مقدمه‌ای بر بیوانفورماتیک (تحلیل داده‌های زیستی)

با پیشرفت دانش و تجهیزات در علوم زیست‌شناسی به ویژه علوم سلولی و مولکولی با افزایش حجم عظیم داده‌های استخراج شده از سلول‌ها و به تبع آن موجودات مواجه هستیم. افزایش این حجم از داده‌ها و به سبب آن نیاز به ذخیره، بازیابی و تحلیل مناسب این داده‌ها، موجب پیدایش علم بیوانفورماتیک گردید. این دانش نوظهور، به عنوان یک دانش بین‌رشته‌ای، تلاش می‌کند تا با استفاده از تکنیک‌های موجود در علوم کامپیوتر، ریاضیات، شیمی، فیزیک و علوم مرتبط دیگر، مسائل مختلف زیست‌شناختی را که معمولاً در سطح مولکولی هستند حل کند. تلاش‌های پژوهشی اصلی در این رشته عبارت‌اند از: تطابق توالی، کشف ژن، گردآوری ژنوم، تنظیم ساختار پروتئینی، پیش‌بینی ساختارهای دوم و سوم پروتئین، پیش‌بینی بیان ژن و تعاملات پروتئین- پروتئین و مدلسازی تکامل. دوره آموزش بیوانفورماتیک با هدف آموزش این ترند جذاب و پررونق تهیه و تدوین شده است که در ادامه به معرفی آن خواهیم پرداخت.

معرفی دوره آموزش بیوانفورماتیک

درس پیش‌ رو آموزش آمار و معرفی و استفاده از پایگاه‌های داده‌ با هدف تحلیل و استنتاج داده‌های زیستی برای دانشجویان دوره دکتری رشته زیست‌شناسی سلولی-تکوینی دانشگاه علم و فرهنگ بوده که در پژوهشگاه رویان جهاد دانشگاهی تدوین و تدریس شده است. این دوره شامل سه بخش: آمار، ابزار‌ها و پایگاه‌های داده و بخش سوم آموزش برنامه‌نویسی به زبان آماری R است. زبان R برای انجام تحلیل داده آماری، رسم نمودارها و استنتاج پیام داده‌های زیستی بی‌نظیر است چرا که علاوه بر رایگان و در دسترس بودن، دارای بیش از ۸۰۰ بسته برای انجام تحلیل های مختلف بیوانفورماتیک است.
هر جلسه درس شامل دو بخش نظری و عملی ، همچنین شامل برنامه‌نویسی R و آشنایی با داده پایگاه های بیوانفورماتیک است که به طورر جداگانه از طریق لینکهای پایین صفحه در اختیار شما قرارگرفته‌اند. به منظور ارائه کیفیت مناسب تصویری، بخش‌های عملی مستقیماً از دسکتاپ کامپیوتر مدرس ضبط گردیده است.
در طول بخش‌های عملی درس چند فایل داده ورودی به عنوان نمونه مورد استفاده قرار می‌گیرد. شما می توانید با فشردن دکمه «جزوه» از جلسه اول درس، این فایلها را به صورت فشرده شده (Zip) دانلود و استفاده کنید.  در طول استفاده از این دوره آموزشی می‌توانید پیشنهاد‌ها، انتقادات و سؤالات خود را با آدرس rbioinf@gmail.com یا rscle@royaninstitute.org با ما در میان بگذارید. 
این درس به همت پژوهشگاه رویان ضبط شده است.

سرفصل‌های دوره مقدمه‌ای بر بیوانفورماتیک

سرفصل‌های این دوره آموزش بیوانفورماتیک مقدماتی به صورت زیر است:

• ورکشاپ R
• مقدمات آمار، میانگین، واریانس، انحراف‌معیار، میانه، چارک‌ها
• مشاهده ژنوم در UCSC Genome Browser، نصب R و RStudio، مقدمات R
•  آزمون فرض آماری، Student t-test، معنی p-value
• داده پایگاه برهم‌کنش ژنی و پروتئینی String-db، تحلیل اولیه داده‌های بیان ژن، رسم Heatmap
• مقیاس Log 2 برای تحلیل بیان ژن‌ها، Log-fold change، تحلیل تفاوت بیان ژن‌ها
• پایگاه داده Coremine، ارتباط عناصر زیستی طبق مقالات، آزمون t روی داده‌های بیان ژن
• خوشه‌بندی سلسله مراتبی، فاصله اقلیدسی محورها
• کتابخانه ggplot2 برای ساخت نمودارهای بیوانفورماتیک، رسم نمودار میله‌ای بیان ژن
• ضریب همبستگی Pearson
  محاسبه ضریب همبستگی Pearson، رسم trendline
  تطابق رشته‌های DNA یا پروتئین، الگوریتم‌های برنامه‌سازی پویا
  کتابخانه Reshape2، نمودار جعبه‌ای (Box-plot)، نمودار ویولن
• ضریب همبستگی نا پارامتری Spearman Correlation Coefficient
• تحلیل هم‌زمان چند ژن با استفاده از sapply، apply و محاسبه ضریب Spearman
• خطای استاندارد
• نوشتن تابع در R
• Principal Components Analysis
• رسم نمودار PCA روی داده‌های بیان ژن
• آزمون آماری ANOVA
• محاسبه ANOVA
• آزمون فیشر
• نمودار همبستگی بیان، تحلیل کیفیت آزمایش بر اساس فاصله بین تکرارها
• آزمون‌های نا پارامتری نظیر Wilcoxon
• پروژه Fantom، آزمون نرمال بودن داده‌ها، انجام آزمون‌های نا پارامتری

سرفصل‌های دوره بیوانفورماتیک پیشرفته

همچنین سرفصل‌های بیوانفورماتیک پیشرفته نیز به صورت زیر است.

• سلول
• پروتئین
• DNA
• رونویسی
• ترجمه
• تمایز سلولی
• فناوری‌های توالی یابی
• تحلیل داده‌های ریزآرایه
• تحلیل داده‌های توالی یابی RNA
• پایگاه داده‌های مفید
• هم‌ردیفی
• بازسازی
• تأثیر ترکیب داده‌ها
• تحلیل مجموعه ژن‌ها
• خوشه‌بندی
• دسته‌بندی، تحلیل گراف، سل‌نت
• مطالعه موردی، ایسکمی قلب
• شبکه‌های عصبی ژرف

شرکت در دوره‌های مبانی بیوانفورماتیک برای چه کسانی مناسب است؟

افرادی که نسبت به مسائل زیر علاقه‌مند هستند می‌توانند در دوره آموزش بیوانفورماتیک شرکت کنند:

• افرادی که به کد نویسی و کار با کامپیوتر علاقه‌مند هستند.
• افرادی که نسبت به رفتار سلول‌های زیستی و عملکرد آن‌ها، مسائل مختلف زیست‌شناسی، نحوه اثر کردن داروها و شبکه انتقال پیام علاقه‌مند هستند.
• به زبان انگلیسی تسلط کافی دارند.
• از حل مسائل ریاضی و محاسبات پیچیده لذت می‌برند.
• افاردی که نسبت به شناسایی الگوها و منظم سازی اطلاعات علاقه دارند.

مقدمه‌ای بر اینفورامتیک

رشد علوم رایانه‌ای در این چند دهه اخیر باعث شده است که ما شاهد پیشرفت‌های چشمگیری در دیگر حوزه‌های علمی مانند زیست‌شناسی و ژنتیک باشیم. یکی از علوم بین‌رشته‌ای که در اثر ادغام علوم کامپیوتر، رشته زیست شناسی، شیمی و ریاضی به وجود آمده، بیوانفورماتیک نام دارد. در این حوزه علمی محققان با کمک رایانه‌ها به بررسی داده‌های عظیم به‌دست‌آمده از موجودات زنده می‌پردازند. این داده‌ها که بیشتر در مورد توالی اسیدهای آمینه و DNA هستند توسط سیستم‌های کامپیوتری مورد تجزیه‌وتحلیل قرار می‌گیرند. دوره آموزش بیوانفورماتیک با هدف آموزش این علم تهیه شده است که در بالا به معرفی آن پرداختیم.

بیوانفورماتیک چیست؟

بیوانفورماتیک علمی جدید است که برای بررسی پدیده‌های بیولوژیکی از فناوری اطلاعات استفاده می‌کند. در واقع این علم از ترکیب زیست‌شناسی مولکولی و فناوری اطلاعات، بیوانفورماتیک به وجود آمده است. در این علم از نرم‌افزار و تکنیک‌های به خصوصی برای درک داده‌های حجم عظیم زاده بیولوژیکی استفاده می‌کنند. تحلیل مناسب داده‌های زیستی در این زمینه نیازمند داشتن پایه‌های علمی کافی در کامپیوتر، ریاضی و روش‌های محاسباتی است که در دوره آموزش بیوانفورماتیک به آن‌ها پرداخته شده است.

پیدایش علم بیوانفورماتیک

در اوایل دهه 1960 بود که زمینه های پیدایش علم بیوانفورماتیک پایه‌گذاری شد. در این علم از تکنیک‌های محاسباتی برای بررسی توالی پروتئین و داده‌های مربوط به توالی بیولوژیکی و مدل‌های آن استفاده می‌شود. بعد از آن پیشرفت علوم کامپیوتر و زیست شناسی مولکولی باعث شد تا تجزیه و تحلیل داده‌های پروتئینی، DNA و RNA ساده‌تر شود. در دهه 1990 اصطلاح بیوانفورماتیک که هدف آن مدیریت و بررسی مسائل مختلف زیست مانند سلول‌های بنیادی، سطح مولکولی و توالی داده‌های مربوط به سلول‌های مختلف است، بیان شد. 

به دلیل این‌که سرعت تولید داده‌های بیولوژیکی زیاد است؛ ما برای تحلیل آن‌ها به بیوانفورماتیک نیاز داریم. به طوری که اکنون یک پایگاه اطلاعاتی بیوانفورماتیک که شامل توالی‌های پروتئینی بوده، ساخته شده است. از جمله توالی های پروتئینی می‌توان به توالی پروتئین انسولین گاوی و توالی اسید نوکلئیکی مربوط به tRNA آلانین مخمر اشاره کرد. اولین پایگاه داده توالی پروتئین در سال 1987 بانام The SWISS PROT تأسیس شد. 

بیوانفورماتیک چه کاربردی دارد؟

بیوانفورماتیک در مسائل تحقیقاتی رشته‌هایی مانند علوم زیست پزشکی، زیست‌شناسی مولکولی و ژنومی و بیوتکنولوژی اهمیت زیادی دارد. ازجمله کاربردهای ضروری بیوانفورماتیک می‌توان به موارد زیر اشاره کرد:

• پیش‌بینی ساختارهای پروتئینی
• تشخیص ارتباط بین توالی ژن و بیماری‌ها
• طراحی داروها
• کشف واکسن‌ها
• متناسب‌سازی توالی DNA برای بیماران
• توالی اسیدهای آمینه

مباحث مرتبط با رشته بیوانفورماتیک

بیوانفورماتیک از خدمات و فناوری‌های کامپیوتری در حوزه‌های زیست‌شناسی، بیوتکنولوژی و زیست پزشکی استفاده می‌کند. مباحثی که در این رشته مطرح می‌شود شامل موارد زیر هستند:

• اصول طراحی نرم‌افزار
• مطالعات قابلیت استفاده
• طراحی واسط انسانی
• معماری شبکه
• طراحی الگوریتم
• استراتژی‌های جستجو
• پردازش تصویر
• داده‌کاوی
• مدیریت پایگاه داده
• ساخت انیمیشن
• گرافیک کامپیوتری
• خط‌مشی‌های جستجو
• برنامه‌نویسی کامپیوتری

گرایش‌های مربوط به رشته بیوانفورماتیک

دانشجویان دکترای رشته بیوانفورماتیک می‌توانند در سه گرایش زیر ادامه تحصیل دهند و با شرکت در دوره‌های بیوانفورماتیک اطلاعات کاملی نسبت به مباحث رشته خود کسب کنند. این گرایش‌ها عبارتنداز:

1- زیست‌شناسی سامانه‌ای که به بررسی رفتار سلول‌ها می‌پردازد.

2- داده‌کاوی پزشکی که هدف آن مدیریت و استفاده از اطلاعات پزشکی بیماران است.

3- زیست‌شناسی محاسباتی که روی پردازش داده‌های ژنومیکس و پروتئومیکس تمرکز دارد. 

جمع‌بندی

پیشرفت دنیای تکنولوژی باعث ظهور علوم جدیدی مانند بیوانفورماتیک شد که در مورد ژنتیک، DNA و مسائل زیست انسانی و سلولی بسیار پرکاربرد است. افرادی که دوره‌های بیوانفورماتیک را بگذرانند، می‌توانند کارهایی مانند مدیریت داده‌های زیستی و اصلاح ژنتیک را انجام دهند و دنیای بهتری برای موجودات زنده خلق کنند.  اگر به علم بیوانفورماتیک علاقه دارید و دوست دارید در آن پیشررفت کنید، باید نقطه شروعی را برای آن انتخاب کنید که دوره آموزش بیوانفورماتیک بهترین نقطه شروع برای این کار است.