Emerging trends in computational biology, bioinformatics, and systems biology : algorithms and software tools

روندهای نوظهور در زیست شناسی محاسباتی، بیوانفورماتیک، و زیست شناسی سیستمی در مورد آخرین پیشرفت ها در تمام جنبه های زیست شناسی محاسباتی، بیوانفورماتیک، و زیست شناسی سیستم ها و کاربرد تجزیه و تحلیل داده ها و الگوریتم ها، مدل سازی ریاضی، بحث می کند. و تکنیک‌های شبیه‌سازی.

• توسعه و کاربرد روش‌های تحلیلی و نظری داده‌ها، مدل‌سازی ریاضی، و تکنیک‌های شبیه‌سازی محاسباتی برای مطالعه سیستم‌های بیولوژیکی و رفتاری، از جمله کاربردها در تحقیقات سرطان، محاسباتی را مورد بحث قرار می‌دهد. طراحی هوش و دارو، محاسبات با کارایی بالا، و زیست‌شناسی، و همچنین محاسبات ابری و شبکه‌ای برای ذخیره‌سازی و دسترسی به مجموعه‌های داده‌های بزرگ.

• یک رویکرد سیستماتیک برای ذخیره‌سازی، بازیابی، سازمان‌دهی، و تجزیه و تحلیل داده‌های بیولوژیکی با استفاده از ابزارهای نرم‌افزاری با کاربرد اصول کلی ساختار DNA/RNA، بیوانفورماتیک و کاربردها، ژنوم، ساختار پروتئین، مدل‌سازی و طبقه‌بندی، و همچنین تجزیه و تحلیل ریزآرایه‌ها.

• دیدگاه زیست‌شناسی سیستمی را ارائه می‌کند. از جمله دستورالعمل ها و تکنیک های کلی برای به دست آوردن، یکپارچه سازی، و تجزیه و تحلیل مجموعه داده های پیچیده از منابع آزمایشی متعدد با استفاده از ابزارها و نرم افزارهای محاسباتی. موضوعات تحت پوشش عبارتند از: فنومیک، ژنومیک، اپی ژنومیک/اپی ژنتیک، متابولومیک، چرخه سلولی و کنترل پست بازرسی، و زیست‌شناسی سیستم‌ها و تحقیقات واکسیناسیون.

• نحوه استفاده مؤثر از قدرت ابزارهای کلان داده را در زمانی که مجموعه داده‌ها چنین هستند، توضیح می‌دهد. بزرگ و پیچیده است که پردازش آنها با استفاده از سیستم های مدیریت پایگاه داده مرسوم یا برنامه های کاربردی پردازش داده سنتی دشوار است.

• در مورد توسعه و کاربرد روش های تحلیلی و نظری داده ها، مدل سازی ریاضی و تکنیک های شبیه سازی محاسباتی بحث می کند. به مطالعه سیستم های بیولوژیکی و رفتاری.
• رویکردی سیستماتیک برای ذخیره، بازیابی، سازماندهی و تجزیه و تحلیل داده های بیولوژیکی با استفاده از ابزارهای نرم افزاری همراه با برنامه ها ارائه می دهد.
• دیدگاه زیست‌شناسی سیستم‌ها شامل دستورالعمل‌ها و تکنیک‌های کلی برای به‌دست‌آوردن، ادغام و تجزیه و تحلیل مجموعه‌های داده‌های پیچیده از منابع تجربی متعدد با استفاده از ابزارها و نرم‌افزارهای محاسباتی را ارائه می‌دهد.

Emerging Trends in Computational Biology, Bioinformatics, and Systems Biology discusses the latest developments in all aspects of computational biology, bioinformatics, and systems biology and the application of data-analytics and algorithms, mathematical modeling, and simu- lation techniques.

• Discusses the development and application of data-analytical and theoretical methods, mathematical modeling, and computational simulation techniques to the study of biological and behavioral systems, including applications in cancer research, computational intelligence and drug design, high-performance computing, and biology, as well as cloud and grid computing for the storage and access of big data sets.

• Presents a systematic approach for storing, retrieving, organizing, and analyzing biological data using software tools with applications to general principles of DNA/RNA structure, bioinformatics and applications, genomes, protein structure, and modeling and classification, as well as microarray analysis.

• Provides a systems biology perspective, including general guidelines and techniques for obtaining, integrating, and analyzing complex data sets from multiple experimental sources using computational tools and software. Topics covered include phenomics, genomics, epigenomics/epigenetics, metabolomics, cell cycle and checkpoint control, and systems biology and vaccination research.

• Explains how to effectively harness the power of Big Data tools when data sets are so large and complex that it is difficult to process them using conventional database management systems or traditional data processing applications.

• Discusses the development and application of data-analytical and theoretical methods, mathematical modeling and computational simulation techniques to the study of biological and behavioral systems.
• Presents a systematic approach for storing, retrieving, organizing and analyzing biological data using software tools with applications.
• Provides a systems biology perspective including general guidelines and techniques for obtaining, integrating and analyzing complex data sets from multiple experimental sources using computational tools and software.