Transcript Wykład 1-2 - Wprowadzenie

Specjalizowane języki
programowania
dr inż. Maciej Miłostan
Harmonogram zajęć
Wykłady odbywają się co drugi tydzień,
laboratoria co tydzień
 8 wykładów (w tygodniach
parzystych - „pod kreską”)
 16 spotkań na laboratoriach
 Lista tygodni:
http://fc.put.poznan.pl/files/rozklady/t
ygodnie.pdf
 Przedmiot kończy się zaliczeniem
przed końcem semestru (tj. przed
30.01.2015)
Zasady zaliczenia

1.
2.
3.

Zgodnie z regulaminem studiów:
„Nieobecność studenta, nawet usprawiedliwiona, na więcej niż 1/3 zajęć, może
być podstawą do niezaliczenia tych zajęć. Niewykonanie ćwiczeń określonych
regulaminem laboratorium uniemożliwia zaliczenie zajęć laboratoryjnych.”
„Podstawą do zaliczenia wszystkich rodzajów ćwiczeń i wykładów niekończących
się egzaminem są pozytywne wyniki bieżącej kontroli wiadomości. Formę tej
kontroli określa prowadzący zajęcia i wystawia ocenę do końca semestru.”
„Studentowi, który w wyniku bieżącej kontroli wiadomości otrzymał ocenę
niedostateczną, przysługuje prawo do jednego zaliczenia poprawkowego.”
Ergo:


Można opuścić maksimum pięć laboratoriów (dwa bez
usprawiedliwienia)
Na laboratoriach będą obowiązywały regularne sprawozdania z zajęć
jako forma sprawdzania wiedzy
Konsultacje i kontakt

Gdzie?



Centrum Wykładowo-Konferencyjne Politechniki
Poznańskiej
Pokój 122 (na I piętrze)
Kiedy?
Poniedziałki od 8.15 do 9.45
Lub inny umówiony termin (np. w tygodniu
parzystym przed laboratorium)


Informacje kontaktowe:
[email protected]
Tel.: +48-61-665-29-78
Plan przedmiotu

Treści kształcenia
Języki programowania ukierunkowane na specyficzne
zastosowania, ze szczególnym uwzględnieniem
przetwarzania ciągów znaków. Języki skryptowe. Perl.
Python. Przetwarzanie danych tekstowych.


Efekty kształcenia - umiejętności i kompetencje
Student zna wybrane specjalizowane języki programowania
w stopniu umożliwiającym swobodne pisanie programów, ze
szczególnym uwzględnieniem przetwarzania danych
tekstowych, w tym sekwencji nukleotydowych i
aminokwasowych.
Pełna specyfikacja przedmiotu znajduje się w kartach ETCS:
http://fc.put.poznan.pl/studia/krajowe-ramy-kwalifikacji-krk%2C417.html
Plan zajęć
Informacje organizacyjne i
wprowadzenie do przedmiotu
 Języki skryptowe i przetwarzanie
tekstów (1x)
 Perl i BioPerl (3x)
 Python i BioPython (2x + 1/2x)
 Zaliczenie (1/2x)

Motywacja

Współczesne
eksperymenty generują
duże ilości danych, które
wymagają
zautomatyzowanego
przetwarzania i
gromadzenia w
rozmaitych bazach
danych
Motywacja

Istnieje wiele formatów przechowywania podobnych danych

Np. formaty sekwencji aminokwasowych i nukleotydowych:

PIR
FASTA

Sama sekwencja (bare sequence)

Sekwencja z numeracją i spacjami

Motywacja



Informacje z baz danych, w celu dalszej
analizy, często muszą zostać pobrane i
przekonwertowane do formatu
kompatybilnego z wykorzystywaną aplikacją
Z plików danych musi zostać
wyekstraktowana tylko część danych np.
pojedynczy model białka z pliku PDB
Dane generowane przez różne aplikacje
muszą zostać zagregowane
Rodzaje danych biologicznych







Sekwencje, np. dane genomowe
Struktury przestrzenne
Drzewa filogenetyczne
Sieci / grafy – np. mapy interakcji białek,
modelowanie oddziaływań
Szlaki metaboliczne
Dane z mikromacierzy i ekspresja genów
Dane obrazowe
Źródło danych – rodzaje baz

Pochodzenie




Dane pochodzące bezpośrednio z eksperymentu
Dane wywiedzione z danych eksperymentalnych
Dane zagregowane
Jakość





Dane deponowane bezpośrednio
Dane deponowane przez „kuratorów”
Zarządzanie błędami – usuwanie błędnych danych
lub ich znakowanie
Sprawdzanie błędów
Spójność, aktualizacje
Organizacja danych
Pliki płaskie
 Relacyjne bazy danych
 Obiektowe bazy danych

Dostępność danych
Dostępne (ang. available) publicznie
bez restrykcji
 Dostępne (ang. available), ale
chronione prawami autorskimi
 Dostępne (ang. accessible), ale bez
możliwość pobrania
 Dostępne dla środowiska
akademickiego
 Komercyjne

Opiekunowie/kuratorzy baz
Duże instytucje publiczne (NCBI, EMBL)
 Instytucje kwasi-akademickie (Swiss
Institute of Bioinformatics)
 Grupa akademicka lub naukowiec
 Firma komercyjna

Algorytmy i analizy
1)
Proste operacje – wyszukiwanie ciągów znaków, zliczanie, itp.
2)
Porównywanie sekwencji
3)
Konstrukcja drzew (filogenetycznych)
4)
Detekcja wzorców w sekwencjach
5)
Modelowanie struktur 3D z sekwencji
6)
Wnioskowanie dot. mechanizmów regulacji komórkowej
7)
Przewidywanie lub determinacja funkcji białek i szlaków
metabolicznych
8)
Asemblacja fragmentów DNA
Języki skryptowe




Języki interpretowane
Zwykle nie wymagają kompilacji
Często stosują automatyczne typowanie
Przykłady:






Powłoka systemu linux/unix np. język skryptów Bash
Pliki wsadowe .bat
AWK (Zobacz:
http://www.cs.put.poznan.pl/jnawrocki/ics/0203/02wpr5awk.ppt)
Perl
Python
Ruby
Języki skryptowe


BioPerl jest zbiorem modułów Perl-a
Trzy paradygmaty projektowe w BioPerlu
 Separacja interfejsów od implementacji
 Dostarczenie bazowego wzorca (frameworku) dla odpowiednich operacji poprzez
generalizacię typowych procedur do
pojedynczego modułu
 Wykorzystanie wzorców projektowych
opracowanych przez Ericha Gamma: metoda
wytwórcza i wzorzec strategii
Języki skryptowe
Biopython jest zbiorem modułów
Python
 Kluczowe elementy projektu
BioPython

tworzenie parserów do danych
biologicznych
 Projektowanie interfejsów użytecznych w
przetwarzaniu sekwencji

Języki skryptowe
BioPHP dawniej GenePHP, „seeks to
encourage the use of PHP as a “glue”
language to bind web-based
bioinformatics applications and
databases”
 Funkcje zaimplementowane w BioPHP

Odczyt danych biologicznych w formatach
GenBank-u, Swissprot-a, Fasta,
alignment-ów Clustal-a (ALN)
 Proste analizy sekwencji

Języki skryptowe


Ruby jest obiektowym językiem
skryptowym
Projekt BioRuby jest wspierany i
finansowany przez


Human Genome Center na
Uniwersytecie w Tokyo
Bioinformatics Center na Uniwersytecie
w Kyoto
XML i składowanie danych

XML jest uniwersalnym i roszerzalnym
formatem przechowywania i wymiany
danych oraz dokumentów
ustrukturalizowanych

Dwie inicjatywy godne odnotowania:
Bioinformatics Sequence Markup Language
(BSML)
 BIOpolymer Markup Language (BioML)

Programowanie deklaratywne i
funkcyjne
Przykład czysto funkcyjnego języka
 Pod nazwa Biohaskell zbierane są
wszelkie programy i biblioteki
związane z zastosowaniem haskell-a w
biologii.

Programowanie deklaratywne i
funkcyjne

Biomedical Logic Programming (Blip)
Zbiór modułów stworzonych z myślą o
zastosowaniach bioinformatycznych i
biomedycznych
 Zintregrowany system zapytań
 Zaimplementowane w SWI-Prolog

Programowanie deklaratywne
i funkcyjne


BioBike jest interaktywnym (z interfejsem
web) środowiskiem programistycznym, które
umożliwia biologom analizę systemów
biologicznych poprzez połączenie wiedzy i
danych poprzez bezpośrednie
programowanie dokonywane przez
użytkownika końcowego
Zaimplementowano przy użyciu BioLisp
(Lisp z dodatkiem funkcjonalności
biologicznej)
AWK - PRZYPOMNIENIE
Przypomnienie wykładu prof. J.
Nawrockiego:
http://www.cs.put.poznan.pl/jnawrocki/ic
s/0203/02wpr5-awk.ppt
