Pavel-Kravchenko

Expressão diferencial de RNA-seq utilizando DESeq2 e edgeR, incluindo estratégias de normalização (RPKM/TPM/fatores de tamanho DESeq2), PCA exploratória, gráficos de vulcão, GSEA e pipelines STAR/Salmon/featureCounts.

Correspondência exata de padrões baseada em DFA: construção em O(m|Σ|) via função de prefixo e busca em O(n) sem retrocesso.

Controle de qualidade e pré-processamento de scRNA-seq: construção de AnnData, métricas de CQ, filtragem MAD e estratégias de normalização.

Fluxo de trabalho RNA-seq: desenho experimental, alinhamento vs pseudo-alinhamento, normalização de contagens (TPM), configuração de expressão diferencial e principais armadilhas.

Operadores aritméticos, de comparação, lógicos e de pertinência do Python com aplicações em bioinformática, como quadros de leitura de códons, conteúdo de GC e filtros de qualidade.

Correspondência de strings ingênua O(nm) por força bruta — linha de base de janela deslizante, aceitável em alguns casos e que motiva KMP/Rabin-Karp.

Proteômica e métodos estruturais: ionização por espectrometria de massa, cálculo de íons b/y em MS/MS, digestão por tripsina, mecanismos de busca em banco de dados e identificação de peptídeos por massa.

Detecção de comunidades em redes biológicas usando algoritmos de Louvain/Leiden, modularidade Q, módulos de coexpressão WGCNA e exportação para Cytoscape.

Análise de diversidade e comunidade por metagenômica 16S/amplicon.

Realiza controle de qualidade e normalização de triagens CRISPR, cobrindo QC de distribuição de biblioteca, índice de Gini, correlação de replicatas e normalização de contagens, sendo útil ao processar matrizes de contagem de triagens CRISPR.

Anotação Funcional de Metagenomas com NumPy

Fundamentos de script Bash para bioinformática: variáveis, condicionais, loops e padrões de pipeline.