• Olhar estratégico e ciência moldando descobertas.

    Escreva sua legenda aqui
    Botão
  • Parceria no desenvolvimento científico e de produtos.

    Escreva sua legenda aqui
    Botão
  • Estratégia e know-how em Saúde e Ciências da Vida.

    Escreva sua legenda aqui
    Botão

A Biomelting

Inovação e expertise em Ciências da Vida.


A Biomelting é o seu parceiro estratégico no desenvolvimento científico e de produtos em Saúde e Ciências da Vida. Atuamos como uma ponte entre o desafio científico e a solução prática, oferecendo suporte técnico de alta qualidade, expertise e compromisso incansável com a inovação e o progresso científico.

Nossos Serviços

A Biomelting oferece um portfólio completo de serviços desenvolvidos para atender às necessidades mais exigentes de pesquisadores e laboratórios clínicos. Nossas soluções são projetadas para otimizar seus projetos, reduzir custos e acelerar a obtenção de resultados confiáveis. 

Sequenciamento em

Larga Escala

Aplicação de tecnologias de sequenciamento de nova geração (NGS) para diversas áreas, garantindo dados genéticos precisos.

Análise de Dados Genéticos por Bioinformática

Interpretação aprofundada de grandes volumes de dados genômicos, transformando informações complexas em insights acionáveis.

Processamento de Amostras Biológicas

Manuseio e preparação rigorosa de amostras, assegurando a integridade e a qualidade

para análises subsequentes.

Assessoria de Projetos Técnico-Científicos

Suporte especializado desde a concepção do projeto até a implementação, otimizando o desenho experimental e garantindo a conformidade técnica, ética e regulatória.

Diferenciais Biomelting

Redução do tempo

de resposta

(turnaround time).

Capacidade de atender demandas de NGS com custos otimizados para o mercado nacional e em prazos adequados.

Consultoria científica completa que abrange desde o desenho experimental até a interpretação de resultados, otimizando projetos e reduzindo falhas. 

Atuação como parceiros estratégicos em pesquisa, oferecendo uma oferta completa que reduz a necessidade de múltiplos fornecedores.

Desenvolvimento de fluxos específicos para mercados diversos como saúde humana, veterinária, agronegócio, indústria alimentícia e ambiental. 

Atendimento consultivo com suporte pós-serviço, criando relações de longo prazo e confiança.

Últimos Conteúdos

Fique por dentro das últimas novidades e insights do mundo da pesquisa científica e biotecnologia. Em nosso espaço de conteúdos reunimos artigos aprofundados, análises de tendências e discussões sobre os avanços mais recentes. 

Por Fábio Ribeiro 4 de maio de 2026
O câncer não é uma doença de etiologia única. Ele surge principalmente a partir do acúmulo de alterações genéticas que comprometem mecanismos essenciais, como a apoptose e o controle da proliferação celular, resultando na formação de clones celulares agressivos. Contudo, nem toda alteração genética tem impacto funcional. Nesse contexto, as mutações podem ser divididas em dois grandes grupos: Mutações passenger , que acompanham o processo, mas não têm papel causal Mutações driver , que contribuem diretamente para o desenvolvimento e progressão tumoral As mutações driver ocorrem, em geral, em genes que regulam o comportamento celular, como: Genes supressores tumorais , responsáveis por frear o crescimento celular (ex.: TP53, RB1, BRCA1/2, MLH1 ) Oncogenes , que atuam como aceleradores da proliferação (ex.: RAS, MYC, BRAF, ABL ) Variantes somáticas vs germinativas As alterações genéticas também podem ser classifcadas quanto à sua origem: Somáticas: adquiridas ao longo da vida, associadas a fatores ambientais ou erros na divisão celular Germinativas: presentes desde o nascimento e transmissíveis entre gerações Essa distinção é essencial para definir risco hereditário e estratégias de tratamento. Tipos de alterações genéticas As variantes podem ocorrer em diferentes níveis: Alterações estruturais: Translocações Deleções Inserções Inversões Amplificações Alterações pontuais Missense : troca de aminoácido Nonsense : geração de códon de parada Silenciosas: sem alteração no aminoácido Frameshift : alteração da matriz de leitura In-frame : inserções/deleções sem alterar a leitura global Como essas variantes são identificadas? Com o avanço das tecnologias de sequenciamento, tornou-se possível identificar milhares de variantes simultaneamente. Entre as principais abordagens estão: Painéis multigênicos de nova geração (NGS) Exoma completo MLPA, FISH e PCR, especialmente em análises somáticas No entanto, o maior desafio não está na geração dos dados, mas na sua interpretação. Como as variantes são classificadas? A classificação segue diretrizes internacionais: ACMG/AMP (2015) para variantes germinativas ASCO/CAP para variantes somáticas As variantes são categorizadas como: Benignas Provavelmente benignas Variantes de Significado Incerto (VUS) Provavelmente patogênicas ou provavelmente oncogênicas quando somáticas Patogênicas ou oncogênicas quando somáticas Uma variante é considerada patogênica quando há forte evidência de associação com doença, baseada em múltiplas linhas de evidência; e oncogênica quando há evidências de que contribui para o desenvolvimento, progressão tumoral ou impacto na resposta terapêutica. O que é necessário para classificar uma variante? A classificação não depende de um único dado, mas da integração de diversas fontes: Bancos de dados populacionais Permitem avaliar a frequência da variante na população: gnomAD dbSNP 1000 Genomes Project Bancos fenotípicos Relacionam variantes a doenças conhecidas: OMIM Orphanet Ferramentas computacionais Algoritmos in silico predizem o impacto funcional da variante: Análise de conservação evolutiva Predição estrutural (ex.: AlphaFold) Avaliação de impacto em splicing e função proteica Essas ferramentas ajudam a identificar se a variante pode comprometer a função da proteína, como impedir a formação de complexos proteicos. Integração das evidências Todos esses dados são integrados segundo critérios como: Frequência populacional Evidência funcional Dados computacionais Segregação familiar (germinativa) Hotspots de câncer (somática) Um processo dinâmico A classificação de variantes não é definitiva. Uma variante pode ser reclassificada à medida que novos dados científicos se tornam disponíveis, o que reforça a necessidade de atualização contínua. Por que isso importa? A classificação de variantes é o elo entre o sequenciamento genético e a decisão clínica. É ela que permite transformar dados genômicos em: diagnóstico mais preciso definição de risco hereditário escolha terapêutica mais adequada É assim que a genômica se consolida na prática clínica : não apenas gerando dados, mas transformando informação em decisões que direcionam o cuidado . Referências ANDRIKOPOULOU, A. et al. Germline and somatic variants in ovarian carcinoma: a next-generation sequencing analysis. Frontiers in Oncology, v. 12, 2022. HORAK, P. et al. Standards for the classification of pathogenicity of somatic variants in cancer (oncogenicity). Genetics in Medicine, v. 24, n. 5, p. 986-998, 2022. LI, M. M. et al. Standards and guidelines for the interpretation and reporting of sequence variants in cancer. Journal of Molecular Diagnostics, v. 19, n. 1, p. 4-23, 2017.
30 de março de 2026
Nos artigos anteriores do nosso blog, já demonstramos o quanto as informações genômicas se tornaram cada vez mais presentes na medicina a partir do avanço das tecnologias de sequenciamento. Porém, ainda há um caminho longo entre o oceano de informações gerado pelo sequenciamento de nova geração (NGS) e o direcionamento clínico. Neste artigo, iremos explorar como as análises genômicas evoluem de um contexto laboratorial para a prática clínica. O desafio clínico dos dados genômicos Já abordamos anteriormente como painéis de genes específicos podem ser utilizados quando têm influência direta sobre um fenótipo. Mas como chegar à definição de que uma alteração molecular apresenta potencial clínico? Ao explorarmos conjuntos de dados extensos, como em um sequenciamento de exoma (WES) ou genoma (WGS), milhares de alterações podem ser identificadas. E, para lidar com essa quantidade de dados, é necessário avaliar aspectos como o impacto funcional, a evidência clínica e a relevância terapêutica. Um destes aspectos é justamente a acionabilidade, que, no contexto genômico, seria o potencial de uma alteração molecular para orientar decisões clínicas através de informações diagnósticas, prognósticas e de sensibilidade ou resistência a tratamentos. Ao avaliar os resultados de um sequenciamento, devemos nos perguntar: Essa variante impacta a função gênica ou proteica? Existem evidências de que essa variante seja causadora de doenças? E, especialmente: Existem terapias direcionadas para esse achado específico? Essas questões fornecem a base para avaliar se uma variante apresenta potencial de utilidade clínica. A mesma variante pode ser considerada acionável ou não, a depender do caso observado. Por exemplo: Alterações patogênicas em BRCA 1/2 são os principais indicadores de predisposição genética ao câncer de mama e também estão associados à sensibilidade a inibidores da PARP. O gene APOE é um gene-chave associado à doença de Alzheimer, possuindo alelos tanto protetivos quanto de risco. Esses mesmos achados, quando avaliados em outros contextos clínicos, podem não apresentar utilidade clínica ou implicações terapêuticas, não sendo considerados acionáveis. Portanto, a acionabilidade está intimamente relacionada com o fenótipo e contexto clínico analisado. O espectro de alterações genômicas potencialmente acionáveis inclui diferentes classes de eventos, como variantes pontuais (SNPs), fusões gênicas, variantes de número de cópias (CNVs), instabilidade de microssatélites (MSI) e carga mutacional tumoral (TMB), entre outros. No campo da oncologia, onde há um maior avanço nesse quesito de acionabilidade, existem diretrizes, como as da AMP/ASCO/CAP, que buscam padronizar níveis hierárquicos de acionabilidade, do uso consolidado às evidências emergentes. Nível I: forte significado clínico (terapias aprovadas) Nível II: potencial significado clínico Nível III: significado incerto Nível IV: benigna/provavelmente benigna Ainda assim, essa interpretação exige atualização constante e curadoria das evidências científicas, integração com observações clínicas e, acima de tudo, capacidade de gerar e analisar novos dados. Nesse contexto, a Biomelting atua como a ponte entre a geração de dados de alta qualidade e sua interpretação clínica, por meio de análises bioinformáticas e curadoria de evidências , facilitando a identificação de achados com potencial relevância clínica. Bibliografia Recomendada: Para os leitores que desejam saber mais detalhes a respeito do processo de identificação e interpretação de alterações genômicas com potencial significado clínico, recomendamos as seguintes leituras: CARTER, Tonia C.; HE, Max M. Challenges of identifying clinically actionable genetic variants for precision medicine. Journal of healthcare engineering , v. 2016, n. 1, p. 3617572, 2016. CLINICAL GENOME RESOURCE (ClinGen). Clinical Actionability. Disponível em: https://clinicalgenome.org/curation-activities/clinical-actionability/. Acesso em: 27 mar. 2026. GODDARD, Katrina AB et al. Establishing the medical actionability of genomic variants. Annual review of genomics and human genetics , v. 23, p. 173-192, 2022. HUNTER, Jessica Ezzell et al. A standardized, evidence-based protocol to assess clinical actionability of genetic disorders associated with genomic variation. Genetics in Medicine , v. 18, n. 12, p. 1258-1268, 2016. LI, Marilyn M. et al. Standards and guidelines for the interpretation and reporting of sequence variants in cancer: a joint consensus recommendation of the Association for Molecular Pathology, American Society of Clinical Oncology, and College of American Pathologists. The Journal of molecular diagnostics , v. 19, n. 1, p. 4-23, 2017.
Por Fábio Ribeiro 10 de fevereiro de 2026
Durante mais de um século, a microbiologia dependeu fundamentalmente de uma ferramenta: a placa de Petri. Para estudar um microrganismo, precisávamos isolá-lo e cultivá-lo em laboratório. O problema? Descobrimos que estamos vendo apenas a ponta do iceberg. Estima-se que mais de 99% dos microrganismos do planeta não sejam cultiváveis pelas técnicas padrão. Vivíamos em uma ignorância parcial sobre a verdadeira diversidade microbiana da Terra e do nosso próprio corpo. A Metagenômica chegou para quebrar essa barreira. Ela é a ciência que estuda o material genético obtido diretamente de amostras ambientais, sem necessidade de cultivo prévio. Seja uma gota de água do mar, um grama de solo agrícola ou uma amostra intestinal humana, a metagenômica nos permite tentar ler o DNA de toda a comunidade ali presente. Neste artigo, vamos explorar as técnicas que revolucionaram a ciência, os desafios críticos de bancada que poucos mencionam e, crucialmente, emitir um alerta necessário sobre as armadilhas na interpretação clínica dos dados. O "Passo Zero": O Desafio Invisível da Extração de DNA Antes mesmo de pensarmos em sequenciar, enfrentamos o primeiro e talvez o maior obstáculo da metagenômica: extrair o DNA das células. Uma amostra ambiental (como fezes ou solo) é uma mistura caótica de organismos com estruturas muito diferentes. O Problema: Bactérias Gram-negativas rompem-se com facilidade. Já bactérias Gram-positivas (com paredes de peptidoglicano), esporos bacterianos, fungos (com paredes de quitina) e micobactérias são fortalezas difíceis de quebrar. O Viés da Extração: Se usarmos um método de extração muito suave (apenas químico), só veremos organismos frágeis. Se usarmos um método muito agressivo (como o bead-beating , que emprega microesferas e agitação mecânica intensa), conseguimos romper os organismos mais rígidos, mas corremos o risco de fragmentar excessivamente o DNA, o que prejudica certas análises posteriores (especialmente as de leituras longas). A escolha do kit e do protocolo de extração é fundamental e introduz o primeiro viés no estudo. Não existe um método universal perfeito; a escolha deve ser guiada pelo tipo de amostra e pela pergunta biológica. Como sempre na ciência, essas decisões precisam ser tomadas ainda na fase de desenho experimental, pois a bioinformática não fará milagres na etapa de análise. Uma boa decisão nesse momento pode ser a chave para controlar os vieses na interpretação dos resultados. A Caixa de Ferramentas: Como Estudamos o Invisível? Uma vez superado o desafio da extração, a metagenômica oferece diferentes estratégias de Sequenciamento de Nova Geração (NGS), cada uma com um propósito: 1. Sequenciamento de Amplicons (Ex.: 16S rRNA, ITS, ...) O Censo Demográfico: "Quem está aí?" Esta abordagem não sequencia tudo. Ela foca em amplificar (via PCR) genes marcadores específicos que funcionam como um "código de barras" molecular. Para bactérias, o alvo mais comum é o gene 16S rRNA ; para fungos, a região ITS . Vantagens: Custo mais baixo, lida bem com DNA um pouco mais fragmentado e é excelente para determinar a taxonomia (quem são os organismos) e a diversidade da comunidade. Limitações: Oferece pouca informação sobre a função real dos microrganismos e é "cega" para grupos que os primers não alcançam (ex.: um sequenciamento baseado em 16S bacteriano não detectará vírus). 2. Metagenômica "Shotgun" (Leituras Curtas) Análise Funcional: "Quem está aí e o que podem fazer?" Aqui, todo o DNA extraído é fragmentado aleatoriamente em pequenos pedaços (geralmente 150-300 pares de bases) e sequenciado, geralmente em plataformas Illumina. Vantagens: Revela o potencial funcional da comunidade. Podemos identificar genes de resistência a antibióticos, fatores de virulência e vias metabólicas complexas, além de detectar vírus e plasmídeos. Limitações: Custo elevado e bioinformática complexa. Montar genomas completos a partir de milhões de pequenos fragmentos, provenientes de centenas de espécies diferentes, é como tentar montar 500 quebra-cabeças diferentes, todos misturados na mesma caixa e com peças faltando. 3. Sequenciamento de Leituras Longas (Long-Read Sequencing) A Montagem de Genomas Completos Tecnologias como Oxford Nanopore e PacBio (HiFi) mudaram o jogo. Em vez de picotar o DNA em pedaços minúsculos, elas leem fragmentos gigantes (de milhares a dezenas de milhares de bases). Vantagens: Resolve o problema do quebra-cabeça. Com peças maiores, é muito mais fácil montar genomas completos de organismos não cultivados (os chamados MAGs - Metagenome-Assembled Genomes). É superior para detectar elementos móveis, genes de resistência completos e regiões repetitivas. Limitações: Geralmente tem um custo por base mais alto e, crucialmente, exige DNA de altíssima qualidade e alto peso molecular (HMW) na extração. Se a extração foi agressiva demais e quebrou o DNA, essa técnica não funciona bem. O Impacto Multissetorial da Metagenômica Ao nos permitir ler o DNA do ambiente, a metagenômica abriu portas em diversas áreas: Na Agricultura: Avaliar a saúde biológica do solo, identificar comunidades promotoras de crescimento e detectar fitopatógenos precocemente. Na Biotecnologia: Bioprospecção em ambientes extremos para identificar novas enzimas industriais (ex.: celulases, polimerases) ou novos compostos antimicrobianos escondidos no DNA de bactérias não cultiváveis. Na Medicina: O estudo do microbioma humano para o diagnóstico de infecções complexas, a compreensão de doenças inflamatórias e a influência da microbiota na resposta a medicamentos (farmacomicrobiômica). SEÇÃO CRÍTICA: O Dilema Clínico e o Alerta sobre a Interpretação Chegamos ao ponto mais delicado. O entusiasmo pelo microbioma humano gerou uma onda de estudos associando bactérias a praticamente todas as doenças conhecidas. Isso criou uma percepção perigosa de que um simples teste de microbioma pode diagnosticar condições complexas. Precisamos de cautela. A maioria dos estudos atuais são observacionais: eles mostram uma "foto" e identificam correlações, mas raramente provam causalidade. O Perigo da Confusão: Agente Etiológico vs. Bioindicador Vamos usar o exemplo crítico do câncer . Estudos mostram que certos tumores possuem uma comunidade bacteriana específica associada a eles. A pergunta que define tudo é: A galinha ou o ovo? 1. O Cenário do Agente Etiológico (Causa): Aquelas bactérias específicas causaram a inflamação que levou ao tumor? (Exemplo: H. pylori e câncer gástrico). Se sim, elas são alvos terapêuticos. 2. O Cenário do Bioindicador (Consequência/Oportunista): O tumor alterou o ambiente local (mudou o pH, nutrientes, oxigênio), criando um nicho perfeito para que certas bactérias "passageiras", que já estavam por perto, prosperassem? Nesse caso, elas são apenas um sinal de um ambiente doente, não a causa raiz. O Alerta da Biomelting: Interpretar a simples presença de um microrganismo como a causa de uma doença complexa, sem evidências mecanísticas, é um erro científico grave. Conclusão: Navegando na Complexidade A metagenômica é uma das ferramentas mais transformadoras da biologia moderna. No entanto, a transição desses dados para a prática exige rigor, que se estende da escolha do método de extração de DNA na bancada até a interpretação cuidadosa dos dados na bioinformática. Na Biomelting , entendemos que a metagenômica não é uma receita de bolo. Dominamos as técnicas de bancada para extrair o DNA difícil, as estratégias de sequenciamento (de amplicons a long-reads) e possuímos o olhar crítico para interpretar essa complexidade ecológica sem cair em armadilhas conceituais. Bibliografia Recomendada  1. O Desafio da Extração de DNA: Costea, P., Zeller, G., Sunagawa, S. et al. Towards standards for human fecal sample processing in metagenomic studies. Nat Biotechnol 35, 1069–1076 (2017). https://doi.org/10.1038/nbt.3960. 2. Visão Geral das Técnicas (Shotgun, Amplicons e Long-Reads): Quince, C., Walker, A., Simpson, J. et al. Shotgun metagenomics, from sampling to analysis. Nat Biotechnol 35, 833–844 (2017). https://doi.org/10.1038/nbt.3935. 3. O Poder dos Long-Reads na Metagenômica: Bertrand, D., Shaw, J., Kalathiyappan, M. et al. Hybrid metagenomic assembly enables high-resolution analysis of resistance determinants and mobile elements in human microbiomes. Nat Biotechnol 37, 937–944 (2019). https://doi.org/10.1038/s41587-019-0191-2. 4. Microbioma Humano e o Desafio da Causalidade (Crítico): Fischbach MA. Microbiome: Focus on Causation and Mechanism. Cell. 2018 Aug 9;174(4):785-790. doi: 10.1016/j.cell.2018.07.038. 5. Aplicações em Microbioma e Câncer (O dilema do "passageiro"): Sepich-Poore GD, Zitvogel L, Straussman R, Hasty J, Wargo JA, Knight R. The microbiome and human cancer. Science. 2021 Mar 26;371(6536):eabc4552. doi: 10.1126/science.abc4552. Erratum in: Science. 2024 Sep 27;385(6716):eadt2260. doi: 10.1126/science.adt2260.

Assine nossa newsletter

Cadastre-se e mantenha-se atualizado sobre o que está acontecendo.