Компютърна Лингвистика в Областта на Биоинформатиката
гл. ас. д-р Георги Петров Пашев
http://gpashev.com § This e-mail address is being protected from spambots. You need JavaScript enabled to view it
Кратко описание на дисциплината:
Този курс се фокусира върху приложението на компютърна лингвистика в областта на биоинформатиката, като се разглеждат техники за обработка на естествен език и машинно обучение, приложими в анализа на биологични данни. Курсът съчетава теоретични знания с практически умения в програмиране на Python и Rust, като изследва интеграцията на тези езици в биоинформатични приложения.
Списък с теми за лекциите (7 седмици):
00001. Въведение в Компютърната Лингвистика и Биоинформатика
· Основни понятия и приложения
· Примерен код: Обработка на текстови данни с Python
00002. Машинно Обучение в Биоинформатиката
· Основи на машинното обучение
· Примерен код: Създаване на базов класификатор в Python
00003. Естествен Езиков Обработка (NLP) и Геномни Данни
· NLP техники за анализ на геномни последователности
· Примерен код: NLP алгоритми в Rust
00004. Биоинформатични Бази Данни и Тяхната Интеграция
· Работа с биологични бази данни
· Примерен код: Интегриране на бази данни в Python
00005. Използване на GPT-4 и LLAMA2 за Анализ на Биологични Данни
· Приложения на модели за естествен език в биоинформатиката
· Примерен код: Интегриране на GPT-4 API в Python
00006. Развитие на Уеб и Десктоп Интерфейси за Биоинформатични Приложения
· Основи на уеб и десктоп програмирането
· Примерен код: Създаване на прост UI в Rust
00007. Проектна Работа и Научно Писане
· Техники и методи за разработване на научни публикации
· Разработване на проектни идеи и начало на проектната работа
Оценяване:
Студентите работят в малки групи, разработвайки проект, който включва създаване на чат бот, използващ GPT-4 API, LLAMA2, или машинно обучение с Python и sklearn. Всеки проект включва научна публикация и разработка на потребителски интерфейс.
Възможно е студентите да изберат да разработват само обзорно-научната част на проекта, без практическата, ако не се чувстват достатъчно силни в областта на разработката на приложения. В такъв случай, максималната оценка, която могат да получат, е Много Добър (5).
Списък с Упражнения за Всяка Седмица
Седмица 1: Въведение в Компютърната Лингвистика и Биоинформатика
· Упражнение: Анализиране и обработка на текстови данни с Python. Студентите трябва да напишат скрипт за извличане на информация от научни публикации, свързани с биоинформатиката.
Седмица 2: Машинно Обучение в Биоинформатиката
· Упражнение: Създаване на базов класификатор в Python за разпознаване на видове ДНК последователности. Студентите използват предоставени данни за трениране на модела.
Седмица 3: Естествен Езиков Обработка (NLP) и Геномни Данни
· Упражнение: Имплементиране на NLP алгоритми в Rust за анализ на геномни последователности. Студентите трябва да адаптират традиционни NLP методи за работа с генетичен код.
Седмица 4: Биоинформатични Бази Данни и Тяхната Интеграция
· Упражнение: Интегриране на биологични бази данни в Python програма. Студентите създават интерфейс за достъп и анализ на данни от биоинформатични бази данни.
Седмица 5: Използване на GPT-4 и LLAMA2 за Анализ на Биологични Данни
· Упражнение: Работа с GPT-4 API или LLAMA2 за генериране на предсказания или анализи въз основа на биологични данни. Студентите разработват прототип на приложение, използващо тези модели.
Седмица 6: Развитие на Уеб и Десктоп Интерфейси за Биоинформатични Приложения
· Упражнение: Създаване на прост уеб или десктоп базиран UI в Rust, който да показва резултати от биоинформатични анализи. Студентите трябва да интегрират своя код в потребителски интерфейс.
Седмица 7: Проектна Работа и Научно Писане
· Упражнение: Начална разработка на проекта и написване на научен обзор за избраната тема. Студентите трябва да определят обхвата на своя проект и да изготвят план за научна публикация.
Тези упражнения са насочени към развитие на практически умения и подготовка за финалния проект, като същевременно се засилва теоретичната основа на дисциплината.
Литература:
1. Mount, D. W. (2004). Bioinformatics: Sequence and Genome Analysis. Cold Spring Harbor Laboratory Press.
2. Pevsner, J. (2015). Bioinformatics and Functional Genomics. Wiley-Blackwell.
3. Bird, S., Klein, E., & Loper, E. (2009). Natural Language Processing with Python. O’Reilly Media.
4. Klabnik, S., & Nichols, C. (2019). The Rust Programming Language. No Starch Press.
5. McKinney, W. (2018). Python for Data Analysis. O’Reilly Media.
6. Géron, A. (2019). Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. O’Reilly Media.
