Астрономия и микроскопия

Естественно разные, просто классический биолог будет заниматься молекулярной филогенетикой взяв бумажку и карандаш. А биоинформатик для этих же целей какое то ПО подберет специализированное или примет участие в разработке ТЗ которое потом проф. программисты воплотят в жизнь. Но сейчас грань между "биологом - биоиформатиком" и "биологом - не биоинформатиком" стирается поскольку работодатели хотят от биологов умение работать в профильном относительно их области специализации ПО.

Давайте по вашей программе пойдем. Во первых это специализация длительностью 2 года а не полный курс обучения 4+2 года. Во вторых вступительный экзамен не компьютерные науки/математика, а биология. Стало быть бакалавр биолог должен быть на входе этой магистерской программы, поскольку другой вряд ли сдаст вступительный экзамен.

Далее то о чем я говорил выше - научить этого биолога постановке задач, обработке, интерпретации данных и презентации данных, построение моделей итд.


Биологии в учебной программе мало поскольку готовят специалиста который сможет работать не только в биологии.


Программирования на серьезном уровне как готовят на факультете компьютерных наук или каком то политехе там тоже нет. Потому выпускники программистами не являются. Но если займутся самообучением то возможно на должность программиста их куда то возьмут.

Так что если кому охота быть на пике современных веяний то вполне можно освоить ПО в интересующей вас области биологии, желательно так же хоть немного потрогать такие компьютерные направления как Big data и Data Science больше с позиции сбора и интерпретации данных (в плане анализа и представления данных родственным так же будет направление Business Intelligence), получить какой то сертификат(ы) и можно пошиться в биоинформатики.

Proton, если не секрет, то какая у Вас специализация? И где Вы были раньше, когда здесь обсуждались вопросы о применении методов молекулярно-филогенетического анализа? Почему скромно помалкивали?

_________________
Микмед-2, Бимам, Биолам

Как раз молекулярка. В свое время мне приходилось заниматься 3D моделированием белка. Потому, что такое биоинформатика я представление имею. А по поводу молекулярно-филогенетического анализа, я им не занимался потому и не комментировал.

На кнопочных программах, "созданных профессиональными программистами" в сколь-нибудь нетривиальном анализе далеко не уведешь, потому как те методы, которые будут оптимальны для данной конкретной задачи, вероятнее всего вам коробку не положили. Придется либо смириться с использованием неэффективных, зачастую просто неподходящих для этой задачи методов и, соответственно, результатами сомнительной достоверности, либо таки учить языки кроме английского. А рекомендацию использовать программу в качестве черного ящика, вообще не понимая математической сути анализа, а руководствуясь "книгой рецептов вкусной и здорой пищи" вообще нельзя назвать иначе как вредным советом. Но ежели глянуть на современные статьи по этой вашей молекулярной филогенетике, забугорные, то там сплошь и рядом натыкаешься какие-то ноу-хау-методы, в кнопочном исполнении не реализованные. Так что, по кране мере, у них программирование явно входит в число компетенций специалиста этого профиля. А у нас таки да, главные вопросы входящего в курс дела биолога-аналитика, не важно какой конкретно специальности: какую кнопку жать и где скачать кряк Хотя какому-то программированию на биофаках таки учат, по крайней мере, должны учить. Нас, например, учили Матлабу, но спустя рукава, так что я напрочь его забыл.

Ну почему же ничего не понимая. Принцип того что делает то или иное ПО вы понимаете и соответственно это является критерием выбора того или иного ПО для решения конкретной задачи. А вот то что происходит внутри ПО с точки зрения инженера (программиста) вам знать и понимать не обязательно. По факту ПО для вас является black box. Но можете конечно изобретать и создавать свой велосипед никто ж не запрещает. А если какой то грант зацепите может еще и наймете кого что бы языки не учить. Поскольку учить языки + практический опыт это годы. И просто что то работающее написать мало, надо еще уметь протестировать, выловить баги итд итп. Можете погуглить цикл разработки ПО - там далеко не все так просто как кажется. Ну а если таки приспичит учить языки начните c Python у него весьма широкий функционал для работы с данными и есть ряд преимуществ для начинающих. Так же для целей биоинформатики используется такой язык как R (он кстати упоминается выше в учебной программе по ссылке предоставленной Microbiologist). Вот небольшая статья об этих языках применительно к биоинформатике. Там в частности упоминаются библиотеки с распространенным функционалом в этой области. https://microbenotes.com/python-r-progr ... formatics/
Можно также позаглядывать в книги по типу "Python для data science" https://habr.com/ru/companies/piter/articles/745860/


Не читал эти статьи, не разбираюсь в вопросе, я исхожу из предположения, что есть некие общепринятые методы анализа в этой области и они давно уже существуют в виде каких то программных продуктов либо в виде готовых расширений и/или библиотек для какого либо языка программирования. А если что то конкретное не существует то наверняка есть какие то универсальные платформы где можно прописать необходимые функции по аналогии с Матлабом.
Простейший запрос в гугле дает несколько ссылок со списками софта (естественно не исчерпывающими) на эту тему. Смотришь описание, если подходит, просто берешь название ПО вбиваешь в гугл, идешь на сайт продукта и там либо скачиваешь либо покупаешь либо пользуешься онлайн. Если же вдруг не видно где лежит в инете находишь автора и общаешься с ним на тему попользоваться.
https://www.bionity.com/en/encyclopedia ... tware.html
https://ru.wikibrief.org/wiki/List_of_p ... s_software
https://ru.wikibrief.org/wiki/List_of_p ... n_software

Ну и сама статья про молекулярную филогенетику https://www.bionity.com/en/encyclopedia ... etics.html

Биологу-систематику, в первую очередь, нужно разбираться в том, какие существуют способы построения деревьев и на каком принципе они основаны (метод "присоединения ближайшего соседа", максимальная парсимония, максимальное правдоподобие, байесовский анализ и др.). Какие существуют алгоритмы выравнивания, модели эволюции и на чём они основаны, а самое главное, как это всё правильно подбирать к своим последовательностям. Раньше все эти деревья строили без всяких компьютеров. Когда студенты изучают курс филогенетики, обычно им сначала предлагают строить деревья вручную, чтобы они хорошо понимали, как именно эти методы построения деревьев работают. Естественно, что нужно очень хорошо понимать как все эти методы и алгоритмы работают! Ну а как всё это реализовано в программе, пользователю не обязательно знать. Вот я - всего лишь обычный пользователь этих программ. Мне нужно знать, какие именно программы для меня лучше всего подойдут, для чего нужна та или иная "кнопочка" в какой-то конкретной программе, и какой результат будет достигнут, если нажму на эту "кнопочку". Многие программы для филогенетического анализа позволяют пользователю довольно сильно варьировать параметры анализа, вот во всех этих настройках и надо хорошо разбираться. Вы сначала почитайте литературу по филогенетике и многие вопросы станут понятны. Потом можете сами поиграться, взяв из Генбанка разные последовательности. Большинство программ для филогенетического анализа официально бесплатные, их можно скачать на сайте-разработчика с подробным мануалом.

_________________
Микмед-2, Бимам, Биолам

Как же помню, как на сучили в тетрадке проверять нормальность распределения хи-квадратом - смех да и только. Ничего современного на бумажке не посчитать, вернее, считать придется годы. Так что, если Ваше ПО выдает ровно те же результаты, что Вы считали когда-то на бумажке, то оно оперирует безнадежно устаревшими методами. Сейчас правят бал вычислительно интенсивные алгоритмы, основанные на ресамплинге и Монте-Карло, удачи в применении их на бумажке
Вообще, не припомню, что мне пригодилось на практике из курса "Математически методов в биологии", окромя самых общих принципов математической статистики. Вся практическая чась, где на бумажках считали, оказалась абсолютно бесполезной в современных реалиях.


Увы, многие не понимают, а просто тыкают. Именно так на с учили на курсе под названием "Биогеоценология" - тыкать кнопки в программе Statistica. Тоже, кстати, деревья рисовали, правда, не филогенетические, а сходства между сообществами. Лишь много лет спустя я узнал, что нарисовать их можно сотнями разных способов (с совершенно разной структурой на выходе) каждый из которых отразит тот или иной аспект этого-самого сходства.
Во-вторых, как я уже отметил, набор методов реализованных в кнопочном ПО весьма ограничен, и нужного там часто не оказывается. Передовые методы обычно первым делом внедрятся не в кнопочные продукты. Появления таковых можно ждать десятилетие, и не факт, что дождешься. А уж если ты сам что-то придумал и хочешь это протестировать, то остается или кодинг или вышеупомянутая бумажка.


Знаем такие, и никаких годов обучения там не надо. Вернее, не надо для овладения простыми конструкциями в объеме, достаточным для практического использования, ну а предела совершенству нет. Но если ты - полевик, то владеть этим всем не обязан, просто кооперируйся с тем, кто владеет, и пиши в соавторстве. Однако Микробиологист считает иначе, что любой "современный биолог" должен в одиночку лямку тянуть в полном объеме, и только лишь секвенирование оставить специально обученным людям. Ну, раз так, то и кодить обязан тоже!

Секвенатор - дорогой прибор, к его обслуживанию не будут подпускать каждого сотрудника, чтобы не дай бог не сломал чего-нибудь. Процедура секвенирования почти полностью автоматизирована. Инженеру лишь нужно провести несложные операции по стандартному протоколу. Вот, например, подбор праймеров и условий для ПЦР - процесс творческий.

Программирование - не моя область интересов. Я предпочитаю использовать уже готовые программные продукты в своей работе, а не создавать их. Собственно, для биологов-систематиков эти программы и создавались.

_________________
Микмед-2, Бимам, Биолам

А Питон - прибор бесплатный

R бесплатный тоже.
https://www.r-project.org/about.html


Что ж вперед к сияющим вершинам.
Но все же отмечу, что дело не столько в обучении сколько в практике. Обучится Python на базовом уровне в среднем занимает до 3 месяцев, более продвинутые аспекты до года. Что касается практического опыта то дорасти с junior Pyton developer до senior Python developer годика 3-4 займет все же и получается не у всех.

Про вершины не знаю, а весь статанализ для публикаций провожу на R считаю с 2014 г. Но для бигдаты Питон лучше.

Коль с этими технологиями знакомы задача упрощается.

Какая задача?

Освоения Python, написания своего софта и прочее.

А перед кем она стоит? Мне-то биоинформатика все равно не светит за отсутствием исходного материала, так что нет никакого смысла ее осваивать (зато есть понимание, что основные сложности там не в программировании). У меня другие задачи с относительно небольшими объемами данных, но не самими ширпотребными дизайнами, там уже R с его кучей пакетов, где уже внедрены самые передовые методы статистики, получше будет. Но во многом это дело вкуса. В любой из названных случаев (экологическая статистика и биоинформатика) пользователям исключительно кнопочных программ ловить нечего, они априори в качестве аналитиков неполноценны. Конечно, бывают исключения когда реализованные в кнопочном ПО методы точно соответствую задаче и характеру данных, но это именно исключения.