Recent Submissions
A computational architecture based on generative Artificial Intelligence for extracting useful knowledge from clinical diaries
( 2025 ) Dias, Eduardo Teixeira; Gonçalves, A. Manuela; Cortez, Paulo
This dissertation presents the design and development of a computational architecture based on generative
artificial intelligence for extracting structured and clinically relevant information from unstructured clinical
diaries. The work addresses a central challenge in healthcare informatics: transforming free-text data
from Electronic Health Records (EHRs) into meaningful and standardized knowledge to support infection
surveillance and antimicrobial resistance monitoring.
Guided by the Design Science Research Methodology (DSRM), the study explored both discriminative
and generative modeling strategies. The discriminative approach involved fine-tuning the BERT model
for Named Entity Recognition (NER), incorporating a modified cross-entropy loss function to mitigate class
imbalance, employing Low-Rank Adaptation (LoRa) for parameter-efficient fine-tuning, and utilizing Optuna
for hyperparameter optimization.
The generative approaches focused on instruction-tuning models from the LLaMA family, implementing
distinct training methodologies and strategies to minimize infinite generations arising from the limited size
of the small language models (SLMs) and the complexity of the task. The resulting model, MedESM 1B, is
a compact, domain-adapted generative language model capable of accurately extracting twelve predefined
medical categories from clinical notes.
Experimental results demonstrate that MedESM 1B achieves performance comparable to larger stateof-
the-art models, such as GPT-4o-mini and MedGemma-4b-it, while maintaining substantially lower computational
requirements. The proposed architecture thus represents a scalable and efficient solution for
the automated extraction of clinical knowledge in real-world healthcare settings.
Otimização do processo de obtenção dos biocompósitos sustentáveis de base celulósica para têxteis técnicos
( 2025 ) Ribeiro, Catarina Pinto; Costa, Susana P. G.; Dias, J. C.
A indústria têxtil contribui para um enorme impacto ambiental e provoca severos desequilíbrios no ecossistema, durante toda a sua cadeia de produção. Assim sendo, tem-se confrontado com movimentos de consciencialização ambiental e, em resposta, tem procurado abordagens mais sustentáveis. Neste contexto, promover a produção de materiais de origem biológica de base celulósica, e adicionalmente, o reaproveitamento de resíduos têxteis, impulsiona o modelo da economia circular.
No âmbito desta dissertação foram produzidos filmes biocompósitos e estruturas têxteis biocompósitas, obtidos a partir de matérias-primas de base biológica. De forma a promover o reaproveitamento de resíduos têxteis utilizou-se o algodão 100 % reciclado para o desenvolvimento destes materiais. Estes materiais biocompósitos foram desenvolvidos através da combinação da fibra de reforço com os diversos biopolímeros, conferindo propriedades benéficas com uma aplicabilidade versátil, nomeadamente na indústria têxtil. As suas propriedades de resistência à lavagem, químicas, morfológicas, mecânicas, microbiológicas e de gestão de humidade foram avaliadas recorrendo a várias técnicas de caracterização. Os filmes biocompósitos produzidos apresentaram, através da análise do ângulo de contacto, tanto propriedades hidrofílicas como hidrofóbicas, indicando que a repelência á água depende da interação entre os diversos componentes adicionados. A análise por SEM permitiu avaliar as diferenças de homogeneidade presentes e a análise da resistência mecânica permitiu avaliar as propriedades mecânicas quando expostos a uma força de rotura. Relativamente às estruturas têxteis biocompósitas, pela metodologia de impregnação pelo foulard, estas resistiram entre 5 e 15 lavagens, de acordo com a correlação entre o ângulo de contacto e o tempo de absorção. No que respeita às estruturas biocompósitas scale-up estas resistiram entre 1 e 5 lavagens, numa máquina doméstica. Estes resultados podem indicar a existência de compatibilidade entre os diversos componentes até a um certo número de lavagens, o que pode tornar benéfico para uma ampla gama de aplicações. Os resultados obtidos indicam que a funcionalização também permitiu aumentar a resistência mecânica. Pela metodologia do revestimento por knife coating, apresentaram boa hidrofobicidade, tendo resistido à lavagem praticamente até aos 20 ciclos. Adicionalmente, as estruturas biocompósitas, pela impregnação pelo foulard, apresentaram uma gestão de humidade moderada e elevadas propriedades antimicrobianas com uma percentagem de redução microbiana de 100 %.
Application of antisense technology to control Candida glabrata infections
( 2025 ) Serra, Patrícia Martins; Silva, Sónia Carina; Sampaio, Paula
The increasing prevalence of Candida glabrata infections, driven by its high intrinsic and acquired resistance to azole antifungals, represents a major therapeutic challenge and underscores the urgent need for new antifungal strategies. Traditional antifungals, such as fluconazole, often fail due to multidrug resistance mechanisms, particularly the overexpression of efflux pumps regulated by gain-of-function mutations in the PDR1 transcription factor. To overcome that, antisense therapy (AST) has emerged as a promising gene-targeted approach capable of modulating gene expression at the mRNA level with high specificity, but its application in pathogenic fungi remains largely unexplored. This study explores the potential of AST to overcome C. glabrata’s antifungal resistance by silencing PDR1 gene expression using an antisense oligomer (ASO).
A chemically modified anti-PDR1 ASO, was validated in silico, targeting a specific region of the PDR1 mRNA. Whole genome sequencing of C. glabrata clinical strains revealed mutations in the PDR1 gene but it is expected that conserved sufficient sequence identity for anti-PDR1 ASO binding. In vitro, the oligomer alone induced a statistically significant and dose-independent reduction in C. glabrata growth (~20%) and reduced PDR1 gene expression by approximately 30%. When combined with fluconazole, the anti-PDR1 ASO increased the antifungal efficacy of this drug reducing the growth of C. glabrata (also ~20%). To evaluate the in vivo effect of the anti-PDR1 ASO, the Galleria mellonella model was utilized. The results showed that the anti-PDR1 ASO encapsulated in cationic liposomes DOTAP:DOPC:PEG (LipoASOs) was able to improve larval survival by 14% at 24 h and 21% at 48 h, indicating partial protection when used as monotherapy, and the co-administration of fluconazole and LipoASOs significantly improved larval which was survival increased by 24% at 24 h, similar to the healthy control, and by 34% at 48 and 72 h, compared to the diseased controls.
Overall, this study presents the principle that ASOs targeting PDR1 can effectively regulate gene expression, restore sensitivity to fluconazole, and improve host survival. The results support AST, especially when administered through optimized liposomal vehicles such as DOPC-based systems, as a promising strategy for controlling resistance in C. glabrata.