Desenvolver metodologias para recolher, organizar e integrar dados multi-origem (clínicos, laboratoriais, genéticos, moleculares e ambientais).

Investigar biomarcadores e vírus respiratórios para obter sinais precoces de doença e compreender riscos zoonóticos

Criar e validar modelos preditivos e gêmeos digitais dos animais suportados por inteligência artificial.

Validar, em contextos reais, os resultados e produzir directrizes práticas para aplicação clínica e preventiva. 

Planeamento e recolha de dados — organizar protocolos e recolher amostras e informação clínica, ambiental e social em campanhas sazonais.

Linguagem e codificação dos dados — criar taxonomias e sistemas de codificação para que todos os dados sejam compatíveis e seguros.

Investigação de biomarcadores — analisar microRNAs e outros marcadores moleculares ligados à saúde respiratória.

Caracterização de vírus respiratórios — rastrear, quantificar e, quando relevante, sequenciar vírus para contribuir para a vigilância.

Modelagem com inteligência artificial — criar e testar modelos que preveem estados de saúde e simulam cenários clínicos (gêmeos digitais)

Validação e aplicação prática — testar os padrões e modelos em campanhas longitudinais e consolidar recomendações para o manejo preventivo.

Métodos padronizados para recolha e integração de dados multi-origem.

Biomarcadores e assinaturas moleculares que melhorem o diagnóstico precoce e prevenção de doenças respiratórias.

Modelos preditivos e gêmeos digitais operacionais que suportem decisões clínicas.

Publicações científicas, depósito de sequências virais em bases públicas e materiais de divulgação técnica.

Recomendacões para prevenção e maneio de doenças respiratórias em contexto One Health.