哈囉~大家好~第一次參與 IT 鐵人賽，好緊張啊~

挑戰目標

這次挑戰的核心是透過 Python 爬取基因相關資訊，並結合 RPKM（Reads Per Kilobase per Million）算法來計算基因表現量。

介紹

在生物訊息學中，基因表現量分析是理解基因功能和細胞行為的重要一環；隨著基因數據量的快速增長，如何有效處理並分析這些大量數據成為現代生物學的一大挑戰。

這次挑戰我下載了 COVID-19 感染者肺部的基因讀數進行分析。在基因數據分析中，常見的基因命名方式是使用 Symbol ID，但為進行進一步的研究，我們通常需要將其轉換為國際通用的基因代號，例如 Ensembl Gene ID（以 ENSG 開頭）。Ensembl 數據庫廣泛提供了基因的詳細資訊，包括基因的位置訊息、結構和功能註釋等，通過這個平台我們能夠進行 ID 轉換。

RPKM 算法是一種用來衡量基因在不同樣本中表現量的標準化方法，其考慮了基因的長度和樣本中的總讀數，使得不同基因之間的表現量具有可比性，因此能夠正確計算基因的 RPKM 數值，對於揭示基因在不同生物學條件下的行為至關重要。

挑戰流程

1. 下載 COVID-19 感染者的肺部基因讀數。
2. 將基因的 Symbol ID 轉換為 Ensembl Gene ID。
3. 從 Ensembl 網站上爬取基因的起始和結束位置訊息。
4. 利用基因長度和讀數數據，計算基因在不同樣本中的 RPKM 值。
5. 將最終的 RPKM 計算結果輸出至 Excel 文件，以供後續分析使用。

希望透過這次挑戰，提升我在 Python 爬蟲和數據處理的能力，同時我也期望未來在面對技術難題時，能夠不斷學習並突破，順利完成任務。