11 生物信息學編程基礎(chǔ)

1、第十一章：生物信息學編程基礎(chǔ)普通高等教育“十二五”規(guī)劃教材生物信息學Bioinformatics1第一節(jié) Linux操作系統(tǒng)一、Linux簡介二、Linux常用命令行操作2第二節(jié) 生物信息學中的編程語言一、Perl1、Perl簡介（）32、Perl基礎(chǔ)數(shù)據(jù)類型：字符串($string)、數(shù)組(array)、哈希表(%hash)正則表達式m/；子程序Sub SUBNAME code;4包Package package1；內(nèi)置函數(shù)abs、sqrt、exp文件處理open(FH,”path./”);模塊LWP:SimpleLWP:UserAgentDBI53、BioPerl概況BioPerl是Per

2、l的擴充，專門用于生物信息的工具與函數(shù)集。67二、Python1、Python簡介（）8Python在線學習（寒假作業(yè)）92、Python安裝及開發(fā)運行環(huán)境的搭建Windows：Linux：10Python集成開發(fā)環(huán)境簡介IDLEIpythonEclipse+pydevUlipadPyscripterKomodo和Komodo EditWingIDE113、Python在生物信息學中的應(yīng)用（1）Python中生物信息學常用的模塊 NumPy、SciPy、Rpy、Matplotlib（2）基于Python語言編寫的生物信息常用程序 PyMOL、Modeller12三、Java13四、 語言14R

3、語言中文網(wǎng)（ ）15推薦自學參考書：2022/7/1116Why R?R是：一個開放的統(tǒng)計編程環(huán)境；一種語言，是S語言的一種方言之一（另一種是S-plus）；一種軟件，是統(tǒng)計分析與圖形直觀顯示于一體的統(tǒng)計分析軟件。17R缺點是：需要編程，不傻瓜！18主流生物信息學編程語言的用戶量排名（圖片來源：高山等，R語言與Bioconductor生物信息學應(yīng)用）2022/7/1119（一）、R語言的安裝主程序的下載與安裝（ ）Download, 點擊CRAN，選擇一個鏡像下載安裝202122擴展包的下載與安裝R語言一個突出特點就是有大量的擴展包存在，能夠?qū)崿F(xiàn)更為復雜的統(tǒng)計繪圖、工程計算以及與其它語言的相互

4、調(diào)用等功能。擴展包主要有兩個來源，一部分來自R的官方網(wǎng)站CRAN（The Comprehensive R Archive Network, ）;另一部分是第三方（CRAN）管理的，如生物數(shù)據(jù)分析包Bioconductor（）。23在線安裝（以下均以Windows平臺為例）：在菜單欄選擇PackagesInstall package(s)，出現(xiàn)“CRAN mirror”界面，選擇中國境內(nèi)的CRAN，在“Packages”選擇要安裝的程序包，點擊確定，下載完成后自動安裝，完成后進入Rgui窗口。 更一般的是使用命令安裝： options(CRAN=“”); #指定鏡像網(wǎng)站 install.pack

5、ages(“ggplot2”); #安裝很強大的一個作圖工具包24下載到本地安裝：在菜單欄選擇PackagesInstall package(s) from local zip files，找到下載的包，點擊確定。使用第三方提供的腳本在線安裝（以Bioconductor為例）： source(“”) #下載安裝腳本biocLite到環(huán)境中 biocLite() #利用biocLite函數(shù)安裝所有Bioconductor核心包，其它Bioconductor程序包依賴于這些核心包，所以必須先執(zhí)行該命令，待安裝完成后再安裝其它包，否則某些包將無法使用library命令加載。安裝所需的特定包時，需傳入

6、包的名稱，如biocLite(“l(fā)imma”)。25R語言的集成開發(fā)環(huán)境IDE：RStudio26Ctrl + Enterr運行當前行，或選擇代碼后運行選擇部分代碼?？梢岳肨oolsGlobal options Pane layout 調(diào)整面板外觀。27交互式使用R2829（二）、R語言的對象向量（vector）：基本類型，可以存放數(shù)值、邏輯和字符等類型數(shù)據(jù)；數(shù)組（array）:多維向量（數(shù)值類型必須一致）；矩陣(matrix)數(shù)據(jù)框（data frame）列表（list）30向量之間可以進行加減乘除在內(nèi)的各種運算；31變量（variable）:變量對應(yīng)計算機的內(nèi)存或寄存器地址，用于保存數(shù)據(jù)

7、；R語言的變量常常是一個向量?！?qplot(x=cut,y=price,data= diamonds,fill=cut,geom=bar, stat=summary,fun.y=mean)如果不嫌麻煩，可以先計算出平均值再柱形圖也沒什么問題。引物bar圖形的本質(zhì)是統(tǒng)計圖形，所以得設(shè)置stat參數(shù)為identity，即不做統(tǒng)計：6364ggplot2總結(jié):幾個基本概念6566676869707172（四）、文檔的讀寫本地文件（主要介紹，其它2種方式自學）數(shù)據(jù)庫文件網(wǎng)頁文件載入數(shù)據(jù)是進行數(shù)據(jù)分析的第一步！學習一個新程序包中最困難的就是如何載入數(shù)據(jù)了！73控制臺的輸入用戶可以通過控制臺進行交互輸入

8、。Readline函數(shù)可以輸入單個字符串數(shù)據(jù)，而scan函數(shù)可以輸入多個數(shù)值數(shù)據(jù)。74本地文件輸出使用file函數(shù)建立一個文件連接。使用cat函數(shù)可以直接將數(shù)據(jù)對象輸出到文件連接中，如果文件已經(jīng)有內(nèi)容，可以在cat函數(shù)中設(shè)置append參數(shù)為真，即表示新增文件尾部。75本地文件輸入要注意scan函數(shù)讀入的內(nèi)容應(yīng)該是一致的類型，即不能同時讀入字符和數(shù)值。76字符串的輸入輸出如果只需要處理字符串的輸入輸出，可以考慮readLines和writeLines這一對函數(shù)。77數(shù)據(jù)表的讀寫可以使用read.table和write.table函數(shù)；另一種更方便的導入方法是利用Rstudio的功能，在work

9、space菜單中選現(xiàn)”import dataset”。7879Excel中數(shù)據(jù)的載人兩種方式：第一種：1）準備Excel數(shù)據(jù)；2）將其提取到制表符分隔的ascii文件中；3）關(guān)閉Excel；4）使用read.table函數(shù)將數(shù)據(jù)載入到R中。第二種：下載一個專門的R程序包，RODBC，它可以訪問Excel中選定的行和列。80第三節(jié) SQL及數(shù)據(jù)庫編程一、數(shù)據(jù)庫和數(shù)據(jù)庫技術(shù)1、數(shù)據(jù)庫2、生物數(shù)據(jù)庫NCBI、KEGG、PDB813、數(shù)據(jù)庫技術(shù)支持技術(shù)要素：RDBMS數(shù)據(jù)庫程序（如MS Access、SQL Server、MySQL）服務(wù)器端腳本語言（如PHP或ASP）SQLHTML/CSS82二、M

10、ySQL 1、MySQL安裝和客戶端開源（）8384（2）phpMyAdmin85（3）Navicat862、基本概念（1）表、行、列與列類型（2）鍵鍵是特殊的列，通過它可以實現(xiàn)實體間的鏈接。主鍵（primary key）是某些規(guī)則必須遵守的唯一標識符。（3）表關(guān)系one-to-one、one-to-many、many-to-many873、數(shù)據(jù)庫設(shè)計與范式數(shù)據(jù)庫設(shè)計，就是建立數(shù)據(jù)庫的結(jié)構(gòu)，又稱數(shù)據(jù)建模（data modeling）。規(guī)范化，就是在數(shù)據(jù)庫設(shè)計當中要遵循某些規(guī)則，這些規(guī)則被稱為范式（normal form）。1NF、2NF、3NF884、數(shù)據(jù)庫操作CreateInsertSelectDropDeleteUpdateAlter89三、PHP1、PHP簡介實用性、可選擇性、開源與低成本90第四節(jié) 并行計算并行計算（parallel computing）是一種許多計算同時進行的計算形式，其基于大問題常可以分割成較小的問題并同時（并行）解決的原理。91一、概述二、硬件92939495三、軟件共享存儲、分布式存儲、共享分布式存儲四、并