Értékelés:
A könyv érthető, lépésről-lépésre történő útmutatást nyújt a Python nyelv használatával megvalósuló bioinformatikai projektekhez, és a már némi előismerettel rendelkező olvasóknak szól. A feltételezett ismeretek és az elavult kódok miatt azonban nem alkalmas kezdőknek.
Előnyök:Értelmes és részletes útmutatások haladó bioinformatikai projektekhez. Jó a bioinformatikai és Python-ismeretekkel rendelkező olvasóknak. A legmodernebb alkalmazásokkal foglalkozik a Biopythonban.
Hátrányok:Előzetes Python- és bioinformatikai ismereteket feltételez, ezért kezdők számára nem alkalmas. A kód elavult, és néhány használt könyvtár már nem elérhető. A könyv állapotával kapcsolatos problémák a kézbesítéskor.
(4 olvasói vélemény alapján)
Bioinformatics with Python Cookbook - Second Edition: Learn how to use modern Python bioinformatics libraries and applications to do cutting-edge rese
Fedezze fel a modern, következő generációs szekvenáló könyvtárakat a Python ökoszisztémából nagy mennyiségű biológiai adat elemzésére
Főbb jellemzők
⬤ Történjen komplex bioinformatikai elemzést a legfontosabb Python könyvtárak és alkalmazások segítségével.
⬤ Újgenerációs szekvenálás, metagenomika, elemzés automatizálása, populációgenetika és sok más.
⬤ Tárja fel a különböző statisztikai és gépi tanulási technikákat a bioinformatikai adatok elemzéséhez.
Könyvismertető
A bioinformatika aktív kutatási terület, amely egyszerű és fejlett számítások széles skáláját használja arra, hogy értékes információkat nyerjen ki a biológiai adatokból.
Ez a könyv az újgenerációs szekvenálást, a genomikát, a metagenomikát, a populációgenetikát, a filogenetikát és a proteomikát tárgyalja. Megtanulhat modern programozási technikákat nagy mennyiségű biológiai adat elemzésére. Valós példák segítségével különböző Python-eszközök és -könyvtárak segítségével konvertálhat, elemezhet és vizualizálhat adathalmazokat.
Ez a könyv segít jobban megérteni a Galaxy szerverrel való munkát, amely a legszélesebb körben használt bioinformatikai webes csővezetékrendszer. Ez a frissített kiadás tartalmazza a fejlett újgenerációs szekvenálási szűrési technikákat is. Olyan témákat is felfedezhet, mint az SNP-k felfedezése statisztikai megközelítésekkel olyan nagy teljesítményű számítási keretrendszerek mellett, mint a Dask és a Spark.
A könyv végére képes lesz arra, hogy a bioinformatikai adatok egyre növekvő áradatának kezelésére modern programozási technikákat és keretrendszereket használjon és alkalmazzon.
Mit fog tanulni?
⬤ Megtanulja, hogyan dolgozzon fel nagyméretű, következő generációs szekvenálási (NGS) adathalmazokat.
⬤ Munkálkodjon genomikai adatkészletekkel a FASTQ, BAM és VCF formátumok használatával.
⬤ Tanulja meg, hogyan végezzen szekvencia-összehasonlítást és filogenetikai rekonstrukciót.
⬤ Történjen komplex elemzést protemikus adatokkal.
⬤ Használja a Python nyelvet a Galaxy szerverekkel való interakcióra.
⬤ Nagy teljesítményű számítási technikák használata Dask és Spark segítségével.
⬤ Vizualizálja a fehérjeadathalmazok kölcsönhatásait a Cytoscape segítségével.
⬤ Két gépi tanulási technika, a PCA és a Decision Trees használata biológiai adathalmazokkal.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)