LAB 02 - 30.9.2010

- Ak to potrebujete zoznamte sa s pisanim skriptov v Perle. Pokial ovladate 
  Python, pripadne iny (skriptovaci) jazyk, v ktorom sa Vam dobre pracuje
  s regularnymi vyrazmi, mozete pouzit v praktickej casti ten. 

- Priklad jednoducheho skriptu
--
#!/usr/bin/perl
# Toto je poznamka. Predchadzajuci riadok definuje, ktory program bude 
# skript interpretovat

# Specifikovanie $_, STDIN a STDOUT sa moze vynechat, retazce sa bezne 
# uvadzaju v uvodzovkach, dvojita uvodzovka nizsie umoznuje vlozit premennu
print STDOUT 'Give me some input: ';
$_ = <STDIN>;
chop($_); # Zbavme sa symbolu EOL (\n) na konci retazca

# Perl poskytuje mnozstvo funkcii pre manpulovanie retazcov
$l = length($_);

print "LENGTH($_) = $l\n"; #

if($_=~m/[A-Z]/){ # mohlo by byt napr. uvedene aj if(/[A-Z]/)
  print "String \"$_\" contains a capital letter\n";
} else {
  print "String \"$_\" does not contain a capital letter\n";
}
--

- ine uzitocne funkcie:

while($x<100){
  # pocitaj
  $x++; # zvys hodnotu x o 1
}

$result = '/bin/ls'; # vykonaj lubovolny prikaz OS a uloz vysledok do
                     # premennej 

$substr = substr($str,3,2); # vyber podretazec dlzky 2 na pozicii 3

m/(.)A(.)/; # prehladavame retazec $_
            # znak v prvej zatvorke sa automaticky ulozi do $1, 
            # v druhej do $2
print "$1 A $2\n";

- Napiste Perl skript, ktory z rozsiahleho FASTA suboru dokaze vytiahnut 
  lubovolny regularny vyraz (simulacia prikazu grep/egrep).

- Vylepsite predchadzajuci skript o moznost vratit aj blizke okolie
  najdeneho vyrazu (+/- 5 AA)

- Napiste Perl skript, ktory pre lubovolnu dvojicu kratkych sekvencii zadanu
  na vstupe vyhodnoti ich spolocny vyskyt v proteinoch ATH1.fa tak, aby sa
  vyskytovali na kostre proteinu vo vzdialenosti obmedzenej zdola a zhora 
  uzivatelom (pouzite napr. vzajomnu informaciu)

  Ake hodnoty dostanete pre nasledovne vstupy?

MED ELV 0 99999

  a

MED ELV 5 10

- Vyhladajte v PDB protein z Arabidopsis thaliana. Pomocou predchadzajuceho
  skriptu, resp. jeho modifikacie, najdite trojice aminokyselin, ktore su od
  seba na kostre proteinu oddelene 9 aminokyselinami a vykazuju zo vsetkych
  takychto parov najvyssiu mieru korelacie. Pomocou programu Jmol (www.pdb.org),
  Pymol (pocitace v ucebni) a pod. zobrazte najdenu dvojicu v strukture daneho
  proteinu.

- ## Spocitajte pocet jednotlivych aminokyselin v proteome Arabidopsis thaliana
   a vysledky vyjadrite percentualne s presnostou na 2 desatinne miesta.

- ## Najdite najdlhsi a najkratsi protein v ATH1.fa. Rozdelte mozne dlzky 
   proteinov v Arabidopsis na kvantily po 10 (1-10, 11-20,...). Ktore 
   dlzky sa vyskytuju v proteome najcastejsie? Aka je priemerna dlzka?

- ## Najdite si sadu sekvencii proteinov
  patriacich do jednej rodiny. Ziskajte ich mnohonasobne zarovnanie, 
  napr. pomocou programu CLUSTAL, T-COFFEE a pod. Vytvorte skript, ktory 
  toto zarovnanie sekvencii analyzuje a najde v nom stlpce, ktore su navzajom 
  korelovane. Mieru, ktoru si pre korelaciu zvolite nechavam na vas. Odovzdajte
  subor s viacnasobnym zarovnanim, skript a vysledky vypoctu.