PharmaCrystal AI

Predicao de polimorfos farmaceuticos com Machine Learning.

Visao Geral

PharmaCrystal AI e um projeto profissional de ciencia de dados aplicada a cristalografia farmaceutica. O objetivo e prever estabilidade e risco farmaceutico de formas polimorficas de IFAs a partir de descritores cristalograficos, fisico-quimicos e de condicoes de armazenamento.

Esta Etapa 1 entrega a fundacao do projeto:

• Estrutura profissional de pastas.
• Dataset sintetico realista.
• Dicionario de dados.
• Configuracao inicial de ambiente.
• Script de validacao de qualidade dos dados.
• Documentacao inicial para evolucao nas proximas etapas.

Problema

Diferentes formas polimorficas podem alterar estabilidade, solubilidade, biodisponibilidade, manufaturabilidade e risco regulatorio. Detectar precocemente formas instaveis ou de alto risco apoia decisoes de P&D, pre-formulacao, controle de qualidade e CMC.

Publico-Alvo

• Farmaceuticos industriais.
• Pesquisadores em cristalografia de raios X.
• Cientistas de dados em pharma e healthtech.
• Times de pre-formulacao, CMC e qualidade.
• Recrutadores internacionais avaliando projetos aplicados.

Escopo da Etapa 1

pharmacrystal-ai-project1/
├── backend/
├── frontend/
├── data/
│   ├── raw/
│   ├── processed/
│   └── synthetic/
├── notebooks/
├── src/
│   ├── data/
│   ├── features/
│   ├── models/
│   ├── evaluation/
│   └── visualization/
├── models/
├── reports/
├── tests/
├── docs/
├── docker/
├── scripts/
├── config/
├── README.md
├── docker-compose.yml
├── requirements.txt
├── pyproject.toml
├── .env.example
├── Makefile
└── LICENSE

Como Validar a Etapa 1

No Windows PowerShell:

python scripts/generate_synthetic_data.py
python scripts/validate_data.py

Ou usando Make:

make seed
make validate-data

Como Executar a Etapa 2 - Pipeline de Dados

python scripts/run_data_pipeline.py

Saidas geradas:

• data/processed/pharmacrystal_polymorphs_processed.csv
• reports/eda_report.md

Proximas Etapas

1. Pipeline de dados.
2. Estatistica cientifica.
3. Machine Learning.
4. Backend FastAPI.
5. Dashboard.
6. Docker e producao.
7. Documentacao final.

Nota de Seguranca

Este projeto usa dados sinteticos por padrao. Nenhum dado real de paciente, composto proprietario ou documento confidencial deve ser commitado no repositorio.