ReP USP - Resultado da busca

Artigo de periodico
Discovery of an imidazonaphthyridine and a riminophenazine as potent anti-Zika virus agents through a replicon-based high-throughput screening (2021)
Fernandes, Rafaela Sachetto; Godoy, Andre Schutzer; Santos, Igor Andrade; Noske, Gabriela Dias; Oliveira, Ketllyn Irene Zagato; Gawriljuk, Victor Oliveira; Jardim, Ana Carolina Gomes ; Oliva, Glaucius
Fonte: Virus Research. Unidade: IFSC
Assuntos: ZIKA VÍRUS, PROTEÍNAS, FARMACOLOGIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FERNANDES, Rafaela Sachetto et al. Discovery of an imidazonaphthyridine and a riminophenazine as potent anti-Zika virus agents through a replicon-based high-throughput screening. Virus Research, v. 299, p. 198388-1-198388-9, 2021Tradução . . Disponível em: https://doi.org/10.1016/j.virusres.2021.198388. Acesso em: 06 nov. 2024.
APA
Fernandes, R. S., Godoy, A. S., Santos, I. A., Noske, G. D., Oliveira, K. I. Z., Gawriljuk, V. O., et al. (2021). Discovery of an imidazonaphthyridine and a riminophenazine as potent anti-Zika virus agents through a replicon-based high-throughput screening. Virus Research, 299, 198388-1-198388-9. doi:10.1016/j.virusres.2021.198388
NLM
Fernandes RS, Godoy AS, Santos IA, Noske GD, Oliveira KIZ, Gawriljuk VO, Jardim ACG, Oliva G. Discovery of an imidazonaphthyridine and a riminophenazine as potent anti-Zika virus agents through a replicon-based high-throughput screening [Internet]. Virus Research. 2021 ; 299 198388-1-198388-9.[citado 2024 nov. 06 ] Available from: https://doi.org/10.1016/j.virusres.2021.198388
Vancouver
Fernandes RS, Godoy AS, Santos IA, Noske GD, Oliveira KIZ, Gawriljuk VO, Jardim ACG, Oliva G. Discovery of an imidazonaphthyridine and a riminophenazine as potent anti-Zika virus agents through a replicon-based high-throughput screening [Internet]. Virus Research. 2021 ; 299 198388-1-198388-9.[citado 2024 nov. 06 ] Available from: https://doi.org/10.1016/j.virusres.2021.198388
Artigo de periodico
Non-Toxic dimeric peptides derived from the bothropstoxin-I are potent SARS-CoV-2 and papain-like protease inhibitors (2021)
Freire, Marjorie Caroline Liberato Cavalcanti ; Noske, Gabriela Dias; Bitencourt, Natália V.; Sanches, Paulo R. S.; Santos-Filho, Norival A.; Oliveira, Victor Gawriljuk Ferraro; Souza, Eduardo Pereira de ; Nogueira, Victor Henrique Rabesquine ; Godoy, Mariana Ortiz de; Nakamura, Aline Minali; Fernandes, Rafaela Sachetto ; Godoy, Andre Schutzer de ; Juliano, Maria A.; Peres, Bianca de Miranda ; Barbosa, Cecília G.; Moraes, Carolina B.; Freitas Junior, Lucio Holanda Gondim de ; Cilli, Eduardo Maffud ; Guido, Rafael Victorio Carvalho ; Oliva, Glaucius
Fonte: Molecules. Unidades: IFSC, ICB
Assuntos: COVID-19, CORONAVIRUS, PLANEJAMENTO DE FÁRMACOS, PROTEÍNAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FREIRE, Marjorie Caroline Liberato Cavalcanti et al. Non-Toxic dimeric peptides derived from the bothropstoxin-I are potent SARS-CoV-2 and papain-like protease inhibitors. Molecules, v. 26, n. 16, p. 4896-1-4896-17, 2021Tradução . . Disponível em: https://doi.org/10.3390/molecules26164896. Acesso em: 06 nov. 2024.
APA
Freire, M. C. L. C., Noske, G. D., Bitencourt, N. V., Sanches, P. R. S., Santos-Filho, N. A., Oliveira, V. G. F., et al. (2021). Non-Toxic dimeric peptides derived from the bothropstoxin-I are potent SARS-CoV-2 and papain-like protease inhibitors. Molecules, 26( 16), 4896-1-4896-17. doi:10.3390/molecules26164896
NLM
Freire MCLC, Noske GD, Bitencourt NV, Sanches PRS, Santos-Filho NA, Oliveira VGF, Souza EP de, Nogueira VHR, Godoy MO de, Nakamura AM, Fernandes RS, Godoy AS de, Juliano MA, Peres B de M, Barbosa CG, Moraes CB, Freitas Junior LHG de, Cilli EM, Guido RVC, Oliva G. Non-Toxic dimeric peptides derived from the bothropstoxin-I are potent SARS-CoV-2 and papain-like protease inhibitors [Internet]. Molecules. 2021 ; 26( 16): 4896-1-4896-17.[citado 2024 nov. 06 ] Available from: https://doi.org/10.3390/molecules26164896
Vancouver
Freire MCLC, Noske GD, Bitencourt NV, Sanches PRS, Santos-Filho NA, Oliveira VGF, Souza EP de, Nogueira VHR, Godoy MO de, Nakamura AM, Fernandes RS, Godoy AS de, Juliano MA, Peres B de M, Barbosa CG, Moraes CB, Freitas Junior LHG de, Cilli EM, Guido RVC, Oliva G. Non-Toxic dimeric peptides derived from the bothropstoxin-I are potent SARS-CoV-2 and papain-like protease inhibitors [Internet]. Molecules. 2021 ; 26( 16): 4896-1-4896-17.[citado 2024 nov. 06 ] Available from: https://doi.org/10.3390/molecules26164896
Dissertação (Mestrado)
Descoberta de candidatos antivirais baseados na enzima NS5 RNA polimerase RNA-dependente do vírus da febre amarela (2021)
Oliveira, Victor Gawriljuk Ferraro; Godoy, Andre Schützer de (Orientador); Oliva, Glaucius (Orientador)
Unidade: IFSC
Assuntos: FEBRE AMARELA, PLANEJAMENTO DE FÁRMACOS, ANTIVIRAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OLIVEIRA, Victor Gawriljuk Ferraro. Descoberta de candidatos antivirais baseados na enzima NS5 RNA polimerase RNA-dependente do vírus da febre amarela. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/76/76133/tde-03092021-113747/. Acesso em: 06 nov. 2024.
APA
Oliveira, V. G. F. (2021). Descoberta de candidatos antivirais baseados na enzima NS5 RNA polimerase RNA-dependente do vírus da febre amarela (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/76/76133/tde-03092021-113747/
NLM
Oliveira VGF. Descoberta de candidatos antivirais baseados na enzima NS5 RNA polimerase RNA-dependente do vírus da febre amarela [Internet]. 2021 ;[citado 2024 nov. 06 ] Available from: https://www.teses.usp.br/teses/disponiveis/76/76133/tde-03092021-113747/
Vancouver
Oliveira VGF. Descoberta de candidatos antivirais baseados na enzima NS5 RNA polimerase RNA-dependente do vírus da febre amarela [Internet]. 2021 ;[citado 2024 nov. 06 ] Available from: https://www.teses.usp.br/teses/disponiveis/76/76133/tde-03092021-113747/
Artigo de periodico
High-throughput antiviral assays to screen for inhibitors of Zika virus replication (2021)
Fernandes, Rafaela Sachetto ; Noske, Gabriela Dias; Gawriljuk, Victor Oliveira; Oliveira, Ketllyn Irene Zagato; Godoy, Andre Schutzer; Mesquita, Nathalya Cristina de Moraes Roso; Oliva, Glaucius
Fonte: Journal of Visualized Experiments - JOVE. Unidade: IFSC
Assuntos: ZIKA VÍRUS, FLAVIVIRUS, FARMACOLOGIA, PLANEJAMENTO DE FÁRMACOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FERNANDES, Rafaela Sachetto et al. High-throughput antiviral assays to screen for inhibitors of Zika virus replication. Journal of Visualized Experiments - JOVE, v. 176, p. e62422-1-e62422-11, 2021Tradução . . Disponível em: https://doi.org/10.3791/62422. Acesso em: 06 nov. 2024.
APA
Fernandes, R. S., Noske, G. D., Gawriljuk, V. O., Oliveira, K. I. Z., Godoy, A. S., Mesquita, N. C. de M. R., & Oliva, G. (2021). High-throughput antiviral assays to screen for inhibitors of Zika virus replication. Journal of Visualized Experiments - JOVE, 176, e62422-1-e62422-11. doi:10.3791/62422
NLM
Fernandes RS, Noske GD, Gawriljuk VO, Oliveira KIZ, Godoy AS, Mesquita NC de MR, Oliva G. High-throughput antiviral assays to screen for inhibitors of Zika virus replication [Internet]. Journal of Visualized Experiments - JOVE. 2021 ; 176 e62422-1-e62422-11.[citado 2024 nov. 06 ] Available from: https://doi.org/10.3791/62422
Vancouver
Fernandes RS, Noske GD, Gawriljuk VO, Oliveira KIZ, Godoy AS, Mesquita NC de MR, Oliva G. High-throughput antiviral assays to screen for inhibitors of Zika virus replication [Internet]. Journal of Visualized Experiments - JOVE. 2021 ; 176 e62422-1-e62422-11.[citado 2024 nov. 06 ] Available from: https://doi.org/10.3791/62422
Trabalho de evento-resumo periodico
Structural insights into SARS-CoV-2 Main Protease maturation process (2021)
Noske, Gabriela Dias; Nakamura, Aline Minali; Oliveira, Victor Gawriljuk Ferraro; Fernandes, Rafaela Sachetto ; Godoy, Andre Schutzer de ; Oliva, Glaucius
Fonte: Biophysical Reviews. Nome do evento: International Union for Pure and Applied Biophysics - IUPAB - Congress. Unidade: IFSC
Assuntos: COVID-19, CORONAVIRUS, ANTIVIRAIS, PLANEJAMENTO DE FÁRMACOS, PROTEÍNAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
NOSKE, Gabriela Dias et al. Structural insights into SARS-CoV-2 Main Protease maturation process. Biophysical Reviews. Heidelberg: Instituto de Física de São Carlos, Universidade de São Paulo. Disponível em: https://repositorio.usp.br/directbitstream/72d7c12b-57d6-4a53-91c2-f63d0136fe60/3058392.pdf. Acesso em: 06 nov. 2024. , 2021
APA
Noske, G. D., Nakamura, A. M., Oliveira, V. G. F., Fernandes, R. S., Godoy, A. S. de, & Oliva, G. (2021). Structural insights into SARS-CoV-2 Main Protease maturation process. Biophysical Reviews. Heidelberg: Instituto de Física de São Carlos, Universidade de São Paulo. Recuperado de https://repositorio.usp.br/directbitstream/72d7c12b-57d6-4a53-91c2-f63d0136fe60/3058392.pdf
NLM
Noske GD, Nakamura AM, Oliveira VGF, Fernandes RS, Godoy AS de, Oliva G. Structural insights into SARS-CoV-2 Main Protease maturation process [Internet]. Biophysical Reviews. 2021 ; 13( 6): 1372.[citado 2024 nov. 06 ] Available from: https://repositorio.usp.br/directbitstream/72d7c12b-57d6-4a53-91c2-f63d0136fe60/3058392.pdf
Vancouver
Noske GD, Nakamura AM, Oliveira VGF, Fernandes RS, Godoy AS de, Oliva G. Structural insights into SARS-CoV-2 Main Protease maturation process [Internet]. Biophysical Reviews. 2021 ; 13( 6): 1372.[citado 2024 nov. 06 ] Available from: https://repositorio.usp.br/directbitstream/72d7c12b-57d6-4a53-91c2-f63d0136fe60/3058392.pdf
Artigo de periodico
Quantum machine learning algorithms for drug discovery applications (2021)
Batra, Kushal; Zorn, Kimberley M.; Foil, Daniel H.; Minerali, Eni; Gawriljuk, Victor Oliveira; Lane, Thomas R.; Ekins, Sean
Fonte: Journal of Chemical Information and Modeling. Unidade: IFSC
Assuntos: PLANEJAMENTO DE FÁRMACOS, COMPUTAÇÃO APLICADA, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BATRA, Kushal et al. Quantum machine learning algorithms for drug discovery applications. Journal of Chemical Information and Modeling, v. 61, n. 6, p. 2641-2647, 2021Tradução . . Disponível em: https://doi.org/10.1021/acs.jcim.1c00166. Acesso em: 06 nov. 2024.
APA
Batra, K., Zorn, K. M., Foil, D. H., Minerali, E., Gawriljuk, V. O., Lane, T. R., & Ekins, S. (2021). Quantum machine learning algorithms for drug discovery applications. Journal of Chemical Information and Modeling, 61( 6), 2641-2647. doi:10.1021/acs.jcim.1c00166
NLM
Batra K, Zorn KM, Foil DH, Minerali E, Gawriljuk VO, Lane TR, Ekins S. Quantum machine learning algorithms for drug discovery applications [Internet]. Journal of Chemical Information and Modeling. 2021 ; 61( 6): 2641-2647.[citado 2024 nov. 06 ] Available from: https://doi.org/10.1021/acs.jcim.1c00166
Vancouver
Batra K, Zorn KM, Foil DH, Minerali E, Gawriljuk VO, Lane TR, Ekins S. Quantum machine learning algorithms for drug discovery applications [Internet]. Journal of Chemical Information and Modeling. 2021 ; 61( 6): 2641-2647.[citado 2024 nov. 06 ] Available from: https://doi.org/10.1021/acs.jcim.1c00166
Trabalho de evento-resumo
Avaliação da atividade inibitória de peptídeos diméricos não tóxicos derivados de Bothropstoxin-I na atividade da protease PLpro do vírus SARS-CoV-2 (2021)
Freire, Marjorie Caroline Liberato Cavalcanti; Oliva, Glaucius ; Noske, Gabriela Dias; Oliveira, Victor Gawriljuk Ferraro; Souza, E. P.; Nogueira, Victor Henrique Rabesquine ; Godoy, Mariana Ortiz de; Godoy, Andre Schutzer de ; Fernandes, Rafaela Sachetto ; Cilli, E. M.; Guido, Rafael Victorio Carvalho
Fonte: Livro de Resumos. Nome do evento: Semana Integrada do Instituto de Física de São Carlos - SIFSC. Unidade: IFSC
Assuntos: COVID-19, CORONAVIRUS, ANTIVIRAIS, PLANEJAMENTO DE FÁRMACOS, PROTEÍNAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FREIRE, Marjorie Caroline Liberato Cavalcanti et al. Avaliação da atividade inibitória de peptídeos diméricos não tóxicos derivados de Bothropstoxin-I na atividade da protease PLpro do vírus SARS-CoV-2. 2021, Anais.. São Carlos: Instituto de Física de São Carlos - IFSC, 2021. Disponível em: https://repositorio.usp.br/directbitstream/69a6d083-4de4-49a8-b326-4fe7c61220f0/3056298.pdf. Acesso em: 06 nov. 2024.
APA
Freire, M. C. L. C., Oliva, G., Noske, G. D., Oliveira, V. G. F., Souza, E. P., Nogueira, V. H. R., et al. (2021). Avaliação da atividade inibitória de peptídeos diméricos não tóxicos derivados de Bothropstoxin-I na atividade da protease PLpro do vírus SARS-CoV-2. In Livro de Resumos. São Carlos: Instituto de Física de São Carlos - IFSC. Recuperado de https://repositorio.usp.br/directbitstream/69a6d083-4de4-49a8-b326-4fe7c61220f0/3056298.pdf
NLM
Freire MCLC, Oliva G, Noske GD, Oliveira VGF, Souza EP, Nogueira VHR, Godoy MO de, Godoy AS de, Fernandes RS, Cilli EM, Guido RVC. Avaliação da atividade inibitória de peptídeos diméricos não tóxicos derivados de Bothropstoxin-I na atividade da protease PLpro do vírus SARS-CoV-2 [Internet]. Livro de Resumos. 2021 ;[citado 2024 nov. 06 ] Available from: https://repositorio.usp.br/directbitstream/69a6d083-4de4-49a8-b326-4fe7c61220f0/3056298.pdf
Vancouver
Freire MCLC, Oliva G, Noske GD, Oliveira VGF, Souza EP, Nogueira VHR, Godoy MO de, Godoy AS de, Fernandes RS, Cilli EM, Guido RVC. Avaliação da atividade inibitória de peptídeos diméricos não tóxicos derivados de Bothropstoxin-I na atividade da protease PLpro do vírus SARS-CoV-2 [Internet]. Livro de Resumos. 2021 ;[citado 2024 nov. 06 ] Available from: https://repositorio.usp.br/directbitstream/69a6d083-4de4-49a8-b326-4fe7c61220f0/3056298.pdf
Artigo de periodico
Development of machine learning models and the discovery of a new antiviral compound against yellow fever virus (2021)
Oliveira, Victor Gawriljuk Ferraro; Foil, Daniel H.; Puhl, Ana C. ; Zorn, Kimberley M.; Lane, Thomas R.; Riabova, Olga; Makarov, Vadim; Godoy, Andre Schutzer de ; Oliva, Glaucius ; Ekins, Sean
Fonte: Journal of Chemical Information and Modeling. Unidade: IFSC
Assuntos: FEBRE AMARELA, APRENDIZADO COMPUTACIONAL, PLANEJAMENTO DE FÁRMACOS, ANTIVIRAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OLIVEIRA, Victor Gawriljuk Ferraro et al. Development of machine learning models and the discovery of a new antiviral compound against yellow fever virus. Journal of Chemical Information and Modeling, v. 61, n. 8, p. 3804-3813, 2021Tradução . . Disponível em: https://doi.org/10.1021/acs.jcim.1c00460. Acesso em: 06 nov. 2024.
APA
Oliveira, V. G. F., Foil, D. H., Puhl, A. C., Zorn, K. M., Lane, T. R., Riabova, O., et al. (2021). Development of machine learning models and the discovery of a new antiviral compound against yellow fever virus. Journal of Chemical Information and Modeling, 61( 8), 3804-3813. doi:10.1021/acs.jcim.1c00460
NLM
Oliveira VGF, Foil DH, Puhl AC, Zorn KM, Lane TR, Riabova O, Makarov V, Godoy AS de, Oliva G, Ekins S. Development of machine learning models and the discovery of a new antiviral compound against yellow fever virus [Internet]. Journal of Chemical Information and Modeling. 2021 ; 61( 8): 3804-3813.[citado 2024 nov. 06 ] Available from: https://doi.org/10.1021/acs.jcim.1c00460
Vancouver
Oliveira VGF, Foil DH, Puhl AC, Zorn KM, Lane TR, Riabova O, Makarov V, Godoy AS de, Oliva G, Ekins S. Development of machine learning models and the discovery of a new antiviral compound against yellow fever virus [Internet]. Journal of Chemical Information and Modeling. 2021 ; 61( 8): 3804-3813.[citado 2024 nov. 06 ] Available from: https://doi.org/10.1021/acs.jcim.1c00460
Artigo de periodico
Machine learning models identify inhibitors of SARS-CoV2 (2021)
Oliveira, Victor Gawriljuk Ferraro; Zin, Phyo Phyo Kyaw; Puhl, Ana C. ; Zorn, Kimberley M.; Foil, Daniel H.; Lane, Thomas R.; Hurst, Brett; Tavella, Tatyana Almeida; Costa, Fabio Trindade Maranhão; Lakshmanane, Premkumar; Bernatchez, Jean; Godoy, Andre Schutzer de ; Oliva, Glaucius ; Siqueira-Neto, Jair L.; Madrid, Peter B.; Ekins, Sean
Fonte: Journal of Chemical Information and Modeling. Unidade: IFSC
Assuntos: CORONAVIRUS, COVID-19, APRENDIZADO COMPUTACIONAL, PLANEJAMENTO DE FÁRMACOS, ANTIVIRAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OLIVEIRA, Victor Gawriljuk Ferraro et al. Machine learning models identify inhibitors of SARS-CoV2. Journal of Chemical Information and Modeling, v. 61, n. 9, p. 4224-4235, 2021Tradução . . Disponível em: https://doi.org/10.1021/acs.jcim.1c00683. Acesso em: 06 nov. 2024.
APA
Oliveira, V. G. F., Zin, P. P. K., Puhl, A. C., Zorn, K. M., Foil, D. H., Lane, T. R., et al. (2021). Machine learning models identify inhibitors of SARS-CoV2. Journal of Chemical Information and Modeling, 61( 9), 4224-4235. doi:10.1021/acs.jcim.1c00683
NLM
Oliveira VGF, Zin PPK, Puhl AC, Zorn KM, Foil DH, Lane TR, Hurst B, Tavella TA, Costa FTM, Lakshmanane P, Bernatchez J, Godoy AS de, Oliva G, Siqueira-Neto JL, Madrid PB, Ekins S. Machine learning models identify inhibitors of SARS-CoV2 [Internet]. Journal of Chemical Information and Modeling. 2021 ; 61( 9): 4224-4235.[citado 2024 nov. 06 ] Available from: https://doi.org/10.1021/acs.jcim.1c00683
Vancouver
Oliveira VGF, Zin PPK, Puhl AC, Zorn KM, Foil DH, Lane TR, Hurst B, Tavella TA, Costa FTM, Lakshmanane P, Bernatchez J, Godoy AS de, Oliva G, Siqueira-Neto JL, Madrid PB, Ekins S. Machine learning models identify inhibitors of SARS-CoV2 [Internet]. Journal of Chemical Information and Modeling. 2021 ; 61( 9): 4224-4235.[citado 2024 nov. 06 ] Available from: https://doi.org/10.1021/acs.jcim.1c00683

Unidades USP

ReP

Filtros

Autores

Autores USP

Assuntos

Título da fonte

Agência de fomento

Afiliação dos autores externos não normalizada