Generátorový „reader“ pro formát FASTA [2022-09-27]

Ve stejném duchu jako na přednášce zpracujte generátorovou funkci fasta_reader(), kterou pak budete moci použít pro načítání dat z FASTA-souborů ve stylu: 

for header, sequence in fasta_reader('01.fa'):
    print(header, sequence, sep='\n', end='\n\n')
    input()


Načítání a kontrola dat ve formátu FASTA [2022-10-11]

Řešte všechny příklady z cvičení na kontrolu dat ve FASTA-souborech.



Chyby výpočtů [2022-10-25]

Trocha počítání s konečnou přesností:

  1. Pokračujte ve výpočtu dalších členů Taylorova rozvoje z přednášky. Po kolika krocích se dopočítáte k nevýznamným výsledkům? (Tady očekávám program plus zdůvodněnou odpověď na otázku.)
  2. Zopakujte si výpočet s přesností na šest destinných míst z přednášky, tentokrát ale s výrazem $\ln(x+1)-\ln{x}$.


Užití metody Monte Carlo [2022-10-25]

Řešte příklady 1 a 2 na použití metody Monte Carlo ze cvičení na náhodu a pravděpodobnost.



Rozbor zarovnávání řetězců [2023-01]

Doplňte rekurzivní program na zarovnávání sekvencí bází z přednášky o vizualizaci všech nejlepších zarovnání. Najděte vhodné nestejně dlouhé vstupní řetězce a poté prozkoumejte vliv penalizací za mezery – a případně též ohodnocovací matice – na výsledná zarovnání.

PS: Tohle skoro volá po zpracování v Jupyter Notebooku.



Algoritmus Needleman-Wunsch [2022-11-15]

Dopočítejte tabulku z přednášky pro změněné hodnoty penalizací za koncové mezery:

ACTG
-1,hv-2,h-3,h-4,h-5,h
A-2,v0,d
T-3,v
G-4,v

Ostatní nastavení zůstávají, tj. match +1, mismatch -1, mezera uprostřed -2.



Aplikace HMM [2022-12-20]

Najděte na internetu vhodou službu nebo program na HMM a vyřešte pomocí nich následující dvě úlohy: