Книга "Интегративный кластерный анализ в биоинформатике" посвящена применению кластерных методов в анализе биологических данных высокой пропускной способности. Авторы обсуждают новые вычислительные методы для анализа данных, представленных в виде последовательностей, экспрессии генов и белков, путей и изображений, которые становятся все более важными для понимания болезней и будущего открытия лекарств. Книга охватывает все этапы кластерного анализа, начиная с основ молекулярной биологии и заканчивая генерацией биологических знаний. Она также представляет последние методы кластерного анализа и валидации кластеров, что предлагает читателю всеобъемлющий обзор кластерного анализа в биоинформатике от основ до современных методов и приложений. Книга содержит следующие ключевые особенности: предлагает современный обзор методов кластеризации и их применения в области биоинформатики, с особым акцентом на анализе экспрессии генов; предоставляет отличное введение в молекулярную биологию для ученых-компьютерщиков и исследователей информационной инженерии, описывая основные биологические знания, лежащие в основе применения методов кластерного анализа в биоинформатике; объясняет структуру и свойства многих типов данных высокой пропускной способности, которые обычно встречаются в биологических исследованиях; обсуждает, как методы кластеризации и их возможные наследники будут использоваться для ускорения биологических открытий в будущем; включает веб-сайт, на котором размещена выборочная коллекция кодов и ссылок на общедоступные наборы данных.
Если книга не знакома вам, то вот краткое описание: Методы кластеризации все чаще применяются для анализа биологических наборов данных высокой пропускной способности. Новые вычислительные методы анализа высокопроизводительных данных в форме последовательностей, генной и белковой экспрессии, путей и изображений становятся жизненно важными для понимания болезней и будущего открытия лекарств. Эта книга детализирует полный путь анализа кластеров, начиная с основ молекулярной биологии и заканчивая продуцированием биологических знаний. Книга также представляет последние методы кластеризации и валидацию кластеризации, тем самым предлагая читателю всеобъемлющий обзор анализа кластеризации в биоинформатике от основ до самых современных техник и приложений. Ключевые особенности: Дает современный обзор методов кластеризациии их приложений в области биоинформатики с особым акцентом на анализ генной экспрессии Предлагает отличное введение в молекулярную биологию, адресованное компьютерным ученым и исследователям информационных технологий, объясняя основные биологические знания, лежащие в основе применения методов анализа кластеризации. Описывает структуру и свойства многих типов высокопроизводительных наборов данных, обычно встречающихся в биологических исследованиях, Обсуждает, как методы кластеризации вместе с их возможными преемниками могут быть применены для ускорения биологических открытий в будущем Включает в себя веб-сайт с коллекцией кодов и ссылок на общедоступные наборы данных.
Электронная Книга «Integrative Cluster Analysis in Bioinformatics» написана автором Asoke K. Nandi в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781118906569
Описание книги от Asoke K. Nandi
Clustering techniques are increasingly being put to use in the analysis of high-throughput biological datasets. Novel computational techniques to analyse high throughput data in the form of sequences, gene and protein expressions, pathways, and images are becoming vital for understanding diseases and future drug discovery. This book details the complete pathway of cluster analysis, from the basics of molecular biology to the generation of biological knowledge. The book also presents the latest clustering methods and clustering validation, thereby offering the reader a comprehensive review of clustering analysis in bioinformatics from the fundamentals through to state-of-the-art techniques and applications. Key Features: Offers a contemporary review of clustering methods and applications in the field of bioinformatics, with particular emphasis on gene expression analysis Provides an excellent introduction to molecular biology with computer scientists and information engineering researchers in mind, laying out the basic biological knowledge behind the application of clustering analysis techniques in bioinformatics Explains the structure and properties of many types of high-throughput datasets commonly found in biological studies Discusses how clustering methods and their possible successors would be used to enhance the pace of biological discoveries in the future Includes a companion website hosting a selected collection of codes and links to publicly available datasets
