Programmation et biologie

[Bazinga]

Bonjour!

Je suis en train de me mettre à la programmation (en C) (ainsi que la biologie) et j'aimerai savoir si vous auriez des idées d'exercices en rapport avec la biologie. Je cherche désespérément des exo sur le net pour développer pour le moment des choses simple qui touche le domaine de la biologie mais rien du tout. Cela me permettrai de m'améliorer dans les deux matières que j'affectionne particulièrement.

Auriez vous des idées de programmes de niveau simple ou moyen à faire?

Merci beaucoup

PS: Je maitrise les conditions, boucles, pointeurs, tableaux, structures.

[bennyb]

Salut a toi

Je suis pas du tout specialist en bioinfo et je connais pas ton niveau en programmation, mais a mon avis un bon debut serais de commencer par un soft de design de primers par exemple.

Du coup t'as:

-analyse de seq d'ADN

-recherche selon criteres (melting temp, length, ...) entres par l'utilisateur

-possible recherche de structure secondaires

etc...

C'est a mon avis assez simple au debut, mais ya moyen de beaucoup complexifier une fois que la base tourne correctement.

J'essayerais de repasser sur ce post, pour t'aider au niveau de la partie bio si t'as besoin

Bon courage

PS juste pour info, tu fais quoi ? etudes ?

en tout cas ca fais plaisir de voir qqun interesse par la biologie

[Bazinga]

Pourrais tu me décrire plus précisément chacun de ces 3 points? Je suis débutant en biologie.

Je suis en L1 info (option bio) et j'aimerai par la suite faire un l3 bio info et continué sur le master!

Merci encore pour ton aide

[bennyb]

Je connais pas ton niveau en bio. mais j'assume que tu connais la PCR, sinon PCR ... j'ai honte de quoter wikipedia pour de la science mais j'ai pas le courage de chercher mieux.

L'idee c'est:

entrer une sequence d'ADN et rechercher un couple de DNA primers (taille et Tm entres) pour amplifier une sequence d'ADN de taille entree.

du coup, il faut:

-rechercher une sequence que corresponde aux criteres (taille et composition/Tm)

-rechercher aussi une sequence inverse complementaire (ce qui oblige a determiner le second strand)

-rechercher un couple en fonction de l'intervalle entre les deux

Si c'est pas tout clair, dis le moi, je peux te poser par ecrit les requirements pour l'algorithm de base

pour moi, ca semble un bon debut pour commencer.

Comme je te disais on peut ensuite rajoute un tas d'option que l'on trouve en general dans les programmes de design de primers.

Dans tous les cas, c'est a 99% de l'analyse de sequnence de characteres ce qui constitue la majorite des applications en biologie, que ce soit analyse d'ADN ou de proteines.

[Bazinga]

Je ne connaissais pas du tout la PCR (j'en suis encore aux organelles et l'électrophorèse) mais je me suis renseigné et je ne comprend pas comment trouver les amorces oligonucléotidiques dont les extrémités 3-prime pointent l'une vers l'autre (les bornes de la séquences à amplifier?).

Merci

[Soulfly_tribe90]

Ce qu'il y a en vogue niveau bio-informatique c'est tout ce qui touche l'algorithme du texte qui permet de faire des recherches dans les gènes décritent sous forme de chaine de caractères dans un fichier texte.

[Bazinga]

C'est à dire?

[Soulfly_tribe90]

Regarde le site d'un de mes profs en fac d'info qui est spécialiste dans la bio-informatique, il y a un petit passage sur la bio-info et sur l'algorithme du texte. Il donne les mots clef qui peuvent peut être te donner des pistes de recherche sur internet : http://dpt-info.u-strasbg.fr/~michel/lectures.htm

EDIT : regarde ce site peut être que cela peut te donner des pistes et des idées http://genomenews.free.fr/bioinfo.html

[sky99]

Bonjour!

Ce n'est pas tout à fait de la bio-informatique,mais ça peut peut être t'intéresser:

Une des branches de l'informatique (enfin c'est une branche de plein de choses)

s'appuie souvent sur des paradigmes biologiques : L'IA (Intelligence Artificielle).

Je citerai notamment trois branches "biologistes":

• Les réseaux de neurones : on modélise des neurones formels, qu'on structure selon des schémas définis (souvent le perceptron multicouches) censés imiter les neurones réels, et, suite à une phase d'apprentissage supervisé (on donne des exemple au réseau, lui indiquant les bonnes "réponses" face à ces exemples) ou non supervisé (le réseau doit se débrouiller tout seul pour découvrir l'espace d'apprentissage), le réseau devient capable de répondre très rapidement à un problème. C'est intéressant tant du point de vue organisationnel qu'informatique.
  
• Les algorithmes génétiques : Ici, la recherche d'une solution se fait par l'évolution d'une population d'individus générés aléatoirement. Chaque individu apporte sa réponse au probleme, et les plus adaptés se croisent entre eux, générant de nouvelles solutions plus ou moins adaptés. Les individus les moins adaptés tendent à disparaitre, augmentant ainsi le niveau d'adaptation de la population. Des mécanismes de mutations sont également mis en place pour éviter la stagnation de la population (cela limite également le risque de tomber dans un "puits d'évolution"). C'est très intéressant du point de vue informatique pour l'efficacité, et du point de vue de l'évolution, puisque cela permet de "voir" l'évolution. De la on peut facilement envisager de coder non pas les solutions à un probleme, mais une simulation de vie artificielle, avec un nombre quelconque de caractères prédéfinis, et voir les solutions les plus efficaces...
  
• Les systèmes multi-agents : cette fois, on s'intéresse non plus a des individus, mais à des écosystèmes. Pour une situation donnée, on modélise l'univers correspondant, ainsi que les entités qui y sont présentes (fourmis, abeilles, ou même des livreurs de pizza, tout ce qui intervient dans l'univers considéré et a un intérêt pour le probleme à traiter). Ces entités sont appelés "agents", et possèdent des buts, croyances et capacités. Ils peuvent ou non être capables de communiquer activement ou passivement. Le système multi agent possède un but global qui peut être connu ou non des agents. Ceux ci doivent normalement aider a remplir le but collectif du fait de leur volonté de remplir leur buts individuels. Du point de vue biologique, cela peut s'avérer très intéressant pour modéliser des écosystèmes, et étudier des comportements : on modélise tres bien les colonies d'insectes par exemple, avec ce genre de systèmes. On s'en est également servi pour analyser le fonctionnement des nuées d'oiseaux qui volent en masse compacte.
  

Il existe de nombreux autres domaines d'IA, mais ce sont ceux que je maitrise. D'autre part, il n'est pas certain que les autres aient un lien avec la biologie (systèmes experts, logique floue...)

Maintenant, je ne suis pas biologiste, mais informaticien (toutefois intéressé par la biologie)