Pavel-Kravchenko

Fundamentos do RDKit: análise de SMILES, propriedades moleculares, busca de subestruturas, impressões digitais e similaridade química. Use ao realizar operações de quimioinformática em Python.

MOFA2 é uma análise fatorial multi-ômica não supervisionada que realiza decomposição de variância, interpretação de fatores e separação de sinais compartilhados/específicos. É ideal para integrar múltiplas camadas ômicas.

Arquitetura AlphaFold2/3, métricas de confiança (pLDDT/PAE), recuperação de estruturas e fluxos de trabalho de classificação de design de proteínas.

Casamento de strings KMP: busca de padrões em O(n+m) utilizando uma tabela de prefixos da função de falha.

O footprinting de TF a partir de ATAC-seq abrange a análise de perfis de inserção de Tn5, o cálculo de pontuações de footprint, operações de intervalo com pybedtools e a criação de gráficos de acumulação.

Operações e complexidade de árvores de busca binária (BST), com uma implementação limpa que utiliza ponteiros para pais para suportar todas as operações padrão.

Pipeline de chamada de variantes, formato VCF, decodificação de genótipos e análise de SNPs com GATK/bcftools.

Análise de cromatogramas de sequenciamento Sanger, incluindo leitura de arquivos .ab1 com BioPython, pontuações de qualidade Phred, visualização de traços e corte baseado na qualidade.

Variantes Estruturais em montagens de leitura longa com NumPy.

Construção e análise de redes PPI com NetworkX e STRING DB: métricas de centralidade, classificação de hubs/gargalos, propriedades de rede livre de escala e detecção de comunidades.

Modelos de base de sequências de DNA/RNA: embeddings, ajuste fino e previsão regulatória.

Especializado em regressão, correlação e diagnósticos em R, cobrindo intervalos de confiança, testes t, testes de normalidade, correlação de Pearson/Spearman/Kendall e IC da transformação z de Fisher.