Pavel-Kravchenko

Tries, casamento de múltiplos padrões Aho-Corasick, arrays de sufixos com LCP e árvores de sufixos para indexação de genomas.

Transcriptômica espacial: carregamento de dados Visium, controle de qualidade espacial, grafos de vizinhança espacial, I de Moran para genes espacialmente variáveis e visualização de tecido com Squidpy.

Algoritmos de montagem de genomas (OLC e grafo de De Bruijn), seleção de k-mers, tabela comparativa de montadores e uso de SPAdes/Flye/hifiasm.

Metagenômica de escopeta: descontaminação do hospedeiro, perfil taxonômico com Kraken2, abundância com Bracken, anotação funcional com HUMAnN3, montagem com MEGAHIT, binning com MetaBAT2, CheckM, MAGs e 16S com QIIME2.

Coleções Python (namedtuple, defaultdict, Counter, set) e regex para bioinformática, cobrindo contagem de k-mers, streaming de FASTA/FASTQ, mapas de restrição e padrões PROSITE.

Algoritmos de ordenação baseados em comparação — bubble, merge, shell, quicksort — com tabelas de complexidade e padrões de implementação.

Testes e CI/CD para bioinformática, abordando padrões pytest, fixtures, fluxos de trabalho do GitHub Actions e estratégias de teste específicas para a área.

Gráficos de pontos, análise de sintenia, detecção de rearranjos genômicos, distinção entre ortólogos/parálogos, conceitos de pan-genoma e seleção de ferramentas para alinhamento de genomas pareados.

Estatística Bayesiana com PyMC: especificação de priors, amostragem MCMC, análise posterior e modelos hierárquicos para dados biológicos. Utilize ao aplicar inferência Bayesiana a experimentos.

Filogenética com BioPython: modelos de distância (p-distância, JC69, K2P), construção de árvores UPGMA vs NJ, análise Newick e interpretação de bootstrap.

Redução de dimensionalidade e agrupamento de scRNA-seq, utilizando PCA, grafo k-NN, UMAP e Leiden. Inclui um guia para seleção de parâmetros, padrões de implementação e armadilhas comuns.

Fluxo de trabalho para análise metabolômica, cobrindo processamento de dados LC-MS, identificação de metabólitos, análise estatística e mapeamento de vias. Utilize ao conduzir experimentos de metabolômica.