wbgalvao / selecao_genomika

Resolução dos problemas propostos no processo de seleção para a vaga de estágio em bioinformática da Genomika

Processo Seletivo Genomika

Resolução dos problemas propostos no processo de seleção para a vaga de estágio em bioinformática da Genomika.

Problema 1

O primeiro desafio apresentado trata-se do processo de genome assembly. O problema apresentado deve ser resolvido através do descobrimento da menor superstring comum entre reads de um genoma. Esse problema é classificado como NP-Completo, ou seja, não existe uma solução eficiente para o mesmo. Desse modo, dentro do diretório problema1 existem dois arquivos: fragment_assembler.py e greedy_fragment_assembler.py.

1. O comando $ python3 fragment_assembler.py [arquivo_de_entrada.txt] criará um arquivo output.txt contendo a menor superstring comum entre as strings presentes no arquivo de entrada (desde que não exista strings repetidas no input). Contudo, trata-se de uma solução lenta, baseada apenas na sobreposição de strings em ordem. O tempo de execução cresce exponencialmente a medida que o tamanho do arquivo de entrada cresce.
2. O comando $ python3 greedy_fragment_assembler.py [arquivo_de_entrada.txt] é uma solução mais performática, baseada em grafos de sobreposição de strings. Contudo, não há como certificar que o conteúdo do arquivo output.txt irá sempre conter a menor superstring comum, apesar de esse ser o caso na maioria das execuções.

Os dois scripts apresentados têm como base as aulas expostas no MOOC Algoritmos para Sequenciamento de DNA, apresentado através do Coursera.

Problema 2

O segundo desafio apresentado trata-se de uma aplicação web, com backend em Python, para consultar a relação entre doenças e genes em um banco de dados local. A aplicação utiliza o framework Flask e o banco de dados SQLite, como proposto.

Configurando ambiente para execução do projeto

1. Instale o SQLite.

• Para sistemas operacionais baseados no Debian você pode usar o comando $ sudo apt-get update && sudo apt-get install -y sqlite3 libsqlite3-dev

2. Crie um ambiente virtual para o projeto

• Utilize o virtualenvwrapper para criar seu ambiente. Vá para o diretório do projeto e execute o comando $ mkvirtualenv PhenoApp_env
• Instale as dependências do projeto: $ pip3 install flask psycopg2
  • Caso você encontre problemas com permissões, tente executar o comando acima utilizando o prefixo $ sudo -H

Executando a aplicação

1. No diretório raiz do projeto, crie o arquivo de banco de dados local: $ touch local_phenodb.db
2. Crie a tabela pheno_db no seu banco de dados local. Para facilitar, utilize o arquivo create_pheno_db.sql em conjunto com o comando sqlite3: $ sqlite3 local_phenodb.db < create_pheno_db.sql
3. Execute o script de sincronização de banco de dados $ python3 update_local.py
4. Crie uma instância da aplicação $ python3 app.py

A aplicação estará sendo executada no endereço localhost:5000.