دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [1 ed.]
نویسندگان: Catherine Vacher. David Wall
سری:
ISBN (شابک) : 1119573378, 9781119573371
ناشر: Wiley
سال نشر: 2023
تعداد صفحات: 336
[335]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 20 Mb
در صورت تبدیل فایل کتاب Genomics in the AWS Cloud: Performing Genome Analysis Using Amazon Web Services به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب ژنومیک در AWS Cloud: انجام تجزیه و تحلیل ژنوم با استفاده از خدمات وب آمازون نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
انجام تجزیه و تحلیل ژنوم و توالی دادهها با سرویسهای وب آمازون Genomics در AWS Cloud: تجزیه و تحلیل کد ژنتیکی با استفاده از خدمات وب آمازون، شخصی را که آشنایی متوسطی با AWS Cloud دارد، قادر میسازد تا تجزیه و تحلیل و تحقیق کامل ژنوم را انجام دهد. با استفاده از اطلاعات این کتاب، میتوانید یک فایل FASTQ حاوی دادههای خام از یک آزمایشگاه یا یک فایل BAM را از یک ارائهدهنده خدمات بگیرید و آنالیز ژنوم را روی آن انجام دهید. همچنین میتوانید توالیهای ژنی بالقوه بیماریزا را شناسایی کنید. • آشنایی با توالی ژنوم کامل (WGS) • مفهوم WGS در AWS • خدمات AWS استاد برای تجزیه و تحلیل ژنوم برخی از مزایای کلیدی استفاده از AWS برای تجزیه و تحلیل ژنومی این است که به محققان کمک می کند تا از انتخاب گسترده ای از خدمات محاسباتی استفاده کنند که می تواند مجموعه داده های مختلف را پردازش کند. در خطوط لوله تجزیه و تحلیل توالیسنجهای ژنومیک که فایلهای داده خام را تولید میکنند در آزمایشگاهها در محل قرار دارند و AWS راهحلهایی را ارائه میدهد تا انتقال این فایلها به AWS را با اطمینان و ایمن برای مشتریان آسان کند. ذخیره سازی داده های ژنومیک و پزشکی (به عنوان مثال، تصویربرداری) در مراحل مختلف نیاز به ذخیره سازی عظیمی به شیوه ای مقرون به صرفه دارد. سرویس ذخیره سازی ساده آمازون (Amazon S3)، Amazon Glacier، و Amazon Elastics Block Store (Amazon EBS) راه حل های لازم را برای ذخیره ایمن، مدیریت و مقیاس ذخیره سازی فایل های ژنومی ارائه می دهند. علاوه بر این، سرویسهای ذخیرهسازی میتوانند با سرویسهای محاسباتی مختلف از AWS برای پردازش این فایلها ارتباط برقرار کنند. چه به تازگی شروع به کار کرده باشید و چه قبلاً دادههای ژنومیک را با استفاده از AWS Cloud تجزیه و تحلیل کرده باشید، این کتاب اطلاعاتی را که برای استفاده از خدمات و ویژگیهای AWS به روشهایی که برای تحقیقات ژنومی شما منطقیتر باشد، در اختیار شما قرار میدهد.
Perform genome analysis and sequencing of data with Amazon Web Services Genomics in the AWS Cloud: Analyzing Genetic Code Using Amazon Web Services enables a person who has moderate familiarity with AWS Cloud to perform full genome analysis and research. Using the information in this book, you’ll be able to take a FASTQ file containing raw data from a lab or a BAM file from a service provider and perform genome analysis on it. You’ll also be able to identify potentially pathogenic gene sequences. • Get an introduction to Whole Genome Sequencing (WGS) • Make sense of WGS on AWS • Master AWS services for genome analysis Some key advantages of using AWS for genomic analysis is to help researchers utilize a wide choice of compute services that can process diverse datasets in analysis pipelines. Genomic sequencers that generate raw data files are located in labs on premises and AWS provides solutions to make it easy for customers to transfer these files to AWS reliably and securely. Storing Genomics and Medical (e.g., imaging) data at different stages requires enormous storage in a cost-effective manner. Amazon Simple Storage Service (Amazon S3), Amazon Glacier, and Amazon Elastics Block Store (Amazon EBS) provide the necessary solutions to securely store, manage, and scale genomic file storage. Moreover, the storage services can interface with various compute services from AWS to process these files. Whether you’re just getting started or have already been analyzing genomics data using the AWS Cloud, this book provides you with the information you need in order to use AWS services and features in the ways that will make the most sense for your genomic research.
Cover Title Page Copyright Page Contents at a Glance Contents Introduction Who Should Read This Book Genomics Cloud Computing and AWS What You’ll Learn from This Book How This Book Is Organized How to Use This Book Our Story Getting Under Way How to Contact Wiley and the Authors Chapter 1 Why Do Genome Analysis Yourself When Commercial Offerings Exist? Commercial Sequencing Services Typical Results Summary Chapter 2 A Crash Course in Molecular Biology DNA DNA at Work: RNA and Proteins Inheritance Summary Chapter 3 Obtaining Your Genome Preparing to Have Your Genome Sequenced Can It Affect My Insurance? Privacy Humility and Levelheadedness Validation with a Clinically Accredited Test Alternatives to Using Your Own Genome Specifying Lab Work Depth Sample Type Type of Output Files Sequencing Technology Genome vs. Exome vs. SNP Arrays Engaging a Laboratory Getting a Tissue Sample for DNA Extraction Rules and Regulations Do-It-Yourself Phlebotomy Legal Considerations Shipping the Sample Receiving the Results Sequences and Quality Control Information Alignment Information Variation Information Summary Chapter 4 The Bioinformatics Workflow Extraction of DNA Deriving Nucleated Cells from Whole Blood Processing Nucleated Cells FASTA Files FASTQ Files Phred Scores ASCII Encoding of Phred Scores Alignment to a Reference Genome Reference Genomes Quality Control Trimming The Alignment Process Marking Duplicates Recalibrating Base Quality Score Calling SNVs and Indel Variants Annotating SNVs and Indel Variants Prioritizing Variants Inheritance Analysis Identifying SVs and CNVs Bioinformatics Workflow Summary Chapter 5 AWS Services for Genome Analysis General Concepts Networking AWS Functionalities AWS Accounts Virtual Private Cloud Subnets Elastic IP Addresses Custom Environments Storage S3 Glacier Computing Elastic Compute Cloud Containers Lambda Functions Workflow Management AWS Batch AWS Step Functions Simple Workflow Service Third-Party Solutions Summary Chapter 6 Building Your Environment in the AWS Cloud Setting Up a Virtual Private Cloud Setting Up and Launching an EC2 Instance Shutting Down an Instance to Save Money Setting Up S3 Buckets Configuring Your Account Securely Turning On Multifactor Authentication Establishing an AWS IAM Password Policy Creating Groups Creating Users Setting Up Your Client Environment Connecting to an EC2 Instance Connecting from macOS or Unix/Linux Connecting from Windows Making S3 Buckets Available Locally Mounting an S3 Bucket as a Windows Drive Mounting an S3 Bucket Under macOS and Linux Summary Chapter 7 Linux and AWS Command-Line Basics for Genomics Selecting a Linux Distribution Accessing Your AWS Linux Instance from Your Local Computer From Windows From macOS Options for Setting Up Linux on Your Personal Computer Getting Familiar with the Command Line Absolute and Relative References Manipulating Files Transferring Files to and from Your AWS Instance Keyboard Shortcuts Running Programs in the Background Understanding File Permissions Compressing and Archiving Files Compression Grep Pipes and Redirection Operators Text Processing Utilities: awk and sed Managing Linux Package Management Systems The AWS Command-Line Interface Installing the AWS CLI Environment Windows macOS and Linux Configuring the AWS CLI Setting the Configuration at the Command Line Storing the Configuration in the Configuration File Testing Your Installation AWS CLI Essentials An Alternative Approach: AWS Systems Manager Summary Chapter 8 Processing theSequencing Data Getting from Data to Information Aligning to the Reference Genome Making Adjustments and Refinements to the Aligned Reads in the BAM File Identifying the Small Differences and Recording Them in the VCF File Making Adjustments and Refinements to the Variants in the VCF File Annotating the SNVs and Indels Prioritizing the Variants to Identify the Most Consequential Ones Trio Analysis and Inheritance Analysis Identifying and Annotating SVs and CNVs Setting Up AWS Services and Data Storage Copying the FASTQ Files Installing Docker and Containers Summary Chapter 9 Visualizing the Genome Introducing Genome Visualizers Installing the IGV Desktop Visualizer Connecting the IGV Visualizer to Our AWS Data Loading Data into the IGV Visualizer Visualizing Aligned Sequencing Reads in IGV Have a CIGAR Analyzing Variants in IGV Summary Chapter 10 Containerizing Your Workflow on the Desktop Introducing Containerization Understanding and Using Docker Installing Docker on Your Local Machine Downloading a Docker Image Viewing Available Docker Images Running a Docker Container Interactively Removing a Docker Image More on Using the Docker Hub Containers for Genomics Work Summary Chapter 11 Variants and Applications Polygenic Risk Scores Genome-wide Association Studies Calculating a Polygenic Score Metagenomics AlphaFold Predicting Protein Structure from Protein Sequence—A 50-Year Puzzle Installing and Running AlphaFold Viewing and Comparing AlphaFold Results Summary Chapter 12 Cancer Genomics Somatic Genomes Cancer Oncogenes Tumor Suppressors The Promise and Reality of Cancer Precision Medicine Somatic or Germline? Cancer Predisposition Chromothripsis Epigenetics of Cancer Mechanisms of Cancer Samples Somatic Variant Analysis Copy Number Changes Measuring Tumor Genomic Instability Summary Notes Index EULA