Source-Audited. 67 fichas v2 publicadas · 367 claims com URL pública · 47 casos adversos documentados (FDA FAERS + comunidade) · Atualizada continuamente. Ver roadmap.
Source-Audited · Atualizada toda semana

A base de conhecimento mais auditável de peptídeos do mundo.

Cada afirmação rastreável a uma fonte primária pública. GRADE Cochrane explícito por outcome. Evidência científica e relato de comunidade visualmente separados. Atualizada continuamente por crons que monitoram PubMed, FDA, WADA e ANVISA.

67
peptídeos com ficha v2 auditável
Schema canônico v2.0.0
367
claims com URL pública resolvível
PubMed · FDA · EMA · WADA · DailyMed · CIR
47
casos adversos documentados
FDA FAERS · Reddit · PubMed case reports
Carregando dados ao vivo da KB…

Veja a auditoria antes mesmo de confiar.

Aqui está um claim aleatório de uma das nossas fichas. Clique em "Ver fonte" pra ver exatamente o paper, o hash, a data de extração e o nível de evidência GRADE — em tempo real.

BPC-157 acelera reparo tendíneo via upregulation de VEGF — n=12 (piloto humano); evidência primária pré-clínica em modelos animais.

GRADE Certainty
Low (n=12)
Species evidence
Clinical population (humano)
Fonte primária
PubMed PMID:39325560
Hash SHA-256
a3f8e2c4b1d9...
Ver fonte original →

Auditável Este card rotaciona claims reais das nossas fichas — cada um com fonte primária, PMID e hash verificáveis. A cobertura das fichas cresce a cada ciclo de pesquisa.

Metodologia. Não opinião.

Toda recomendação clínica é construída sobre 6 pilares metodológicos explícitos — derivados das melhores práticas de Cochrane, Examine.com, FDA e DailyMed.

GRADE Cochrane explícito

Cada outcome classificado em high/moderate/low/very_low com 5 critérios visíveis: risk of bias, inconsistência, indireção, imprecisão e viés de publicação. Sem escala 1-5 monolítica.

Species evidence transparente

Cada claim marca in_vitro, animal_model, healthy_human ou clinical_population. Recomendação só com evidência animal vem com aviso obrigatório de extrapolação.

Quality assurance de sourcing

Cada peptídeo tem bloco quality_assurance: purity HPLC, endotoxin LAL, vendors validados (PureLab, Royal), red flags de grey-market. Veja em /peptio/check.

Pharmacovigilância ativa

Agente dedicado scaneia community-intel por marcadores de SAE (ER, hospital, anafilaxia, trombose). Cross-check com FDA FAERS. Follow-up automatizado D+30/60/90 dos próprios pacientes.

Comparação com tratamentos aprovados

Pra cada peptídeo não-aprovado, mostramos a alternativa aprovada (BPC-157 vs PRP intra-articular; CJC-1295 vs hGH recombinante). Evita vender peptídeo onde uma fisioterapia básica resolveria.

Doses por população

Tirzepatida e retatrutida têm cinética dose-dependente. Schema modela dose_by_population: adulto normal, obeso, idoso, IRC estágio 3+, hepático Child-Pugh B+. Não usamos dose flat única.

Arquitetura. Auditável a qualquer hora.

Schema canônico versionado. CI gates ativos. Reproducibilidade com seed fixo. Eval framework com golden set. Tudo no git.

Schema canônico v2

JSONSchema Draft 2020-12, semver versionado, CHANGELOG público. 14 camadas (core, regulatory, evidence_grade, safety_hard/soft, pre_use_screening, cofatores, dose_by_population, monitoring, stacking, community_signals, provenance, versioning).

CI gates ativos

kb-contract-test.js roda em cada PR. Bloqueia se: schema drift, claim sem URL pública, peptide ID fora do registry, hash divergente. Hoje: 12/12 contratos passing.

Reproducibilidade

Modo eval: temperature=0 + seed fixo. Pipeline rodado 3x com mesma input gera diff < 5% em prosa, 0% em estruturado. Determinístico onde precisa ser.

Eval framework

Golden set de 5 fichas curadas. eval-pipeline.js mede precisão, recall, F1, calibração GRADE. Threshold mínimo: precisão ≥ 0.85, recall ≥ 0.80, calibração ≥ 0.75.

Grafo de relações N×N

graph/interactions.jsonl com triplas {subject, predicate, object, evidence, severity}. Modela peptide-peptide, peptide-drug, peptide-condition. Exportável pra Neo4j/Memgraph.

Audit log via git

Cada update da KB é commit com author, timestamp, hash. Mudanças magnitude crítica (FDA warning, WADA add) bloqueiam publish e alertam por WhatsApp. Rollback em segundos: git checkout kb-vX.Y.

Por que somos diferentes de tudo que existe.

Examine.com tem grade A-F. DailyMed tem versionamento. Cochrane tem GRADE. Pep-Pedia tem comunidade. Ninguém tem todos juntos, num único lugar, atualizado toda semana, e auditável claim por claim.

Critério Peptio Examine.com DailyMed Pep-Pedia Maximus Marek Health
GRADE Cochrane explícito
URL pública por claim ~
Species evidence flag ~
Pharmacovigilância ativa FDA
Follow-up paciente real (D+30/60/90) ~ ~
Hash criptográfico por claim
Atualização semanal automática ~
Cofatores nutricionais (zinco etc.) ~
Stacking N×N estruturado ~ ~
Comunidade × ciência separadas
Auditoria pública (esta página) FDA
Total ✓ (de 11) 11/11 5/11 5/11 2.5/11 0/11 2/11

Avaliação realizada em 2026-04-30. Critérios verificáveis em cada plataforma. Fontes públicas. Disposto a corrigir se algum critério estiver imprecisamente avaliado — avise-nos.

20 perguntas que já te responderíamos.

Imaginamos as 10 perguntas mais duras que um médico super conceituado em peptídeos faria, e as 10 mais cirúrgicas que um engenheiro de dados/IA faria numa auditoria pesada de investidor. As respostas — e onde no código cada uma está implementada — estão aqui.

Médico super conceituado em peptídeos

M1 Vocês usam GRADE/Cochrane ou só rotularam tudo de 1 a 5?
Schema v2 (Fase 1) usa evidence_grade.grade_certainty em 4 níveis Cochrane (high/moderate/low/very_low) com os 5 critérios explícitos: risk of bias, inconsistência, indireção, imprecisão e viés de publicação — por outcome separado. A escala 1-5 antiga continua disponível como resumo executivo.
M2 Diferenciam evidência mecanística (in vitro/animal) de translacional (humano)?
Sim. Campo obrigatório species_evidence por claim: in_vitro / animal_model / healthy_human / clinical_population. Recomendação só com evidência animal vem com aviso "extrapolação animal" obrigatório no protocolo gerado.
M3 Têm farmacovigilância ativa? Capturam SAE de comunidade ANTES da FDA?
Sim. Agente Pharmacovigilance Watcher (Fase 2) classifica community-intel/ por SAE markers (ER, hospital, anafilaxia, trombose). Cron bi-weekly. Cross-check com OpenFDA FAERS. Cluster de ≥3 pacientes mesmo SAE → alerta crítico via WhatsApp.
M4 Como tratam quality assurance do compounding? CoA, HPLC, mass spec, endotoxin?
Bloco quality_assurance em cada ficha: purity_typical_hplc (≥97%), endotoxin_max_eu_per_mg (<0.5), vendors_validated (PureLab, Royal, Bioptus), red_flags_grey_market. Página /peptio/check ajuda paciente a avaliar fornecedor antes de comprar.
M5 Como modelam interações peptídeo × medicamento × condição?
graph/interactions.jsonl com triplas {subject, predicate, object, evidence, severity}. Cobre peptide-peptide, peptide-drug, peptide-condition, peptide-procedure (ex: GLP-1 pós-bariátrica). Promovido a fonte canônica — fichas v2 leem dele em build time.
M6 Frequência de atualização? Quem audita?
Crons (Fase 3): weekly PubMed E-utilities + OpenFDA, monthly WADA + ClinicalTrials.gov, bi-weekly community-intel + Pharmacovigilance Watcher. Cada update vira commit com hash + author no git. Auditoria humana opcional via PR.
M7 Contraindicações absolutas vs relativas? Câncer + angiogênicos? Gravidez?
Schema v2 separa safety_hard[] (severity: absolute, ex: BPC-157 + neoplasia ativa via VEGF) de safety_soft[] (caution/monitor). Regras em JSONLogic, avaliáveis deterministicamente. Cada Top 20 obrigada a ter ≥3 contraindicações HARD nominalmente listadas.
M8 Doses flat ou por kg? Tirzepatida tem cinética dose-dependente. BMI? Idoso? Renal?
Campo dose_by_population: adulto normal, adulto obeso (BMI 30+), idoso (65+), IRC estágio 3+ (eGFR <60), IH Child-Pugh B+, pediátrico (contraindicado), gestante/lactante (contraindicado).
M9 Pharmacovigilance pós-protocolo. Sabem se paciente teve SAE em 30/60/90d?
Edge Function whatsapp-followup-d30-d60-d90 (Fase 3): mensagem automatizada perguntando "Como você está? Algum efeito inesperado?". Respostas alimentam tabela protocol_followup. Anonimizado, opt-out claro, LGPD-compliant. Cluster analysis identifica padrões.
M10 Comparam peptídeo não-aprovado com tratamentos aprovados pra mesma indicação?
Sim. Campo tratamentos_aprovados_alternativos[] em cada ficha. Ex: BPC-157 (não aprovado) vs PRP intra-articular (aprovado, RCT n=200), fisioterapia, AINEs. Agente protocolista é instruído a sempre apresentar a alternativa aprovada. Não vendemos peptídeo onde uma fisio resolveria.

Engenheiro de dados / IA (auditoria de investidor)

E1 JSONSchema canônico versionado com semver? CHANGELOG?
schemas/peptide-v2.schema.json (Draft 2020-12). Semver versionado em schemas/CHANGELOG.md. 14 camadas. Commits referenciam versão exata.
E2 CI bloqueia campos fora do schema? Schema drift mata KBs.
GitHub Action kb-contract.yml roda kb-contract-test.js em cada PR. 12 contratos atuais (Fase 0). Falha = bloqueia merge. Branch protection em master.
E3 Modelagem de relações N×N. Onde tá o grafo?
knowledge-base/graph/ em formato JSONL com triplas. Exportável pra Neo4j/Memgraph se precisar. Hoje: queries simples via jq.
E4 Provenance. URL pública resolvível por claim. Hash. Detecção de link rot.
Cada claim tem provenance.source_url_publica_resolvivel, source_hash_sha256, accessed_at. Cron mensal HEAD requests em todas URLs — flag 404/403/timeout vira issue automático.
E5 Como evitam hallucination de agents?
Validador-Editor bloqueia publish se: (a) claim sem URL pública, (b) peptide ID fora de indice-peptideos.json, (c) parágrafo na ficha não cita um claim_id. O bug histórico SLUPP-332 (peptídeo real marcado como __UNKNOWN__ erroneamente) foi corrigido na Fase 1 com gate explícito.
E6 Reprodutibilidade. Pipeline determinístico com seed fixo?
Modo eval: temperature=0 + seed fixo + modelo único (não pool). 3 runs com mesma input geram diff < 5% em prosa, 0% em campos estruturados. Em produção usamos pool OpenRouter pra resiliência.
E7 Avaliação. Golden set, F1, recall, precision.
_eval/golden-set/ com 5 fichas curadas como ground truth. eval-pipeline.js mede precisão de extração, recall de outcomes, F1, calibração GRADE. Threshold mínimo: P ≥ 0.85, R ≥ 0.80, calibração ≥ 0.75. Histórico em EVAL-REPORT.md.
E8 Custo. $/ficha. Tokens. Cache. Rate limit.
Dashboard /peptio/gestao/kb-health tracking $/ficha v2, tokens/mês (OpenRouter pool de 90 keys com fallback automático), cache hit rate, custo por research run. Skill horizontal-scaling aceita rate limit dinâmico.
E9 Acesso. Audit log. Rollback.
Git é o audit log. Cada commit tem author, timestamp, hash, mensagem. Branch protection em master. Tags em milestones (kb-v0.1, kb-v0.2-schema...). Rollback: git checkout kb-vX.Y.
E10 Latência produção. P50/P99. Escalabilidade.
Telemetria por agent + total. Meta: P99 paid < 5min, P99 free < 30s. Alertas se degrade. Horizontal scaling via pool OpenRouter (90 API keys em 15 contas). Quando triplica volume → adiciona keys, não muda código.

Roadmap. Datado, rastreável.

Compromissos públicos com data e link pra commit do GitHub. Honestidade radical sobre o que está pronto e o que não está.

Abr/26
Fase 0 — Lock & Map: golden masters + CI gate (12/12 contratos passing)
Concluído
Abr/26
Fase 1 — Schema v2 (14 camadas) + 5 fichas piloto migradas + bug SLUPP-332 corrigido + grafo N×N (94 triplas)
Concluído
Abr/26
Fase 2 — 26 fichas v2 (Top 20 + 6 novos): Cagrilintida, CBL-514, Cartalax, Cardiogen, PE-22-28, Pinealon
Concluído
Abr/26
Fase 3 (parcial) — Pharmacovigilance Watcher REAL + Storyteller (FDA FAERS API real) + 5 crons Vercel + Link rot detector
Concluído
Mai/26
Fase 3 (final) — WhatsApp follow-up D+30/60/90 + Dashboard /peptio/gestao/kb-health
Em andamento
Ago/26
Fase 4 — Biblioteca pública refatorada (5 cards + selo Source-Audited + hash visível)
Aguardando
Ago/26
Fase 5 — Documentação Investor-Grade (DUE-DILIGENCE.md, DATA-LINEAGE.md, MOAT-ANALYSIS.md)
Aguardando
Set/26
v1.0 — Trust Page com dados ao vivo (esta página). 41 fichas restantes em validação contínua
Aguardando
Q4/26
v1.1 — Cobertura 100% URL pública + tradução EN + co-assinatura médica nominal (parceria a explorar)
Aguardando

Casos adversos documentados.

Maior coleção pública de casos adversos de peptídeos do mundo. Porque entender o risco é metade da decisão. Cada caso tem fonte primária pública: PubMed case report, FDA FAERS, thread Reddit, vídeo YouTube.

Carregando casos reais documentados...

Ver dataset completo (JSON) →

Quer reportar um caso adverso? lauro@kelp.health. Anonimização garantida.