I feel I really have to make this choice. I have been writing on this blog in my mother language for more than one year, and it has been really fun, a very nice way to learn and discuss about bioinformatics; but now, I need to make it available to everyone, like my new colleagues, many friends, and other bioinformaticians.

I will continue writing in Italian on the molecularlab’s blog, Inside Bioinfo.

This is a very dark period for research in Italy.
The government is going to cut a third of the fundings to the universities, which will be probably mean the bankrupt for many historical Institutions like the University of Firenze, and will drastically reduce the number of opportunities to young researchers in Italy.

I have just started a phd here in Spain, and I am very happy with it, I am working in a very fascinating environment and I am meeting many interesting people.
However, when I look back at Italy, I have a real bad feeling - I really hope that nothing bad will happen to my family and my friends, because I feel like it won’t be easy for me to return back if I’d have the need.

Ciao a tutti!!

Come forse avrete gia’ notato, ho deciso di iniziare a scrivere su questo blog in Inglese.

Mi dispiace veramente per coloro che preferivano leggere in Italiano, perche’ mi rendo conto che per certe persone (immagino soprattutto studenti alle prime armi) possa essere piu’ difficile.

Pero’, credo di avere veramente bisogno di fare questo passaggio. Sara’ piu’ complicato scrivere, ma penso sia una cosa buona che i contenuti siano a disposizione di tutti, anche a quelli che non capiscono la nostra lingua.
Adesso lavoro a contatto con molte persone che parlano solo inglese o spagnolo, e ho bisogno che quello che posto qui sia accessibile anche a loro.

In ogni caso, continuero’ a scrivere in italiano sul blog di molecularlab, Inside Bioinfo.
Sono a piena disposizione per qualsiasi iniziativa vogliate propormi: altri blog, forum, magazine, meeting, battaglie di divulgazione scientica. Io personalmente credo che non sia stupido discutere di argomenti scientifici o tecnici nella propria lingua madre, perche’ in questo modo si e’ capaci di raggiungere un numero diverso di persone, la qual cosa e’ un vantaggio.

Vi saluto.. nel post in inglese mi sono lamentato un poco della situazione della ricerca italiana, anche se vivendo all’estero mi riesce difficile capire come stanno le cose esattamente.

doctest é un modulo incluso nella distribuzione standard di python, che permette di introdurre i test per i propri script direttamente nella loro documentazione.

Facciamo un piccolo esempio. Mettiamo di voler scrivere un modulo in grado di parsare un nuovo formato di sequenze, che chiameremo ‘MinusMinus’. Senza dettagliare il codice, la sua documentazione con doctest sarebbe qualcosa del genere:

def MinusMinusFormatParser(filehandle, options):
    """
    Parse the 'MinusMinus' file format for sequences.
    Returns a 'SequenceSet' object.

    # Here it is a sample 'MinusMinus' file:
    >>> from StringIO import StringIO
    >>> testfile = StringIO('''
    ... --seq1
    ... ACGTCGATCGATCGTCAGTCGATC
    ... ACGTACGTATCGTACGTACGTAGC
    ... --seq2
    ... AGATCGTACGTAGCTAGCTAGTCG
    ... ''')
    >>> sequences = MinusMinusFormatParser(testfile, options=None)
    File parsed. ok!

    # MinuxMinusFormatParser returns a SequenceSet object:
    >>> print sequences
    SequenceSet object with 2 sequences

    # use the .format method to print these sequences in the fasta format:
    >>> print sequences.format('fasta')
    >seq1
    ACGTCGATCGATCGTCAGTCGATC
    ACGTACGTATCGTACGTACGTAGC
    >seq2
    AGATCGTACGTAGCTAGCTAGTCG

    """
    pass

if __name__ == '__main__':
    import doctest
    doctest.testmod()

Questa é la documentantazione di un ipotetico parser per il formato MinusMinus.
Vedete che nella stessa docstring del modulo ho messo degli esempi di come questo dovrebbe essere utilizzato, imitando la tipica shell di python.
Le prime due istruzioni:

    >>> from StringIO import StringIO
    >>> testfile = StringIO('''
    ... --seq1
    ... ACGTCGATCGATCGTCAGTCGATC
    ... ACGTACGTATCGTACGTACGTAGC
    ... --seq2
    ... AGATCGTACGTAGCTAGCTAGTCG
    ... ''')

illustrano un esempio di formato ‘MinusMinus’. Così, quando digitate help(MinusMinusFormatParser), potete capire subito se state utilizzando il parser corretto, oppure se vi siete confusi con un altro.

La terza istruzione, invece, vi mostra qual é la sintassi tipica di una chiamata alla funzione.
Se lanciate MinusMinusFormatParser sopra un file simile a quello precedente, dovreste ricevere il messaggio ‘File parsed. ok!’:

    >>> sequences = MinusMinusFormatParser(testfile, options=None)
    File parsed. ok!

E così via, per le altre istruzioni mostrate nel doctest il funzionamento é molto simile.
Scrivo gli esempi di comandi come se mi trovassi su una shell python, prefissandoli con ‘>>> ‘; e il loro output immediatamente sotto.

Notate anche che eseguendo il programma come uno script in python, viene eseguita la funzione doctest.testmod():

if __name__ == '__main__':
    import doctest
    doctest.testmod()

Questa é la chiamata al modulo doctest che esegue la vera magia. Quando chiamo ‘testmod()’, gli esempi che ho posto nella documentazione vengono eseguiti, come se fossero codice vero e proprio: il risultato della loro esecuzione viene confrontato con quello previsto nell’esempio, e nel caso di differenze, mi viene segnalato un errore.
Se per esempio, la chiamata a MinusMinusFormatParser non mi avesse restituito ‘File parsed. ok!’, avrei ricevuto una notificazione, aiutandomi a risolvere un possibile bug.

La mia idea era di proporre questo tipo di documentazione al progetto biopython. Sono già riuscito a far accettare alcune doctest in biopython 1.49 :), ma spero di riuscire a contribuire maggiormente nei prossimi giorni, affinchè ve ne siano altre.

A voi che ve ne pare, come idea? Questo é il bug report che ho inviato: 2640.
Vi sembrano più chiare le doctest? Pensate che un loro utilizzo massiccio potrebbe aiutare a rendere biopython più facile da utilizzare, più diffuso?
Una ultima cosa: come vedete, in questo caso ho scritto la documentazione e i test prima di iniziare a scrivere il codice. Se dovessi veramente scrivere un parser per il formato MinusMinus, adesso mi sarebbe molto più facile, perché già saprei come questo si dovrebbe comportare. La lezione é: scrivete sempre i test e la documentazione per le vostre funzioni prima del codice :).

links:

- la mia proposta su biopython: http://bugzilla.open-bio.org/show_bug.cgi?id=2640
- documentazione ufficiale sulle doctest http://www.python.org/doc/2.5.2/lib/module-doctest.htm

Il laboratorio in cui mi trovo adesso é piuttosto grande, con diverse collaborazioni e un buon numero di ricercatori; una buona parte di essi utilizza il computer per fare calcoli (soprattutto test di genetica di popolazioni e operazioni su grossi files), e molti sanno programmare in perl, python o R.

E’ il tipico laboratorio in fase ‘pro-bioinformatica’: un gruppo che ha lavorato parecchio sui banconi tradizionali, guadagnandosi una buona reputazione, e che adesso ha bisogno di imparare ad usare correttamente gli strumenti messi a disposizione dalla bioinfo.

Per questo motivo, mi é venuto in mente di proporre un seminario per presentare quelli che sono considerati attualmente gli ‘argomenti caldi’ di questo campo: quelli su cui si discute di più sui forum e blog dedicati.

In particolare, vorrei discutere di:

• sistemi di controlli di revisioni, come cvs, svn, git, etc…
• testing di programmi di bioinformatica. Ogni volta che scrivete un programma, per calculare una statistica, scaricare delle sequenze da internet, cambiare formato ad un file, scrivete dei test per dimostrare che il vostro programma funziona correttamente? Avete qualche abitudine  particolare per controllare i vostri scripts?
• automated builds e workflow. Il sistema più tradizionale per coordinare vari scripts, per ricordarsi quali opzioni avete usato per ottenere dei risultati e per poterli ricalcolare correttamente ogni volta che i vostri dati cambiano, é gnu/make. Il quale però non é sempre il massimo, e ci sono delle alternative. Voi cosa usate?
• database e flat file. si potrebbe parlare un poco di moduli ORM, dei vantaggi/svantaggi di un database per salvare i propri dati.
• agile programming: vediamo se riesco a convincere a qualcuno, che lavorare in gruppo é molto meglio!!

Insomma, io credo che nel mio laboratorio in cui mi trovo adesso, questo sia il momento giusto per proporre un talk del genere. Se va bene (mi sembrano molto interessati), forse faremo addirittura delle piccole riunoni, tipo ‘journal club’, ma sulla bioinfo.

Che ve ne pare? Purtroppo, penso che fra poco dovrò iniziare a parlare inglese, anche su questo blog…

• Cineca - Corso Perl for biologists
• Cineca - Corso C per programmazione scientifica

La sede delle lezioni sarà Casalecchio di Reno, una cittadina raggiungibile con autobus urbani da Bologna.

Si tratta di corsi molto introduttivi, di soli due/tre giorni, destinati a biologi che non abbiano mai visto molto di programmazione. Spero che però riescano almeno a fare in tempo a spiegare make, e volendo anche le basi dei sistemi di controllo delle revisioni.

Devo ammettere che l’annuncio mi ha preso un poco di sorpresa, in quanto non pensavo che si organizzassero corsi di questo tipo in Italia (ci sono così tanti bioinformatici al Cineca?).

Bene, adesso se vi ci volete iscrivere, affrettatevi!!

L’idea é quella di raccogliere in un unico topic, in maniera caotica e poco ordinata, tutte le lamentazioni che possono venire in mente sul funzionamento di programmi di bioinformatica.

Per esempio, se vi siete sempre chiesti perché il genome browser di ucsc sia così brutto graficamente.. venite su questo topic e sfogatevi!!

Si va da frasi come “Non capisco perche’ la bioinformatica sia cosi’ difficile”, a “non capisco perche alcuni database su ncbi non supportino di default il metodo GET”, a ‘il visualizzatore di pdb.org é brutto’, e così via.

• Topic delle Lamentazioni Bioinformatiche su molecularlab
  

Se volete partecipare, potete scrivere sul forum, lasciare un commento a questo messaggio, o pubblicare un post sul vostro blog a stile di un ‘meme’. L’importante é che mi mandate indietro un link o un ping, in modo che si possa riunire tutto in un unica brodaglia!

Da un paio di settimane sono tornato a Barcelona, nel solito istituto PRBB, e ho iniziato un dottorato presso la Pompeu Fabra.

Ho cambiato gruppo e campo di studio: non mi occuperò più di splicing, ma di evoluzione e genetica delle popolazioni; perciò, su questo blog non leggerete più le mie lamentazioni su allineamenti tra ESTs e profili, ma piuttosto su test statistici e banche dati di SNPs.

Adesso mi trovo in un classico laboratorio in fase di ‘bioinformaticizzazione’: ovvero un gruppo che vuole imparare a trarre vantaggi da tutti i dati disponibili su database pubblici, e che per questo cerca di riorganizzarsi e di affiancare la bioinformatica alla maniera classica di fare ricerca.

Credo che imparerò parecchio in questo posto, perché i miei compagni sono molto esperti di genetica e statistica, mentre io ho più esperienza con la bioinformatica. Ma vi spiegherò tutto in dettaglio nei post futuri, per adesso ho tutto il tempo davanti.

Intanto se passate per Barcelona fate un fischio… saluti!!

Connotea é gestito dal gruppo di Nature e teoricamente sarebbe software opensource, ovvero il codice del sito é liberamente scaricabile e riutilizzabile.

Se siete utenti o simpatizzanti di connotea, potete partecipare a un piccolo sondaggio dedicato a migliorare il servizio.

Il sondaggio impiega pochi minuti per essere completato (anche se dovrete tenere un diario per una settimana), e verrete rimborsati con un buono da 20$ su amazon.com.

Per partecipare, dovreste inviare una mail a papermod at interchange.ubc.ca per confermare la vostra partecipazione e seguire le istruzioni.
Io ho già aderito.. Vi confermo che non si tratta di spam, ma per sicurezza, dopo il salto al resto del messaggio vi copio-incollo la mail che mi hanno inviato sulla lista di connotea-discuss.

Hello,

My name is Heejin Park. I am a PhD student at the School of Library, Archival and Information Studies, University of British Columbia. I am conducting a study to fulfill the research component of my degree, and I am sending this note to ask for volunteers. In my research, I am interested in the use of Connotea (www.connotea.org) and looking for participants who will share their experiences with the system.

The purpose of this study is to explore how you use Connotea in order to access, share, and navigate Web information. If you agree to participate in this study, I will ask you to complete an e-mail questionnaire and to keep an electronic diary which records your use of Connotea. The e-mail questionnaire and diary process will take approximately two to three hours of your time over a one to two week period.

Participation in this research is voluntary, and participants are ensured confidentiality. The completed questionnaire will be accessible only to the researcher named below, and will be kept in strict confidence. The Connotea user name on the questionnaire is for data management purposes only. As soon as the responses are coded, information linking data to respondent will be destroyed.

Please consider participating. To show our appreciation for your participation in this study, you will receive an honorarium in the amount of $20 in the form of an Amazon.com gift card. If you would like to participate, to support the research or because you would like to help out a colleague, please respond to this email address [papermod@interchange.ubc.ca]. If you do not wish to participate, but can recommend someone who can participate, please forward this message to that person.

If you decide to participate, I will email information that includes a link to the interview questions and a form of the electronic diaries, and my contact information. Please note that I have listed my e-mail account and my phone number below. Do not hesitate to ask any questions about the study.

Thank you very much.

Durante la prima giornata ho seguito i tutorial su perl di Gianni Ceccarelli: mi sono piaciuti molto, forse gli argomenti delle prime ore erano un po’ troppo da principianti, ma la spiegazione é stata molto chiara.
Sono stati ottimi il talk sulle buone pratiche di programmazione in perl, e sulle regex.

Durante il resto del tempo sono stati presentati seminari molto interessanti: uno su NYTProf, un ottimo profiler da Tim Bunce; una talk sulle novità di perl 5.10; uno su Poe, un modulo per creare bot su Irc ; e tanti altri.

L’affluenza é stata alta (circa 120 persone), e l’atmosfera che si respirava era bella, non capita molto spesso di poter passare due giorni di seguito a parlare di argomenti molto tecnici.

Infine, il talk sulla bioinformatica é andato bene!

Forse il linguaggio che ho utilizzato era un po’ troppo semplicistico (un bioinformatico presente in sala avrebbe potuto arricciare il naso), ma volevo spiegare in maniera chiara quali sono le sfide della nostra materia al giorno d’oggi, quali sono i problemi, e come vengono affrontati.

In ogni caso si é trattato di un incontro veramente produttivo, ho imparato molte cose e ho conosciuto parecchie persone interessanti!

links consigliati:
- il sito ufficiale della conferenza
- le slides dei talk su slideshare
- il mio talk
- entro un mese o due, dovrebbero essere pubblicati i videocast dei seminari

Dal messaggio che veniva fuori poteva sembrare che il mio account fosse stato disattivato: invece non si trattava di niente del genere, solo problemi tecnici.

Potrebbero verificarsi inconvenienti simili anche durante la prossima settimana, ma la situazione dovrebbe tornare alla normalità entro poco tempo.
Non vi spaventate, é tutto ok!

Iniziamo con quello in inglese: si chiama Programming4Scientists e da quello che ho visto, mi sembra eccellente sia per la grafica che per i contenuti.
-> http://www.programming4scientists.com/

L’autore ha già pubblicato numerosi post durante agosto e settembre, e quindi affrettatevi a dare un’occhiata a quello che ha scritto :).

Dopodiché fatemi dare il benvenuto ad altri due blog di bioinformatica in italiano.

Il primo é di domi, collega bioinformatico di molecularlab. Il suo sito si chiama ‘mybioinformatica’:
-> http://mybioinformatica.wordpress.com/

Il secondo é un blog dedicato alla bioinformatica e alle nanotecnologie, nato ormai da pochi mesi:
-> http://dna.girolamogiudice.it/

In bocca al lupo a questi blog nuovi, specie quelli in italiano!

p.s.:agli autori: se mi mandate un logo lo metto in questo post!!