Marcel possui graduação em Engenharia de Computação, pós-graduação em Big Data, outra pós-graduação em Informática em Saúde e mestrado em Bioinformática pela Universidade Federal do Rio Grande do Norte (UFRN). Ele também recebeu um Ph.D. pela Sorbonne Université, enquanto conduzia pesquisas de inferência causal no Institut Curie. Possui experiência em sistemas de monitoramento de pacientes, telessaúde, sistemas de comunicação de imagens e arquivamento (PACSs), automação hospitalar, sistemas de recursos humanos em saúde, bioinformática, ciência de dados e inteligência artificial.
Atualmente, ele é defensor do desenvolvedor Nextflow e nf-core para a América Latina e o Caribe no Seqera Labs, onde trabalha para aumentar a comunidade na região enquanto ajuda pesquisadores a abordar, com a ajuda do nextflow, barreiras comuns na ciência e na reprodutibilidade da ciência.
Durante seu doutorado, sob orientação de Hervé Isambert, Ph.D., ele pesquisou inferência causal no câncer de mama por meio de métodos computacionais para descoberta causal em dados heterogêneos. Em seu primeiro ano como Ph.D. estudante, ele compartilhou alguns de seus resultados preliminares (por meio de pôsteres e apresentações orais) nos seguintes eventos: Fórum de Bioinformática de Natal (2019), Jovens Pesquisadores em Ciências da Vida (2019), 4º Curso Internacional sobre Câncer de Mama: Da Clínica à Biologia (2019) e Data Science Summer School na École Polytechnique de Paris (2019). Ao longo de seu doutorado, ele participou e se apresentou em outras conferências, como duas vezes no NeurIPS, onde publicou o artigo “Descoberta causal confiável baseada no princípio supremo de informação mútua para conjuntos de dados finitos” com colegas.
Como aluno de mestrado, tem estudado a rede regulatória transcricional do Sarcoma de Ewing na tentativa de abordar a doença através de uma perspectiva de biologia de sistemas, a fim de melhorar a compreensão geral da doença e seus fenômenos, bem como buscar formas de contribuir melhores terapias e diagnóstico precoce. Ele foi capaz não apenas de apontar potenciais reguladores mestres, mas também de transcrições que são supostos preditores de resultados bons ou ruins para os pacientes.
FONTE: Linkedin.
