Veri Analizi ve Görüntüleme - 3

Verinin nasıl analiz edildiğini ve görüntülemenin nasıl yapıldığını anlayabilmek, satın aldığınız bir ürünün içindekiler kısmını okuyabilmeye benzer. Yemekten büyük zevk aldığım bir çikolatalı gofreti ele alalım: çok büyük ihtimalle hayatımın hiçbir döneminde kendi başıma bir çikolatalı gofret yapamayacağım; ancak içindekileri okuduğumda bana nelerin sunulduğunu ve bünyeme nelerin dahil olmasına izin verdiğimi anlayabiliyorum. Böylece örneğin mısırdan elde edilmiş bir glikoz şurubu ibaresi gördüğümde, eninde sonunda bir GDO'lu ürüne maruz kaldığımı farkedebiliyorum (GDO'ya ilişkin tartışmalarda bir taraf tutmuyorum, akışına bırakan bir tavır izliyorum). Aynı zamanda, bir çikolatalı gofret yediğimde vücuduma giren karbonhidrat ve yağ oranını da tespit edebiliyorum. Gerçi diyebilirsiniz ki, madem bu kadar dert ediyorsun karbonhidrat ve yağı, neden çikolatalı gofret yiyorsun:) İnsan mantıklı değil duygusal bir yaratık maalesef :)

Herhangi bir grafiğe baktığımızda da birşeyler yemeye benzer bir durum oluşur: nasıl ki vücudumuz yediğimiz şeylerle inşa edilir ve yenilenir, beynimiz de elde ettiğimiz verilerle tekrar şekillenir. Düşüncelerimizi, inançlarımızı, ve hatta o bilginin kategorisine karşı mevcut direncimizi her yeni bilgiyle güncelleriz. Bu konuya ilişkin detaylar için bir sosyal psikoloji kitabının içindekiler kısmına göz atabilirsiniz. Özetle, öğrenme büyük oranda mantıklı değil, duygusal bir süreçtir, ve işin içine duygu girdiği andan itibaren maruz kaldığınız şeyin etkisi de o denli büyük olur.

Veri Analizi ve Görüntüleme - 2

Bu yazımda, geçen yazımda belirttiğim gibi görüntülemenin iki temel fonksiyonundan bahsedeceğim. Bunları çok kabaca analiz ve sunum amaçlı görüntüleme olarak adlandırabiliriz. Her ne kadar iki farklı kategoriden bahsediyor olsam da, aslında bu iki fonksiyonun da iç içe geçmiş olduğunu söyleyebiliriz. Bunun temel nedeni, bir döngü içerisinde birbirlerini sürekli takip ediyor olmaları. Bir örnek üzerinden çok daha rahat bir şekilde açıklayabileceğimi düşünüyorum.

Bu blogda en çok okunan yazıların hangileri olduğunu merak ediyorum diyelim. Ancak en çok okunmaya ilişkin elimde bir tarif, formül veya kriter yok. En çok okunan ilk on yazı diyebilirim mesela, ancak bu durumdaki varsayımım, tüm okunma sayılarının doğrusal bir şekilde arttığı. Gerçek dünyada böyle bir şeye çok nadir rastlanır.

Veri Görselleştirme

Merhaba sevgili biyoinformatiktr okurları,

Ben Osman Türkyılmaz. Moleküler Biyoloji ve Genetik bölümü mezunuyum. Aynı zamanda Ahmet Raşit Hoca’nın bu yaz düzenlediği biyoinformatik yaz stajı gurubunun bir üyesiyim. Biyoinformatiğe uzun süredir ilgi duyuyordum. Bu yaz stajı sayesinde de bu alanda bir çok deneyim sahibi oldum. Bundan sonra burada sizlerle bir şeyler paylaşmaya çalışacağım. Bunun yanı sıra bir de kendi blog adresim var. Orada da özellikle bu işe yeni başlayanlar ya da nereden başlayacağını bilmeyenler için bilgiler paylaşıyorum. Şuan için özellikle Python (programlama dili) ağırlıklı olan blog sayfama buradan ulaşabilirsiniz.

Yeni Yazılar & Yeni Yazarlar

Değerli biyoinformatik meraklıları,

Sizlere bir haberim var. Farkettiğiniz üzere bir süredir yazma sıklığım oldukça azaldı, yoğunluğumdan ötürü de maalesef üzerine çok düşemiyorum. Ancak bu blogda yeni yazarlarımızla daha geniş bir alanda daha fazla bilgi paylaşıyor olacağız. Deniz'in yazılarını zaten uzun süredir takip ediyorsunuz ve ben de zevkle okuyorum. Yeni dönemde Deniz'e ek olarak daha geniş bir yazar grubu ile devam ediyor olacağız. Amacımız mümkün olduğunca farklı konularda ve çok da kesişmeyen içeriklerle ilerlemek, ancak hepimizin ilgi alanları eninde sonunda bir yerlerde kesişiyor, bu nedenle bazı zamanlarda bazı konuları çok farklı bakış açılarıyla da okuma fırsatı bulabileceksiniz. Yazarlarımızın kişisel bloglarını da takip etmenizi öneriyorum, onlardan da yeri geldiğinde her bir yazarımız kendisi bahsediyor olacak.

R ile Uygulamalı Veri Analizi-101(R ve RStudio giriş)

Merhabalar, hepimizin kurban bayramını kutlarım. Umarım güzel, dinlendirici bir bayram geçirmişsinizdir. Yazımı yazarken, R dilinin tarihçesinden başlamayı düşünüyordum fakat yazıyı uzatmamak için vikipedi linkini bu bağlantıda sizle paylaşıyorum. İlk öncelikle R'ın kendine ait arayüzünü kullanmayacağımızı söyleyerek başlayayım. Kabul etmek gerekirse özellikle yeni başlayanlar için tam bir kabusa dönüşebiliyor. Gerek veriyi çekmekte gerek ise script yazımı hantallığından dolayı ben tercih etmiyorum. Bir tümleşik geliştirme programı olan RStudio'yu kullanacağız. Daha önce bilgisayarlarınıza R ve RStudio'yu indirmediyseniz bu linke tıklayarak Youtube'dan videolu anlatımını izleyerek kolayca indirebilirsiniz.

R ile Uygulamalı Veri Analizi-101(Duyuru)

Merhabalar, çeşitli sebeplerden ötürü yazmayalı bir hayli oldu. Fakat bu arayı kapatmak için çaba sarf edeceğim. Çeşitli yazılarımla teorik olarak anlattığım istatistiksel analizleri uygulamalı olarak bir yazı dizisinde gerçekleştirmek istiyorum. Bu uygulamalı aşamasında kullanmak istediğim Dünyada artık top listelerde yer alan ve analizlerin büyük bir çoğunluğun kullanıldığı, hesaplama gücü çok gelişmiş ve her gün gelişmekte olan R programlama dilinde yapıyor olacağım. 

Teorik olarak iyi bir alt yapıya sahip olunmadan uygulamanın bir felaket olacağını savunanlardanım. Bu nedenle önceki yazılarımı en azından anlatacağım konu başlığı altında olanları okumanız sizin için çok yararlı olacağını düşünüyorum. Zaman zaman teorik olarak ufak bir giriş yapıyor olsamda yazının %80'i uygulamalı olacak.

Almanya'da Verdiğim D3 Dersi

Uzun bir aradan sonra hepinize merhaba. Yazın gerçekleştirdiğimiz çalışmaları bir ürüne dönüştürmek adına çalışmaya devam ediyoruz, dönemin başlamasıyla da yoğunluklar eski seviyesine yükseldi. İki hafta önce ODTÜ'de ikincisi gerçekleştirilen biyoinformatik kursunda veri görselleştirmeyi ve çok yüzeysel bir şekilde de web tabanlı veri görselleştirmeyi anlattım, yaklaşık 4 saatlik bir zaman diliminde anlatılabileceği kadarıyla.

Veriyi görselleştirmek, her ne kadar Excel'de sütun grafiği çizmek gibi anlaşılsa da, bu sadece çok ama çok ufak bir kısım. Excel'in kabiliyetlerini küçümsüyor değilim, ancak olayın boyutlarının çok daha büyük olduğunu vurgulamak istiyorum. Uzun bir süredir de bu konu ilgimi çekiyor ve ciddi manada zaman ayırıyorum. Hatta bugün sizlerle paylaşacağım şey de bu zihin mesaisinin bir ürünü.

İzmir'de Mayıs ayında İYTE'de gerçekleştirilen ve benim de görüntüleme üzerine bir sunum yaptığım etkinlikte görüntüleme yaklaşımım çok beğenilmişti, ve Almanya'da biyolojik veri görüntüleme üzerine uzmanlaşmış bir çalışma grubundan kullandığım araçları onlara anlatmam için bir davet almıştım. ODTÜ'de gerçekleştirilen kursun hemen sonrasında pazar günü Almanya'ya, Bielefeld Üniversitesi'ne gitmek üzere yola çıktım ve geçtiğimiz hafta boyunca her gün 4'er saat D3 ile görüntülemenin nasıl yapılacağını anlattım. Resmi bir ders kapsamında ziyaretçi öğretim görevlisi (Gastdozent) sıfatıyla lisansüstü öğrencilerine verdiğim dersin başlığı Data Visualization With D3 Workshop, dersin resmi sayfasına da ilgili üniversitenin bu linkine tıklayarak ulaşabilirsiniz. Beni davet eden grubun 3 boyutlu hücre modelleme çalışmalarına ise http://cellmicrocosmos.org/ adresinden ulaşabilirsiniz.

Veri Analizi ve Görüntüleme - 1

Bu yaz boyunca Genom ve Kök Hücre Merkezi'nde gerçekleştirdiğimiz çalışmaları takip edenler farketmiştir, yeri geldikçe bol bol görüntüleme uygulaması yaptık ve D3 adlı JavaScript kütüphanesini kullanarak etkileşimli ve dinamik grafikler oluşturduk. D3'ün nasıl kullanılacağına ilişkin yazıları önümüzdeki haftalarda bu blogda takip edebilirsiniz; bu yazıda görüntülemenin felsefesi  üzerine bir giriş yapmayı planlıyorum.

Doç. Dr. Tolga Can'ın Bioinfonet Sunumu

ODTÜ öğretim üyesi Doç. Dr. Tolga Can'ın 28 Ağustos Perşembe günü 13:30'da gerçekleştireceği "Reconstruction of Signaling Network Topology from Steady State and Dynamic Perturbation Data" başlıklı sunuma kayıt olmak için https://www.bigmarker.com/bioinfonet/01TolgaCanMETU adresini ziyaret edebilirsiniz. Bu yazıyı hazırladığım an itibariyle son dört kişilik yer kaldığını da belirtmeliyim. Bioinfonet projesinin de ilginizi çekeceğini düşünüyorum.

Biyoinformatiğin Önemine İlişkin İbretlik Bir Gelişme

Bu blogu takip edenler bir süredir yaz ekibimle birlikte yürüttüğüm çalışmalara yoğunlaştığımı farketmişlerdir. İstisnasız her gün gece 12'den önce çalışmayı bırakamadığımız bir çalışma temposu içerisinde hızlı bir şekilde ilerlemeye devam ediyoruz, bu durum da bu blogu aksatmama neden oluyor.

Ancak bugün sizlerle geçen hafta sonu keşfettiğim bir durumu paylaşmak istiyorum; bu durum, biyoinformatiğin ne denli önemli ve tamamlayıcı bir alan olduğunun da büyük bir göstergesi bence. Hikaye şöyle: hafta sonu iki öğrencimle (Bihter ve Elif) birlikte 2007 tarihli bir mikrodizi çalışması üzerine yoğunlaştık. Meme kanserinin iki alt tipi üzerine gerçekleştirilen bu çalışmada Affymetrix'in insan transkriptom çalışmaları için geliştirdiği en kapsamlı çipi kullanılmış ve çalışmaya 30 örnek dahil edilmiş. GEO'da GSE5764 olarak kayıtlı bu çalışmanın verileriyle makalenin yayınlandığı tarihten bu yana birçok kez çeşitli şekillerde oynamış ve bu veri üzerinde bireysel projeler gerçekleştirmiştim. O zamanlar sürekli karşıma çıkan bir analiz sonucu, geçen haftasonu da karşımıza çıktı.

Yetenekli Bir Ekip Neler Yapabilir?

Bu yazımda sizlere yaz döneminde gerçekleştiriyor olduğumuz proje/staj programından bahsedeceğim. Genom ve Kök Hücre Merkezi'nde gerçekleştirilen Biyoinformatik Yaz Programı kapsamında birçok başvuru arasından seçilen ve neredeyse hiç programlama bilgisi olmayan 6 öğrenci ile 9 Haziran'da çalışmaya başladık. Biyoinformatik ve bilgisayar dünyasına ilişkin altyapı eğitimlerine paralel olarak Scratch ile programlamaya başladık ve Python ile devam ediyoruz. Ekip olarak geliştirmeyi planladığımız büyük bir projenin yanısıra, bireysel olarak da her bir ekip üyesi kendi projesi ile çalışmaya başladı bu hafta. Program sonunda -büyük veya küçük- çalışan sistemler üretmeyi hedefliyoruz.

Program kapsamında gerçekleştirdiğimiz çok yönlü etkinlik ve çalışmaları yazstaji2014.blogspot.com adresinden takip edebilirsiniz. Her bir günümüzü anlattığımız blogumuzun yanısıra, her bir ekip üyesinin kendi bloglarında yazdıklarını okumak da eminim çok hoşunuza gidecektir. İlgili bloglara da, yazstaji2014 blogunun ana sayfasındaki Bizler Bir Ekibiz! başlığı altından ulaşabilirsiniz.

İYTE'nin Organize Ettiği 3. Uluslararası Biyoinformatik Çalıştayı

21 - 23 Mayıs 2014 tarihleri arasında gerçekleştirilen 3. International Workshop on Translational Bioinformatics and Health Informatics etkinliği (http://wtbm.iyte.edu.tr/) kapsamında bir konuşma yapmak üzere İzmir'deydim. Doç. Dr. Jens Almer'in organize ettiği ve katılımcıların kayda değer bir kısmının Almanya'dan dahil oldukları etkinlik süresince sunumlar kadar kahve aralarında yapılan sohbetler de ilgi çekiciydi.

Yaptığım sunum veri görüntüleme üzerineydi. Birçok araştırmacı ileri düzey analizleri yapabilmesine rağmen bunları başkalarına aktarırken büyük zorluk çekiyor. Bu nedenle fonksiyonel, şık ve akıllıca görselleştirmeler büyük önem kazanıyor. Öyle ki, Ocak ayında Nature Methods dergisinde boxplot gibi basit bir grafik ve bunun için oluşturulan bir web aracı üzerine bir makale yayınlandı. Karmaşık, dinamik ve etkileşimli görselleştirme yöntemleri üzerine yaptığım sunumun ardından Almanya'da bir üniversitede kısa süreli bir ders verme teklifi dahi aldım.