Result of 16s parsing is a GSS. Seems that distribution of GSS nodes may be a good feature for filtering (of false positive) and classification.

• Choose method for distribution analysis
• Choose method for classification
• Apply to linear sequence parsing
• Apply to metagenomic analysis

Secondary structure of some sequences may contains information for classification, but stable metric for secondary structure of sequences with mutation is a problem. Images processing deals with noisy data and we want to use image classification techniques for 16s classification.

We can draw secondary structure of 16s, but images are very specific (presented in attachment). It is necessary to choose "the best" method for such images classification.
For basic experiments:

• Positive
• Negative
• Positive classified

Examples of pictures:

Try to extract and visualize features from the trained network and map it back to sequence.

• Implement a dense network visualization tool for visual investigation of features
• Classical folded rna structure visualization (use existing tools for rna visualization)
• Feynman diagram (use existing tools for rna visualization)

• Sources for 16s. Should be high quality.
  • 1
  • 2

Create functions for data and taxonomic metadata loading from Greengenes database

Replace FASTA reading/writing with functions from BioFSharp. If we have some useful functionality, then move it to BioFSharp.

• Propose to owners of BioFSharp to publish NuGet package. (Post an issue). Propose to help to create packaging scripts.
• Replace FASTA processing with functions from BioFSharp package. If necessary then move some functions from our project to BioFSharp.

Improve this repo.

• ProjectScaffold
• CI build
  • Mono
  • .NET
• Tests
• Documentation (gh-pages)
• Examples

Дана размеченная выборка изображений:

• Positive
• Negative

Провести эксперимент по классификации данных изображений (метод любой, инстументы любые). Составить отчёт об эксперименте. Ссылки на текст отчёта (предпочтительный формат -- pdf) и репозиторий с кодом, необходимым для воспроизведения эксперимента оставлять в комментариях к этой таске. Вопросы задавать там же.

Create demo for our solution based on parsing and artificial neural networks.

• Design and develop UI which provide an ability
  • to specify a sequence and get results of it classification
  • to specify a batch of sequences in the FASTA format and get results of classification
• Develop server component for deployment in a cloud. Core of functionality is DNN (model is ready) which can classify sequences.
• Create infrastructure for development automation: ci-build, testing, deployment

Тестовая задача для проекта #10 .

В зависимости от подзадачи, на которую Вы претендуете, предоставьте ссылку на репозиторий GitHub (или любой другой), содержащий

• Реализованный Вами web-сервис, развёрнутый в одном из облаков (Google, Microsoft, Amazon)
• Реализованный Вами web-ui
• Какой либо проект, при условии, что у данного репозитория идеальная инфраструктура.

Ваши ссылки можно оставлять здесь в комментариях. Там же можно задавать вопросы.

• Create function for parametric chimeric sequences generation. The function should generate a file in FASTA format. Use SILVA or Greengenes as a source. Save metadata for each chimeric sequence.
• Try to apply trained network to chimeric sequences.
• If the quality of the previous step is low, then try to use chimeric sequences for training.

Опишите, пожалуйста, какие особенности вторичной структуры задаёт данная грамматика.

Предложите конструктивное, с точки зрения вторичной структуры, изменение грамматики. Представте изменённую грамматику в документе, опишите изменения в терминах вторичной структуры.

Описание языка, на котором написана грамматика, можно найти здесь.

Ответ оформлять в виде pdf-файла, ссылку на файл оставлять в коментариях к этой задаче.