• 
  组学数据生物信息...
  ￥172.22元

本书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。本书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。
　　本书内容十分详尽，全书分为三大部分。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。最后，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。本书秉承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、必备材料、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。

样章试读

• 暂时还没有任何用户评论

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

• 暂时还没有任何用户咨询内容

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

用户名：	匿名用户
E-mail：
咨询内容：

• 目录
  前言 v
  撰稿人 ix
  第一篇 组学生物信息学基础
  第一章 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