组学数据生物信息学 研究方法与实验方案 导读版 9787030359308
正版图书，可开发票，请放心购买。
￥ 163.5 7.5折 ￥ 218 全新
库存4件
广东广州
认证卖家担保交易快速发货售后保障
作者（奥）贝恩德·迈尔（Bernd Mayer）
出版社科学出版社
ISBN9787030359308
出版时间2013-01
装帧平装
开本16开
定价218元
货号29500139
上书时间2024-11-23
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
导语摘要
《组学数据生物信息学：研究方法与实验方案》特邀本领域专业研究人员撰写，以便向读者提供一本实用指南。《组学数据生物信息学：研究方法与实验方案》向读者展示了一个全新的研究领域——组学数据生物信息学。这一新领域交汇并整合了分子生物学、应用信息学和统计学等不同学科。
《组学数据生物信息学：研究方法与实验方案》内容十分详尽，《组学数据生物信息学：研究方法与实验方案》分为三大部分。首先介绍组学数据的基本分析策略、标准化、管理指南，以及基础统计学等。接着，按基因组、转录组、蛋白质组、代谢组等不同专题介绍各种数据的特定分析策略。后，以疾病相关生物标记和靶标鉴定等为例，说明组学生物信息学的具体应用。《组学数据生物信息学：研究方法与实验方案》秉承Springer《分子生物学方法》系列丛书的一贯风格，阐述明晰、便于使用，各章包括专题简介、材料、易于操作的实验方案、疑难问题的注意事项，以及如何避免常见错误。
目录
目录
前言 v
撰稿人 ix
篇 组学生物信息学基础
章 组学技术、数据和生物信息学原理 3
第二章 组学数据的数据标准：数据共享和重用 3l
第三章 组学数据管理和注释 7l
第四章 交叉组学研究项目的数据和知识管理 97
第五章 组学数据的统计分析原理 ll3
第六章 不同层次组学数据综合分析的统计方法和模型 l33
第七章 时序组学数据集的分析 l53
第八章 “组学”术语的恰当使用 l73
第二篇 几种常用组学数据及分析方法
第九章 高通量测序数据的计算分析 199
第十章 对照研究中的单核苷酸多态性分析 219
第十一章 拷贝数变异数据的生物信息学分析 235
第十二章 基于免疫共沉淀的芯片数据处理：从原始图像生成到分析结果浏览 25l
第十三章 基于基因表达谱的全局机制分析和疾病相关性 269
第十四章 转录组数据的生物信息学分析 299
第十五章 定性和定量蛋白组数据的生物信息学分析 33l
第十六章 质谱数据代谢组数据的生物信息学分析 35l
第三篇 实用组学生物信息学
第十七章 组掌数据处理过程中的计算分析流程 379
第十八章 组学数据的整合、储存和分析策略 399
第十九章 信号通路、相互作用网络构建和功能分析研究中组学数据的整合 415
第二十章 时间依赖型组学数据的网络推断 435
第二十一章 组学和文献挖掘 457
第二十二章 组学和生物信息学在临床数据处理中的应用 479
第二十三章 基于组学的病理和生理过程分析 499
第二十四章 基于组学的生物标记发现中的数据挖掘方法 5ll
第二十五章 癌症靶标识别的综合生物信息学分析 527
第二十六章 基于组学的分子靶标和生物标记鉴定 547
索引 573
（罗静初 译）
Contents
Preface v
Contributors ix
PART I OMICS BIOINFORMATICS FUNDAMENTALS
1 Omics Technologies， Data and Bioinformatics Principles 3
Maria V.Schneider and Sandra Orchard
2 Data Standards for Omics Data: The Basis of Data Sharing and Reuse 31
Stephen A.Chervitz， Eric W.Deutsch， Dawn Field， Helen Parkinson，John Quackenbush， Phillipe Rocca-Serra， Susanna-Assunta Sansone，Christian J.Stoeckert， Jr.， Chris F.Taylor， Ronald Taylor，and Catherine A.Ball
3 Omics Data Management and Annotation 71
Arye Harel， Irina Dalah， Shmuel Pietrokovski， Marilyn Safran，and Doron Lancet
4 Data and Knowledge Management in Cross-Omics Research Projects 97
Martin Wiesinger， Martin Haiduk， Marco Behr， Henrique Lopes de Abreu Madeira， Gernot Glockler， Paul Perco， and Arno Lukas
5 Statistical Analysis Principles for Omics Data 113
Daniela Dunkler， Fatima Sanchez-Cabo， and Georg Heinze
6 Statistical Methods and Models for Bridging Omics Data Levels 133
Simon Rogers
7 Analysis of Time Course Omics Datasets 153
Martin G.Grigorov
8 The Use and Abuse of-Omes 173
Sonja J.Prohaska and Peter F.Stadler
PART II OMICS DATA AND ANALYSIS TRACKS
9 Computational Analysis of High Throughput Sequencing Data 199
Steve Hoffmann
10 Analysis of Single Nucleotide Polymorphisms in Case–Control Studies 219
Yonghong Li， Dov Shiffman， and Rainer Oberbauer
11 Bioinformatics for Copy Number Variation Data 235
Melissa Warden， Roger Pique-Regi， Antonio Ortega，and Shahab Asgharzadeh
12 Processing ChIP-Chip Data: From the Scanner to the Browser 251
Pierre Cauchy， Touati Benoukraf， and Pierre Ferrier
13 Insights Into Global Mechanisms and Disease by Gene Expression Profiling 269
Fatima Sanchez-Cabo， Johannes Rainer， Ana Dopazo，Zlatko Trajanoski， and Hubert Hackl
14 Bioinformatics for RNomics 299
Kristin Reiche， Katharina Schutt， Kerstin Boll，Friedemann Horn， and Jorg Hackermüller
15 Bioinformatics for Qualitative and Quantitative Proteomics 331
Chris Bielow， Clemens Gropl， Oliver Kohlbacher， and Knut Reinert
16 Bioinformatics for Mass Spectrometry-Based Metabolomics 351
David P.Enot， Bernd Haas， and Klaus M.Weinberger
PART III APPLIED OMICS BIOINFORMATICS
17 Computational Analysis Workflows for Omics Data Interpretation 379
Irmgard Mühlberger， Julia Wilflingseder， Andreas Bernthaler，Raul Fechete， Arno Lukas， and Paul Perco
18 Integration， Warehousing， and Analysis Strategies of Omics Data 399
Srinubabu Gedela
19 Integrating Omics Data for Signaling Pathways， Interactome Reconstruction，and Functional Analysis 415
Paolo Tieri， Alberto de la Fuente， Alberto Termanini，and Claudio Franceschi
20 Network Inference from Time-Dependent Omics Data 435
Paola Lecca， Thanh-Phuong Nguyen， Corrado Priami， and Paola Quaglia
21 Omics and Literature Mining 457
Vinod Kumar
22 Omics–Bioinformatics in the Context of Clinical Data 479
Gert Mayer， Georg Heinze， Harald Mischak， Merel E.Hellemons，Hiddo J.Lambers Heerspink， Stephan J.L.Bakker， Dick de Zeeuw，Martin Haiduk， Peter Rossing， and Rainer Oberbauer
23 Omics-Based Identification of Pathophysiological Processes 499
Hiroshi Tanaka and Soichi Ogishima
24 Data Mining Methods in Omics-Based Biomarker Discovery 511
Fan Zhang and Jake Y.Chen
25 Integrated Bioinformatics Analysis for Cancer Target Identification 527
Yongliang Yang， S.James Adelstein， and Amin I.Kassis
26 Omics-Based Molecular Target and Biomarker Identification 547
Zgang–Zhi Hu， Hongzhan Huang， Cathy H.Wu， Mira Jung，Anatoly Dritschilo， Anna T.Riegel， and Anton Wellstein
Index 573
内容摘要
《组学数据生物信息学：研究方法与实验方案》特邀本领域专业研究人员撰写，以便向读者提供一本实用指南。《组学数据生物信息学：研究方法与实验方案》向读者展示了一个全新的研究领域——组学数据生物信息学。这一新领域交汇并整合了分子生物学、应用信息学和统计学等不同学科。
《组学数据生物信息学：研究方法与实验方案》内容十分详尽，《组学数据生物信息学：研究方法与实验方案》分为三大部分。首先介绍组学数据的基本分析策略、标准化、管理指南，以及基础统计学等。接着，按基因组、转录组、蛋白质组、代谢组等不同专题介绍各种数据的特定分析策略。后，以疾病相关生物标记和靶标鉴定等为例，说明组学生物信息学的具体应用。《组学数据生物信息学：研究方法与实验方案》秉承Springer《分子生物学方法》系列丛书的一贯风格，阐述明晰、便于使用，各章包括专题简介、材料、易于操作的实验方案、疑难问题的注意事项，以及如何避免常见错误。
— 没有更多了 —
以下为对购买帮助不大的评价