Understanding the regulation of gene activity is key to learning about or controlling biological processes. With the increasing availability of genome scale profiling technologies, it is the interpretation of the resulting high-dimensional data sets that has become a major bottle-neck. Computational methods need to be developed and validated that can take advantage of complementary data sources and a context of existing knowledge.

In this context, we can offer two pre-doctoral fellowships in Bioinformatics as part of an international PhD programme at the interface of basic science and applications in the fields of protein biotechnology.

We invite applications from highly motivated, outstanding students.
While travel is not necessary, we have active collaborations with Cambridge, and encourage exchange with our partners. Vienna is a thriving international city with a vibrant scientific environment and excellent quality of life.
We offer internationally competitive conditions and benefits.
You will have a university degree in a technical or scientific discipline at the M. Sc. level or equivalent. Research in this field requires good statistical and software engineering skills. Candidates must hence be able to demonstrate previous coding experience (e. g., in R, C/C++ or Java, Perl or Python, Bash, ). The projects involve complex data sets and experience with bioinformatics data analysis is an advantage.
The interdisciplinary nature of the group`s work means that good communication skills in English are essential. (Working knowledge of German is a plus.)

Additional information and requirements for project:

Joint modelling of gene expression patterns and regulatory potential of genome sequence regions for sensitive process identification

can be seen under  http://bioinf.boku.ac.at/job21.php

To submit an application, please follow the instructions on the programme pages, http://biotop.boku.ac.at/. The programme secretary will be happy to assist you with any questions about formal requirements and the application process (biotop@boku.ac.at)

Post-doctoral research fellow, bioinformatics 3yrs+
Boku University Vienna

We need an outstanding scientist excited about integrated approaches for the analysis of heterogeneous data (expression profiles, phosphorylation proteomics, sequence analysis results, and various heterogeneous databases). Experimental data are generated by experienced colleagues in house.

Our group focusses on the challenge of extracting structured insight from genome-scale experiments. Besides working with colleagues in the group, established and novel analysis tools will be applied to the study of host-parasite interactions (biocontrol project, http://bioinf.boku.ac.at/biogen.php).

While travel is not necessary, we have active collaborations with Cambridge, and encourage exchange with our partners. Vienna is a thriving international city with a vibrant scientific environment and excellent quality of life.
We offer internationally competitive conditions and benefits. The position is available immediately and has an initial tenure of three years.
You need a PhD in a technical or scientific field and must have experience in at least one of these three areas:

1. Classical or probabilistic analysis of DNA or protein sequences,
2. Integration of bioinformatics databases and analysis tools,
3. Analysis / interpretation of microarray data.

You will be responsible for the development of novel integrated approaches in the deep bioinformatics analysis of heterogeneous data sets, applying and adapting existing systems as well as developing novel components as needed. Solid skills and experience in software development under Unix (e.g., Matlab or R, C/C++ or Java, Perl or Python, Bash … ) are therefore required.
An interest in interdisciplinary work and excellent communication skills in English are essential. (Working knowledge of German is a plus).

We look forward to receiving your application. Applications will be considered until the position has been filled and should be addressed to David Kreil. Please include a cover letter, a curriculum vitae, a list of publications, and the names of three referees, who should be asked to send references to us directly. Feel free to please contact us if you have any questions.

David P Kreil
bijobs10@boku.ac.at
Tel. Number: +43-1-36006-6830
FAX Number: +43-1-36006-6847
http://bioinf.boku.ac.at

Wiele osób zamierzających wtajemniczyć się w tematy, którymi zajmuje się bioinformatyka, może być lekko zaskoczona tym, że nie ma wiele materiałów traktujących o niej w języku polskim. Jednak ta sytuacja ulega powoli poprawie. Najlepszym tego przykładem jest książka, o której dzisiaj mowa – ,,Bioinformatyka i ewolucja molekularna” napisana przez Paula G. Higgsa i Terresę K. Attwood.

Książka ta to świetne wprowadzenie w tematykę bioinformatyki, która obejmuje wiele tematów znajdujących się w kręgu zainteresowania bioinformatyki. Znajdziemy w niej takie rozdziały jak:

1. Rewolucja informatyczna w naukach biomedycznych

2. Kwasy nukleinowe, białka i aminokwasy

3. Ewolucja molekularna i genetyka biomedyczna

4. Modele ewolucji molekularnej

5. Zasoby informacji o genach i białkach

6. Algorytmy wyznaczania dopasowań sekwencji

7. Przeszukiwanie baz danych sekwencji

8. Metody filogenetyczne

9. Wzorce sekwencyjne w rodzinach białek

10. Metody probabilistyczne i nauczanie maszynowe

11. Wybrane zagadnienia ewolucji molekularnej i analizy filogenetycznej

12. Ewolucja genomu

13. Mikromacierze DNA, omy i omiki

Dodatek matematyczny

Jednakże nie dajmy się zwieść pozorom. Pozycja ta nie wyczerpuje wymienionych pozycji w sposób satysfakcjonujący, jednak sądzę, że nie taki był zamiar autorów. Książka ta ma służyć zaznajomieniu się z tematem, zdobyciu podstaw do dalszego zgłębiania wiedzy w konkretnych dziedzinach oraz „osłuchania” się z nazewnictwem bioinformatycznym, które w przypadku języka polskiego jest ciągle rozwijane.

Jak wiemy zarówno informatycy jak i biolodzy mogą zainteresować się bioinformatyką (oczywiście, każdy może, ale te dwie grupy z pewnością są największe). Informatyk zatem potrzebuje informacji biologicznych, które nie są przedmiotem jego studiów, a biolog informatycznych, co umożliwia niniejsza publikacja. Dodatkowym atrybutem jest prosty i zrozumiały język co skutkuje skupieniem się na tym co najważniejsze – zrozumieniu tematu.

Jednak większość informacji, do ich pełnego zrozumienia wymaga znajomości pewnych zagadnień z zakresu matematyki. Osoby, które nie miały z nią zbyt dużo do czynienia powinny zacząć lekturę od dodatku matematycznego. Każdy rozdział kończy się zadaniami, które mają za zadanie sprawdzenie poziomu zaadsorbowanej wiedzy.

Szczerze polecam książkę wszystkim tym, którzy dopiero zaczynają swoją przygodę z fascynującą dziedziną wiedzy jaką niewątpliwie  jest bioinformatyka.

Aby było ciekawiej, program wyszukuje tekst w plikach pdf, czyli w najpopularniejszym formacie stosowanym przy publikacjach naukowych. Dzięki temu szybko zorientujesz się, jakie słownictwo przyda się najbardziej przy czytaniu danego tekstu i które braki warto uzupełnić. Myślę, że program, po niewielkich modyfikacjach znalazłby wiele innych zastosowań, swoje propozycje możesz wpisać w komentarzu.

Już na początku spotkałam się z problemem braku jakiejkolwiek biblioteki do Pythona jeśli chodzi o odczyt z plików pdf.  Niestety nie ma aktualnie żadnej opensource’owej biblioteki, jedyna dostępna – ReportLab, w wersji bezpłatnej może jedynie generować pdf-y, bez możliwości czytania ich zawartości.

Znalazłam inne rozwiązanie: pakiet xpdf

Zainstaluj pakiet xpdf (Ubuntu) wpisując w konsoli
sudo apt-get install xpdf
Dla pozostałych systemów jest również dostępny: http://www.foolabs.com/xpdf/download.html – pod precompiled binaries, z tym że zastrzegam, iż nie testowałam programu pod innym systemem poza Ubuntu.

Zakładam, że Pythona (ver. 2.6 +) już masz

Sercem skryptu jest słownik, którego kluczem jest znalezione słowo a wartością – jego liczba wystąpień w tekście.
Użycie xpdf-a nasŧepuje w linii 18, który tworzy plik txt, który następnie trzeba przetworzyć.
TopWords = 1000 definiuje liczbę słów, które chcesz zobaczyć w top.
Jak wywołać ten skrypt? jako parametr musisz podać ścieżkę katalogu, w którym masz swoje pliki pdf. Jako, że wyszukiwanie jest rekurencyjne, przetworzone zostaną również pliki w podkatalogach.

Przykładowe wywołanie:
python freq.py /home/justi/Pulpit/pdf
Rezultat działania znajdziesz w pliku result.txt w tym samym katalogu, z którego uruchomiono skrypt. Miłej zabawy

import subprocess
import sys
import re
import os

try:
    p1 = subprocess.Popen(
    ['find', sys.argv[1], '-type', 'f', '-name', '*.pdf'],
    stdout=subprocess.PIPE)

    output_str = p1.communicate()[0]
    output_str = output_str.split('\n')
    output_str.pop() #pozbywamy się zbędnego ostatniego wiersza
    dict = {}

    for file in output_str:
    try:
        p = subprocess.Popen(
        ['pdftotext', '-q', file, "temp.txt"],
        stdout = subprocess.PIPE).wait() #czekamy na koniec procesu

        f = open("temp.txt", 'r')

        words = re.split('\W+', f.read().lower())

        for w in words:
            if (len(w) > 3):
                if dict.has_key(w):
                    dict[w] += 1
                else:
                    dict[w] = 1
        f.close()

    except IOError as (errno, strerror):
        print "I/O error({0}): {1}".format(errno, strerror)

    os.remove(os.path.join(os.getcwd(), "temp.txt"))

    f = open("result.txt", 'w')

    TopWords = 1000
    for index, w in enumerate(sorted(dict, key=dict.get, reverse=True)):
        if index < TopWords:
            f.write(w + "  " + str(dict[w]) + "\n")
    f.close()

except IOError as (errno, strerror):
    print "I/O error({0}): {1}".format(errno, strerror)

Ściągnij plik: Note: There is a file embedded within this post, please visit this post to download the file.

Wymarły gatunek Giant Moa źródło:http://www.labspaces.net/

Od momentu, gdy pojawiły się techniki umożliwiające szybkie sekwencjonowanie DNA, badania opierające się na porównaniu ich sekwencji stały się bardzo popularne i pomocne w rozszyfrowywaniu ewolucji. Informacje uzyskane na podstawie materiału genetycznego obecnie żyjących organizmów daje tylko częściowy obraz procesów zachodzących w przyrodzie już od bardzo dawna.

Wykorzystanie starożytnego DNA pomaga uzupełnić pewne luki, rozwiązując częściowo nasze wątpliwości. Żeby jednak skorzystać z tej ogromnej skarbnicy wiedzy trzeba się często wiele natrudzić. W tym artykule chciałbym przedstawić problemy związane użyciem starożytnego DNA, jak również możliwości i perspektywy płynące z jego wykorzystywania.

Przeprowadzanie badań materiału genetycznego uzyskanego ze znalezisk paleontologicznych, materiałów archeologicznych oraz eksponatów muzealnych stworzyło wiele nowych możliwości dla znacznej liczby dziedzin nauki takich jak biologia, archeologia, historia, kryminalistyka, sądownictwo czy medycyna.

Po pierwsze, praca ze starożytnym DNA, który jest nazywany aDNA, pozwala na udowodnienie lub zweryfikowanie hipotez, które były oparte na niepewnych przesłankach. W minionych latach rozgrywał się nieformalny wyścig mający na celu zsekwencjonowanie materiału genetycznego wymarłych gatunków takich jak np. dront dodo. Dzisiaj naukowcy zaczynają bardziej zastanawiać się nad tym jak geny prehistorycznych organizmów zmieniały się poprzez lata, jak przebiegała ewolucja.

Żeby jednak mówić o aDNA, trzeba wziąć pod uwagę jakość materiału genetycznego otrzymanego z próbek. Tak jak wszystkie czynniki biologiczne podlega on degradacji, czego efektem jest jego fragmentacja. Badania wykazały, że części te składają się zazwyczaj z około 100–500 par zasad. Ustalono również, że wiek próbki nie jest w żaden sposób związany z wielkością fragmentów DNA. Zbliżoną ich wielkość zaobserwowano w próbkach sprzed 4 lat, jak również w izolatach z kości sprzed 13 tysięcy lat. Ważne jest również gdzie znajdowało się DNA zanim dotarli do niego naukowcy. Stosunkowo duże ilości próbek dobrej jakości można otrzymać z materiału zakonserwowanego w niskiej temperaturze, przebywającego w jaskiniach mających swoisty mikroklimat, zalegającego w osadach bagiennych, ze względu na ograniczone działanie mikroorganizmów. Według szacunków ustalono, że maksymalny czas, jaki kwas dezoksyrybonukleinowy może przetrwać w geosferze to, w zależności od warunków, w jakich znajdowała się próbka, od 50 tysięcy do 1 miliona lat.

Najczęściej aDNA jest pobierany z zębów, które są chronione przez szkliwo, które zapobiega zanieczyszczeniu przez materiał genetyczny drobnoustrojów czy cząsteczkami nanoszonymi przez wodę. Również włosy przez to, że są zbudowane z keratyny zapewniającej ochronę, są dobrym źródłem próbek. Poza tym łatwo można usunąć z nich zanieczyszczenia bez szkody dla DNA. Z odchodów także można pozyskać aDNA gospodarza, jak również z niestrawionych resztek pokarmowych. Pozwalają one ustalić sposób życia danego organizmu, a także informują o składzie flory z danego okresu. Próbki do badań pobiera się również z naczyń, przedmiotów wykonanych przez człowieka. Dzięki nim można, np. ocenić przynależność etniczną twórców, poznać rośliny, które uprawiali bądź hodowane przez nich zwierzęta, dowiedzieć się, w jaki sposób konserwowali swoje wyroby.

Pobrany aDNA poddaje się reakcji PCR w celu amplifikacji materiału, dzięki czemu można przeprowadzić analizy bez potrzeby pobierania nowych próbek. Najczęstszą metodą badania jest sekwencjonowanie produktów PCR, lub klonów tych produktów. Wykorzystuje się również markery mikrosatelitarne, ale ich użycie jest ograniczone. Zbudowane są one z krótkich, powtarzających się sekwencji. Liczba powtórzeń danego motywu jest charakterystyczna dla danego markera, a na dodatek może się bardzo różnić między poszczególnymi osobnikami. Dzięki temu każda osoba ma swój jedyny i niepowtarzalny obraz DNA zwany „profilem mikrosatelitarnym”. Umożliwia to np. zbadanie pokrewieństwa pomiędzy postaciami historycznymi. Jednak nie zawsze markery mikrosatelitarne zachowują się do obecnych czasów w stanie nadającym się do analiz.

Do badań kopalnego DNA najczęściej używa się mitochondrialnego lub chloroplastowego kwasu dezoksyrybonukleinowego, ponieważ są one zazwyczaj lepiej zachowane niż materiał jądrowy ze względu na liczne ich kopie w komórce oraz dodatkowe błony otaczające te organelle. Analizie poddaje się fragmenty cytochromu b, podjednostki rRNA, a także oksydazy cytochromowej.

Testy aDNA pozwalają na spojrzenie w przeszłość. Dzięki nim można badać wpływ czynników środowiskowych na pojawianie się i wymieranie różnych gatunków, sprawdzać relacje genetyczne pomiędzy dawno już wymarłymi zwierzętami, a ich żyjącymi obecnie potomkami. Zebranie dużej ilości dobrej jakości DNA umożliwia wykonanie analiz populacyjnych i określenie np. zmienności genetycznej badanych populacji, oszacowanie ich liczebności i poziomu migracji, jak również określenie tempa przemian ewolucyjnych pod wpływem zmian klimatycznych lub zmian wywołanych w środowisku poprzez działalność człowieka. Badania takie umożliwiły ustalenie pokrewieństwa wymarłych już mamutów z obecnie żyjącymi słoniami. Okazało się, że były to słonie indyjskie. W niektórych przypadkach, jak np. u chrząszcza Cicindela dorsalis dorsalis analiza aDNA umożliwiła określenie zasięgu, na jakim występował gatunek, co pomaga w jego późniejszej reintrodukcji. Testy kopalnego DNA pokazują również zmiany częstotliwości występowania kluczowych genów, jaka miała miejsce podczas procesu udomawiania zbóż czy zwierząt.

Co więcej, dzięki prowadzonym badaniom nad aDNA możemy bliżej poznać antyczne kultury np. Etrusków, Indian prekolumbijskich, mieszkańców wysp Andamańskich czy Australijskich Aborygenów poprzez informacje o ich strukturze ludności, migracjach, powstawaniu i ewolucji języków, jak również o zasięgu groźnych chorób zakaźnych jak choćby trąd czy dżuma. Ponadto naukowcy wykorzystują kwas dezoksyrybonukleinowy jako źródło wiedzy na temat początków człowieka. Badania nad mitochondrialnym DNA neandertalczyka wykazały, że nie jest on bezpośrednio związany z mitochondrialnym DNA współczesnego człowieka. Dlatego też pogląd, że pula genowa dawnych ludzi żyjących w Afryce została wzbogacona przez materiał genetyczny archaicznych ludzi żyjących w innych miejscach wydaje się być słuszny. Nie wyklucza to założenia, że neandertalczycy krzyżowali się z hominidami żyjącymi w Europie, przybyłymi z Afryki. Jak do tej pory, nie znaleziono jednak na to dowodu w badaniach molekularnych. Jeśli w przyszłości będzie możliwe zbadanie mitochondrialnego DNA wczesnych hominidów, to wystąpienie w nich mitochondrialnego typu neandertalczyków potwierdzi hipotezę krzyżowania się. Ponadto badania nad aDNA mogą pomóc w odszyfrowaniu miejsca w ewolucji, odkrytego przed kilkoma laty, hobbita z indonezyjskiej wyspy Flores.

Kopalne DNA pozwala także zweryfikować różne hipotezy. Dzięki nim udowodniono, że rzekomo nowy gatunek przeżuwacza występującego w południowo-wschodniej Azji, który opisano na podstawie niewielkich ilości materiałów kostnych zbieranych od początku XX w. (Pseudonovibos spiralis), a pojawiających się głównie na targowiskach, był tak naprawdę fikcją, a znajdywane rogi były tylko spreparowanymi rogami bydła domowego.

Dużym zainteresowaniem cieszą się także analizy odwołujące się do kryminalistyki i archeologii, które umożliwiają ustalenie tożsamości konkretnych osób. Przy ich wykorzystaniu, zidentyfikowano szczątki ostatniego rosyjskiego cara Mikołaja i jego rodziny (1994r.). Metody te są również wykorzystywane w poszukiwaniach szczątków innych postaci historycznych, jak choćby członków francuskiej rodziny królewskiej, włoskich rodów książęcych, czy świętego Łukasza.

Przyszłość paleontologii będzie na pewno jeszcze bardziej związana z aDNA niż jest do tej pory. Badania wykorzystujące ten materiał są trudne do przeprowadzenia, ze względu na łatwe zanieczyszczenie próbek i trudność w zdobyciu materiału do analiz, lecz nie zniechęca to badaczy i dlatego prowadzi się je na coraz większą skalę. Ich wyniki, dostarczą nam nowych informacji o faunie i florze sprzed tysiącleci, dzięki czemu lepiej poznamy procesy ewolucyjne, migracje organizmów między kontynentem amerykańskim i europejskim. Być może uzyskamy również odpowiedzi na pytania dotyczące pojawiania się i zanikania gatunków.

Bibliografia:

1. Ancient DNA, Michael Hofreiter, David Serre, Hendrik N. Poinar, Melanie Kuch & Svante Pääbo, Nature Reviews Genetics 2, 353-359 (May 2001)

2. www.plosbiology.org/article/info:doi/10.1371/journal.pbio.0030056

3. wapedia.mobi/pl/Antyczne_DNA

4. portalwiedzy.onet.pl/4868,22734,1362326,1,czasopisma.html

BIT organizowany przez Polskie Towarzystwo Bioinformatyczne jest nie tylko zlepkiem konferencji o międzydyscyplinarnej tematyce – jest to również czas nawiązywania ciekawych kontaktów czy praktycznego poznania narzędzi nauki. Podczas dwudniowej sesji posterowo-konferencyjnej można było odczuć jak szeroką dziedziną jest bioinformatyka i w jak wielu obszarach można się nią zajmować na co dzień. Pojawiały się ciekawe propozycje narzędzi jeszcze niepopularnych a wykazujących lepsze wyniki od powszechnie znanych, niepublikowane wyniki badań a nawet propozycje pracy. Wśród przedstawiających naukowców były osoby z Niemiec, Chorwacji, Singapuru, Szkocji, Francji, Hiszpanii i Polski (m. in. prof. Andrzej Koliński – laureat nagrody Fundacji na rzecz Nauki Polskiej, tzw. „Polskiego Nobla” w 2009 roku).

Co ciekawe skład uczestników nie był jednolicie wypełniony bioinformatykami – uczestniczyli tu również informatycy, chemicy czy biologowie zainteresowani dziedzinami wykraczającymi poza wykształcenie. Po wysłuchaniu wykładów mogę stwierdzić, że program studiów bioinformatycznych składa się z przedmiotów, które mają duże znaczenie w zrozumieniu wielu gałęzi nauki i dopiero teraz zauważyłem, że mają one ważne zastosowanie w bioinformatyce. Podczas workshopu były poruszane tematy samej bioinformatyki jak i  genetyki, biochemii, medycyny, zoologii i taksonomii czy algorytmiki. Napięty harmonogram czasem nie wystarczył na wyczerpującą dyskusję w temacie, a pytań pojawiało się sporo. Na koniec wrzucam kilka linków spisanych w czasie wykładów i polecam na przyszłość uczestnictwo w tego typu projektach.

PS. Podobno jesteśmy bardziej podobni do gąbek niż do muszek owocowych.

http://bio-itworld.com

http://hapmap.ncbi.nlm.nih.gov/

http://toolkit.lmb.uni-muenchen.de/

http://gbio-pbil.ibcp.fr/

http://cbbl.imim.es/

http://sift.cchmc.org/

http://biocomp.chem.uw.edu.pl/

http://genesilico.pl/

http://www.genevol.org/

Program Workshopu BIT 2010