Dr. Rodrigo Drummond Couto Duarte

Sobre

Graduado em Matemática Aplicada e Computacional e doutor em Genética e Biologia Molecular, com ênfase em Bioinformática, tem experiência em análise estatística de dados e aprendizagem de máquina. Seu maior interesse é a aplicação de ferramentas computacionais na obtenção de informações de relevância científica a partir de dados de genômica e biologia molecular. Atualmente, trabalha com a a identificação de padrões nas mutações somáticas presentes em genomas de amostras de câncer, as chamadas assinaturas mutacionais. Estes padrões podem ser associados a agentes mutacionais ativos durante a evolução da doença e, desta forma,  auxiliar no estudo de sua etiologia e no seu prognóstico e tratamento.  

Formação

Graduação em Matemática Aplicada e Computacional pela Universidade Estadual de Campinas (Unicamp, 1995), doutorado em Genética e Biologia Molecular, com ênfase em Bioinformática, pela mesma universidade (2006).

Contato

Telefone: (11) 2189-5000 - ramal: 2209
E-mail: rdrummond@accamargo.org.br

Rodrigo Drummond Couto Duarte
  • Bioinformática
  • Machine Learning
  • Assinaturas Mutacionais

FERREIRA et al. Influence of BRCA1 Germline Mutations in the Somatic Mutational Burden of Triple-Negative Breast Cancer. Translational oncology 12 (11), 1453-1460, 2019 

BOBROVNITCHAIA et al. APOBEC-mediated DNA alterations: a possible new mechanism of carcinogenesis in EBV-positive gastric cancer. International journal of cancer, doi: 10.1002/ijc.32411, 2019

AMORIM et al. A total transcriptome profiling method for plasma-derived extracellular vesicles: applications for liquid biopsies. Scientific reports 7 (1), 14395, 2017

ROSALES & DRUMMOND et al. signeR: an empirical Bayesian approach to mutational signature discovery. Bioinformatics 33 (1), 8-16, 2016

HONÓRIO et al. Well log denoising and geological enhancement based on discrete wavelet transform and hybrid thresholding. Energy Exploration & Exploitation, v.30, p.417-434, 2012.

DRUMMOND et al. Comparação entre as técnicas multivariadas MAF e PCA aplicadas na classificação de eletrofácies. Revista Brasileira de Geofísica, v.29, p.497-509, 2011

ABREU et al. Some Statistical Properties of Gene Expression Clustering for Array Data. Advances and Applications in Statistics, v.14, p.191-204, 2010.

ROCHA et al. Signal transduction-related responses to phytohormones and environmental challenges in sugarcane. BMC Genomics, v.8, p.71, 2007.

DRUMMOND et al. ISER: Selection of differentially expressed genes from DNA array data by nonlinear data transformations and local fitting. Bioinformatics, v. 21, n.24, p. 4427-4429, 2005.

DRUMMOND et al. Prospecting sugarcane genes involved in aluminum tolerance. Genetics and Molecular Biology, v.24, p.221-230, 2001.