Основы программирования в R и Python

Магистратура 2025/2026

Статус: Курс по выбору (Анализ данных в биологии и медицине)

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 1-й курс, 1, 2 модуль

Охват аудитории: для своего кампуса

Язык: русский

Контактные часы: 56

Дополнительные материалы в LMS Задать вопрос

Аннотация

Дисциплина преподается с целью ознакомления студентов-биотехнологов с основами программирования на языках Python и R для автоматизации обработки экспериментальных данных и репродуцируемого анализа результатов. Курс нацелен на приобретение практических навыков написания скриптов для решения конкретных биотехнологических задач: анализа данных спектрофотометрии, qPCR и NGS, работы с научными базами данных, а также построения автоматизированных вычислительных пайплайнов.

Цель освоения дисциплины

Целью освоения дисциплины является формирование у студентов-биотехнологов компетенций в области программирования на Python и R для автоматизации обработки экспериментальных данных, построения воспроизводимых вычислительных пайплайнов и решения практических задач в области биотехнологий.

Планируемые результаты обучения

Знать Базовый синтаксис и основные структуры данных языков Python и R
Знать Принципы работы с ключевыми библиотеками для обработки данных (pandas, dplyr) и визуализации (matplotlib, seaborn, ggplot2)
Знать Основы работы с системой контроля версий Git и принципы репродуцируемого анализа
Знать Методы доступа к внешним данным через REST API
Знать Основные концепции построения автоматизированных пайплайнов анализа данных (на примере Snakemake/Nextflow)
Уметь писать, запускать и отлаживать скрипты на Python и R для автоматизации рутинных задач
Уметь загружать, обрабатывать и очищать данные из файлов (CSV, TXT, JSON) и внешних источников (на примере PubMed)
Уметь создавать статичные и публикационные графики для визуального анализа и представления результатов
Уметь организовывать совместную работу над кодом с использованием Git (создание репозиториев, коммитов, pull request'ов)
Уметь проектировать простые воспроизводимые вычислительные пайплайны с изолированными окружениями
Уметь интегрировать код на Python и R в рамках единого рабочего процесса
Владеть навыками программирования на Python и R для анализа биологических данных
Владеть навыками автоматизации процессов обработки данных с помощью bash-скриптов и функций
Владеть технологиями визуализации данных для интерпретации и презентации научных результатов
Владеть методами работы с системой контроля версий Git для обеспечения воспроизводимости исследований
Владеть навыками создания базовых пайплайнов для организации комплексного анализа данных

Содержание учебной дисциплины

Введение в программирование для биотехнологии
Основы синтаксиса Python
Коллекции и логика в Python
Работа с файлами и данными в Python
Инструменты и best practices разработчика на Python
Визуализация данных в Python
Работа с интернетом и API
Основы синтаксиса R
Обработка данных в R
Инструменты и reproducible reporting в R
Визуализация данных в R
Интеграция языков: командная строка Bash, Python и R
Контроль версий с помощью Git
Построение воспроизводимых пайплайнов
Использование LLM (ChatGPT, Copilot) в разработке кода
Интеграция знаний. Мини-проект

Элементы контроля

Домашнее задание
Практические задания, основанные на разборе "живых" биотех-кейсов с занятий. Направлены на отработку навыков программирования для решения конкретных прикладных задач.
Квиз
Короткие тестовые задания (с выбором ответа, на соответствие, написание короткого фрагмента кода) для проверки понимания синтаксиса и ключевых концепций.
Мини-проект/Контрольная работа
Самостоятельная работа по созданию небольшого законченного проекта на выбранную тему (напр., парсинг BLAST, анализ кривых роста, скрининг PubChem). Включает код, документацию и устную защиту.

Промежуточная аттестация

2025/2026 2nd module
0.7 * Домашнее задание + 0.14 * Квиз + 0.16 * Мини-проект/Контрольная работа

Список литературы

Авторы

Емашева Валерия Анатольевна

Программа дисциплины