Introducción a la programación

La programación es la técnica que permite indicar a un ordenador cómo realizar una serie de tareas

Existen diferentes técnicas y paradigmas según el problema a resolver

ENIAC, el primer ordenador de propósito general

Diseñado para propósitos militares

El primer bug

Primeros proyectos de éxito

La computación evoluciona rápidamente durante el siglo XX

¿Qué es un programa?

Un programa no es más que un conjunto de instrucciones muy sencillas que "entran" en un procesador, y realizan una serie de operaciones

Cada procesador utiliza un conjunto de instrucciones diferente

Un programa en ensamblador

Lenguajes de programación

Los programas en ensamblador son complejos y difíciles de mantener

Por ello, surgen lenguajes que simplifican esta tarea mediante un proceso de compilación o interpretación

Compilado vs. Interpretado

Compilado vs. Interpretado

Biotecnología Dorada

¿Qué es eso?

Bioinformática

Desarrollo o aplicación de herramientas computacionales para el uso de datos biológicos (adquirir, almacenar, organizar, analizar o visualizar).

Biología Computacional

Desarrollo y aplicación de métodos teóricos y de análisis de datos, modelado matemático y técnicas de simulación computacional al estudio de sistemas biológicos, conductuales y sociales.

Biocomputación

Diseño de computadores con componentes biológicos o que funcionan como seres vivos

Principales proyectos

• Alineamiento de secuencias y montaje de genoma

• Predicción de genes y su expresión

• Alineamiento estructural de proteínas

• Predicción de estructuras de proteínas

Más proyectos (igual de importantes)

• Modelado evolutivo

• Secuenciación a gran escala

• Estudio de la regulación genética mediante la interpretación de perfiles de expresión en MicroArrays

Tipos de datos básicos

En Python no es necesario definir el tipo de cada variable (entero, real, caracter, cadena de caracteres). El entorno se encarga de la representación adecuada de cada elemento en cada momento.

Sin embargo, al trabajar con diferentes tipos de datos la conversión debe hacerse de forma explícita, o Python devolverá un error.

Esto es lo que se conoce como tipado dinámico fuerte

Números

Python trabaja con cualquier valor numérico típico (entero, real, complejo...) y soporta por defecto la mayoría de operaciones comunes.

complejo = 2.1 + 7.8j
						real = 0.1e-3
						entero = 0×17

entero_real = int(real)

real_entero = float(entero)

entero_cadena = int("10000")

entero1, entero2 = 10, 3
						entero1/entero2 # == 3
						float(entero1)/float(entero2) # == 3.3333333333333335
						float(entero1) // float(entero2) # == 3
						

Cadenas de texto

Una cadena de texto consiste en una sucesión de caracteres.

Python ofrece formas de trabajar con diferentes codificaciones de caracteres.

"cadena"
r"cadena raw"
u"cäðenα Ünicöde"
"""cadena
en varias
líneas"""

Importante: Una cadena no puede modificarse una vez creada, pero se pueden realizar operaciones sobre la misma que retornen una nueva cadena.

Mal (error en tiempo de ejecución)

cadena="Gaudeamus igitur"
cadena[0] = "G"
cadena[1]="A" #...
> TypeError: 'str' object does not support item assignment

Bien

cadena="Gaudeamus igitur"
cadena_mayusculas=cadena.upper()
> GAUDEAMUS IGITUR

Booleanos

Son un subconjunto de enteros (0,1)

Permiten representar que algo es verdadero o falso

Al ser un subconjunto de los enteros, cualquier valor distinto de 0 es equivalente a True y 0 es igual a False.

cadena = ""
if cadena:
  print("La cadena no está vacía")
else:
  print("La cadena está vacía")

Ejemplos básicos

print("Hola, Mundo")
						print("Nombre")
nombre=raw_input()
print("Encantado,"+nombre)

Ejemplos básicos

entero=3
cadena="4"

print(entero+cadena)

print(str(entero)+cadena)

print(entero+int(cadena))

Operadores

Tipos de datos avanzados

Los tipos de datos básicos permiten trabajar con problemas sencillos, pero a veces son necesarias estructuras de información más complejas (o incluso definidas por nosotros mismos)

Listas

Las listas son colecciones ordenadas de datos

Admiten cualquier tipo de dato (y no tienen por qué ser uniformes)

lista = [4,"8","15",16,23,42, "isla", True]
print(lista[0])

inception = ["leonardo", ["di", "caprio"]]
print(inception[1][0])

Operaciones con listas

Python incorpora varias operaciones especiales para trabajar con listas de forma ágil

numeros=[0,1,2,3,4,5,6,7,8,9]
print(numeros[0:5])
> [0, 1, 2, 3, 4]
print(numeros[-1])
> 9
print(numeros[1:10:2])
> [1, 3, 5, 7, 9]
print(numeros[5:])
> [5, 6, 7, 8, 9]

Tuplas

Son muy similares a las listas

tupla=(4,8,15,"16")

Todas las operaciones de acceso son idénticas

Diccionarios

Un diccionario es una estructura en la que cada miembro está formado por dos elementos, la clave y el valor

El acceso a los elementos se realiza por la clave asignada

apellidos={"Hugo":"Reyes","Jack":"Shephard","Kate":"Austen"}
						print(apellidos["Hugo"])
						apellidos["James"]="Ford"

Un diccionario, como cualquier otra estructura, admite cualquier tipo de dato (incluso otro diccionario).

Estructuras de control

Permiten controlar la ejecución del programa en función de una serie de supuestos. Podemos crear condiciones de ejecución, repeticiones...

Condicionales

Determinan la secuencia de código a ejecutar en función de la veracidad de una condición

numero = int(raw_input())
if numero % 2 == 0:
	print("El número es par")
else:
	print("El número es impar")
						

La sintaxis de Python

Todo conjunto de instrucciones tiene que estar delimitado.

En muchos lenguajes se utilizan llaves ({,}) u otro símbolo similar.

Python, para permitir una mayor legibilidad, determina el ámbito según el número de espacios que lo preceden (o tabulados). Importante: Hay que ser consistente.

Ejemplo de la sintaxis de Python

if numero % 2 == 0:
  print("Estoy dentro del condicional")
  if numero == 4:
    print("En el segundo condicional")
  print("En el primer condicional")
print("Fuera de los dos condicionales")

if(numero % 2 == 0){
  print("Estoy dentro del condicional");
  if(numero == 4){
    print("En el segundo condicional");
  }
  print("En el primer condicional");
}
print("Fuera de los dos condicionales");

Bucles

Un bucle es una secuencia de instrucciones que se repiten según una condición

numero=0
while numero > 5:
  numero = numero + 1

for elemento in [0,1,2,3,4,5,6,7,8,9]:
  print(elemento)

Salida de una iteración

Ejemplos

lista = []
cadena = raw_input("¡Dame una cadena!\n")
while cadena != "":
  lista.append(cadena)
  cadena = raw_input("¡Dame una cadena!\n")
else:
  for elemento in lista:
    print(elemento)

Expresiones regulares

Representación de un lenguaje (conjunto de cadenas de caracteres) mediante un modelo de patrones.

Permiten identificar cadenas de texto que cumplan una serie de reglas.

Consiste en un conjunto de caracteres que representan letras, números, símbolos, o conjuntos de estos

[], (), {}, ., +, ?, |,* A-Z, a-z, 1-9, \d, \w, ^,$

Caracteres

Las expresiones regulares son un lenguaje por sí solas.

Referencia: documentación de Python

abc123xyz
define “123”
var g = 123;

\d+

([986])\d{8}

(923)\d{6}

diego escribió: "Hola"
dani escribió: "Hola"
diego escribió: "¿Qué tal?"
dani escribió: "Bien"

diego.*

(\d){7,8}[A-Z]

aabbaa
aaaa
aabbccaa
						

aa(bb)?(cc)?aa

Módulos

Reinventar la rueda no suele ser una buena práctica

Existen gran cantidad de bibliotecas para problemas comunes en casi todo tipo de ámbitos

Módulos

from numpy import array, abs
negativos = array([-1,-2,-3,-4])
positivos = abs(negativos)
print(positivos)

Módulos

Los módulos más comunes suelen ser incluidos en la mayoría de distribuciones de Python

En caso de que un módulo no esté incluido, podemos descargarlo y añadirlo a nuestro entorno, o usar pip

pip install opencv
> Downloading/unpacking requests
...

pip

pip se encarga de gestionar dependencias entre módulos e instalar nuevos componentes

Utiliza un mecanismo de uso similar a herramientas como Advanced Package Tool, CPAN, etc...

pip install opencv
pip install -U opencv
pip uninstall opencv
pip list
pip search <consulta>
pip help <comando>

Hablemos de secuenciación

Hablemos de secuenciación

• Mendel (1865): Detección y estudio de la herencia

• Miescher (1868): Aislamiento del ADN

• Griffith (1928): ADN = Responsable de la herencia

• Alguien (1939): ¿ARN implicado en síntesis protéica?

• Severo Ochoa (1959): NOBEL, descubre la transcripción ADN-ARN

• Crick, Brenner & cols. (1961): 3 nucleótidos codifican un aminoácido

Hablemos de secuenciación

• Watson y Crick (1950-1970):

  • 1953: Postulan la estructura en doble hélice

  • 1953: Crick enuncia el dogma central de la biología

  • 1962: NOBEL, descubren la estructura en doble hélice

  • 1966: Finalizan sus estudios dobre el cifrado del ADN

Hablemos de secuenciación

• Walter Fiers (1972): Secuenciación del genoma del BacteriófagoMS2

• Gilbert y Maxam (1973): Secuenciación de 24 pares de bases ('punto corrido')

• Sanger (1975): Método de terminación de la cadena: Base del PGH

• Mucha gente (1990-2003): Proyecto Genoma Humano

• Ion Torrent Systems Inc. (2010): Método NextGenSeq Ion Torrent

Método de Sanger: Terminación de la cadena

• Separación una cadena de ADN y adición cebador fluorescente y ADN polimerasa

• Adición dNTP (desoxinucleótidos trifosfato)

• Adición 1 ddNTP (didesoxinucleótidos trifosfato)

• Extracción de las secuencias y electroforésis en gel

• Repetición con otro ddNTP

• Lectura 'a mano' de la fluorescencia

Next Generation Sequencing

Más cosas chulas

Acoplamiento de secuencias y estudios evolutivos

Alineamiento estructural de proteínas

Interpretación de MicroArrays

OpenWorm

¿Qué es el ADN?

• Macromolécula de desoxirribonucleótidos
• Se forman por:
  • Un azúcar (desoxirribosa)
  • Un fosfato (H₃PO₄)
  • Una base nitrogenada (Adenina, Timina, Citosina y Guanina)
• Contiene la información genética de los seres vivos (no todos)

Su estructura...

Primaria:

Doble cadena lineal polarizada

Secundaria:

Doble hélice dextrógira

Terciaria:

Compactación hasta formar cromosoma

Inversa

dna = raw_input('Escriba una cadena de DNA: ')
inversa = dna[::-1]

Complementareidad de bases

Es debida a los puentes de hidrógeno

Complementaria

compl_dic = {'A':'T','T':'A','C':'G','G':'C'}
dna = raw_input('Escriba una cadena de DNA: ')
dna = dna.upper()
compl = ''
for nuc in dna:
    compl += compl_dic[nuc]

dna = raw_input('Escriba una cadena de DNA: ')
inversa = dna[::-1]
compl_dic = {'A':'T','T':'A','C':'G','G':'C'}
invcompl = ''
for nuc in inversa:
    invcompl += compl_dic[nuc]

Dogma central de la biología molecular

'Un gen, una enzima.

Replicación

Una cadena de ADN se desenrolla y enzimas ayudan a que se unan a las dos hebras los nucleótidos complementarios, resultando dos cadenas.

Transcripción

Se sintetiza una cadena de ARNm (mensajero) a partir de un ADN. Este es el intermediario para la expresión del gen.

Transcripción

dna = raw_input('Escriba una cadena de DNA: ')
trans_dic = {'A':'U','T':'A','C':'G','G':'C'}
mrna = ''
for nuc in dna:
    mrna += trans_dic[nuc]

¿Qué es el ARN?

• Macromolécula de ribonucleótidos
• Se forman por:
  • Un azúcar (ribosa)
  • Un fosfato (H₃PO₄)
  • Una base nitrogenada (Adenina, Uracilo, Citosina y Guanina)
• Contiene la información genética de algunos virus

Pasar de ADN a ARN (no transcripción)

dna = raw_input('Escriba una cadena de DNA: ')
trans_dic = {'A':'A','T':'U','C':'C','G':'G'}
rna = ''
for nuc in dna:
    rna += trans_dic[nuc]

dna = raw_input('Escriba una cadena de DNA: ')
rna = dna.replace('T','U')

ARN mensajero (ARNm)

• Copia la cadena de ADN de forma complementaria
• Paso intermedio para la expresión del gen

Intrones y Exones

dna = 'ACTGATGGATTACGATCGATCGATCGATCTACGTACGATCGTAAAATC'
coords = [[5,13],[21,44]]
dna_final = ''
for coord_set in coords:
	dna_final += dna[coord_set[0]-1:coord_set[1]]

ARN transferente (ARNt)

Lleva unido un aminoácido, identificado por tres nucleótidos del ARNm (codón)

Traducción

La hebra de ARNm se une a un ribosoma. Este une una parte complementaria del ARNt (anticodón) al ARNm (codón) y crea enlaces entre los sucesivos aminoácidos.

Código genético (ADN)

Diccionario 'DNA gencode'

gencode = {
  'ATA':'I', 'ATC':'I', 'ATT':'I', 'ATG':'M',
  'ACA':'T', 'ACC':'T', 'ACG':'T', 'ACT':'T',
  'AAC':'N', 'AAT':'N', 'AAA':'K', 'AAG':'K',
  'AGC':'S', 'AGT':'S', 'AGA':'R', 'AGG':'R',
  'CTA':'L', 'CTC':'L', 'CTG':'L', 'CTT':'L',
  'CCA':'P', 'CCC':'P', 'CCG':'P', 'CCT':'P',
  'CAC':'H', 'CAT':'H', 'CAA':'Q', 'CAG':'Q',
  'CGA':'R', 'CGC':'R', 'CGG':'R', 'CGT':'R',
  'GTA':'V', 'GTC':'V', 'GTG':'V', 'GTT':'V',
  'GCA':'A', 'GCC':'A', 'GCG':'A', 'GCT':'A',
  'GAC':'D', 'GAT':'D', 'GAA':'E', 'GAG':'E',
  'GGA':'G', 'GGC':'G', 'GGG':'G', 'GGT':'G',
  'TCA':'S', 'TCC':'S', 'TCG':'S', 'TCT':'S',
  'TTC':'F', 'TTT':'F', 'TTA':'L', 'TTG':'L',
  'TAC':'Y', 'TAT':'Y', 'TAA':'_', 'TAG':'_',
  'TGC':'C', 'TGT':'C', 'TGA':'_', 'TGG':'W'}

Código genético (ARNm)

Diccionario 'ARN gencode'

gencode = {
 'AAA': 'K', 'AAC': 'N', 'AAG': 'K', 'AAU': 'N',
 'ACA': 'T', 'ACC': 'T', 'ACG': 'T', 'ACU': 'T',
 'AGA': 'R', 'AGC': 'S', 'AGG': 'R', 'AGU': 'S',
 'AUA': 'I', 'AUC': 'I', 'AUG': 'M', 'AUU': 'I',
 'CAA': 'Q', 'CAC': 'H', 'CAG': 'Q', 'CAU': 'H',
 'CCA': 'P', 'CCC': 'P', 'CCG': 'P', 'CCU': 'P',
 'CGA': 'R', 'CGC': 'R', 'CGG': 'R', 'CGU': 'R',
 'CUA': 'L', 'CUC': 'L', 'CUG': 'L', 'CUU': 'L',
 'GAA': 'E', 'GAC': 'D', 'GAG': 'E', 'GAU': 'D',
 'GCA': 'A', 'GCC': 'A', 'GCG': 'A', 'GCU': 'A',
 'GGA': 'G', 'GGC': 'G', 'GGG': 'G', 'GGU': 'G',
 'GUA': 'V', 'GUC': 'V', 'GUG': 'V', 'GUU': 'V',
 'UAA': '_', 'UAC': 'Y', 'UAG': '_', 'UAU': 'Y',
 'UCA': 'S', 'UCC': 'S', 'UCG': 'S', 'UCU': 'S',
 'UGA': '_', 'UGC': 'C', 'UGG': 'W', 'UGU': 'C',
 'UUA': 'L', 'UUC': 'F', 'UUG': 'L', 'UUU': 'F'}
 

¡OJO!

Es importante destacar que en bioinformática sólo se trabaja con una cadena de ADN, por motivos de optimización de almacenamiento.

Hay que tener cuidado con los enunciados: 'este ADN codifica...' quiere decir 'usa el código genético de ADN' y 'este ADN se transcribe y se traduce' quiere decir 'transcribe a ARN y usa el código genético de ARN'

Traducción de un ARN

gencode = { ... }
ARN = 'AGCUAGUCAGUCGAUCGACUGACGACGUUACGAUCGAUC'
prot = ''
for i in range(0,len(ARN),3):
	codon = ARN[i:1+3]
	prot +=  gencode[codon]
 

Mutaciones

Cambios en el ADN que modifican (o no) la información genética de un organismo

¿Informática para Biología o Biología para Informática?

RNA, pero no ARN

Paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales

Algoritmos Genéticos

Serie de pasos organizados que describe el proceso a seguir para solucionar un problema, pero inspirados en la evolución biológica y su base molecular y genética.

Algoritmos Genéticos

Algoritmos Genéticos

Algoritmos Genéticos

Algoritmos Genéticos