 3-dimensional bone analysis, planning implant placement. Conclusions: The conventional criteria currently used as a technique for the diagnosis and monitoring of dental implants are insufficient and have low accuracy. Models that apply AI algorithms combined with precision methodologies—biomarkers—are extremely useful in the creation of precision medicine, allowing medical dentists to forecast the success of the implant. Tools that integrate the different types of data, including imaging, molecular, risk factor, and implant characteristics, are needed to make a more accurate and personalized prediction of implant success.