Bioinformatik für Lebenswissenschaftler

Transkript

1 BIOINF 1910 Bioinformatik für Lebenswissenschaftler Oliver Kohlbacher, Steffen Schmidt SS Einleitung Abt. Simulation biologischer Systeme WSI/ZBIT, Eberhard Karls Universität Tübingen

2 Übersicht Was ist Bioinformatik? Überblick über die Vorlesungsinhalte Organisatorisches Grundkonzepte von Computern Einführung in Unix/Linux Teil 1 Unix-Kommandos Hilfe? Weitere Informationsquellen 2

3 2001 Das Menschliche Genom Science (2001), 291 (5507) Nature (2001), 409 (6822)

4

5 The Age of Bioinformatics Bioinformatics as the key enabler BUSINESS BANTER / DR PRAVIN KINI INTERVIEW / ANIL URS TIMES NEWS NETWORK [ SUNDAY, JANUARY 04, :20:14 AM ] What kind of work is being done in India in the field of bioinformatics? Bioinformatics work in India can be primarily divided into research, products, solutions and services. Institutions like the Indian Institute of Science (IISc) are conducting research in the areas such as bio-mems and biological databases. Companies such as CytoGenomics are providing products in highly specialized areas such as microarray-based gene expression analysis. Companies like Siri Technologies are providing advanced solutions in the area of cancer diagnostics, by building complex 3D imaging products and computer-assisted therapeutics. Companies like Wipro BioMedical are providing custom services in the informatics space. [ ] Where does the Indian bioinformatics stand in terms of work done? Bioinformatics in India is one of the foremost sunrise industries today. Bioinformatics encompasses a wide spectrum, ranging from drug discovery research to clinical medicine. With the year 2004 being touted globally as the year of bioinformatics product companies, India is well poised to be a serious player in the international arena.

6 Bioinformatik Definition Bioinformatik verwendet Methoden der Mathematik, Statistik und Informatik zur Analyse und Interpretation von biologischen, biochemischen und biophysikalischen Daten.

7 Bioinformatik eine eigene Disziplin? Mathematik, Informatik Lebenswissenschaften Physik, Chemie

8 Bioinformatik Gebiete Sequenzbasierte Bioinformatik Genomassemblierung Sequenzsuche/-vergleich Comparative Genomics Strukturelle Bioinformatik Proteinstrukturvorhersage Wirkstoffentwurf (Chemoinformatik) Biologische Informationssyteme Datenintegration und biologische Datenbanksysteme Modellierung biologischer Daten Systembiologie ComputationalProteomics Metabolomics Biologische Netzwerke

9 Worum geht es in dieser Vorlesung? Theoretische Grundlagen Überblick über die Bioinformatik Ausgewählte Kapitel aus Sequenzanalyse und Strukturbioinformatik Einige Grundbegriffe der Informatik Praktische Anwendung Werkzeuge Benutzung Interpretation der Ergebnisse Rechnerbedienung, Programmierung Überblick und Grundlagen Grundlagen von Python Anwendungen zum Skripting, einfache Applikationen

10 Worum geht es hier NICHT? Benutzung von Werkzeugen als Black Boxes Fertige Rezepte zur Anwendung Programmierkurs Einführung in die Informatik

11 Inhalte Einleitung und Überblick (heute) Rechner/Grundlagen der Informatik Sequenzanalyse Strings, Sequenzen und Alignments Dynamische Programmierung, Komplexität Multiples Alignment Software-Tools, Datenbanken Phylogenien Strukturbioinformatik Proteinstruktur-Datenbanken Sekundärstrukturvorhersage Threading und Homologiemodellierung Ab-initio Vorhersage

12 Anforderungen BSc Biochemie Pflichtveranstaltung, 2. Fachsemester Note: 60% aus der Klausur, zu 40% aus den Leistungen bei den Präsenzübungen Diplom Biochemie Pflichtveranstaltung, regulär 5. Fachsemester unbenoteter Schein vergeben, zu dessen Bestehen die erfolgreiche Teilnahme an den Übungen notwendig ist. BSc Biologie Wahlpflichtveranstaltung Note: 60% aus der Klausur, zu 40% aus den Leistungen bei den Präsenzübungen

13 Präsenzübungen Übungen in drei Gruppen im Computerraum des IFIB (425C, 2. OG) Termine: Gruppe 1: Di, 12:00-14:00 / Di, 12:00-13:00 Gruppe 2: Di, 14:00-16:00 / Di, 14:00-15:00 Gruppe 3: Fr, 14:00-16:00 / Di, 13:00-14:00 Gruppe 4: Fr, 16:00-18:00 / Di, 15:00-16:00 Einteilung in Übungsgruppen wird bekannt gegeben Wir geben jeweils Übungsblätter aus, die Übungen werden während der Übungszeit abgearbeitet Keine schriftliche Abgabe notwendig Bewahren Sie die Übungsblätter zum Nachschlagen auf und bringen Sie sie zu den Übungen mit!

14 Klausur Einstündige Klausur Termin: Do, , 9-10 Uhr Wer nicht besteht (Klausur + Übungen), kann an einer Nachklausur teilnehmen Termin Nachklausur: Do, , 9-10 Uhr Zulässige Hilfsmittel: Vorlesungsunterlagen, Lehrbücher, Übungsblätter

15 Betriebssystem, Shell und GUI Jedes Programm (Applikation, Befehl ) braucht eine Schnittstelle zum Rechner Betriebssystem ist ein Programm, das die Schnittstelle zur Hardware darstellt Betriebssystem stellt Applikationen (Programmen, Befehlen ) Grundfunktionalität zur Verfügung Verwaltung von Dateien Zugriff auf Benutzerdaten

16 Shell Die Shell ist eine (direkte) Schnittstelle zum Betriebssystem Interaktives Ausführen von anderen Applikationen Bietet eigene Funktionalität builtins: ls, cat, echo Command Line Interface (CLI) verbreitete Varianten: tcsh, bash Graphical User Interface (GUI)

17 Graphische Benutzeroberfläche (GUI) GUI ist ein Oberbegriff für alle graphischen Benutzeroberflächen In diesem Zusammenhang: GUI als graphische Shell GUI ist ebenfalls ein Programm, das oberhalb der Betriebssystemebene arbeitet Verbreitet: Windows, Aqua, KDE, Gnome

18 Von Hackern und Mausschubsern Mausschubser mouse pusher A person that prefers a mouse over a keyboard; originally used for Macintosh fans. The derogatory implication is that the person has nothing but the most superficial knowledge of the software he/she is employing, and is incapable of using or appreciating the full glory of the command line

19 UNIX Unix: Some say the learning curve is steep, but you only have to climb it once. Karl Lehenbauer Unix gives you just enough rope to hang yourself and then a couple of more feet, just to be sure. Eric Allman

20 Unix-Kommandos Kommandos werden in einer Shell ausgeführt (in der Eingabeaufforderung) Kommando ist ein Programm! Programme brauchen manchmal zusätzliche Informationen, um zu wissen, was sie machen sollen Diese Informationen werden dem Kommando als Parameter mitgegeben (Optionen) Optionen werden an der Kommandozeile durch Leerzeichen getrennt Beispiel: Zum Kopieren von Dateien muss das Programm cp wissen, welche Datei kopiert werden soll und wohin cp seq.fasta seq2.fasta legt eine Kopie von seq.fasta unter dem Namen seq2.fasta an

21 Kommandos und Optionen Welche Parameter ein Programm beim Aufruf akzeptiert oder benötigt, hängt ganz vom Programm ab Der Programmierer legt diese Parameter selbst fest, sie sind in der Regel in der Dokumentation des Programms beschrieben Auch für die Standard-Unix-Kommandos gibt es diese Dokumentation, die in Form der Manpages am Rechner jederzeit abrufbar ist (mehr dazu später) Das Kommando cp z.b. benötigt mindestens zwei Parameter: die Dateinamen für Quelle und Ziel des Kopierens

22 Typographie Der Übersichtlichkeit halber ist alles, was Sie in den Rechner eintippen können, insbesondere Namen von Programmen und Parameter in Courier gesetzt Beachten Sie, dass jedes Betriebssystem außer Windows Groß- und Kleinschreibung unterscheidet! Beachten Sie auch die Leerzeichen! Parameter für Unix-Kommandos die vom Benutzer festzulegen sind, werden dabei in spitzen Klammern gesetzt: cp <Quelldatei><Zieldatei> Wenn Sie dieses Kommando einsetzen wollen, müssen Sie für Quelldatei und Zieldatei natürlich sinnvolle Werte angeben (ohne spitze Klammern!) cp seq.fasta seq2.fasta

23 Prompt/Eingabeaufforderung Der Prompt (Eingabeaufforderung) ist die Ausgabe, mit der die Shell dem Benutzer ihre Bereitschaft signalisiert Diese Ausgabe ist frei konfigurierbar Oft wir der Rechnername, der Benutzername und das aktuelle Verzeichnis ausgegeben Am blinkenden Cursor hinter dem Prompt können nun beliebige Kommandos eingegeben werden Während ein Befehl ausgeführt wird, akzeptiert die Shell keine weiteren Befehle

24 Eine Shell auf cbioinf20 Cursor Prompt: Arbeitsverzeichnis]$

25 Unix-Kommandos: ls Wichtigster Befehl überhaupt: ls (LiSt) ls zeigt den Inhalt des aktuellen Verzeichnisses an ls akzeptiert eine Reihe von Kommandozeilenparametern (Optionen), die die Ausgabe bestimmen ls l zeigt Details der Dateien (z.b. Größe in Byte) an ls zeigt aber nicht alles: Dateien können versteckt werden, indem ihr Name mit. beginnt. Diese Dateien werden nicht angezeigt. Anzeigen von allen (also auch versteckten Dateien) geht durch Angabe der Option -a für ls ls a zeigt Ihnen den gesamten Inhalt des aktuellen Verzeichnisses an ls akzeptiert auch einen oder mehrere Datei- oder Verzeichnisnamen und zeigt dann nur deren Namen/Details an

26 Eine Shell auf cbioinf20 Cursor Kommando Prompt

27 Eine Shell auf cbioinf20 Kommando (ls) Kommandozeilenparameter (-l) Prompt Cursor

28 Unix-Kommandos: cat Jede Datei auf einem Unix-System kann man sich von der Shell aus ausgeben lassen Dazu dient das Kommando cat cat <Dateiname1> [<Dateiname2> ] Das Kommando cat erfordert mindestens einen Parameter (einen Dateinamen), man kann aber auch mehrere Dateinamen angeben (beliebig viele), die dann nacheinander ausgegeben werden Der erste Dateiname ist ein notwendiger Parameter, die weiteren Dateinamen sind optional und werden in der Dokumentation üblicherweise in eckigen Klammern angegeben Beim Aufruf sind diese eckigen Klammern natürlich nicht mit einzugeben Beispiele: cat seq.fasta cat seq.fasta seq2.fasta

29 Unix-Kommandos: cat Ausgabe der Datei ist natürlich nur für Dateien sinnvoll, die lesbaren Text enthalten Ausgabe einer Bilddatei, einer Musikdatei oder des Maschinencodes eines Programms ist nicht sinnvoll und führt in der Regel nur zu wirrem Zeichensalat

30 Unix-Kommandos: mv Umbenennen und Verschieben von Dateien ist mit dem Kommando mv (MoVe) möglich Verwendung ist analog zur Verwendung von cp: mv <Quelle> [<Quelle2> [ ]] <Ziel> wobei Quelle der alte Dateiname/-ort und Ziel der neue Dateiname/-ort ist Ist Ziel ein (existierendes) Verzeichnis, so wird die Datei unter Beibehaltung des Namens in dieses Verzeichnis verschoben Mit mv kann man auch mehrere Dateien gleichzeitig in ein Verzeichnis verschieben. Eine Umbenennung ist natürlich nur für eine Datei gleichzeitig möglich. Beispiel: mv seq.fasta hev.fasta benennt die Datei seq.fasta nach hev.fasta um mv hev.fasta seq2.fasta Sequenzen verschiebt hev.fasta und seq2.fasta aus dem aktuellen Verzeichnis in das Unterverzeichnis Sequenzen

31 Umleitung Die Ausgabe eines Kommandos kann mit Hilfe von > in eine Datei umgeleitet werden, z.b. um sie später genauer betrachten zu können Das Kommando ls l > ls.txt lenkt so die Ausgabe in die Datei ls.txt um Existiert ls.txt, so wird der Inhalt überschrieben Existiert die Datei nicht, wird sie neu angelegt Die Ausgabe erscheint nicht auf dem Bildschirm Das Umleitungszeichen >> funktioniert analog zu >, nur dass die Ausgabe an die Datei angehängt wird, statt sie zu überschreiben Mit Hilfe der Umlenkung kann man auch die Inhalte mehrerer Dateien aneinander hängen: cat a.txt b.txt > c.txt fügt die Inhalte von a.txt und b.txt zu c.txt zusammen

32 Umleitung

33 Wildcards Oft möchte man eine Aktion auf viele unterschiedliche Dateien ausdehnen, ohne sie explizit angeben zu müssen Die Shell bietet dazu so genannte Wildcards an Wildcards sind Muster, die die Shell durch alle zum Muster passenden Dateinamen ersetzt * steht dafür für einen beliebigen Substring? steht für ein beliebiges Zeichen Beispiel: cat *.fasta gibt alle Dateien im aktuellen Verzeichnis aus, die auf.fasta enden cat seq?.fasta gibt alle Dateien im aktuellen Verzeichnis aus, deren Namen an Stelle des Fragezeichens ein beliebiges Zeichen enthält, also etwa seq1.fasta, seqa.fasta, seq9.fasta nicht jedoch seq.fasta oder seq11.fasta

34 RTFM: Read The F***ing Manual! Hilfe-Funktion der verschiedenen Unix-Derivate heißt man man ist die Abkürzung für Manual Für die meisten gängigen Unix-Befehle befindet sich eine Anleitung in diesem elektronischen Manual Leider nicht für alle anderen Applikationen der Fall (Faulheit der Programmierer, Installationsprobleme, ) Man-Page wird in sogenanntem Pager angezeigt Blättern mit der Leertaste, verlassen mit q ( quit )

35 Aufrufen einer Man-Page

36 Aufrufen einer Man-Page

37 Aufrufen einer Man-Page

38 Literatur Merkl, Waack: Bioinformatik Interaktiv, Wiley, 2002 Übersichtliche, nicht sehr tief gehende Einführung. (69 )

39 Literatur Setubal, Meidanis: Introduction to Computational Molecular Biology, PWS Pub. Co., 1997 Sehr gute, leider nicht mehr ganz aktuelle Einführung. (57 )

40 Literatur Zvelebil, Baum: Understanding Bioinformatics Taylor & Francis Ltd., 2006 Leicht verständliche Übersicht über wesentliche Gebiete der Bioinformatik. (45 )

41 Literatur Mount: Bioinformatics Sequence and Genome Analysis,Cold Spring Harbor Lab Press, 2001 Sehr umfassendes Lehrbuch über Sequenzbioinformatik. (75 )

42 Literatur Andrew Leach: Molecular Modeling. Principles and Applications, Prentice Hall, 2nd ed., 2001 Sehr guter Überblick über Grundlagen im Bereich Molecular Modeling und einige Bereiche der Strukturbioinformatik. (74 )

43 Empfohlene Software Python und BioPython Python: sehr leicht erlernbare, objekt-orientierte Skriptsprache BioPython: Erweiterung von Python für Bioinformatik-Anwendungen Verfügbarkeit Für alle Betriebssysteme Download von Auf den Pool-Rechnern bereits vorinstalliert

44 Zusätzliche Resourcen Python Tutorial auf unserer Website Tutorial und Doku auf Tutorial und Doku auf Tutorial Python for Biologists am Institut Pasteur:

45 Zusätzliche Resourcen Lehrbücher sind auch im Semesterapparat der Bibliothek zu finden (Sand 14, 1. OG) Auf unserer Website finden sie außerdem Vorlesungsbezogene Papers zum Download Vorlesungsfolien (in der Regel einige Tage vor der Vorlesung) Übungsblätter Links zu relevanten Websites URL

46 Kontakt Website Bei Fragen zu Vorlesung/Übungen 46

47 Literatur + Links RTFM, RTFM, RTFM! Üben, üben, üben Gibas, Jambeck: Einführung in die praktische Bioinformatik, O Reilly, 2002