hazirliver/bg_intership

Решения тестового задания на стажировку по биоинформатике BostonGene 2021

Решения тестового задания на стажировку по биоинформатике BostonGene 2021

---

Задача 1

Требуется определить идентификационные номера образцов RNA-seq, которые не были удачно загружены с сервера. Для реализации поставленной задачи написан скрипт, работающий на языке Python3.

Запуск скрипта осуществляется из командной строки как показано ниже

python task_1.py -h
usage: task_1.py [-h] -f F [-r R]

Creates file containing info about aborted downloads.

optional arguments:
  -h, --help  show this help message and exit
  -f F        Folder name where download logs are located. Required argument.
  -r R        Report filename. Default name is aborted_downloads_report.txt

Функция принимает два параметра:

• -f — Путь до директории, в которой расположены папки, в которых находятся логи загрузок. Требуется передать либо абсолютный путь от корня, либо относительный от скрипта. Обязательный параметр.
• -r — Имя файла отчета. Не обязательный параметр со значением по умолчанию aborted_downloads_report.txt.

На выходе получаем файл следующей структуры:

data_1:
SRR5117471
SRR6384380
data_2:
SRR6384382

---

Задача 2

Требуется рассчитать и визуализировать матрицу корреляции между каждого гена с замешанным количеством клеток для каждого типа клеток по смесям. Смеси формируются как линейные комбинации экспрессий образцов, относящихся к 11 типам клеток.

Для реализации поставленной задачи написан блокнот в jupyter notebook. Требуемые зависимости подключаются через !pip.

• Для корректного отображения терактивной визуализации plotly, запускать скрипт локально (в github не отображаются динамические элементы).
• Дополнительные задания не реализованы.