Registro de validação científica

Registro vivo das fontes usadas para revisar o currículo de bioinformática oncológica. Estado: PARTIAL. Última consulta: 2026-07-30.

Escopo educacional

Uma fonte adequada pode sustentar uma explicação ou método, mas não transforma o HackCancer em recurso clínico. Este registro não interpreta variantes de pacientes, não recomenda testes e não orienta tratamento.

Objetivo

Este documento registra:

• quais fontes foram realmente consultadas;
• que afirmação cada fonte sustenta;
• o que a fonte não permite concluir;
• quais validações de banco ou serviço foram executadas;
• quais módulos continuam NEEDS_SOURCE ou LIVE_VALIDATION_PENDING.

A cobertura curricular e as prioridades permanecem na Matriz de cobertura de aprendizado.

---

Método desta rodada

Skills utilizadas

• PubMed Database — buscas estruturadas, recuperação de PMIDs, títulos, metadados e resumos.
• ClinVar Database — fluxo count → search para verificar o tamanho de uma consulta de variantes BRCA1 classificadas como patogênicas.
• Reactome Database — instruções e requisitos inspecionados; a consulta viva ficou pendente por limite externo de execução. A publicação Reactome 2024 foi validada via PubMed.

Regras adotadas

1. Artigo encontrado não equivale a afirmação validada.
2. Revisões orientam escopo; artigos metodológicos e benchmarks sustentam comportamento do método.
3. Fonte regulatória sustenta apenas a indicação, teste, população e data descritos.
4. Resultado de banco dinâmico deve registrar consulta e data.
5. ClinVar não é sinônimo de ação terapêutica somática.
6. Fonte de ferramenta não prova validade clínica do pipeline.
7. Nenhum módulo muda para OK apenas porque recebeu referências.

Estados dos pacotes de fonte

Estado	Significado
SOURCE_PACK_READY	Há fontes suficientes para revisar uma introdução, limites e uma prática estreita.
SOURCE_PACK_PARTIAL	Há fontes úteis, mas faltam ensaios, benchmarks ou documentação de uma parte do módulo.
LIVE_VALIDATION_PENDING	A literatura foi revisada, mas a consulta ao serviço/banco ainda não foi concluída.
NEEDS_SOURCE	A afirmação ou entrega ainda não tem fonte adequada registrada.

---

Resumo por bloco

Bloco	Estado do pacote	O que foi sustentado	O que continua faltando
Variantes, WES e QC	SOURCE_PACK_READY para introdução	Variant calling exige benchmark, validação e filtros documentados; WES varia entre centros e pipelines	Laboratório com truth set, CNV/SV e critérios de aprovação
RNA-seq e expressão diferencial	SOURCE_PACK_READY para introdução	Modelos de contagem, dispersão, replicação, FDR e enriquecimento	Notebook validado, desenho/contrastes e splicing
Montagem de novo	SOURCE_PACK_PARTIAL	Trinity e BUSCO sustentam transcriptoma sem referência e avaliação de completude	Benchmark de montagem genômica, contaminação, haplótipos e conjunto didático
Epigenômica	SOURCE_PACK_PARTIAL	Metilação, histonas, cromatina e miRNA pertencem ao escopo epigenético do câncer	Fontes metodológicas específicas para WGBS, ChIP-seq, ATAC-seq e small RNA-seq
Single-cell e espacial	SOURCE_PACK_READY para introdução	Boas práticas multimodais e métricas de reprodutibilidade espacial	Dataset didático, benchmark de anotação e prática executável
Imunogenômica	SOURCE_PACK_PARTIAL	Neoantígenos dependem de apresentação HLA e imunogenicidade; repertórios e deconvolução têm incerteza	Benchmark de tipagem HLA, pipeline TCR/BCR e comparação de deconvolução
GSEA e Reactome	SOURCE_PACK_PARTIAL + LIVE_VALIDATION_PENDING	GSEA é enriquecimento, depende do ranking/coleção; Reactome é base curada de vias	Consulta viva Reactome, universo de fundo didático e saída reproduzível
ML em oncologia	SOURCE_PACK_PARTIAL	TRIPOD+AI exige relato transparente; revisões mostram limitações de evidência	PROBAST+AI final, coorte adequada, calibração e validação externa prática

---

Correções científicas aplicadas

GSEA

Correção: GSEA estava apresentado como “redução de dimensionalidade”. A literatura metodológica o define como análise de enriquecimento sobre conjuntos gênicos e um ranking.

Limite registrado: enriquecimento não prova ativação causal; GSEA clássico não é análise por amostra.

TMB

Correção: o corte de 10 mutações/Mb não deve aparecer como definição universal de TMB alto nem como garantia de resposta.

Contexto validado: o corte está ligado a uma indicação regulatória específica de pembrolizumabe, teste autorizado e critérios clínicos definidos. O NCI ressalta que encontrar um biomarcador compatível não garante que a terapia funcione.

Cobertura de sequenciamento

Correção: foram removidos números apresentados como necessidade universal para sangue e tumor.

Limite registrado: cobertura necessária depende do ensaio, pureza, fração alélica-alvo, regiões capturadas, qualidade e validação.

WGBS

Correção: WGBS deixou de ser descrito como abordagem “definitiva”.

Limite registrado: cobertura ampla não elimina vieses de conversão, profundidade, composição celular ou desenho.

ClinVar e interpretação

Correção editorial: ClinVar deve ser ensinado como registro de classificações e níveis de revisão, não como mecanismo automático de ação terapêutica em oncologia.

---

Registro das consultas

PubMed

• Data: 2026-07-30
• Estratégia: consultas por bloco, máximo de cinco resultados por consulta, ordenação por relevância.
• Dados usados: PMID, título, autores, periódico, data, DOI e resumo.
• Resultado: pacotes curados abaixo; resultados de aplicação sem suporte metodológico direto foram descartados.

ClinVar

• Data: 2026-07-30
• Consulta executada: BRCA1[gene] AND pathogenic[clinsig]
• count: 14.298 registros correspondentes no momento da consulta.
• search: cinco IDs recuperados como amostra técnica, sem publicação no site e sem interpretação individual.
• summary/evidence: LIVE_VALIDATION_PENDING por limite externo de execução.

O número acima é fotografia de uma consulta ampla e dinâmica. Não representa 14.298 variantes independentes, controles curados ou consenso de painel especializado.

Reactome

• Publicação da base 2024: validada via PubMed.
• Consulta viva de versão/enriquecimento: LIVE_VALIDATION_PENDING.
• Nenhum token ou resultado de enriquecimento foi promovido para o currículo nesta rodada.

---

Pacote 1 — Variantes, WES, QC e TMB

Fonte	Sustenta	Não sustenta sozinha
Koboldt 2020	Princípios de variant calling, classes de variantes, revisão, validação e benchmark	Um pipeline universal para qualquer ensaio
Menzel et al. 2024	Variabilidade interlaboratorial em WES oncológico e impacto de filtros	Generalização para toda plataforma, coorte ou indicação
GDC DNA-Seq pipeline	Etapas públicas de alinhamento, co-cleaning, callers, anotação e agregação	Validade de um pipeline local não testado
FDA TMB-H	Corte e indicação regulatória específica de pembrolizumabe	Regra universal de TMB ou garantia de resposta
NCI biomarker testing	Biomarcadores podem informar opções, mas não garantem benefício	Recomendação individual de teste ou terapia

Fontes:

1. Koboldt DC. Best practices for variant calling in clinical sequencing. PMID 33106175. PubMed
2. Menzel M, Martis-Thiele M, Goldschmid H, et al. Benchmarking whole exome sequencing in the German network for personalized medicine. PMID 39293347. PubMed
3. NCI Genomic Data Commons. DNA-Seq: Whole Exome and Targeted Sequencing Analysis Pipeline. GDC Docs
4. FDA. FDA approves pembrolizumab for adults and children with TMB-H solid tumors. FDA
5. National Cancer Institute. Biomarker Testing for Cancer Treatment. NCI
6. NCBI. ClinVar. ClinVar

---

Pacote 2 — RNA-seq, expressão diferencial e GSEA

Fonte	Sustenta	Não sustenta sozinha
DESeq2	Dispersão e fold change moderados para dados de contagem	Correção de desenho experimental inadequado
edgeR	Modelagem de contagens replicadas e variabilidade	Ausência de replicação biológica
Schurch et al.	Replicação afeta sensibilidade e controle de FDR	Um número mínimo universal para todo RNA-seq
GSEA original	Enriquecimento sobre conjuntos gênicos e ranking	Causalidade ou atividade de via em um indivíduo
Benchmark GSEA 2024	Escolhas do método alteram desempenho em RNA-seq	Superioridade universal de uma configuração

Fontes:

1. Love MI, Huber W, Anders S. Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2. PMID 25516281. PubMed
2. Robinson MD, McCarthy DJ, Smyth GK. edgeR: a Bioconductor package for differential expression analysis of digital gene expression data. PMID 19910308. PubMed
3. Schurch NJ, Schofield P, Gierliński M, et al. How many biological replicates are needed in an RNA-seq experiment and which differential expression tool should you use? PMID 27022035. PubMed
4. Subramanian A, Tamayo P, Mootha VK, et al. Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles. PMID 16199517. PubMed
5. Candia J, Ferrucci L. Assessment of Gene Set Enrichment Analysis using curated RNA-seq-based benchmarks. PMID 38753612. PubMed

---

Pacote 3 — Montagem

Fonte	Sustenta	Lacuna
Trinity	Reconstrução de transcriptoma de novo sem genoma de referência	Não é benchmark atual de todo assembler ou organismo
BUSCO	Completude baseada em ortólogos de cópia única; N50 isolado é insuficiente	Não mede sozinho correção estrutural, contaminação ou faseamento

Fontes:

1. Grabherr MG, Haas BJ, Yassour M, et al. Full-length transcriptome assembly from RNA-Seq data without a reference genome. PMID 21572440. PubMed
2. Simão FA, Waterhouse RM, Ioannidis P, et al. BUSCO: assessing genome assembly and annotation completeness with single-copy orthologs. PMID 26059717. PubMed

---

Pacote 4 — Epigenômica

Fonte	Sustenta	Lacuna
Ilango et al. 2020	Metilação, histonas, miRNA e remodelamento em câncer	Detalhes operacionais de ensaios e QC
Nebbioso et al. 2018	Papel e limites de alterações epigenéticas em câncer	Pipeline específico de WGBS, ChIP-seq, ATAC-seq ou small RNA-seq

Fontes:

1. Ilango S, Paital B, Jayachandran P, et al. Epigenetic alterations in cancer. PMID 32114424. PubMed
2. Nebbioso A, Tambaro FP, Dell'Aversana C, Altucci L. Cancer epigenetics: Moving forward. PMID 29879107. PubMed

---

Pacote 5 — Single-cell e espacial

Fonte	Sustenta	Lacuna
Heumos et al. 2023	Boas práticas e benchmarks multimodais	Validação de um starter local ainda inexistente
Plummer et al. 2026	Métricas de reprodutibilidade para espacial por imagem	Generalização automática para toda tecnologia espacial

Fontes:

1. Heumos L, Schaar AC, Lance C, et al. Best practices for single-cell analysis across modalities. PMID 37002403. PubMed
2. Plummer JT, Dezem FS, Cook DP, et al. Standardized metrics for assessment and reproducibility of imaging-based spatial transcriptomics datasets. PMID 41339526. PubMed

---

Pacote 6 — Imunogenômica

Fonte	Sustenta	Lacuna
Müller et al. 2023	Predição de neoantígenos precisa separar ligação HLA de imunogenicidade observada	Pipeline didático completo e validação clínica
McGranahan et al. 2017	Perda alélica de HLA pode participar de escape imune	Benchmark geral de tipagem HLA
Ma et al. 2024	Heterogeneidade e repertório B em múltiplos tumores	Starter BCR reproduzível
Chiou et al. 2021	Agrupamento de especificidade TCR, inferência HLA e descoberta de antígeno	Método universal de repertório
TIMER3 2025	Deconvolução computacional é estimativa dependente de algoritmo	Verdade de referência para qualquer tumor

Fontes:

1. Müller M, Huber F, Arnaud M, et al. Machine learning methods and harmonized datasets improve immunogenic neoantigen prediction. PMID 37816353. PubMed
2. McGranahan N, Rosenthal R, Hiley CT, et al. Allele-Specific HLA Loss and Immune Escape in Lung Cancer Evolution. PMID 29107330. PubMed
3. Ma J, Wu Y, Ma L, et al. A blueprint for tumor-infiltrating B cells across human cancers. PMID 38696569. PubMed
4. Chiou SH, Tseng D, Reuben A, et al. Global analysis of shared T cell specificities in human non-small cell lung cancer enables HLA inference and antigen discovery. PMID 33691136. PubMed
5. Cui H, Zhao G, Lu Y, et al. TIMER3: an enhanced resource for tumor immune analysis. PMID 40337924. PubMed

---

Pacote 7 — Vias e Reactome

Fonte	Sustenta	Lacuna
GSEA original	Interpretação de perfis por conjuntos gênicos	Causalidade
Benchmark GSEA 2024	Sensibilidade a escolhas de implementação	Uma configuração universal
Reactome 2024	Base curada e modelo consistente de processos moleculares	Validação viva do serviço nesta rodada

Fontes:

1. Subramanian A, Tamayo P, Mootha VK, et al. Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles. PMID 16199517. PubMed
2. Candia J, Ferrucci L. Assessment of Gene Set Enrichment Analysis using curated RNA-seq-based benchmarks. PMID 38753612. PubMed
3. Milacic M, Beavers D, Conley P, et al. The Reactome Pathway Knowledgebase 2024. PMID 37941124. PubMed
4. Reactome. License and citation. Reactome

---

Pacote 8 — ML em oncologia

Fonte	Sustenta	Lacuna
TRIPOD+AI	Relato completo e transparente de modelos de predição	Qualidade ou baixo risco de viés por si só
Mäkitie et al. 2023	Revisões oncológicas relatam aplicações e limitações	Generalização para todo tumor, endpoint ou implantação

Fontes:

1. Collins GS, Moons KGM, Dhiman P, et al. TRIPOD+AI statement: updated guidance for reporting clinical prediction models that use regression or machine learning methods. PMID 38626948. PubMed
2. Mäkitie AA, Alabi RO, Ng SP, et al. Artificial Intelligence in Head and Neck Cancer: A Systematic Review of Systematic Reviews. PMID 37291378. PubMed

---

Pendências para a próxima rodada

• LIVE_VALIDATION_PENDING — executar versão e enriquecimento controlado no Reactome.
• LIVE_VALIDATION_PENDING — recuperar summary/evidence ClinVar apenas para controles curados e com coordenadas GRCh38.
• NEEDS_SOURCE — benchmark de tipagem HLA.
• NEEDS_SOURCE — protocolo e benchmark didático de repertório TCR/BCR.
• NEEDS_SOURCE — pipelines e QC específicos de WGBS, ChIP-seq, ATAC-seq e small RNA-seq.
• NEEDS_SOURCE — benchmark de montagem genômica, contaminação e faseamento.
• NEEDS_SOURCE — avaliação de risco de viés para ML além do checklist de relato.

Governança

• Registrar data e consulta de bancos dinâmicos.
• Não copiar conclusões de resumo sem verificar o escopo do estudo.
• Preferir DOI, PMID, regulador, documentação oficial e versão da ferramenta.
• Atualizar a Matriz de cobertura somente após o entregável correspondente existir.
• Respeitar os termos do PubMed/NCBI, ClinVar e Reactome, além da licença de cada artigo.