Биоинформатика

1 июня состоялся выезд в лес и летний пикник для новых студентов кафедры генетики МГУ.
Мы нашли и собрали образцы растений с проявлением полиморфизма для последующего анализа - разные по окраске соцветия люпина и экземпляры копытня с разной формой листа.
Мы любовались цветущим разнотравьем, наслаждались хорошей летней погодой, делали барбекю на костре и гуляли по окрестностям.
Спасибо всем участникам!

В прошедшую субботу состоялся традиционный пикник по случаю окончания учебного года и завершения факультатива по биоинформатике для наших слушателей. Мы наслаждались чудесной летней погодой, красивыми местами, жарили сосиски, грибы и овощи на костре, а также гуляли и пили мятный чай, приготовленный на костре.
Спасибо всем участникам!

Курс факультативных занятий «Введение в практическую биоинформатику» открывает новые возможности для всех, кто хочет погрузиться в мир биоинформатики и анализа данных. Занятия подойдут всем, кто заинтересован в изучении методов работы с генетическими данными, и не требуют предварительного опыта в биоинформатике или программировании.

В рамках курса слушатели познакомятся с основами работы в командной строке Linux, научатся писать и запускать скрипты, работать на вычислительном кластере, а также изучат основные форматы биоинформатических данных и способы их обработки.

Курс предоставит участникам базовые практические навыки, которые помогут им в дальнейшем применять современные компьютерные методы и анализировать биоинформатические данные.

Занятия начнутся 20 февраля и будут проходить по пятницам в 18:00 в аудитории 263 на кафедре генетики.
Для посещения занятий необходимо записаться: karbisheva@mail.ru (Елена Алексеевна)

В прошедшую пятницу прошло одиннадцатое (завершающее) занятие по факультативу по биоинформатике. На лекции мы подробно разобрали создание наиболее востребованных типов диаграмм в R, которые чаще всего используются при визуализации данных.

На практикуме мы потренировались в создании этих типов диаграмм и их форматировании. Мы поработали с двумерными и одномерными диаграммами рассеяния, диаграммами размахов (коробчатыми диаграммами, боксплотами), диаграммами распределения плотности вероятности, контурными диаграммами распределения плотности вероятности, столбиковыми диаграммами с накоплением и без накопления, круговыми диаграммами и тепловыми картами.

Это занятие нашего факультатива было завершающим в нашем курсе. Мы благодарим всех слушателей за активное участие, вопросы и пожелания по дальнейшему развитию курса.

На прошедшем занятии мы продолжили изучать возможности языка программирования R и освоили работу с табличными данными, с которыми должен уметь работать любой хороший биоинформатик.

Мы разобрали загрузку табличных данных из текстовых файлов и их конвертацию их в различные форматы.
Затем мы подробно разобрали основные функции пакета tidyverse, которые реализует наиболее востребованные преобразования табличных строк и столбцов – фильтрацию, упорядочивание, создание новых строк и колонок, слияние и разбиение таблиц, а также многое другое.

На практической части мы потренировались в применении изученных возможностей для решения типичных задач, возникающих при работе с табличными данными. Например, мы выполнили поиск патогенных мутаций в таблице аннотированных генетических вариантов, которую мы получили на седьмом занятии. Также мы выполнили отбор образцов из обширной базы литературных данных по заданным критериям. В завершающем задании этого практикумы мы реализовали левое объединение двух таблиц по ключу с последующей фильтрацией строк по заданным критериям и их форматированием.

На прошедшем занятии мы приступили к изучению основ языка программирования R, которым должен владеть каждый хороший биоинформатик.

Мы подробно рассмотрели базовые вопросы, с которых начинается изучение любого языка программирования - синтаксис, правила именования переменных, арифметические и логические операторы, основные типы данных, основные структуры данных и управляющие конструкции.

На практикуме мы использовали R для обработки экспериментальных данных и расчёта стандартных статистических характеристик - среднего, медианы, квартилей, дисперсии, стандартного отклонение и стандартной ошибки. Также мы научились проводить в R стандартные статистические тесты, например, тест Шапиро-Уилка и Стьюдента, и рассчитывать коэффициент корреляции Пирсона и Спирмена.