Разработка библиотеки для парсинга и анализа текстовых представлений геномных данных и результатов выравнивания

Главная/Проекты/Курсовые проекты 2025 года/Разработка приложений/Разработка библиотеки для парсинга и анализа текстовых представлений геномных данных и результатов выравнивания

Современная биоинформатика[7] требует специализированных инструментов для обработки и анализа растущих объемов геномных данных. Разработанная библиотека предназначена для парсинга[13] и анализа текстовых представлений геномных данных и результатов выравнивания, включая преобразование FASTA[1] файлов в JSON[6], обработку отчетов HMMER[2] в CSV формат, анализ GC-состава и частот нуклеотидов.

Библиотека ориентирована на школьников, студентов и исследователей, работающих с биоинформатикой[7]. Инструмент предоставляет простой интерфейс для освоения основных форматов геномных данных без необходимости разработки собственных решений.

Несмотря на существование универсальных платформ (Galaxy, QIIME 2, Biopython), разработанная библиотека занимает особую нишу. Она специализирована на конкретных задачах парсинга[13] и базового анализа, обеспечивая простоту освоения в отличие от сложных универсальных инструментов. Библиотека легковесна и не требует дорогостоящих лицензий, что важно для образования.

Уникальная интеграция с HMMER[2] автоматизирует преобразование результатов в удобный CSV формат. Гибкие форматы выходных данных (JSON[6], CSV, консольный вывод) позволяют легко интегрировать результаты в различные рабочие процессы. Практическая применимость включает быстрое вычисление GC-состава для подбора праймеров и получение координат после выравнивания. ​

Таким образом, библиотека заполняет важную нишу инструмента для обучения и быстрого прототипирования, предоставляя доступное решение для начинающих специалистов и исследователей с ограниченными вычислительными ресурсами.

Первый раздел

  1. FASTA format. Wikipedia. 2004. URL: https://en.wikipedia.org/wiki/FASTA_format

  2. HMMER User's Guide. Eddy SR. 2023. URL: http://eddylab.org/software/hmmer/Userguide.pdf

  3. Popitsch N, Ameres SL. Rnalib: a Python library for custom transcriptomics analyses. PMC. 2024. DOI: PMC11734754

  4. Differentially expressed gene analysis of RNA-seq data using R. QFAB Bioinformatics. URL: https://qfab-bioinformatics.github.io/workshops-RNAseq-analysis-with-R/reading-from-a-fasta-file.html

  5. Finn RD et al. HMMER web server: interactive sequence similarity searching. PMC. 2011. DOI: PMC3125773

  6. GRanges: A Rust Library for Genomic Range Data. bioRxiv. 2024. DOI: 10.1101/2024.05.24.595786v1

  7. Roughan J. Bioinformatic File Format & Their Use Cases. FormBio. 2024. URL: https://www.formbio.com/blog/your-essential-guide-different-file-formats-bioinformatics

  8. Database Search - HMMER. BiBiServ. 1997. URL: https://bibiserv.cebitec.uni-bielefeld.de/sadr2/databasesearch/hmmer/index.html

  9. Deciphering genomic codes using advanced NLP techniques. arXiv. 2022. URL: https://arxiv.org/html/2411.16084v1

  10. Wiki - FASTA format. URL: https://asoete.github.io/howest-webtechnology/embeds/exercises/css/wiki-fasta_format.html

  11. HMMER. URL: http://hmmer.org

  12. AI in Genomic Data Processing 2025. Rapid Innovation. 2024. URL: https://www.rapidinnovation.io/post/ai-agents-for-genomic-data-processing

  13. Data formats and parsing (FASTA, FASTQ, GenBank, PDB). Fiveable. 2024. URL: https://fiveable.me/computational-biology/unit-2/data-formats-parsing-fasta-fastq-genbank-pdb-etc/study-guide/iB0EUWtVtOIzBhJy

  14. Genomic Databases. Johns Hopkins. 2018. URL: https://browse.welch.jhmi.edu/datasets/genomic-databases

  15. Анализ последовательности. Russian Longdom. URL: https://russian.longdom.org/scholarly/sequence-analysis-journals-articles-ppts-list-401.html

  16. BaseSpace Variant Interpreter - Биоинформатика. Albiogen. 1999. URL: https://www.albiogen.ru/bioinf/basespace-variant-interpreter/

  17. Bioinformatics Tools: Sequence Alignment. Bates College. 2014. URL: https://libguides.bates.edu/bioinformatics/sequence-alignment

  18. Выравнивание последовательностей. Википедия. 2010. URL: https://ru.wikipedia.org/wiki/Выравнивание_последовательностей

  19. Лекция 1 Базы данных. Орловский университет. URL: https://oreluniver.ru/file/chair/chemistry/study/l1.pdf

  20. BLAST: Basic Local Alignment Search Tool. NCBI. 2025. URL: https://blast.ncbi.nlm.nih.gov/Blast.cgi

  21. Инструменты биоинформатики: От баз данных до анализа. MosRegData. 2025. URL: https://mosregdata.ru/article/instrumenty-bioinformatiki-ot-i-do

  22. Clustal Omega. EMBL-EBI. 2024. URL: https://www.ebi.ac.uk/jdispatcher/msa/clustalo

  23. МЕТОДЫ БИОИНФОРМАЦИОННОГО АНАЛИЗА. Давыдов ВВ. URL: https://core.ac.uk/download/pdf/79662835.pdf