Skip to content

AA-liste-algos.md

Latest commit

 

History

History
145 lines (96 loc) · 5.4 KB

AA-liste-algos.md

File metadata and controls

145 lines (96 loc) · 5.4 KB

MOOC «Bioinformatique : génomes et algorithmes»

Ce document liste les ajouts notebooks sur la structure du cours, comparé à la V1.

w1

  • OK w1/w1-s04-c1-notebooks.ipynb

Introduction aux notebooks

  • OK w1/w1-s04-c2-rudiments.ipynb

Quelques rudiments de python

Super rapide car je compte introduire les choses au fur et à mesure, mais il me faut quand même un tout petit peu de matière avant de commencer. Restera peut-être à ajouter: * mutable / pas mutable - passage d'une liste à une fonction * les tuples et l'affectation a,b = (1, 2) * enumerate vs range

  • OK w1/w1-s05-c1-frequences.ipynb

Calcul des fréquences des 4 bases

nombre de A, de C, de G, de T, nombre total et calcul des fréquences

  • OK w1/w1-s07-c1-promenade.ipynb

Promenade le long de l'ADN

  • tracé type « tortue » dans les 4 directions nord, sud, est, ouest en fonction du nucléotide rencontré. Objectifs secondaires:

  • exemple: borrelia burdorferi aka CP000013

  • contrexemple: synechosystis aka BA000022

  • OK w1/w1-s09-c1-promenade-resume.ipynb

Promenade revisitée

  • un segment tous les n segments élémentaires

  • si possible reproduire le résultat de la vidéo - en attente de l'échantillon d'entrée

  • OK w1/w1-s10-c1-comptage-fenetre.ipynb

Comptage des nucléotides sur une fenêtre

Parcourant la séquence, calcul des valeurs du ratio G/C au sein de chaque fenêtre et affichage de la courbe d’évolution de ce ratio le long de la séquence

w2

  • OK w2/w2-s02-c1-traduction-adn-arn.ipynb

Traduction d'ADN en ARN

  • OK w2/w2-s08-c1-arn-acides-amines.ipynb

Traduction d'un ARN en acides aminés

w3

  • OK w3/w3-s02-c1-regions-codantes-v1.ipynb

Identification de régions codantes sur un brin et une phase

  • deux stops consécutifs en phase, taille > 300, Start le « plus à gauche », enregistrement dans un tableau (position de début, position de fin)

  • on utilise ici telles quelles les fonctions next_start_codon et next_stop_codon qui seront vues dans 332.

  • exemple bacillus subtilis aka CP010053 (je trouve 3124 genes sur la phase 0)

  • à revoir : statistiques comme histogramme, la présentation est pas terrible

  • OK w3/w3-s03-c1-recherche-chaine.ipynb

Recherches dans une chaine - techniques de base en python

  • recherche 'naive'

  • et avec regexps

  • OK w3/w3-s03-c2-next-codon.ipynb

Recherche de codons START et STOP

  • OK w3/w3-s04-c1-sequence-complementaire.ipynb

Calcul de la séquence complémentaire inverse

  • OK w3/w3-s04-c2-regions-codantes-v2.ipynb

Recherche de régions codantes sur trois phases et brin complémentaire

Identification de toutes les régions codantes, sur les 3 phases et sur le brin complémentaire

  • TOCHECK w3/w3-s05-c1-recalage-rbs.ipynb

Recalage par recherche des RBS

  • Confirmation et rectification (position du Start) des prédictions de régions codantes par la recherche des motifs RBS (site de fixation du ribosome)
  • Version dérivée de coding_regions_one_phase écrite
  • mais j'ai besoin de données de la part de François (un ARN et le RBS qui va avec)
  • susceptible d'être tout simplement supprimé si on ne trouve pas de données pertinentes.

w4

  • OK w4/w4-s03-c1-distance-hamming.ipynb

Calcul de la distance de Hamming entre 2 séquences (nombre de nucléotides différents)

  • OK w4/w4-s08-c1-needleman-wunsh-rec.ipynb

Algorithme de Needleman et Wunsch : version récursive

  • TOCHECK w4/w4-s09-c1-needleman-wunsh-iter.ipynb

Algorithme de Needleman et Wunsch : version itérative

  • phase1 - calcul des coûts : OK
  • phase2 - OK même si rendu un peu rustique
  • il faut ajouter une digression sur les performances (200 x moins rapide que du C tou de même...)

w5

  • OK w5/w5-s03-c1-tableau-distances.ipynb

Remplissage du tableau des distances entre n séquences prises 2 à 2

  • TOCHECK w5/w5-s04-c1-upgma.ipynb

Algorithme UPGMA de reconstruction d’arbre phylogénétique

  • Ce serait bien d'ajouter des données réalistes
Ajouts possibles
  • exercices auto corrigés - à voir où - commencer par une (regexp?)
  • 3.8 : une petite démonstration des fréquences de lettres en français / anglais
  • sur le complément de recherche et de regexps: dire qu'on obtient quelque chose de très efficace et super optimisé

====

NOTES diverses

Il s'agit donc principalement des algorithmes dont la liste avait été établie par François. Mais j'ajoute également 2 compléments transverses, attachés à la séquence 1.4, pour introduire les choses; pour le reste, j'introduirai les concepts python au fur et à mesure.

  • ADDITION il serait souhaitable de caser quelque part

    • un mot sur comment se procurer des échantillons d'ADN; google 'NCBI' -> http://www.ncbi.nlm.nih.gov/, et comment lire un fichier de ce genre pour appliquer les algos du cours
    • parler de scikit-bio ?

  • abandonné 2.5

    • Traduction triplet -> AA v1 - voir 2.8

  • abandonné - groupé avec 3.3 (was 3.1)

    • Recherche d’un triplet quelconque dans une séquence d’ADN

  • abandonnés 3.6

    • Algorithme naïf de recherche d’un motif dans une séquence
    • Recherche de motifs, algorithme de Boyer-Moore Ces deux-là sont complètements masqués/gratuits dans l'utilisation d'expressions régulières