Zaawansowane techniki programowania dla bioinformatyków 1000-713ZTP

Część I - profesjonalny Python w projekcie naukowym

Jak pisać kod, który da się utrzymać, sprawdzić i uruchomić ponownie?

- Organizacja pracy: środowiska wirtualne, uv, pip/conda, PyCharm, terminal, podstawy pracy na serwerze i dobre praktyki struktury katalogów.
- Od notebooka do programu: moduły, skrypty, argumenty wywołania, argparse, konfiguracja projektu, pliki JSON/YAML, podstawy budowania interfejsów CLI.
- Python obiektowy: „od klasy do metaklasy” wprowadzenie.
- Jakość kodu: debugowanie, profilowanie, testy jednostkowe z pytest, typowanie, walidacja danych, pydantic, mypy, formatowanie i lintowanie kodu, dokumentacja.
- Pakiety Pythona: pyproject.toml, układ src, instalacja developerska, wersjonowanie, budowanie paczek, release i podstawy dystrybucji narzędzi.
- Modele generatywne wspomagające pracę z kodem: ChatGPT, Codex, GitHub Copilot; praktyczne użycie do prototypowania, refaktoryzacji, pisania testów i
dokumentacji, z naciskiem na krytyczną weryfikację wygenerowanego kodu.

Część II - analiza danych i udostępnianie wyników

Jak przekształcić dane w wiarygodny wynik analizy?

- Praca z danymi w pandas; broadcasting i wektoryzacja w numpy.
- Czyszczenie danych, łączenie źródeł, sanity checks, agregacje, analiza trendów i przygotowanie danych do raportowania.
- Wizualizacja wyników: matplotlib, seaborn, plotly oraz podstawy interaktywnych i mapowych prezentacji danych (bokeh, geoplot).
- Wybrane narzędzia naukowe i statystyczne: SciPy oraz elementy modelowania predykcyjnego w scikit-learn.
- Komunikacja z usługami sieciowymi: requests, API, pobieranie danych z internetu, parsowanie stron z BeautifulSoup oraz automatyzacja przeglądarki z Selenium.
- Udostępnianie wyników i modeli: podstawy FastAPI, walidacja danych wejściowych z pydantic, uruchamianie aplikacji przez Uvicorn, serwowanie modeli scikit-learn przez endpointy predykcyjne oraz dobre praktyki pracy z zewnętrznymi serwisami.

Część III - współpraca, powtarzalność i workflow

Jak prowadzić projekt tak, aby inni mogli go sprawdzić, rozszerzyć i uruchomić?

- Git, GitHub/GitLab, gałęzie, konflikty, pull/merge requesty, code review i praca w modelu znanym z projektów open-source.
- Testy i ciągła integracja: automatyczne uruchamianie testów po zmianach w kodzie, kontrola jakości projektu i budowanie artefaktów.
- Wersje, tagi, release, podstawy zasad FAIR oraz przygotowanie kodu i wyników do cytowania lub dalszego wykorzystania.
- Workflow obliczeniowe w Snakemake: reguły, zależności między plikami, konfiguracja, raporty i uruchamianie narzędzi CLI w pipeline’ach.
- Podstawy konteneryzacji, Docker/Apptainer, jako narzędzia wspierające powtarzalność.

Część IV - narzędzia bioinformatyczne

Jak korzystać z ekosystemu Pythona w biologii obliczeniowej?

- Biopython: sekwencje, rekordy, formaty FASTA/FASTQ/GenBank, SeqIO, adnotacje, proste analizy sekwencji, GC-content, ORF, uliniowienia i BLAST.
- Praca z bazami NCBI i PubMed przez Bio.Entrez: wyszukiwanie rekordów, pobieranie metadanych, analiza literatury.
- Wywoływanie zewnętrznych programów z Pythona przez subprocess.