
آموزش بیوانفورماتیک و پیاده سازی در پایتون
اهمیت یادگیری بیوانفورماتیک و پیادهسازی در پایتون چیست؟
از کاربردهای مهم بیوانفورماتیک میتوان به مواردی مانند: آنالیز و همترازی توالیهای DNA و پروتئین، پیدا کردن ژنها در توالیهای DNA، پیشبینی ساختار پروتئین، تحلیل تعامل پروتئینها، ایجاد درختهای فیلوژنتیک (Phylogenetics) برای بررسی روابط تکاملی و کمک در تشخیص بیماریها اشاره کرد. همچنین مطالعه الگوهای ژنتیکی و تغییرات آن با استفاده از روشهای بیوانفورماتیک، راهنمای خوبی در مورد تکامل زندگی و نحوه تغییر و تنوع زیستی است.
1.320.000 تومان
توضیحات
آموزش بیوانفورماتیک و پیاده سازی در پایتون
روابط تکاملی و کمک در تشخیص بیماریها اشاره کرد. همچنین مطالعه الگوهای ژنتیکی و تغییرات آن با استفاده از روشهای بیوانفورماتیک، راهنمای خوبی در مورد تکامل زندگی و نحوه تغییر و تنوع زیستی است.
از طرفی پایتون یک زبان برنامهنویسی قدرتمند و گسترده است که در حوزههای مختلفی از جمله بیوانفورماتیک استفاده میشود. با استفاده از ابزارها و کتابخانههای مختلف در حوزه بیوانفورماتیک، میتوان تحلیل دادههای زیستی را با دقت بالایی انجام داد.
در این فرادرس چه چیزی و چگونه یاد میگیریم؟
در این آموزش میخواهیم مفاهیم اولیه بیوانفورماتیک را به صورت تئوری و عملی آموزش دهیم. از آنجا که ممکن است مخاطب این آموزش با مفاهیم اولیه زیستشناسی یا زبان برنامهنویسی پایتون (Python) آشنایی نداشته باشد، در درس اول و دوم مقدمهای بر این مباحث بیان شده است، سپس مفاهیم بیوانفورماتیک به صورت تئوری و همچنین با پیادهسازی با پکیج بایوپایتون (Biopython) آموزش داده شده است. این فرادرس میتواند شما را به سطح قابل قبولی از دانش بیوانفورماتیک برساند.
سرفصلها
- فصل یکم: مفاهیم اولیه زیستشناسی مولکولی
- درس یکم: فهرست
- درس دوم: سلول و اجزای آن
- درس سوم: DNA و RNA
- درس چهارم: پروتئین
- درس پنجم: آنزیم و عملکرد آن
- درس ششم: همانندسازی (Replication)
- درس هفتم: رونویسی (Transcription)
- درس هشتم: ترجمه (Translation)
- درس نهم: تنطیم بیان ژن
- درس دهم: کرومورزوم
- فصل دوم: مفاهیم اولیه بیوانفورماتیک
- درس یازدهم: تاریخچه بیوانفورماتیک – کاربرد بیوانفورماتیک
- درس دوازدهم: پایگاه دادههای زیستی
- درس سیزدهم: آشنایی با UniProt
- درس چهاردهم: آشنایی با NCBI
- درس پانزدهم: مرورگر ژنوم UCSC
- درس شانزدهم: انطباق توالیها
- درس هفدهم: تاثیر جریمه گپ
- درس هجدهم: الگوریتم نیدلمن (Needleman Algorithm)
- درس نوزدهم: مثال برای الگوریتم نیدلمن
- درس بیستم: الگوریتم اسمیت-واترمن (Smith–Waterman)
- درس بیستویکم: ماتریسهای BLOSUM و PAM
- درس بیستودوم: ایجاد ماتریس BLOSUM
- درس بیستوسوم: استفاده از ابزار EMBL-EBI برای انطباق
- درس بیستوچهارم: جستجوی توالی در پایگاه دادهها (BLAST)
- درس بیستوپنجم: مثال برای انجام BLAST
- درس بیستوششم: ماتریس نمرهدهی اختصاصی جایگاه (PSSM)
- درس بیستوهفتم: فیلوژنتیک (Phylogenetics)
- درس بیستوهشتم: ساخت درخت فیلوژنی با روش UPGMA
- درس بیستونهم: ساخت درخت فیلوژنی با روش NJ
- درس سیام: مثال برای روش NJ
- درس سیویکم: روشهای دیگر ساخت درخت فیلوژنی – خود راهاندازی
- درس سیودوم: کار با نرمافزار MEGA برای ساخت درخت فیلوژنی
- درس سیوسوم: حل مثال برای مگا – ایجاد درخت برای فایل FASTA
- درس سیوچهارم: حل مثال برای مگا – توالی Nucleotide
- درس سیوپنجم: ساختارهای سهبعدی – کار با RCSB PDB
- درس سیوششم: کار با PROSITE
- درس سیوهفتم: جستجوی BLAT در UCSC
- فصل سوم: بایوپایتون (Biopython)
- درس سیوهشتم: نصب آناکوندا (Anaconda)
- درس سیونهم: نصب و کار با پکیج Bio.SeqIO
- درس چهلم: رونویسی و ترجمه با پکیج Bio
- درس چهلویکم: کار با SeqRecord و SeqIO
- درس چهلودوم: خواندن فایل با بیش از یک رکورد به کمک ()SeqIO.parse
- درس چهلوسوم: مکمل کردن توالیهای یک فایل شامل توالیهایی با فرمت FASTA
- درس چهلوچهارم: ایجاد یک فایل FASTA و نوشتن برنامه برای تشخیص فرمت صحیح
- درس چهلوپنجم: کار با ماژول Align
- درس چهلوششم: کار با ماژول Pairwise2
- درس چهلوهفتم: انطباق محلی و سراسری و کار با ماتریسهای جایگزینی
- درس چهلوهشتم: نوشتن تابع برای محاسبه جریمه گپ
- درس چهلونهم: کار با فرمت فایل Stockholm
- درس پنجاهم: کار با ماژول Motif – ایجاد PSSM
- درس پنجاهویکم: ساخت درخت فیلوژنی با ماژولهای موجود در Bio
- درس پنجاهودوم: ساخت درخت فیلوژنی با ماژول Toytree
- درس پنجاهوسوم: کار با موتور جستجوی Entrez
- درس پنجاهوچهارم: دسترسی به مقالهها در PubMed – بازیابی اطلاعات از OMIM
- درس پنجاهوپنجم: کار با پرتال منابع بیوانفورماتیکی Expasy و SwissProt
- درس پنجاهوششم: کار با ماژول Prosite
- درس پنجاهوهفتم: تبدیل عبارت Prosite به عبارت منظم
- درس پنجاهوهشتم: کار با ساختارهای سهبعدی به کمک ماژول PDBParser
- فصل چهارم: رسم نمودار
- درس پنجاهونهم: رسم نمودار به کمک پکیج Matplotlib
- درس شصتم : کار با پکیج Pandas و رسم نمودار
- فصل پنجم: مقدمهای بر شیگرایی
- درس شصت و یکم: کلاس و شی
- درس شصت و دوم : ارثبری (Inheritance)
مفید برای
- بیوانفورماتیک
- زیستشناسی
- برنامهنویسی پایتون
معرفی دوره
سلول و اجزای آن
DNA و RNA
پروتئین
آنزیم و عملکرد آن
همانندسازی (Replication)
رونویسی (Transcription)
ترجمه (Translation)
تنطیم بیان ژن
کرومورزوم
تاریخچه بیوانفورماتیک – کاربرد بیوانفورماتیک
پایگاه دادههای زیستی
آشنایی با UniProt
آشنایی با NCBI
مرورگر ژنوم UCSC
انطباق توالیها
تاثیر جریمه گپ
الگوریتم نیدلمن (Needleman Algorithm)
مثال برای الگوریتم نیدلمن
الگوریتم اسمیت-واترمن (Smith–Waterman)
ماتریسهای BLOSUM و PAM
ایجاد ماتریس BLOSUM
استفاده از ابزار EMBL-EBI برای انطباق
جستجوی توالی در پایگاه دادهها (BLAST)
مثال برای انجام BLAST
ماتریس نمرهدهی اختصاصی جایگاه (PSSM)
فیلوژنتیک (Phylogenetics)
ساخت درخت فیلوژنی با روش UPGMA
ساخت درخت فیلوژنی با روش NJ
مثال برای روش NJ
روشهای دیگر ساخت درخت فیلوژنی – خود راهاندازی
کار با نرمافزار MEGA برای ساخت درخت فیلوژنی
حل مثال برای مگا – ایجاد درخت برای فایل FASTA
حل مثال برای مگا – توالی Nucleotide
ساختارهای سهبعدی – کار با RCSB PDB
کار با PROSITE
جستجوی BLAT در UCSC
نصب آناکوندا (Anaconda)
نصب و کار با پکیج Bio.SeqIO
رونویسی و ترجمه با پکیج Bio
کار با SeqRecord و SeqIO
خواندن فایل با بیش از یک رکورد به کمک ()SeqIO.parse
مکمل کردن توالیهای یک فایل شامل توالیهایی با فرمت FASTA
ایجاد یک فایل FASTA و نوشتن برنامه برای تشخیص فرمت صحیح
کار با ماژول Align
کار با ماژول Pairwise2
انطباق محلی و سراسری و کار با ماتریسهای جایگزینی
نوشتن تابع برای محاسبه جریمه گپ
کار با فرمت فایل Stockholm
کار با ماژول Motif – ایجاد PSSM
ساخت درخت فیلوژنی با ماژولهای موجود در Bio
ساخت درخت فیلوژنی با ماژول Toytree
کار با موتور جستجوی Entrez
دسترسی به مقالهها در PubMed – بازیابی اطلاعات از OMIM
کار با پرتال منابع بیوانفورماتیکی Expasy و SwissProt
کار با ماژول Prosite
تبدیل عبارت Prosite به عبارت منظم
کار با ساختارهای سهبعدی به کمک ماژول PDBParser
رسم نمودار به کمک پکیج Matplotlib
کار با پکیج Pandas و رسم نمودار
کلاس و شی
ارثبری (Inheritance)
مدرسان دوره
میلاد
میلاد فارغ التحصیل رشته ی علوم کامپیوتر مدرس سایت پارسا تک و موسس piwebs.ir میباشد