Rosalind，生物資訊的 LeetCode
Rosalind 是一個以生物資訊為主題的程式解題平台，它與 LeetCode 等解題網站類似，能提供測試資料並且自動核對用戶上傳的答案。不過，Rosalind 的特色在於它收錄了生物資訊領域的經典問題，例如序列比對、譜系分析與基因重組等。
因此，在解決這些問題的同時，不僅能熟悉程式語言特性和了解演算法內涵，還能學習如何將生物學問題轉換為資訊科學問題，培養建模思考的方式。
目前，Rosalind 平台有近三百道題目，這些題目依據其性質、解法與來源分為以下五類。
- Python Village：涵蓋解題所需的 Python 基礎知識，內容包含資料型態、條件判斷、迴圈語法與檔案讀寫等核心概念。
- Bioinformatics Stronghold：透過解題來學習解決生物資訊常用的演算法與其應用情境。適合已具備 Python 基礎的用戶學習。
- Bioinformatics Armory：介紹生物資訊常用的第三方軟體，學習使用這些工具解決實務難題。
- Bioinformatics Textbook Track：收錄 Compeau & Pevzner (2014) Bioinformatics Algorithms 的練習題，可以配合教科書的進度練習。
- Algorithmic Heights：收錄 Dasgupta et al. (2006) Algorithm 的練習題，可以配合教科書進度練習。
Rosalind 收錄的題目依據其所需的知識與所考量的前提，可以分為基礎、進階以及綜合三個層次。基礎項目是隨後幾個項目的鋪陳，用戶需要先完成基礎題目才能解鎖進階題目，而通過必要的進階題目後，才能挑戰綜合題目。
透過清單列的 “Problems” 選項，用戶可以切換題目的陳列模式。List 模式依照題目釋出時間排序，提供題目回答率與正確率等資訊。Topics 模式則依照題目性質分類，方便用戶鑽研特定住提。Tree 模式則呈現了題目彼此依賴的關係，有助於用戶沿特定途徑學習，了解特定知識點的脈絡與變化。
我個人喜歡透過 Tree 模式學習，透過深度優先策略來解題。這方法的優點在於，進階題目建立在基礎題目的概念之上，所以解題時不至於毫無頭緒。此外，當觀念一再出現，也能夠達到複習的目的，強化學習效果。
在陳列頁面點擊題目名稱即可瀏覽詳細的題目說明，每道題目都包含一段背景知識描述、名詞釋義、題目陳述以及輸出入範例。
由於 Rosalind 的伺服器沒有程式碼編譯器，所以作答時需要點擊 “Download Dataset” 手動下載測試資料，接著在自己的電腦完成計算，再把答案上傳或貼到解答區域。
每道題目的作答時間為五分鐘，相對於 LeetCode 的時間限制是相當寬鬆。目前我寫過的題目中，只有 Reversal Distance 這道題需要考量效能問題，其餘題目即使使用暴力法都能在時限內解決。
點選 “Submit” 提交答案之後，Rosalind 就會檢查答案是否正確。由於系統僅檢查用戶上傳的答案，而不是上傳的 function，所以實際上不限制用戶以特定程式語言作答。
然而，也因為這項特性，Rosalind 平台不像 LeetCode 能用許多邊緣案例來測試 function 的穩健性。因此，除了自行設計測試資料，也建議多下載幾筆平台提供的資料進行測試，確保解法的正確性。
一旦解題成功，系統會解鎖這道題的討論區，其中包含解法分享與問題討論，這些內容都是由 Rosalind 的熱心用戶共同維護。
綜上所述，Rosalind 平台的宗旨是讓用戶透過解題來學習生物資訊學。雖然在學界和產業界，比起從頭構思演算法和重新撰寫程式，開發人員其實花更多時間在選擇與調試既有的工具。
可是，我覺得這樣的練習仍有其價值，因為它能幫助我們掌握必要的生物學知識、熟悉程式語言特性、學習演算法核心概念、培養問題建模的思考方式。這些都是解決實際生物資訊問題的重要素養。
以下是我的解題記錄與學習筆記，希望能為讀者（還有未來的自己）提供一些參考和啟發。
| ID | Title | Information | Solution | Note |
|---|---|---|---|---|
| DNA | Counting DNA Nucleotides | Info | Code | Note |
| RNA | Transcribing DNA into RNA | Info | Code | Note |
| HAMM | Counting Point Mutations | Info | Code | Note |
| REVC | Complementing a Strand of DNA | Info | Code | Note |
| PERM | Enumerating Gene Orders | Info | Code | Note |
| SIGN | Enumerating Oriented Gene Orderings | Info | Code | Note |
| LEXF | Enumerating k-mers Lexicographically | Info | Code | Note |
| LEXV | Ordering Strings of Varying Length Lexicographically | Info | Code | Note |
| SUBS | Finding a Motif in DNA | Info | Code | Note |
| LCSM | Finding a Shared Motif | Info | Code | Note |
| LGIS | Longest Increasing Subsequence | Info | Code | Note |
| REAR | Reversal Distance | Info | Code | Note |
| SORT | Sorting by Reversals | Info | Code | Note |
| PROT | Translating RNA into Protein | Info | Code | Note |
| ORF | Open Reading Frames | Info | Code | Note |
| REVP | Locating Restriction Sites | Info | Code | Note |
| SPLC | RNA Splicing | Info | Code | Note |
| SSEQ | Finding a Spliced Motif | Info | Code | Note |
| LCSQ | Finding a Shared Spliced Motif | Info | Code | Note |
| EDIT | Edit Distance | Info | Code | Note |
| EDTA | Edit Distance Alignment | Info | Code | Note |