View source for Biopython/C2/Parsing-Data/Marathi

{| Border=1
! <center>Time</center>
! <center>Narration</center>

|-
| 00:01
| नमस्कार.

|-
| 00:02
| '''Parsing Data''' वरील ट्यूटोरियल मध्ये आपले स्वागत.

|-
| 00:06 
| ह्या ट्यूटोरियल मध्ये, आपण '''NCBI''' डेटाबेस वेबसाइट मधून '''FASTA''' आणि '''GenBank''' फाइल्स डाउनलोड करणे शिकणार आहोत.

|-
| 00:14
| आणि,  '''Sequence Input/Output''' मॉड्यूल मध्ये '''functions''' वापरुन डेटा फाइल्स पार्स करणे शिकणार आहोत.

|-
| 00:19
| ह्या ट्यूटोरियलचे अनुसरण करण्यास तुम्हाला अंडर ग्रॅज्युएट बायोकेमिस्ट्री किंवा बायोइन्फर्मेटिक्स आणि मूलभूत '''Python''' प्रोग्रँमिंग माहीत असले पाहिजे.

|-
| 00:30
| दिलेल्या लिंक वरील '''Python''' ट्यूटोरियल्स पहा.

|-
| 00:34
| हा ट्यूटोरियल रेकॉर्ड करण्यास, मी  '''Ubuntu OS''' वर्जन 14.10

|-
| 00:40
|* '''Python''' वर्जन 2.7.8

|-
| 00:44
|* '''Ipython interpreter'''  वर्जन 2.3.0

|-
| 00:48
|* '''Biopython''' वर्जन 1.64 आणि '''Mozilla Firefox''' ब्राउजर 35.0 वापरत आहे.

|-
| 00:56
| जीवशास्त्र मध्ये शास्त्रीय माहिती साधारणपणे टेक्स्ट फाईल मध्ये संचयित केली जाते जसे की '''FASTA''', '''GenBank''', '''EMBL''', '''Swiss-Prot''' इत्यादी.

|-
| 01:07
|डेटाबेस वेबसाइट मधून डेटा फाइल्स डाउनलोड केले जाऊ शकते. 

|-
| 01:12
|खाली दिलेले वेबसाइट लिंक कोणत्याही वेब ब्राउजरमध्ये उघडा.

|-
| 01:17
| एक वेब-पेज उघडते.

|-
| 01:19
|ह्यूमन '''insulin gene''' साठी '''FASTA''' आणि '''GenBank''' फाइल्स डाउनलोड करू.

|-
| 01:25
|'Search' बॉक्स मध्ये, टाइप करा: "human insulin", '''Search''' बटन वर क्‍लिक करा.

|-
| 01:31
| ह्यूमन '''insulin gene''' साठी वेब-पेज, अनेक फाइल्स दाखवते. 

|-
| 01:35
|प्रात्यक्षिकेसाठी, मी  “Homo sapiens Insulin mRNA” नावा सह 4 फाइल्स निवडेल. 

|-
| 01:43
| मी 500 बेस जोड्यांपेक्षा कमी असलेल्या फाइल्स निवडेल.

|-
| 01:48
| डाउनलोड करीता, फाइल निवडण्यास चेक-बॉक्स वर क्‍लिक करा.

|-
| 01:56
| पेजच्या वरती उजव्या कोपर्यात असलेल्या “Send to” पर्याय वर कर्सर आणा. 

|-
| 02:02
| “Send to” बटनाच्या पुढे उपस्थित एक डाउन एरो सह निवडण्यास लहान बटनावर क्‍लिक करा. 

|-
| 02:09
| '''Choose destination''' शीर्षकाखाली, '''File''' पर्याय वर क्‍लिक करा.

|-
| 02:13
| तुम्ही ही फाइल कोणत्याही फाइल फॉर्मॅट मध्ये सेव्ह करू शकता. जे '''format''' ड्रॉप-डाउन लिस्ट बॉक्स अंतर्गत सूचीबद्ध आहेत.

|-
| 02:21
| दिलेल्या पर्ययांमधून '''FASTA''' निवडा.

|-
| 02:25
| नंतर '''Create file''' पर्याय वर क्‍लिक करा.

|-
| 02:29
| स्क्रीन वर एक डायलॉग-बॉक्स दिसेल.

|-
|02:32 
| '''Open with''' निवडून '''OK''' वर क्‍लिक करा.

|-
| 02:36
| '''text editor''' मध्ये फाइल उघडते. 

|-
| 02:39
| फाइल 4 रेकॉर्ड्स दाखवते, जसे की आपण डाउनलोड करण्यास चार फाइल्स निवडले होते.

|-
| 02:46
| प्रत्येक रेकॉर्डमधील पहिली ओळ एक '''identifier''' ओळ आहे.

|-
| 02:50
| हे “greater than (>)” सिंबल ने सुरू होते.

|-
| 02:53
| हे '''sequence''' च्या नंतर येईल.

|-
| 02:56
| फाइलला “sequence.fasta” म्हणून तुमच्या होम फोल्डर मध्ये सेव्ह करा.

|-
| 03:01
| टेक्स्ट एडिटर बंद करा.

|-
| 03:03
| आधी निवड्लेल्या त्याच फाइल्स साठी, '''GenBank''' फॉर्मॅट मध्ये डाउनलोड करण्यास वरीलप्रमाणे त्याच स्टेप्सचे अनुसरण करा.

|-
| 03:12
| '''file format''', '''GenBank''' म्हणून निवडा.

|-
| 03:16
| फाइल तयार करा. टेक्स्ट एडिटर सह उघडा.

|-
| 03:21
| लक्षात घ्या की '''GenBank''' फॉर्मॅट मधील सीक्वेन्स फाइल मध्ये '''FASTA''' फाइल पेक्षा अधिक वैशिष्ट्ये आहेत.

|-
| 03:27
| तुमच्या होम फोल्डर मध्ये फाइलला "sequence.gb" म्हणून सेव्ह करा. टेक्स्ट एडिटर बंद करा.

|-
| 03:34 
| प्रात्यक्षिक कारणासाठी, आपल्याला एका '''record''' सह FASTA फाइलची गरज आहे.

|-
| 03:39
| ह्यासाठी, पुन्हा चेक बॉक्स वर क्‍लिक करून आधीचे निवड क्लियर करा.

|-
| 03:48
| आता, '''Human insulin gene complete cds''' फाइल निवडा.

|-
| 03:54
| चेक-बॉक्स वर क्‍लिक करा.

|-
| 03:57
| होम फोल्डर मध्ये फाइल सेव्ह करण्यास, आधी दाखवलेल्या त्याच स्टेप्सचे अनुसरण करा.

|-
| 04:01
| फाइलला,  "insulin.fasta" म्हणून सेव्ह करा.

|-
| 04:08
| '''Biopython''' लाइब्ररीस वापरुन ह्या फाइल्स मधील संचित केलेला बाइयोलॉजिकल डेटा एक्सट्रॅक्ट करून बदलू शकतो.

|-
| 04:16
| टेक्स्ट-एडिटर बंद करा.

|-
| 04:19
| डेटा फाइल्स मधून डेटा एक्सट्रॅक्ट करणे ह्याला '''Parsing''' असे म्हणतात.

|-
| 04:23
| '''SeqIO''' मॉड्यूल मधील उपलब्ध फंक्शन्स वापरुन बहुतेक फाइल फॉरमॅट्स पार्स केले जाऊ शकतात.

|-
| 04:30
| '''SeqIO''' मॉड्यूलचे बहुतेक सामन्य फंक्शन्स वापरलेले आहेत:  'पार्स, रीड, राइट' आणि 'कनवर्ट'.

|-
| 04:38
| '''Ctrl, Alt''' आणि '''t''' किज दाबून टर्मिनल उघडा. 

|-
| 04:44
| प्रॉंप्ट वर "ipython" टाइप करून '''Ipython''' सुरू करा. एंटर दाबा. 

|-
| 04:51
| पुढे, '''Bio''' पॅकेज मधून "SeqIO" मॉड्यूल इम्पोर्ट करा. 

|-
| 04:56
| प्रॉंप्ट वर टाइप करा: '''from Bio import SeqIO'''. एंटर दाबा. 

|-
| 05:04
| आपण सर्वात महत्वाचे फंक्शन '''parse''' सह सुरवात करू.

|-
|05:07
| प्रात्यक्षिकेसाठी, मी '''FASTA''' फाइल वापरेल ज्यात अनेक रेकॉर्ड्स आहेत, जे आपण याआधी डेटाबेस मधून डाउनलोड केले होते.

|-
| 05:17
| साध्या '''FASTA''' पारसिंगसाठी, प्रॉमप्टवर खालील टाइप करा.

|-
| 05:22
| येथे, आपण '''sequence.fasta'''  फाइलचे कॉंटेंट्स वाचण्यासाठी 'पार्स' फंक्शन वापरत आहोत.

|-
| 05:30
| आउटपुट साठी, रेकॉर्ड आयडी आणि रेकॉर्ड मधील उपस्थित सीक्वेन्सची लांबी प्रिंट करा. 

|-
| 05:41
| तसेच लक्ष्य द्या की पार्स फंक्शन, '''Sequence record objects''' म्हणून सीक्वेन्स डेटा वाचण्यास वापरले जाते.

|-
| 05:48
| हे सामन्यत: '''for''' लूप सह वापरले जाते.

|-
| 05:52
| हे दोन आर्ग्युमेंट्स ला स्वीकारते, ज्यामधून पहिला आहे फाइल नेम जो डेटा वाचतो.

|-
| 05:59
| दुसरा फाइल फॉर्मॅटला निर्दिष्ट करतो.

|-
| 06:02
| आउटपुट मिळण्यास दोनदा एंटर की दाबा.

|-
| 06:07
| आउटपुट आइडेंटिफाइयर लाइन त्यानंतर फाइल मध्ये जे सीक्वेन्स आहेत आणि तसेच फाइल मधील सर्व रेकॉर्ड्स साठी सीक्वेन्सची लांबी दाखवते.

|-
| 06:21
| लक्षात घ्या की '''FASTA''' फॉर्मॅट अक्षरावर निर्दिष्ट करीत नाही.

|-
| 06:26
| त्यामुळे, आउटपुट '''DNA sequence''' म्हणून त्याला निर्दिष्ट करीत नाही.

|-
| 06:31
| पारसिंग '''GenBank''' फाइल साठी त्याच स्टेप्स पुन्हा केले जाऊ शकतात. 

|-
| 06:36
| प्रात्यक्षिकेसाठी, आपण '''GenBank''' फाइल वापरुया, जे आपण याआधी डेटाबेस मधून डाउनलोड केले आहेत.

|-
| 06:43
| कोडची ओळ मिळविण्यास अप-एरो की दाबा, जी आपण आधी वापरली होती.

|-
| 06:49
| फाइलचे नाव '''sequence.gb ''' ने बदला.

|-
| 06:53
| फाइलचे फॉर्मॅट '''genbank''' ने बदला.

|-
| 06:56
| उर्वरित कोड समान राहील.

|-
| 06:58
| आउटपुट मिळण्यास दोनदा एंटर की दाबा.

|-
| 07:03
| येथे आउटपुट, फाइल मधील सर्व रेकॉर्ड्स साठी '''record id''', '''sequence''' आणि सीक्वेन्सची लांबी दाखवते.

|-
| 07:12
| लक्ष्य द्या की '''GenBank''' फॉर्मॅट, DNA सीक्वेन्स म्हणून सीक्वेन्सला निर्देशीत करते.

|-
| 07:19
| तसेच, वरीलप्रमाणे तेच कोड वापरुन '''Swiss-prot''' आणि '''EMBL''' फाइल्स पार्स करू शकतो.

|-
| 07:27
| जर तुमची फाइल एक सिंगल रेकॉर्ड समाविष्ट करते, तर '''parsing'''  साठी खालील ओळी टाइप करा. 

|-
| 07:34
| येथे, आपण पुर्वी सेव्ह केलेली एक सिंगल रेकॉर्ड सह '''FASTA''' फाइल वापरुया, जी उधारण म्हणून  '''insulin.fasta''' आहे.

|-
| 07:43
| लक्ष्य द्या की आपण '''parse''' फंक्शनच्या ऐवजी '''read''' फंक्शन वापरले आहेत. एंटर दाबा.

|-
| 07:50
| आउटपुट, '''insulin.fasta''' फाइल साठी कॉंटेंट्स दाखवते.

|-
| 07:55
| हे '''sequence record object''' म्हणून सीक्वेन्स दाखवते.

|-
| 07:59
| आणि इतर विशेषता जसे की '''GI, accession number''' आणि '''description'''.

|-
| 08:06
| खालिलप्रमाणे आपण ह्या रेकॉर्डची प्रत्येक विशेषता देखील पाहु शकतो. 

|-
| 08:11
| प्रॉंप्ट वर, टाइप करा: '''record dot seq'''. एंटर दाबा.

|-
| 08:18
| आउटपुट, फाइल मधील उपस्थित सीक्वेन्स दाखवते.

|-
| 08:22
| ह्या रेकॉर्डसाठी आइडेंटिफाइयर्स पाहण्यास, टाइप करा: '''record dot id.'''  एंटर दाबा.

|-
| 08:29
| आउटपुट, '''GI''' नंबर आणि एक्सेशन नंबर इत्यादी दाखवते.

|-
| 08:34
| तुम्ही तुमच्या पसंतीचा डेटा फाइल्स पार्स करण्यास, वरील स्पष्ट केलेले फंक्शन वापरु शकता. 

|-
| 08:40
| थोडक्यात.

|-
| 08:42
| ह्या ट्यूटोरियल मध्ये, आपण शिकलो: 
* '''NCBI''' डेटाबेस वेबसाइट मधून '''FASTA''' आणि '''GenBank''' फाइल्स डाउनलोड करणे.
* आणि '''SeqIO''' मॉड्यूल मधून '''parse''' आणि '''read''' फंक्शन्स वापरणे. 

|-
| 08:55
| '''FASTA''' आणि '''GenBank''' फाइल्स मधून '''record ids''', डिस्क्रिप्षन आणि सीक्वेन्सेस सारखे डेटा एक्सट्रॅक्ट करणे.

|-
| 09:03
| आता असाइनमेंट साठी-

|-
| 09:06
| '''NCBI''' डेटाबेस मधून तुमच्या पसंतीच्या न्यूक्लियोटाइड सीक्वेन्ससाठी '''FASTA''' फाइल्स डाउनलोड करा.

|-
| 09:13
| सीक्वेन्सेस च्या फाइल ला, त्यांच्या '''reverse complements'''  मध्ये रुपांतरित करा.

|-
| 09:17
| तुमच्या पूर्ण झालेल्या असाइनमेंट मध्ये कोडचे खालील ओळी असणे आवश्यक आहे. 

|-
| 09:22
| '''FASTA''' फाइल मधून न्यूक्लियोटाइड सीक्वेन्सेस लोड करण्यास '''parse''' फंक्शन वापरा.

|-
| 09:28
| '''reverse complement''' मेथड मध्ये निर्मित केलेले सीक्वेन्स ऑब्जेक्ट वापरुन रिवर्स कॉंप्लिमेंट्स ना प्रिंट करा.

|-
| 09:37
| स्क्रीनवर दिसणार्‍या लिंकवर उपलब्ध असलेल्या व्हिडिओमधे तुम्हाला प्रॉजेक्टचा सारांश मिळेल. 

|-
| 09:42
| कृपया डाउनलोड करून पहा.

|-
| 09:44
| स्पोकन ट्युटोरियल प्रॉजेक्ट टीम, कार्यशाळा चालविते, परीक्षा उत्तीर्ण होणा-या विद्यार्थ्यांना प्रमाणपत्रही देते 

|-
| 09:51
| अधिक माहितीसाठी, कृपया आम्हाला लिहा.

|-
| 09:55
| स्पोकन ट्युटोरियल प्रॉजेक्टला अर्थसहाय्य NMEICT, MHRD, Govt of India ने दिले आहे. 

|-
| 10:01
| यासंबंधी माहिती पुढील साईटवर उपलब्ध आहे. 

|-
| 10:06
| मी रंजना भांबळे आपला निरोप घेते. सहभागासाठी धन्यवाद. 

|}