DESENVOLVIMENTO RACIONAL DE SONDAS LUMINESCENTES DE ÍONS LANTANÍDEOS ASSISTIDO POR APRENDIZADO DE MÁQUINA

Descrição

Propõe-se, no presente projeto, o desenvolvimento, assistido por Aprendizado de Máquina de sondas luminescentes baseadas complexos de íons lantanídeos ligados por interações não covalentes a nanoargilas, visando aplicações na identificação de bactérias. Algoritmos de aprendizado de máquina supervisionados, incluindo Random Forest (RF), k-Nearest Neighbors (KNN), Support Vector Machines (SVM), Kernel Ridge Regression (KRR), Multi Layered Perceptrons (MLP) e Gradient Boosting (GradBoost) serão treinados a partir de dados espectroscópicos simulados e das propriedades fotofísicas de híbridos orgânico-inorgânicos do tipo (Eu3+xTb3+(1-x)L)@NA ou (Eu3+xTb3+yDy3+(1-x-y)L)@NA interagindo com biofilmes bacterianos, em que L corresponde a um -dicetonato ou ligante derivado do EDTA, convenientemente escolhidos para formar complexos aniônicos ou catiônicos e modular as propriedades luminescentes dos íons Eu3+, Tb3+ e Dy3+ , por ativação e supressão da luminescência via diversos mecanismos de transferência de energia, e NA corresponde à Laponita ou à Halloysita, nanométricas. As nanopartículas (Eu3+xTb3+(1-x)L)@NA ou (Eu3+xTb3+yDy3+(1-x-y)L)@NA com diferentes ligantes L não apenas apresentarão diferentes propriedades fotoluminescentes, mas também devem apresentar diferentes interações competitivas com os biofilmes bacterianos, devido a diferenças em hidrofilicidade e carga superficial, dentre outras, podendo permitir a identificação multiplexada dos tipos bacterianos formadores dos biofilmes.