데이터 과학

개요  바이오인포매틱스(Bioinformatics: 생명정보학)는 생물학, 정보학 및 컴퓨터과학의 교차분야로서, 생물학적 데이터를 수집, 분석, 관리, 시각화 및 해석하기 위한 방법과 기술을 개발하는 학문 분야입니다. 바이오인포매틱스는 DNA, RNA, 단백질 및 다른 생물학적 분자와 관련된 정보를 다루며, 이를 통해 질병 예방, 진단, 치료 및 생명공학적 연구 등 다양한 분야에서 응용됩니다. 바이오인포매틱스에서는 대규모 데이터 분석을 위한 데이터베이스, 알고리즘, 시각화 도구, 컴퓨터 모델링 기술 등이 개발되고 있습니다. 이러한 기술들은 생명과학 연구에 필수적인 도구가 되어, 빅데이터와 기계학습 기술 등의 발전과 함께 바이오인포매틱스 분야는 더욱 발전해 나가고 있습니다.  처음 접하는 분야로 이에 대한..

서열 정렬 서열 정렬 및 데이터베이스 검색 프로그램에서는 정렬을 통해 문자값을 가지고 비교하며 이에 대해 점수표(Scoring Matirix)를 활용하는 방법을 사용합니다. 방법1. 행렬의 점수를 정수 값으로 설정하고 동일하거나 유사한 쌍(pair)에는 양수가 부여되고 유사하지 않은 쌍(pair)은 음수 또는 0점을 부여합니다. 방법2. 일치성에 대한 점수를 설정하기는 방법으로는 문자가 일치 할때는 점수 1점을 부여하고 일치하지 않으면 점수 0점을 부여 합니다. 방법3. DNA 점수 반영에서 점수를 만들어 낼때는 일치성을 3, 번역(transition) 2 점과 transversions 에서는 0점을 설정합니다. 방법4. 단백질에서는 화학적 유사성 점수를 반영해야 하는데 유사한 화학적 고유 특성을 가진 ..

NCBI에서 서열을 찾아서 블라스트에서 분석하는 방법에 대해 알아보겠습니다. 서열 검색방법은 NCBI를 접속 한 이후 학명(scientific name)으로 찾아야 합니다. 많이 쓰는 단어로 검색을 해도 되는데 학명으로 찾으면 좀 더 정확히 찾을 수 있습니다. 그리고, 비교 할 범위나 부위 같은 대상이 명확해야 서로 정확한 위치의 서열비교가 가능합니다. 코로나의 ORF와 메르스의 spike 서열을 비교하면 정확한 비교가 아니겠죠. NCBI 사이트에 접속합시다. https://www.ncbi.nlm.nih.gov/ National Center for Biotechnology Information UNITE A new NIH initiative to end structural racism and achiev..

이번 내용은 바이오파이썬으로 단백질 분석하는 내용입니다. 파이썬 도크(https://github.com/kaggle/docker-python)에 대한 소개를 하면서 필요할 때는 numpy와 pandas 라이브러리를 이용해서 분석하는 방법인데 간단하고 COVID-19를 이해 할 수 있는 내용이어서 어떤 방향으로 분석했는지를 살펴보겠습니다. 원본 내용은 Kaggle에 있습니다. 링크는 아래 주소와 같습니다. https://www.kaggle.com/abishpius/covid-19-genome-proteins-analysis-with-biopython COVID-19 Genome: Proteins Analysis with BiopythonExplore and run machine learning code..