📰 Возвращаемся с новостями!

Уже заканчивается второй поток курса «Машинное обучение в биологии и биомедицине», а мы готовим для вас насыщенное лето:
🔻 прямые эфиры с новыми "сеньорами" биоинформатиками
🔻 свежие тренды в биотехе и сфере AI
🔻 азы Python и ML для новичков и разборы ключевых терминов
🔻 раскрытие сложных тем в рубрике "вопрос-ответ" от наших экспертов
🔻 подборки вакансий и карьерные советы

Ну что, поехали! 🚀

#openbio_ml #openbio_education #биотех #машинноеобучение

Python для биомеда: словари и циклы — ключ к анализу данных

Продолжаем нашу рубрику «азы программирования» с разбором словарей и циклов — core skill инструментов для работы с биомедицинской информацией.

📌 Словари: биоинформатика в виде пар «ключ–значение»

Словарь — это структура данных, где каждому ключу соответствует значение. Это особенно удобно, когда данные не упорядочены, но имеют ярко выраженные идентификаторы.

Словарь с экспрессией генов:

gene_expression = {
    'TP53': 3.4,
    'BRCA1': 1.8,
    'EGFR': 2.7
}

Здесь ключи — названия генов, а значения — их уровень экспрессии (например, log2(TPM+1)).

Когда это полезно?
➖Быстрый доступ к данным по уникальному идентификатору — например, по имени гена.
➖ Работа с JSON-структурами (часто встречаются в аннотациях генов, результатах API).
➖ Представление биомедицинских таблиц, где строки становятся словарями (например, записи пациента или профили экспрессии).

📌 Циклы: автоматизация анализа

Циклы позволяют выполнять повторяющиеся действия. Это основа для парсинга данных, агрегации результатов, фильтрации по условиям и т.д.

Выводим список интересующих генов:

genes = ['TP53', 'BRCA1', 'EGFR']
for gene in genes:
    print(f"Ген: {gene}")

Можно не просто выводить, а сравнивать с контрольными значениями, фильтровать и обрабатывать:

threshold = 2.0
for gene, expr in gene_expression.items():
    if expr > threshold:
        print(f"{gene} сверхэкспрессирован: {expr}")

📌 Комбинируем словари и циклы: практические примеры

🔸 Пример 1: Анализ мутаций по пациентам

mutations = {
    'patient_001': ['TP53', 'EGFR'],
    'patient_002': ['BRCA1'],
    'patient_003': []
}

for patient_id, mutated_genes in mutations.items():
    print(f"{patient_id}: найдено {len(mutated_genes)} мутаций")

🔸 Пример 2: Сравнение экспрессии в норме и опухоли

normal_expr = {'TP53': 1.2, 'BRCA1': 2.1, 'EGFR': 1.9}
tumor_expr = {'TP53': 3.4, 'BRCA1': 1.8, 'EGFR': 2.7}

for gene in normal_expr:
    change = tumor_expr[gene] - normal_expr[gene]
    print(f"{gene}: изменение экспрессии = {change:+.2f}")

🔸 Пример 3: Агрегация статистики по опухолевым типам

tumor_samples = {
    'glioblastoma': ['TP53', 'IDH1', 'EGFR'],
    'breast_cancer': ['BRCA1', 'BRCA2', 'TP53'],
    'lung_cancer': ['EGFR', 'KRAS']
}

gene_counts = {}
for cancer_type, genes in tumor_samples.items():
    for gene in genes:
        gene_counts[gene] = gene_counts.get(gene, 0) + 1

print("Гены, встречающиеся чаще всего:")
for gene, count in gene_counts.items():
    if count > 1:
        print(f"{gene}: {count} типов опухолей")

🔻 Почему владение словарями и циклами критично?

➕ Конструкции for, dict, items, range, enumerate входят в топ-10 самых часто используемых в Python-коде.
➕ Циклы и словари встречаются в более чем 90% Jupyter-ноутбуков, связанных с анализом биомедицинских данных (источники: Kaggle, OpenML, BioPython).
➕ Любая современная библиотека (Pandas, PyTorch, BioPython, Scikit-learn) использует их под капотом или требует при работе с API.

✔️ Посмотреть, как используются словари и циклы в реальных проектах, можно тут и тут.

Попробуйте и вы!

#openbio_python #openbio_ml #openbio_education

Сегодня в центре внимания — цикл While! 🔁

Это один из самых простых и мощных инструментов для автоматизации повторяющихся задач. Он позволяет выполнять блок кода многократно, пока выполняется определённое условие.

📌 Если вы уже освоили базовую работу с библиотеками NumPy и pandas, научились читать и обрабатывать датасеты, группировать, и визуализировать векторные операции — самое время перейти к управлению потоком выполнения кода. Цикл while — фундаментальная конструкция, которая пригодится в любом проекте.

Например:

ридов_прочитано = 0 # Количество прочитанных фрагментов ДНК
цель_ридов = 1000 # Требуемое количество

while ридов_прочитано < цель_ридов:
    print(f"Прочитано {ридов_прочитано} ридов. Ещё собираем...")
    ридов_прочитано += 100 # Имитация чтения 100 ридов за шаг

Здесь while проверяет условие ридов прочитано < цель_ридов. Пока оно истинно, выполняется print(count) и увеличивается значение переменной ридов прочитано. Когда ридов прочитано достигнет 1000 или больше — цикл завершится.

📌 Структура цикла while в Python:

while условие:
    Тело цикла

➖Условие — логическое выражение, которое проверяется перед каждой итерацией.
➖Двоеточие (:) сообщает Python, что далее — блок команд.
➖Тело цикла — команды с отступом, которые выполняются, пока условие истинно.

❕ While — это цикл с предусловием: сначала проверяется условие, и только если оно истинно — выполняется тело цикла.

📌 Сравнение с оператором if и логические операции

Цикл while напоминает условный оператор if, но с повторением:
➖ if выполняет код один раз, если условие истинно.
➖ while выполняет код многократно, пока условие остаётся истинным.

Оба могут использовать логические операторы and, or, not:

белок_свернут = 0 # Уровень правильной свёртки белка (0-10)
токсичность = True # Моделируем, что белок токсичен на старте

while белок_свернут < 8 and токсичность:
    print(f"Свёртка: {белок_свернут}. Белок пока токсичен.")
    белок_свернут += 1 # Улучшаем свёртку
    if белок_свернут >= 5:
        токсичность = False # Допустим, после 5 уровня свёртки токсичность исчезает

Этот цикл будет продолжаться, пока уровень свёртки меньше 8 и белок остаётся токсичным. Когда белок_свернут станет 5, токсичность переключится в False и цикл завершится, даже если свёртка не достигла 8.

📌 Бесконечные циклы

Цикл while может стать бесконечным, если условие всегда истинно:

while True:
    print("Ищем идеальную последовательность...")
    # Здесь могла бы быть сложная функция анализа

Чтобы остановить такой цикл, используют break:

консенсус_найден = False # Флаг нахождения консенсуса

while True:
    показатель_качества = float(input("Введите показатель качества сборки (0.0-1.0): "))
    if показатель_качества > 0.95:
        print("Отлично! Сборка соответствует стандарту:", показатель_качества)
        break # Выходим из цикла, т.к. цель достигнута
    else:
        print("Качество сборки недостаточно. Попробуйте ещё раз.")

Этот код будет спрашивать показатель качества, пока пользователь не введёт корректное значение выше 0.95.

❕ Всегда следите за условиями цикла и используйте break осознанно, бесконечные циклы могут «повесить» программу.

Цикл while — универсальный инструмент, которым пользуется почти каждый биоинформатик, особенно при парсинге данных, автоматизации рутинных задач и построении пайплайнов. Он позволяет создавать гибкие конструкции и управлять выполнением кода с максимальной точностью.

↗️ Освоив базовые принципы, вы сможете перейти к более сложным паттернам: вложенным циклам, контролю итераций через continue и else, созданию симуляций и генераторов.

🔭 While обязательно пригодится в ваших проектах — от простых до исследовательских. Главное — начать, практиковать и не бояться экспериментов.

#openbio_python #openbio_ml #openbio_education

Всегда ли шум имеет гауссовское распределение?

Центральная предельная теорема говорит, что если вы суммируете много одинаково распределенных (причем по любому закону) величин, то получаете нормальное распределение. Например, в физической реальности на объект действует много случайных сил (скажем, от броуновского движения молекул и частиц). Их равнодействующая — это как раз такая сумма, поэтому распределена нормально.

Но это не всегда так. В биомедицине встречаются распределения с тяжелыми хвостами, например, распределения Леви или Парето, характерные для редких событий (экстремальных значений).

Почему важно правильно учитывать экстремальные значения? 

Часто это ключевые сигналы в медицине: высокий уровень онкомаркеров → опухоль, повышенный тропонин → инфаркт, аномальные электрокардиограммы → тяжелые нарушения ритма.

Если предположить нормальность ошибок, такие показатели могут восприниматься как выбросы или ошибки измерений, а важные случаи — пропущены.

В биологических системах шум поступает из разных источников: молекулярные флуктуации, технические ошибки измерений, внешние воздействия окружающей среды и многое другое. Каждый источник имеет свою природу и характер распределения ошибок. Например, молекулярный шум часто моделируют как дискретный процесс с определенной вероятностью возникновения события (например, биномиальное или Пуассона), а технический шум — как гауссовский из-за случайных флуктуаций в электронике.

Что делать на практике?

🔷Постройте гистограмму ошибок или остатков. Посмотрите на форму: симметрична? Есть ли тяжелые хвосты? Выбросы?
🔷Проверьте через статистические тесты на нормальность - Шапиро-Уилка, Колмогорова-Смирнова, Андерсона-Дарлинга
🔷Проверьте наличие тяжелых хвостов — экстремальных значений, которые реже встречаются, чем по нормальному закону. Для этого помогут графики квантиль-квантиль (Q-Q plot).
🔷При подозрении на тяжелые хвосты — попробуйте модели с распределениями Леви, Парето, Стьюдента; для выбора оптимальной модели рассмотрите критерии выбора (AIC/BIC).

Предположение о нормальности — лишь приближение, а не догма. Ключ к точной интерпретации данных — понимание природы шума.

Сталкивались ли вы с "тяжелыми хвостами" в ваших биологических данных? Как решали эту проблему? Делитесь своим опытом в комментариях!

В следующий раз поговорим о том, как сделать надежные выводы и избежать переобучения, если данных мало.

#openbio_education

📌 Машинное обучение в биологии и биомедицине | OpenBio.Edu — подписывайтесь!

📰Сегодня собрали для вас дайджест мероприятий по биотехнологиям, вычислительной биологии, искусственному интеллекту и смежным областям, которые пройдут в России в 2025 году. Поехали:

1️⃣ 25 июня – 2 июля | Всероссийская конференция “Молекулярная динамика – 2025”

Новосибирск. Атомное и молекулярное моделирование: современные подходы и алгоритмы, Молекулярно-динамическое моделирование и его приложения, Технологии суперкомпьютерного и атомистического ML

2️⃣1–18 июля | Летняя школа искусственного интеллекта

Петрозаводск. Теоретическая часть обучения пройдет в формате лекций и семинаров? А для решения кейсов – реальных задач от партнеров – будет сформировано несколько продуктовых команд под руководством опытных наставников
Дедлайн 27 июня.

3️⃣ 7–10 июля | DataCon 2025: Искусственный интеллект в разработке фармацевтических молекул

Университет ИТМО, Санкт-Петербург приглашает на воркшоп, который заканчивается решением реального кейса в формате хакатона.

4️⃣ 31 июля - 3 августа | 12-я Московская конференция по вычислительной молекулярной биологии (МССМВ)

Сколково, Институт науки и технологий. В программе секции по компьютерным наукам в биологии и смежным дисциплинам. Дедлайн подачи тезисов уже прошел, но можно посетить конференцию в качестве слушателя.

5️⃣ 15–19 сентября | Всероссийская конференция с международным участием “Генетика. Эволюция. Радиобиология”

В Екатеринбурге, на базе Института экологии растений и животных Уральского отделения РАН пройдет конференция? в которой затронут темы эволюционные процессы с точки зрения современной генетики. Эволюционная и историческая экология; Перспективы применения новых методов генетики, геномики и селекции в решении проблем продовольственной безопасности;
Дедлайн 1 июля.

6️⃣ 22–27 сентября и 7 –12 октября | XX юбилейная международная научная конференция “Актуальные вопросы биологической физики и химии. БФФХ-2025”

Конференция пройдет в 2 этапа: первый в сентябре, в Севастополе на базе Института перспективных исследований Севастопольского государственного университета; второй - в Москве на базе Физического факультета Московского государственного университета им. М.В. Ломоносова, в программе: Общая биофизика, Молекулярная биофизика и биоинформатика, Медицинская биофизика и биофизическая химия, Биофизическая экология.
Дедлайн 20 июля

7️⃣ 23–25 сентября | XII Российский форум биотехнологий OpenBio

Место проведения Наукоград Кольцово. OpenBio — крупнейший форум молодых ученых по биотеху и смежным отраслям. В программе: секции по генетике, биоинформатике, вирусологии, фундаментальной медицине и фарме.
Дедлайн 1 августа.

8️⃣ 20–22 октября | XXXI Symposium on Bioinformatics and Computer-Aided Drug Discovery (BCADD-2025)

Онлайн-симпозиум для специалистов по компьютерному поиску и разработке лекарств, анализу биологических путей, моделированию молекул, ML и AI для фармацевтики и медицины.
Дедлайн подачи тезисов — до 31 августа, зарегистрироваться в качестве слушателя или представителя онлайн- постера можно до 25 сентября

9️⃣ 25–26 октября | Геномика метагеномика и молекулярная биология микроорганизмов

Сколково, Институт науки и технологий.
В программе: доклады из области генетики, молекулярной биологии, метагеномики и биохимии микроорганизмов, включая трансляционную микробиологию и геномное редактирование.
Дедлайн подачи тезисов до 30 июня
Дедлайн регистрации на конференцию до 15 сентября

🔟 28–30 октября | XI Всероссийская конференция с международным участием «Физиология и биохимия медиаторных процессов"

Институт биологии развития им. Н.К. Кольцова РАН, г. Москва проводит конференцию по сравнительной физиологии сигнальных систем, эволюции механизмов сигнализации, генетическим и эпигенетическим механизмам физиологических процессов и поведения, молекулярно-клеточным механизмам функционирования сенсорных и двигательных систем.
Дедлайн подачи тезисов 31 августа

Поделись с друзьями и посещайте мероприятия вместе!

#openbio_events #биотех #openbio_education #конференции

📌 Машинное обучение в биологии и биомедицине | OpenBio.Edu — подписывайтесь!

➡️ Напоминаем, что сегодня в 19.00 по мск состоится встреча с Никитой Ваулиным.

Мы решили, что эфир будет проходить прямо здесь в телеграм -канале.
Вопросы можно задавать в комментариях под этим постом.

📌 Зарегистрируйтесь, если планируете смотреть встречу в записи.

До встречи!

📩📥📤