Agricultural Bioinformatics

یک رویکرد رایج برای درک مجموعه عملکردی ژنوم از طریق ژنومیک عملکردی است. با رو به رشد زیست‌شناسی سیستم‌ها، بیوانفورماتیک به میزان بیشتری برای ژنوم‌های گیاهی رشد کرده است که در آن کاربردهای متعددی در قالب برهمکنش‌های پروتئین-پروتئین (PPI) برای پیش‌بینی عملکرد پروتئین‌ها استفاده می‌شود. با حفظ تکاملی ژن‌های گیاهی، علم بیوانفورماتیک در کشاورزی با کاربردهای بی‌شماری که از نیمکت تا مطالعات سیلیکونی گرفته شده است، مورد توجه قرار گرفته است. بسیاری از فناوری‌ها در قالب تجزیه و تحلیل ژن، مسیرهای بیوشیمیایی و تکنیک‌های مولکولی تا حدی مورد بهره‌برداری قرار گرفته‌اند که زمان کمتری مصرف می‌کنند و استفاده از آنها مقرون به صرفه بوده است. همانطور که ژنوم ها توالی یابی می شوند، مقدار بیشتری از داده های بیانی تولید می شود که با نیاز به پیوند دادن پروفایل های بیان و تنوع فنوتیپی به تنوع ژنومی زیربنایی مطابقت دارد. این به ما امکان می دهد ژن های کاندید را شناسایی کنیم و اساس مولکولی / تنوع فنوتیپی صفات را درک کنیم. در حالی که بسیاری از روش‌های بیوانفورماتیک مانند بیان و داده‌های توالی ژنوم کل ارگانیسم‌ها در پایگاه‌های اطلاعاتی بیولوژیکی در گیاهان مورد استفاده قرار گرفته‌اند، ما احساس می‌کنیم که مرجع مشترکی برای نمایش بررسی‌ها برای چنین تحلیل‌هایی نیاز است. ما تصور می کنیم که این کمبود در قالب این کتاب Springer در بیوانفورماتیک کشاورزی تسهیل شود. ما از همه نویسندگان و ناشران Springer، آلمان به خاطر فرصتی برای بررسی آثار بیوانفورماتیکی که نویسندگان در گذشته اخیر انجام داده‌اند، تشکر می‌کنیم و امیدواریم که خوانندگان این کتاب مورد توجه قرار گیرند.

A common approach to understanding the functional repertoire of a genome is through functional genomics. With systems biology burgeoning, bioinformatics has grown to a larger extent for plant genomes where several applications in the form of protein-protein interactions (PPI) are used to predict the function of proteins. With plant genes evolutionarily conserved, the science of bioinformatics in agriculture has caught interest with myriad of applications taken from bench side to in silico studies. A multitude of technologies in the form of gene analysis, biochemical pathways and molecular techniques have been exploited to an extent that they consume less time and have been cost-effective to use. As genomes are being sequenced, there is an increased amount of expression data being generated from time to time matching the need to link the expression profiles and phenotypic variation to the underlying genomic variation. This would allow us to identify candidate genes and understand the molecular basis/phenotypic variation of traits. While many bioinformatics methods like expression and whole genome sequence data of organisms in biological databases have been used in plants, we felt a common reference showcasing the reviews for such analysis is wanting. We envisage that this dearth would be facilitated in the form of this Springer book on Agricultural Bioinformatics. We thank all the authors and the publishers Springer, Germany for providing us an opportunity to review the bioinformatics works that the authors have carried in the recent past and hope the readers would find this book attention grabbing.