Daiane Zuanetti, docente no Departamento de Estatística (DEs) da Universidade Federal de São Carlos (UFSCar), é uma das sete pesquisadoras contempladas com a premiação “Para Mulheres na Ciência”, iniciativa da L’Óreal Brasil em parceria com a Unesco e a Academia Brasileira de Ciências (ABC).
Premiada na categoria Matemática, Zuanetti desenvolve projeto que propõe métodos estatísticos para descrever tendências e para fazer previsões a partir de dados genéticos.
Padrão das células
“Por quais motivos células doentes são diferentes das saudáveis? Qual o padrão de comportamento de cada uma delas? São essas respostas que buscamos para, assim, identificar fatores genéticos que determinam o aparecimento ou fatores de risco para uma doença, possibilitando prevenção”, exemplifica.
O projeto se diferencia por desenvolver análises de sequências de RNA encontradas em células únicas – ou seja, investigadas individualmente, e não em massa, como é comum em modelos estatísticos já existentes. “Isso torna a pesquisa mais precisa. Além disso, os métodos estão sendo desenvolvidos em softwares modernos e, assim, mais eficientes”, reforça.
Contribuição científica
Esses métodos estatísticos poderão colaborar em pesquisas em saúde humana e animal, bem como em melhoramento genético de plantas.
Após a elaboração e a validação dos métodos, a ideia é torná-los públicos para que cientistas de várias áreas consigam acessá-los e aplicá-los à sua realidade, identificando, portanto, padrões e tendências.
Para Mulheres na Ciência
Em sua 17ª edição, o Prêmio “Para Mulheres na Ciência” visa apoiar pesquisas acadêmicas feitas por mulheres, incentivando a participação feminina e o equilíbrio de gêneros no cenário científico brasileiro.
As cientistas premiadas em “Para Mulheres na Ciência” recebem R$ 50 mil para serem investidos em seus projetos. No caso de Zuanetti, a verba será essencial para o andamento das pesquisas em seu laboratório. “O intuito é adquirir computadores com alta capacidade de processamento, para conseguirmos, enfim, realizar simulações com grande quantidade de dados”, finaliza.
