Bioinformatica va di pari passo con perl. Questo è un dato di fatto se non quasi un assioma. Di recente ci si è resi conto che perl, nonostante le sue interessanti potenzialità per quanto riguarda la gestione delle stringhe, è totalmente inadeguato quando s’ha da affrontare qualcosa che ha a che fare con i numeri. Negli ultimi anni, come si nota anche da altri post in questo blog, altri linguaggi si sono affiancati alla bioinformatica, tutti con il loro pacchetto bio: bioperl, biopython, biojava, bioruby… Addiritutta biolisp! Tutti questi linguaggi sono molto comodi, facili da usare (forse non Lisp…), e condividono tutti una scarsa efficenza. Oggi come oggi ci affidiamo a macchine potenti, senza preoccuparci del fatto che sprechiamo risorse computazionali.

Esistono altre biolibrerie che permettono lo sviluppo di programmi più efficenti, più prestanti, eppure non sono pubblicizzate. BioCocoa e BioC++, per dirne due. La prima forse interessa solo noi utenti Mac, è arrivata alla release 2.0 (io da poco ci partecipo) e permette di sviluppare applicazioni di biologia molecolare con la facilità con cui si sviluppa per OS X. Sulla seconda, beh, c’è poco da dire: C++ è un linguaggio estremamente potente, si impara relativamente in fretta, è orientato agli oggetti. In entrambi i casi bisogna solo mettersi in testa che la fase di sviluppo e prototyping non corrisponde con la fase di rilascio (già solo per il fatto che i sorgenti vanno compilati!).

Tutto questo non serve per incominciare un flame, una lotta intestina tra bioinformatici su quale sia il miglior linguaggio da usare (anche perché non esiste il miglior linguaggio, esiste quello più adatto allo scopo), ma solo ed esclusivamente per ricordare che se il vostro codice ci mette qualche ora per fare un’analisi, oltre a controllare che non stia eseguendo loop inutili, potreste anche riscriverlo utilizzando degli strumenti più appropriati!

Related Posts

1. Una biblioteca di PDF scientifici (per Mac ma non solo)
2. Sono solo dati, stupido! (i limiti di OpenSocial)