O laboratório manda 4,3 gigabytes; o produtor recebe uma página que ele entende

A DNA Genética já domina a genética bovina — coleta, interpretação e gestão de dados genômicos são o negócio dela. Ao entrar no segmento de ovinos, um mercado ainda pouco explorado no Brasil, ela montou a parceria internacional: amostras de cartilagem auricular dos animais são genotipadas no exterior num chip de 80 mil SNPs. A ciência estava resolvida. O problema era o que acontecia depois.

O resultado volta como um Illumina FinalReport: um arquivo de texto com uma linha por animal × SNP. Para um lote de 735 animais, isso significa 4,3 GB e cerca de 59 milhões de linhas — um arquivo que o Excel não abre (o limite dele é 1 milhão de linhas; o arquivo estoura 56 vezes) e que nenhuma pessoa lê. E do chip inteiro, só 76 marcadores interessam para a avaliação: o resto é ruído para este trabalho.

• Processamento manual em planilha, animal por animal — inviável no volume real: o dado útil estava enterrado em 59 milhões de linhas.
• Sem rastreabilidade por animal: o histórico de cada ovino não existia em lugar nenhum — existia um arquivo por lote.
• O cliente final recebia dado bruto, não leitura técnica — o valor percebido do serviço ficava abaixo do valor real da ciência.
• A regra de interpretação muda o tempo todo. É a natureza da genômica: a cada publicação científica, um marcador "ganha direção" e passa a pontuar. Nas palavras do próprio cliente: "pesquisas novas, a gente cria um campo novo, recalcula e entrega de novo" — não era recurso futuro, era a premissa de como ele trabalha.

A decisão estruturante foi tratar a regra de interpretação como dado, não como código. A equipe da DNA Genética cadastra os marcadores e, para cada combinação de genótipo × raça, define o composto, a pontuação e a classificação. Esse catálogo — hoje 76 marcadores e 1.103 regras — é o cérebro do sistema, e quem o mantém é o geneticista, não o programador. Marcador tem ciclo de vida (ativo · aguardando direção · bloqueado), sonda causal tem precedência sobre a réplica técnica, e o mesmo SNP pode pontuar diferente em raças diferentes, porque é assim que a ciência funciona.

A segunda decisão foi separar o genótipo bruto do cálculo. O arquivo do laboratório sobe direto para o armazenamento — 4,3 GB não passam pelo corpo da requisição — e a API lê o objeto em streaming, gravando cada leitura útil como dado do animal, independente de qualquer pontuação. A consequência é o que o cliente pediu sem saber o nome técnico: o recálculo virou um botão. E quando um marcador é cadastrado depois da importação, o sistema relê o arquivo que já está guardado e grava só o que faltava, sem pedir nada novo ao laboratório.

A terceira decisão protege o laudo: número errado com cara de certo é o pior defeito possível num documento genético. O motor de pontuação não foi apenas testado — foi conferido contra um oráculo independente: uma implementação separada do cálculo, rodando fora do sistema, sobre os mesmos dados. Resultado na carga real: zero divergência em 735 animais. E o laudo distingue o que sistemas descuidados misturam: zero é "avaliado e não pontuou"; nulo é "não avaliado" — marcador que o ensaio não leu aparece como não lido, réplica preterida aparece como preterida, e nada é descartado em silêncio.