آموزش بیوانفورماتیک و پیاده سازی در پایتون – مقدماتی

آموزش بیوانفورماتیک و پیاده سازی در پایتون – مقدماتی

بیوانفورماتیک چیست؟ افزایش حجم داده‌های ژنومی، موجب پیدایش علم بیوانفورماتیک (Bioinformatics) شد تا به کمک آن بتوان این داده‌ها را ذخیره کرد و تحلیل مناسبی از آن‌ها داشت. بیوانفورماتیک، دانشی بین‌رشته‌ای است که از علوم کامپیوتر و آمار در شاخه زیست‌شناسی مولکولی استفاده می‌کند. 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. 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.

تریلر دوره

توضیحات کامل دوره

...

سرفصل‌های دوره

  • چکیده
    0:00:57

  • فهرست
    0:05:20
  • سلول و اجزای آن
    رایگان 0:08:18
  • DNA و RNA
    0:08:42
  • پروتئین
    0:14:46
  • آنزیم و عملکرد آن
    0:06:50
  • همانندسازی (Replication)
    0:10:09
  • رونویسی (Transcription)
    رایگان 0:09:58
  • ترجمه (Translation)
    0:08:34
  • تنطیم بیان ژن
    0:07:58
  • کرومورزوم
    0:13:45

  • تاریخچه بیوانفورماتیک – کاربرد بیوانفورماتیک
    رایگان 0:09:15
  • پایگاه داده‌های زیستی
    0:05:53
  • آشنایی با UniProt
    0:13:37
  • آشنایی با NCBI
    0:07:46
  • مرورگر ژنوم UCSC
    0:10:01
  • انطباق توالی‌ها
    0:14:45
  • تاثیر جریمه گپ
    0:08:30
  • الگوریتم نیدلمن (Needleman Algorithm)
    رایگان 0:11:53
  • مثال برای الگوریتم نیدلمن
    0:05:41
  • الگوریتم اسمیت-واترمن (Smith–Waterman)
    0:14:15
  • ماتریس‌های BLOSUM و PAM
    رایگان 0:10:05
  • ایجاد ماتریس BLOSUM
    0:07:52
  • استفاده از ابزار EMBL-EBI برای انطباق
    0:06:19
  • جستجوی توالی در پایگاه داده‌ها (BLAST)
    0:07:31
  • مثال برای انجام BLAST
    0:12:05
  • ماتریس نمره‌دهی اختصاصی جایگاه (PSSM)
    0:09:00
  • فیلوژنتیک (Phylogenetics)
    رایگان 0:11:56
  • ساخت درخت فیلوژنی با روش UPGMA
    0:13:34
  • ساخت درخت فیلوژنی با روش NJ
    0:08:10
  • مثال برای روش NJ
    0:14:16
  • روش‌های دیگر ساخت درخت فیلوژنی – خود راه‌اندازی
    0:06:11
  • کار با نرم‌افزار MEGA برای ساخت درخت فیلوژنی
    رایگان 0:08:42
  • حل مثال برای مگا – ایجاد درخت برای فایل FASTA
    0:04:31
  • حل مثال برای مگا – توالی Nucleotide
    0:05:31
  • ساختارهای سه‌بعدی – کار با RCSB PDB
    0:09:17
  • کار با PROSITE
    0:07:38
  • جستجوی BLAT در UCSC
    0:03:25

  • نصب پایتون و پای‌چارم (Pycharm)
    0:09:44
  • مفاهیم اولیه، کار با عملگرها و تعریف متغیر
    0:14:41
  • رشته‌ها
    0:12:39
  • توابع کار با رشته
    0:10:41
  • برنامه محاسبه GC Content
    0:14:35
  • دستورات شرطی if و if else
    0:12:40
  • دستور شرطی elif
    0:07:25
  • دستور while
    0:12:17
  • دستور for
    0:11:10
  • دستور continue
    0:13:21
  • معرفی ساختمان داده List
    0:13:01
  • توابع کار با List
    0:08:33
  • معرفی ساختمان داده تاپل (Tuple)
    0:09:57
  • مجموعه
    0:09:24
  • دیکشنری
    0:12:04
  • مثال برای دیکشنری
    0:09:49
  • ماژول‌های داخلی پایتون
    0:09:29
  • تابع
    0:15:49
  • مثال برای تابع
    0:13:47
  • تابع بازگشتی
    0:10:10
  • فایل
    0:08:40
  • مثال برای فایل
    0:06:45

  • نصب آناکوندا (Anaconda)
    0:04:01
  • نصب و کار با پکیج Bio.SeqIO
    0:10:16
  • رونویسی و ترجمه با پکیج Bio
    0:05:40
  • کار با SeqRecord و SeqIO
    0:07:24
  • خواندن فایل با بیش از یک رکورد به کمک ()SeqIO.parse
    0:11:30
  • مکمل ‌کردن توالی‌های یک فایل شامل توالی‌هایی با فرمت FASTA
    0:07:00
  • ایجاد یک فایل FASTA و نوشتن برنامه برای تشخیص فرمت صحیح
    0:10:18
  • کار با ماژول Align
    0:10:51
  • کار با ماژول Pairwise2
    0:11:04
  • انطباق محلی و سراسری و کار با ماتریس‌های جایگزینی
    0:07:59
  • نوشتن تابع برای محاسبه جریمه گپ
    0:06:32
  • کار با فرمت فایل Stockholm
    0:06:38
  • کار با ماژول Motif – ایجاد PSSM
    0:10:10
  • ساخت درخت فیلوژنی با ماژول‌های موجود در Bio
    0:14:26
  • ساخت درخت فیلوژنی با ماژول Toytree
    0:09:25
  • کار با موتور جستجوی Entrez
    0:13:36
  • دسترسی به مقاله‌ها در PubMed – بازیابی اطلاعات از OMIM
    0:12:14
  • کار با پرتال منابع بیوانفورماتیکی Expasy و SwissProt
    0:07:22
  • کار با ماژول Prosite
    0:08:26
  • تبدیل عبارت Prosite به عبارت منظم
    0:15:18
  • کار با ساختارهای سه‌بعدی به کمک ماژول PDBParser
    0:15:52
  • تمرین ۱ - برگرداندن Id‌های توالی‌ها
  • تمرین ٢ - برگرداندن دیکشنری از طول توالی‌ها
  • تمرین ۳ - کپی توالی‌ها با طول بیشتر از ۱۰۰
  • تمرین ۴ - برگرداندن Reverse_complement
  • تمرین ۵ - اعمال تابع بر روی هر رکورد فایل
  • تمرین ۶ - خروجی دستورات ۱
  • تمرین ۷ - خروجی دستورات ۲
  • تمرین ۸ - خروجی دستورات ۳
  • تمرین ۹ - خواندن فایل با فرمت Stockholm
  • تمرین ۱۰ - تعیین Consensus pattern
  • تمرین ۱۱ - ساخت درخت فیلوژنی
  • تمرین ۱۲ - خروجی دستور
  • تمرین ۱۳ - مشاهده دیتابیس‌های  قابل دسترس
  • تمرین ۱۴ - پیدا کردن عنوان مقاله با Id
  • تمرین ۱۵ - خواندن اطلاعات با Parse
  • تمرین ۱۶ -دسترسی به الگوی PS00262
  • تمرین ۱۷ - تبدیل عبارت منظم با فرمت Prosite به عبارت منظم پایتون
  • تمرین ۱۸ - مشخص کردن اتم‌های پروتئین

  • رسم نمودار به کمک پکیج Matplotlib
    0:10:15
  • کار با پکیج Pandas و رسم نمودار
    0:14:33

  • کلاس و شی
    0:13:54
  • ارث‌بری (Inheritance)
    0:05:31
  • تمرین ۱ -رسم نمودار دایره‌ای
  • تمرین ٢ - تعریف کلاس
  • تمرین ۳ - مفهوم ارث بری
  • ادامه مسیر تا ورود به بازار کار

  • تمرین ۱ - مراحل ایجاد درخت فیلوژنی

  • خلاصه و مرور آموزش
  • واژه‌نامه (Glossary)
  • سوالات متداول (FAQ)
  • مشاغل مرتبط
  • نمونه سئوالات مصاحبه شغلی

ارسال نظر شما

نظرات کاربران

نظرات کاربران

هنوز نظری ثبت نشده است.

2,190,000 تومان
438,000 تومان
80% تخفیف

این دوره شامل:
9 فصل آموزشی
14 ساعت ساعت آموزش
دسترسی مادام‌العمر
سطح: مبتدی
گواهی پایان دوره: ندارد
تاریخ انتشار: 1403/12/09
آخرین به‌روزرسانی: 2026-10-29 15:10:07
تعداد امتیازها: 0
تعداد دانشجو: 0
خرید اقساطی: ندارد
ضمانت بازگشت وجه: ندارد
برچسب‌ها: