PROJEKT
Program pro hodnoceni sekvencnich vzoru (termin odevzdani 11.12.2006).

ZADANI
Pri studiu struktury a funkce proteinu se casto setkavame se vzory 
v jejich sekvencich, ktere se opakuji s ruznou cetnosti v ruznych 
kontextech. Krome ryze informatickeho hodnoceni takovych vzoru je 
uzitecne mit nastroj, ktery pro libovolny zadany vzor zobrazi jeho 
charakteristiky, sekvencni kontext a typickou funkci nebo strukturu.
Vasim ukolem je takovy nastroj vytvorit, tak aby pracoval na prikazove 
radce v rodine OS UNIX.

Data: Jako data muzete pouzit vyber z PDB pod urovni podobnosti 90%, 
proteinove sekvence kytky Arabidopsis thaliana a GO definice pro tyto proteiny.

Vstup:
Vstupem Vaseho programu bude regularni vyraz urciteho vzoru, napriklad 
  F..CC

Vystupy:
Pokud se uvede jako parametr text v zavorce, vrati program pouze 
zadanou informaci, jinak vrati vsechno. 

- (seqs) seznam identifikovanych sekvenci

- (code) seznam kodu identifikovanych sekvenci

- (cons) konsenzualni sekvenci, kde velkymi pismeny budou znaceny pozice
  se 100% zastoupenim urciteho znaku, malymi pismeny pozice s nadpolovicnim
  zastoupenim a teckou ostatni pozice

- (pssm) pozicne specifickou matici cetnosti

   1   2   3   4  -> pozice
A 001 023 012 100
C 023 000 004 000
...

- (logo) zjednodusene sekvencni logo daneho vzoru 
  (Nastudujte si z materialu kurzu co je sekvencni logo. Predepsany format
  je otoceny o 90 stupnu, cisla jsou pozice v sekvenci a pocet hvezdicek 
  odpovida (neprimo umerne) entropii na danem miste. Symbol na konci
  kazdeho radku je nejvice zastoupena aminokyselina v dane poloze)

01 **** A
02 ** F
03 ***** G

- (gofn) seznam moznych funkci pro dany vzor serazeny podle relativniho
   poctu jejich vyskytu k ocekavanemu poctu jejich vyskytu (na zaklade 
   cetnosti daneho terminu v GO databazi - www.geneontology.org)

12.0 transcription factor
08.1 DNA binding
...

- (pdbs) prumernou strukturu daneho vzoru odvozenou z PDB definovanou 
  jako postoupnost torznich uhlu fi, psi a omega (s rozptylem)

PHI          PSI          OMEGA
-65.1 (22.0) +24.2 (13.5) +179.3 (2.4)
+95.1 (31.8) +124.2 (43.2) +1.3 (9.5)

POZNAMKY
- Vyberte si pro svou implementaci jenom jednu z funkci -gofn a -pdbs
  nemusite implementovat obe
- Vyber nastroju zavisi na Vasich preferencich. Ukoly jsou zvoleny 
  tak, aby sli resit pomoci skriptu psanych v Perlu, s moznosti 
  naprogramovani casove narocnejsich operaci napr. v jazyce C/C++.
  Bez problemu by melo jit pouzit i Python, Javu nebo Pascal.
  Jine volby, prosim, konzultujte na zacatku semestru.
  Odevzdavat budete jednak komentovany kod programu, jednak funkcni program. 
- Jelikoz nejsem odbornik na programovani a samotna technika programovani 
  neni naplni kurzu, vase prace bude hodnocena prevazne na zaklade funkcnosti, 
  s prihlednutim na komentar, citelnost kodu a efektivnost vypoctu, merena 
  rychlosti vypoctu. Splneni hlavnich pozadavku bude hodnoceno automatickym 
  skriptem, ktery budete mit k dispozici. Zadani splni jenom program, 
  ktery projde bez zavady timto skriptem.
- Diskuse mezi studenty ohledne projektu je vitana (napr. s vyuzitim 
  diskusni skupiny predmetu v ISu), samotny program musi byt ale 
  dilem autora. Jinak receno muzete se bavit o zpusobech jak postupovat, 
  ale nevymenujte si, prosim, mezi sebou kod programu. V pripade prilisne 
  podobnosti praci, nebudu ochoten prace uznat.