Kodomo

Пользователь

Учебная страница курса биоинформатики,
год поступления 2026

Домашнее задание к практикуму 7

Срок выполнения — утро 23 октября. Номер практикума — 7_home

1. Гистограмма длин белков

Можно сначала почитать краткое объяснение того, что такое гистограмма.

  1. В книге "CDS from genome..." создайте новый лист и назовите его prot_lengths_hist
  2. Скопируйте на этот лист с листа cds колонки с именами генов и длинами генов (чтобы выделить колонку, щёлкните мышью по букве вверху колонки; дальше можно взять содержимое в буфер Ctrl+C, щёлкнуть по верхней ячейке пустой колонки и вставить туда из буфера Ctrl+V).

  3. Колонку C озаглавьте "Protein length" и вычислите длину белка, закодированного в каждом гене, по формуле (длина гена)/3 – 1. Минус 1 потому, что в ген входит стоп-кодон, но он не кодирует аминокислотного остатка
    Не удивляйтесь, что некоторые длины белков получились не целые — это т.н. псевдогены, про них в следующий раз. Пока игнорируем это обстоятельство

  4. Вычислите минимальную и максимальную длину белка (используйте функции =MIN(диапазон) и =MAX(диапазон); диапазон пишется через двоеточие, например, C2:C3276). Выберите ширину карманов гистограммы такой, чтобы охватить все длины, и при этом чтобы карманов было бы не слишком много, не более нескольких десятков. Напишите в какой-нибудь ячейке эту ширину. Пусть, например, это число лежит в ячейке D2 и равно 50.

  5. Для вычисления числа длин, попавших в каждый карман, потребуется три колонки. В первой, скажем, колонке E, написаны границы карманов, например 40, 90, 140, 190, ..., озаглавьте её "Границы карманов". Каждое следующее значение равно предыдущему плюс D2. В Е2 впишите нижнюю границу самого нижнего кармана (она должна быть меньше минимума, можно 0). Формула в E3: =E2+D$2 (знак $ "фиксирует" то, что после него; в данном случае он нужен, чтобы при распространении формулы D2 не превратилось в D3). Распространите эту формулу вниз так, чтобы покрыть максимальную длину белка.

  6. В соседней колонке сгенерируйте подписи карманов вида "40–89", "90–139" и т.д. Это делается соединением значений ячеек: =E2&"-"&E3-1 в ячейке F2 и т.д.

  7. В колонке G найдите число длин белков, попадающих в карман между числом в той же строке столбца E и числом в следующей строке столбца E. Это делается функцией, которая в ячейке G2 будет выглядеть так: =COUNTIFS(C:C;">="&E2; C:C; "<"&E3) (то есть посчитать число значений в столбце C, которые не меньше E2 и меньше E3).
    Не забудьте написать в G1 и F1 подходящие заголовки.

  8. Вставьте столбчатую диаграмму, изображающую вашу гистограмму (часто именно такая диаграмма называется гистограммой). Для этого выделите колонки F и G, затем в меню: Вставка → Диаграмма. Не соглашайтесь с вариантом по умолчанию, в списке "Тип диаграммы" надо выбрать "Столбчатая диаграмма" (не "Гистограмма"!) и посмотреть, какие варианты предлагаются. В поле "Ось X" должен стоять заголовок колонки F, а в поле "Параметр" — заголовок колонки G, если это не так, исправьте. В результате высота столбцов должна отвечать значениям гистограммы (числам белков в карманах), а внизу каждый столбец быть подписан диапазонами.
  9. Подберите наилучшую, по вашему мнению, ширину кармана (при этом придётся менять не только значение в D2, но и число карманов)
  10. Постарайтесь добиться, чтобы у диаграммы был содержательный заголовок (не "Кол-во относительно параметра ...", а, например, "Гистограмма длин белков"). Для этого надо найти в каком-нибудь меню (например, в том, что открывается при щелчке правой кнопкой мыши по диаграмме) раздел "Название диаграммы".

  11. (не обязательно, но желательно). Выберите карман, правее которого картинка уже мало информативна (в основном нули). Объедините все значения после него в один карман, для этого удалите все карманы после него и поменяйте самую последнюю формулу (на =COUNTIF(prot_lengths!C:C;">=1500"), если 1500 — верхняя граница последнего оставленного кармана) и самую последнюю подпись (на ">=1500"). Вместо 1500 подставьте своё значение!

Замечания

  1. На случай, если у вас настроены русские названия функций: COUNTIFS — это СЧЁТЕСЛИМН, а COUNTIF — СЧЁТЕСЛИ (через Ё, заменить Ё на Е нельзя)
  2. Если у вас региональные настройки — США или Великобритания, то в функциях вместо точки с запятой ";" нужно писать запятую ",", иначе будет выдаваться "Синтаксическая ошибка в формуле".

2. Импорт таблицы особенностей генома

Скопируйте (sftp или scp) с kodomo на свой компьютер таблицу особенностей (~/term1/genome/*table*)

Заведите новую книгу на Google sheets и импортируйте туда эту таблицу. Описание процесса см. в подсказках к классной работе. При этом надо иметь в виду:

Не забудьте сделать новую книгу доступной для комментирования преподавателями, не рассылая при этом лишних извещений. После этого записывайтесь в очередь, номер практикума: "7_home". При записи в поле URL вставляйте адрес таблицы второго задания (особенностей генома), адрес первой таблицы мы найдём в вашей записи на 7_class. Дедлайн — утро следующей пятницы.

2026/1/pr7 (последним исправлял пользователь sas 2026-10-16 12:58:22)