生物信息学算法原理

课程内容：你在别的课早就听过的算法原理。 上课自由度：有线下点名。 考核标准：平时+project+期末。 授课质量：你没法要求一个跟AI势不两立的老先生对新时代有多少默契。 平时作业的给分差到闻所未闻的地步，期末还要狠狠扣，最后大家一起美美趴在低分线上。这届平时占比55%，大部分同学估计都在90出头？课件期末复习的时候也不太看得下去。韦朝春老师那部分相当简单，但wmy那部分硬核到像钢板，期末还往难了出，配上糟糕的给分，直接原地起飞。:(

据说今年内容是翻天覆地大改，老师也是下了狠功夫。就是老师上课有点东一榔头西一棒槌的意思，我愿称他们的PPT为马尔科夫链——每一页的内容只取决于上一页。期末复习那叫一个痛苦。作业量也一点不省心，堵在上面。 考试题跟往年大差不差，只是添了个排序算法，还能带cheating paper，这算是给了一点赛博续命。

课程内容：算法（目前这画风，理解成数据结构复习课比较合适 上课自由度：上机课没点过名，普通课次次点名，算了，尊重一下这老先生，哎。。。。 考核标准：4/6吧 授课质量：哎哟写个merge排序lab代码还给整出内存泄漏（还得我去给你de出来bug，变量名一律a1、a2.、b1、b2），查程序运行的占用用top命令，然后开两个窗口拿肉眼盯，哎哟这事传出去真要被笑没。然后学生问，老师程序跑太快了看不出来啊，人家振振有词说这玩意儿测不出来的。。。行吧不想吐槽这老先生了。。。 好在作业也没离谱到哪去，也就那样吧。（离谱的作业可千万别来，怕了，怎么作业要么是没多少内容的，要么是照搬运行命令的，再要么是难到一批的代码project。。。。。。qsub讲半天讲不明白然后一堆人拖到ddl前才写作业，又不会qsub结果全挤到登录节点上搞，把服务器干炸了。。。。。。。我写一半的代码直接断联了。。。。。。。。） 。。。。。。。 再也不用这破教学服务器 Write your own pattern scanner in Perl (or any programming language that you are comfortable with). Write a Perl script that searches a protein sequence database with a PROSITE pattern. Input: Your script should take two arguments: a PROSITE pattern string, and a filename for a FASTA format sequence database. For example: % ./protsite.pl “[RK]-G-{EDRKHPCG}-[AGSCI]-[FY]-[LIVA]-(x)-[FYLM].” Database_filename The Database_filename here can be the file /home/faculty/ccwei/courses/2023/pab/week7/ws_215.protein.fa . Be sure that your program can accept any PROSITE pattern gracefully. A full definition of PROSITE syntax is in /home/faculty/ccwei/courses/2023/pab/week7/pattern_syntax_rules. You will want to deal with the following pattern elements: []: sets of allowed amino acids {}: sets of disallowed amino acids -: separator between pattern elements (x) and (x,y): length ranges <,>: anchor to N- or C-terminus .: end of pattern. （预计工作量在500-1000行代码，何止，人家官方实现都花了2000行。。。还得是在非常熟正则表达式的条件下。。。而且这作业还另外再压一个题。。。。。 除了造火箭要不然就是拼积木，这俩姿势是吧，让我给你鼓捣个这出来？想得美哦，还是perl，之前都没怎么听过这语言。。。。。。。。 上课的东西也旧得可以，ppt作业起码十年没换过了，作业甚至百度一下都能爬到的PDF。绝了。混了几年也不指望能学到东西了，讲不讲重复的算了吧，讲旧的还挺省我复习，多好。（人老先生估计也不容易，罢了罢了

刷完我们专业其他楼的回答，我也来补一刀。其实我真心希望系里能有老师来这儿潜水，刷刷同学们对课程建设的反馈，不至于一直靠我们对着空气呐喊。都是交大的学生，谁不是抱着学新东西来的啊，真没理由天天摆烂。有些建议我憋了很久，嘴笨不会说，只能在这开麦了。跪求老师路过看到，但千万别生气哈。 尤其是这门课，在我心里是全教学体系里最最最重的课，没有之一。可当我发现老师的PPT、作业和lab几乎十年原封不动时，我整个人小小崩溃了一下：https://cbb.sjtu.edu.cn/~ccwei//pub/courses/2011/algorithms_in_bioinformatics/ab.php 生物信息学的算法，我私以为C位担当是各种NGS数据分析算法。十年间NGS相关技术迭代得跟换了魂似的，层出不穷，太多东西值得学了。 拿传统算法开刀，动态规划(dp)确实是经典老物件，但实际序列比对里很少用得上（当然也不是完全没用武之地），所以真没必要对着dp从头讲到尾。可在高通量背景下，大名鼎鼎的BWT算法是必点硬菜。可以这么说，不懂BWT，就没法理解后续各种高通量组学分析的门道。比如RNA-seq里的比对，现在大家都在用HISAT2了，我们跑的流程还卡在TopHat2。。。。 再往下就是各种组学专属算法，像RNA-seq定量、标准化、差异表达分析；表观遗传的peak-calling、motif finding；甲基化组bismark对辩对特殊处理的方法；还有单细胞那一堆降维招式。。。这些全是我后来对着网上教程一点点啃，才发现自己漏成了筛子。再去一搜，各老师招生信里招打工人时，这些方法居然都是最低门槛。我很好奇这些东西为啥没一个老师讲过，全靠自学成才。回头一想，噢好像不少老师提过RNA-seq，翻回去一看，全是古董级带着TopHat2的流程，也就蜻蜓点水提一下流程罢了。 大环境嘛，所有人都在卷深度学习，我能理解。但作为生信专业的学生，这点基础算法都不学，就想起步直接飞升？感觉我医学生同学都开始正儿八经学高通量了，反倒我们本专业的啥也不学？我也在B站等地方刷课，很多老师都强调基础重要，不能靠劝人“磕盐中学习”来顶替正经课堂教学。 当然，这门课的作业还是建议认真写，确实锻炼能力。但如果有学弟学妹真想学生信，建议广涉猎各种算法。