Biopython/C2/Writing-Sequence-Files/Assamese

From Script | Spoken-Tutorial
Jump to: navigation, search
Time Narration
00:01 Writing Sequence Files এৰ টিউটোৰিয়েলত আপোনাক স্বাগতম।
00:07 ইয়াতে মই শিকিম Sequence Record Objects বানোৱা।
00:13 সিকোয়েন্স ফাইল্স লেখা।
00:15 ফাইল ফৰম্যাট সলোৱা।
00:19 আৰু দৈর্ঘ্যৰ ভিত্তিত ফাইলত ৰেকর্ড সর্ট কৰা।
00:23 টিউটোৰিয়েলটো অনুসৰণ কৰিবলৈ
00:27 অস্নাতকৰ বায়োকেমিস্ট্ৰ বা বায়োইনফৰমেটিক্স
00:31 আৰু মৌলিক Python প্ৰোগ্ৰামিং সম্পর্কে জানিব লাগিব।
00:34 প্ৰদত্ত লিঙ্কত Python টিউটোৰিয়েল চাওক।
00:38 টিউটোৰিয়েলটো ৰেকর্ড কৰিবলৈ ব্যবহাৰ কৰিছো: উবুন্টু OS সংস্কৰণ 14.10
00:45 Python সংস্কৰণ 2.7.8
00:48 Ipython interpretor সংস্কৰণ 2.3.0 আৰু Biopython সংস্কৰণ 1.64.
00:55 মই ফাইলৰ বিষয়বস্তু পঢ়িবলৈ আগেই parse আৰু read ফাংশন সম্পর্কে শিকিছো।
01:03 ইয়াতে মই শিকিম এটা ফাইলত ক্ৰম লিখিবলৈ write ফাংশনৰ ব্যবহাৰ।
01:09 আৰু বিভিন্ন ফাইল ফৰম্যাটৰ মধ্যে অন্তৰ-ৰুপান্তৰণ কৰিবলৈ Convert ফাংশনৰ ব্যবহাৰ।
01:16 এতিয়া মই write ফাংশনৰ ব্যবহাৰ দেখোৱাম।
01:20 ইয়াতে প্ৰোটিন ক্ৰম সহ টেক্সট ফাইল আছে।
01:24 প্ৰদর্শিত ক্ৰম হল insulin protein.
01:28 ফাইলটোত কিছু তথ্য যেনে GI accession number আৰু description ও থাকে।
01:36 এতিয়া মই FASTA ফৰম্যাটত এই ক্ৰমৰ বাবে এটা ফাইল বনাম।
01:41 প্ৰথম ধাপ হল sequence record object বনোৱা।
01:45 sequence record object সম্পর্কে আৰু তথ্য:
01:49 এইটো sequence input/output interface এৰ মৌলিক ডেটা টাইপ।
01:55 sequence record object ত, এটা ক্ৰম উচ্চ পর্যায়ৰ বৈশিষ্ট্য যেনে identifiers আৰু descriptions এৰ সৈতে যুক্ত কৰা হয়।
02:04 Ctrl, Alt আৰু T কী একেসৈতে টিপি টার্মিনেল খুলক।
02:10 প্ৰম্পটত লিখক: ipython, Enter টিপক।
02:15 প্ৰম্পটত, নিম্নোক্ত লাইন লিখক:
02:18 from Bio dot Seq module import Seq class
02:24 from Bio dot SeqRecord module import Sequence Record class
02:31 ইয়াৰ পিছত from Bio dot Alphabet module import generic protein class
02:38 ইয়াৰ পিছত ভ্যাৰিয়েবল record1 ত sequence record object সংৰক্ষণ কৰিম।
02:45 টেক্সট ফাইলৰ পৰা sequence, id আৰু descriptionক কপি কৰক আৰু টার্মিনেলত সংশ্লিষ্ট লাইনত পেস্ট কৰক।
02:56 Enter টিপক।
02:58 আউটপুট চাবলৈ লিখক: record1
03:02 Enter টিপক।
03:04 আউটপুটে insulin protein ক্ৰমক sequence record অবজেক্ট হিসাবে দেখায়।
03:10 এইটোৱে id আৰু description সহ ক্ৰম দেখায়।
03:13 উপৰোক্ত sequence record অবজেক্টক FASTA ফাইলত সলাবলৈ write ফাংশন ব্যবহাৰ কৰিম।
03:21 Bio প্যাকেজৰ পৰা SeqIO module ইম্পোর্ট কৰক।
03:26 ইয়াৰ পিছত sequence অবজেক্টক FASTA ফাইলত সলাবলৈ write ফাংশন সহ command line লিখক।
03:40 write ফাংশনে 3 টা আর্গুমেন্ট লয়।
03:44 প্ৰথমটো হল sequence record objecক সংৰক্ষণ কৰাৰ ভ্যাৰিয়েবল।
03:49 দ্বিতীয়টো, FASTA ফাইল লিখিবলৈ ফাইলৰ নাম।
03:54 তৃতীয়টো, লিখিবলৈ ফাইল ফৰম্যাট। এন্টাৰ টিপক।
03:58 আউটপুটে 1 দেখায় যাৰ মানে মই sequence record object ক FASTA ফাইলত সলাইছো।
04:07 FASTA ফৰম্যাটত থকা ফাইলটো example.fasta হিসাবে home ফোল্ডাৰত সংৰক্ষিত হয়।
04:13 কিন্তু আউটপুট, একেই নামৰ আগৰ যি কোনো বিদ্যমান ফাইলত ওভাৰৰাইট হব।
04:18 ফাইলটো চাবলৈ home ফোল্ডাৰৰ ফাইলত যাওক।
04:24 ফাইলটো টেক্সট এডিটৰত খুলক।
04:27 প্ৰোটিন ক্ৰম এতিয়া FASTA ফৰম্যাটত আছে।
04:31 টেক্সট এডিটৰ বন্ধ কৰক।
04:33 অনেক bioinformatics টুলে বিভিন্ন ইনপুট ফাইল ফৰম্যাট লয়।
04:38 সেয়ে মাজে মাজ sequence ফাইল ফৰম্যাটত অন্তৰ-ৰুপান্তৰণ কৰা প্ৰয়োজন হয়।
04:44 মই SeqIO module ত convert ফাংশন দ্বাৰা ফাইল ৰুপান্তৰ কৰিব পাৰো।
04:50 এইটোক দেখাবলৈ, GenBank ফাইলটোক FASTA ফাইলত সলাম।
04:55 home ফোল্ডাৰ পৰা GenBank ফাইলটো লওক।
04:59 এইটোক টেক্সট এডিটৰত খুলো।
05:02 ফাইলত GenBank ফৰম্যাটত HIV genome আছে।
05:07 এই GenBank ফাইলত, ফাইলৰ প্ৰথম অংশত genome ত সকলো genes এৰ বর্ণন আছে।
05:14 ইয়াৰ পিছত সম্পূর্ণ genome ক্ৰম আছে।
05:18 টেক্সট এডিটৰ বন্ধ কৰক। টার্মিনেলত নিম্ন লাইন লিখক।
05:23 ইয়াতে convert ফাংশনে GenBank ফাইলত উপস্থিত সম্পূর্ণ genome ক FASTA ফাইলত সলায়। এন্টাৰ টিপক।
05:33 নতুন ফাইলটো FASTA ফৰম্যাটত home ফোল্ডাৰত HIV.fasta হিসাবে সংৰক্ষণ হয়।
05:39 ফাইলত যাওক আৰু টেক্সট এডিটৰ খুলক।
05:46 টেক্সট এডিটৰ বন্ধ কৰক।
05:49 যদিও মই convert ফাংশন দ্বাৰা ফাইল ফৰম্যাটক সহজে সলাব পাৰো, কিন্তু ইয়াৰ কিছু সীমাবদ্ধতা আছে।
05:56 কিছু ফৰম্যাট লিখিবলৈ তথ্যৰ প্ৰয়োজন হয় যি অন্য ফাইল ফৰম্যাটত নালাগে।
06:02 উদাহৰণস্বৰুপে: GenBank ফাইলক FASTA ফাইলত সলাব পাৰি, কিন্তু বিপৰীত কৰিব নোৱাৰে।
06:09 একেইভাবে FASTQ ফাইলক FASTA ফাইলত সলাব পাৰি, কিন্তু ইয়াৰ বিপৰীত কৰিব নোৱাৰে।
06:15 convert ফাংশনৰ সম্পর্কে অধিক জানিবলৈ লিখক help কমান্ড।
06:21 এন্টাৰ টিপক।
06:24 প্ৰম্পটত উভতি যাবলৈ কীবোর্ডত q টিপক।
06:28 মই GenBank ফৰম্যাটত HIV genomeৰ পৰা পৃথক genes ও এক্সট্র্যাক্ট কৰিব পাৰো।
06:35 এই পৃথক genesক FASTA বা অন্য কোনো ফৰম্যাটত সংৰক্ষণ কৰা যাব পাৰে।
06:41 ইয়াৰ বাবে, প্ৰম্পটত নিম্ন কোড লিখক।
06:47 এই কোডে সকলো পৃথক CDS জিন সিকোয়েন্স, তাৰ ids আৰু gene এৰ নাম ফাইলত লিখিব।
06:56 ফাইলটো আপোনাৰ home ফোল্ডাৰত HIV_geneseq.fasta হিসাবে সংৰক্ষিত আছে। এন্টাৰ টিপক।
07:07 Biopython টুল্স দ্বাৰা মই ফাইলত ৰেকর্ডৰ দৈর্ঘ্য সর্ট কৰিব পাৰো।
07:12 ইয়াতে FASTA ফাইল hemoglobin.fasta খুলিছো যত ছটা ৰেকর্ড আছে।
07:19 প্ৰতিটো ৰেকর্ড ভিন্ন ভিন্ন দৈর্ঘ্যৰ হয়।
07:23 সবতচে দীর্ঘতম ৰেকর্ড ব্যবস্থিত কৰিবলৈ নিম্ন লাইন লিখক।
07:27 সর্ট কৰা সিকোয়েন্স সহ নতুন ফাইলক home ফোল্ডাৰত sorted_hemoglobin.fasta হিসাবে সংৰক্ষণ কৰা হব।
07:38 প্ৰথমে সৰু ৰেকর্ডৰ বাবে records.sort কমান্ড লাইনত আর্গুমেন্টস ৰিভার্স কৰক।
07:45 সংক্ষিপ্তকৰণ কৰো। এই টিউটোৰিয়েলত সিকোয়েন্স ৰেকর্ড অবজেক্ট বনোৱা শিকিছো।
07:51 Sequence Input/Output মডিউলৰ write ফাংশনৰ দ্বাৰা সিকোয়েন্স ফাইল লিখক।
07:58 convert ফাংশন দ্বাৰা সিকোয়েন্স ফাইল ফৰম্যাটৰ ৰুপান্তৰণ।
08:03 আৰু দৈর্ঘ্য দ্বাৰা ফাইলত ৰেকর্ড সর্ট কৰক।
08:07 অনুশীলনী:
08:09 HIV এৰ genomic ক্ৰমৰ পৰা 4587 পৰা 5165 স্থান পর্যন্ত জিন HIV1gp3ক এক্সট্র্যাক্ট কৰক।
08:21 HIV.gb ফাইলটো, এই টিউটোৰিয়েলৰ কোড ফাইলসত অন্তর্ভুক্ত আছে।
08:28 আপোনাৰ সম্পন্ন কামটোত নিম্ন কোডটো থাকিব।
08:43 এই লিঙ্কত উপলব্ধ ভিডিওটোৱে প্ৰকল্পক সাৰসংক্ষেপে বোজায়।
08:48 এইটোক ডাউনলোড কৰি চাওক। স্পোকেন টিউটোৰিয়েল প্ৰকল্প দলে কর্মশালাৰ আয়োজন কৰে আৰু অনলাইন পৰীক্ষা পাস কৰিলে প্ৰশংসাপত্ৰ দিয়ে।
08:57 অধিক জানিবলৈ আমাৰ সৈতে যোগাযোগ কৰক।
09:00 স্পোকেন টিউটোৰিয়েল প্ৰকল্প ভাৰত সৰকাৰৰ NMEICT, MHRD দ্বাৰা সমর্থিত।
09:06 এই বিষয়ত বিস্তাৰিত তথ্য এই লিঙ্কত প্ৰাপ্তিসাধ্য।
09:10 আইআইটি বোম্বেৰ পৰা মই বিদায় লৈছো। অংশগ্ৰহণৰ বাবে ধন্যবাদ।

Contributors and Content Editors

Mousumi