W marcu 2008 r. projekt ATVN został zakończony, działa jedynie archiwum on-line. Nadal można wyszukiwać i oglądać filmy. Miejmy nadzieję, że nikt nie wpadnie na pomysł zamknięcia strony, tak aby filmy były nadal dostępne szerokiej rzeszy oglądających.

Znalazłam kilka ciekawych pozycji z dziedziny bioinformatyki i genetyki, oto one:

Prof. dr hab. Magdalena Fikus – Polska Akademia Nauk (PAN) Wydział Nauk Biologicznych Instytut Biochemii i Biofizyki:

3-częściowy wykład o DNA i zwierzętach transgenicznych

Dr hab. Jacek Leluk – Uniwersytet Warszawski Interdyscyplinarne Centrum Modelowania Matematycznego i Komputerowego:

3-częściowe wykłady o :

• wyszukiwaniu sekwencji kodujących,
• modelowanie molekularnym białek,
• „Białka z komputera”

Prof. dr hab. Maciej Geller – Uniwersytet Warszawski Interdyscyplinarne Centrum Modelowania Matematycznego i Komputerowego

2-częściowy wykład: Komputerowe projektowanie leków

• Controlling of gene expression at the level of chromatin structure (kontrola ekspresji genów na poziomie chromatyny)
• Regulation of transcription initiation (regulacja inicjacji transkrypcji)
• MicroRNA (miRNA) and post-transcription regulation of gene expression (miRNA i regulacja posttranskrypcyjna w ekspresji genów)
• Interplay between mitochondrial and nuclear genomes (wzajemne oddziaływanie mitochondriów i genomów jądrowych)
• Molecular evolution of behavior (ewolucja molekularna zachowań)
• Computational modeling of biological processes: evolution, morphogenesis and behavior (modelowanie procesów biologicznych …)

Deadline składania aplikacji upływa 20.11.2010 roku, a same studia rozpoczynają się z początkiem stycznia 2011 r. Zachęcająca wydaje się możliwość uzyskania stypendium 3000 PLN miesięcznie, co na polskie warunki jest kwotą niemałą. Projekt wspiera Fundusz Rozwoju Regionalnego przy współpracy z UE.

Szersze informacje (eng) : http://mpd.amu.edu.pl/

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.

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

Warunki standardowe

Są to warunki, gdy:

• ^temperatura
• ^ciśnienie

Prawo Daltona

oznacza ciśnienie cząstkowe i-tego składnika, jest tego ułamkiem molowym. Prawo gazów doskonałych stosuje się do każdego ze składników oddzielnie:

Równanie van der Waalsa

Gdzie to objętość molowa gazu

Stałe a i b wyrażają odpowiednio wzajemne przyciąganie cząsteczek i ich rozmiary. Poniżej temperatury krytycznej izotermy van der Waalsa wykazują minima i maksima co ma związek z procesem skraplania gazu. Te minima i maksima przechodzą w jeden punkt, gdy temperatura, ciśnienie i objętość osiągają wartości krytyczne. Dla tych warunków słuszna są następujące relacje:

Równanie wirialne

Gdzie jest objętością molową, B,C.. to stałe niezależne od objętości, lecz zależne od temperatury

Zasada stanów odpowiadających sobie

Zależność współczynnika ściśliwości od ciśnienia zredukowanego dla tych samych wartości temperatury zredukowanej , jest taka sama dla wszystkich gazów rzeczywistych. Zasada stanów odpowiadających sobie jest opisana za pomocą zredukowanego równania van der Waalsa:

gdzie są odpowiednio zredukowanym ciśnieniem, objętością i temperaturą

Temperatura Boyle’a

Jest to taka temperatura, przy której pochodna osiąga wartość równą zeru w czasie, gdy ciśnienie zmierza do zera.

Lepkość

gdzie jest gęstością gazu, m to masa cząsteczki

Dla układów rozpuszczalnik-substancja rozpuszczona:

gdzie jest lepkością czystego rozpuszczalnika.

Inne:

Normalna temperatura wrzenia cieczy wynosi zwykle ok. 2/3 jej temperatury krytycznej, jeśli temperatury te wyrazi się w skali bezwzględnej.

Zasady termodynamiki

Funkcje stanu są to takie funkcje, których wielkości zależą jedynie od aktualnego stanu układu, a nie od sposobu, w jaki układ osiągnął ten stan. Przykładem wielkości tego typu są ciśnienie, objętość, temperatura, energia wewnętrzna i entalpia.

W przeciwieństwie do funkcji stanu inne wielkości zależą od drogi. Są to na przykład ciepło wymieniane przez układ oraz praca wykonana podczas zmiany stanu układu. Jeśli  przemiana odbywa się w sposób odwracalny, to w każdym punkcie drogi, wzdłuż której odbywa się przemiana, układ jest w stanie równowagi. W takim stanie ciśnienie i temperatura są ściśle określone.

Odwracalne izotermiczne rozprężanie gazu.

, gdzie to ciśnienie zewnętrzne.

Praca wykonana w takiej przemianie:

Skoro dla gazu doskonałego i jesli T = const. to:

Nieodwracalne izotermiczne rozprężanie gazu

W tym przypadku jest bliżej nieokreślone i , jednakże nie możemy już skorzystać z równania Clapeyrona.

Pierwsza zasada termodynamiki

Entalpia

Praca wytwarzana przez układ

lub

Ciepło molowe

,  oznaczają odpowiednio ciepło molowe w warunkach stałego ciśnienia i stałej objętości.

Współczynnik Joule’a-Thomsona

Przemiany gazów doskonałych

Przemiana izotermiczna:

dU = 0, dH = 0 / zmiana energii wewnętrznej układu i entalpii = 0



q = Delta U +w

Przemiana izobaryczna:

Przemiana izochoryczna:

Przemiana adiabatyczna:

q = 0, a więc dU = – dw lub , stąd:

Zasada ekwipartycji energii

Ciepło molowe gazu, którego cząsteczki są n-atomowe, składa się z następujących udziałów:

1. translacyjnego: 3R/2
2. rotacyjnego: 2R/2 (cząsteczki liniowe) i 3R/2 (cząsteczki nieliniowe)
3. oscylacyjnego: (3n-5)R (cząsteczki liniowe) i (3n-6)R (cząsteczki nieliniowe)

W przybliżeniu można przyjąć, że w temperaturze 25 C ciepło molowe jest sumą udziałów translacyjnego i rotacyjnego oraz około 20% udziału oscylacyjnego.

Prawo Hessa

Zmiany entalpii i energii wewnętrznej nie zależą od drogi.

Ciepło tworzenia i spalania

Ciepło tworzenia substancji (czyli zmiana entalpii tworzenia) jest to ciepło związane z utworzeniem 1 mola tej substancji z pierwiastków znajdujących się w stanach standardowych. Ciepło spalania (zmiana entalpii spalania) jets to ciepło spalania 1 mola danej substancji w tlenie, przy czym produktami są CO₂ i woda.

H = U + pV     F = U – TS     G = H – TS

Entropia i ciepło

lub , gdzie C to ciepło molowe

Odwracalna przemiana adiabatyczna

W tego typu przemianie  a zatem dla gazu doskonałego:

Cykl Carnota

Dla cyklu Carnota, w którym przemiany izotermiczne odbywają się w zakresie temperatur T₁ do T₂, przy czym T₁ jest temperaturą niższą, można sformułować następujące relacje:

czyli

Pracę wytwarzaną przez taki silnik cieplny wiąże się zwykle z ciepłem pobranym w temperaturze wyższej czyli T₂ :

Z kolei ciepło odprowadzane przez chłodnicę okresla zalezność:

lub – wyrażenie w nawiasie ma wartość ujemną, podobnie jak wartość pracy w

Równanie Clausiusa-Clapeyrona

Reguła Troutona

, gdzie to molowe ciepło parowania a to normalna temperatura wrzenia.

Równanie Laplace’a

, gdzie jest różnicą ciśnień po obu stronach zakrzywionej powierzchni cieczy, R₁ i R₂ są promieniami krzywizny tej powierzchni, a jest napięciem powierzchniowym. Cisnienie jest wyższe po wklęsłej stronie powierzchni, np. ciśnienie wewnątrz kropli czy też bańki mydlanej jeż wyższe niż na zewnątrz. W przypadku powierzchni kulistej równanie Laplace’a przybiera postać:

, gdzie r jest promieniem kuli.

Prawo Raoulta

Prawo dla układów wieloskładnikowych.

Dla układu dwuskładnikowego:

Roztwory doskonałe

Roztwór doskonały charakteryzuje się zerowym ciepłem mieszania. Podczas mieszania składników takiego roztworu nie zachodzi zmiana objętości. objętość roztworu równa się sumie objętości poszczególnych składników.

Roztwory rzeczywiste

Dla takich roztworów prawo Raoulta i prawo Henry’ego są prawami granicznymi:

oraz

k_A jest stałą Henry’ego

Reguła faz

F + P = C + 2

gdzie: F – liczba stopni swobody, P – liczba faz, C – liczba składników

„Matematyka interesowała mnie od zawsze, mimo to bardzo długo nie mogłam zdecydować się na kierunek studiów. Czysta matematyka teoretyczna, oderwana od praktycznych zastosowań, jest interesująca, ale wolałam swoje życie zawodowe ukierunkować bardziej praktycznie. Stąd wziął się wybór kierunku studiów – informatyka na Politechnice Poznańskiej.

Biologią molekularną zaczęłam interesować się na trzecim roku studiów i miałam nadzieję, że w przyszłości uda mi się połączyć te dwie dziedziny wiedzy w swojej pracy. Udało się, gdyż kilka miesięcy później prof. Jacek Błażewicz zaproponował pierwszy na Politechnice temat z zakresu bioinformatyki. Wspólnie z biochemikami z Instytutu Chemii Bioorganicznej PAN w Poznaniu stawialiśmy pierwsze kroki w tym obszarze badawczym.  Bioinformatyka to informatyka i matematyka zastosowane do problemów biologicznych. Trzeba pamiętać, że nie jest to jedynie implementacja programów, podstawa bioinformatyki to teoria matematyczna gwarantująca poprawność konstruowanych algorytmów. Twierdzenia matematyczne, nowe lub już istniejące w teorii, stosuje się do modelowania procesów biologicznych. Kiedy znajdzie się już takie matematyczne ujęcie, można napisać algorytm, program, który dany problem rozwiązuje. Rezultaty tej pracy najbardziej przydają się biologom molekularnym, którzy przeprowadzają eksperymenty w laboratoriach i otrzymują ogromną ilość informacji. Eksperymenty te, jak wszystkie, są obarczone błędami. Przetwarzanie takiej informacji jest w obecnych czasach praktycznie niemożliwe bez zastosowania narzędzi i metod informatycznych.

Komputery weszły na stałe do laboratoriów biologicznych. Nawet maszyny realizujące bardzo zaawansowane eksperymenty biologiczne są już zintegrowane z komputerem. Taki sprzęt pobiera próbki biologiczne, przetwarza je i dzięki programom stworzonym przez bioinformatyków przedstawia biologom gotowe rozwiązanie. Moja praca polega na tworzeniu teorii matematycznej oraz projektowaniu nowych algorytmów. Często dopracowanie szczegółów algorytmu trwa bardzo długo, nawet kilka lat, i jest to zazwyczaj praca zespołowa także z udziałem biologów służących swoją wiedzą ekspercką.”

Dr hab. inż. Marta Kasprzak, profesor nadzwyczajny w Instytucie Informatyki

źródło: http://www.dziewczynynapolitechniki.pl/