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:
نویسندگان: Fahad Saeed. Muhammad Haseeb
سری: Computational Biology, 34
ISBN (شابک) : 3031019598, 9783031019593
ناشر: Springer
سال نشر: 2022
تعداد صفحات: 145
[146]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 Mb
در صورت تبدیل فایل کتاب High-Performance Algorithms for Mass Spectrometry-Based Omics 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 الگوریتم های با کارایی بالا برای Omic های مبتنی بر طیف سنجی جرمی 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.
تا به امروز، پردازش داده های طیف سنجی جرمی (MS) با توان عملیاتی بالا با استفاده از الگوریتم های سریال انجام می شود. توسعه روشهای جدید برای پردازش دادههای MS یک حوزه فعال تحقیقاتی است، اما هیچ استراتژی واحدی وجود ندارد که بر مقیاسپذیری روشهای مبتنی بر MS تمرکز کند.
طیفسنجی جرمی یک فناوری متنوع و همهکاره برای شناسایی عملکردی با کارایی بالا پروتئینها، مولکولهای کوچک و متابولیتها در مخلوط های بیولوژیکی پیچیده در سالهای اخیر، این فناوری به سرعت تکامل یافته است و اکنون قادر به تولید مجموعه دادههای بزرگ (چند ترا بایت در هر آزمایش) و پیچیده (چند گونه / میکروبیوم / با ابعاد بالا) است. این پیشرفت سریع در ابزار دقیق MS باید با تکامل به همان اندازه سریع و سریع روشهای مقیاسپذیر توسعهیافته برای تجزیه و تحلیل این مجموعه دادههای پیچیده مطابقت داشته باشد. در حالت ایدهآل، روشهای جدید باید از منابع محاسباتی ناهمگن و غنی موجود به شکلی فراگیر به شکل معماریهای چند هستهای، چند هستهای، CPU-GPU، CPU-FPGA و IntelPhi استفاده کنند.
غیبت این الگوریتمهای محاسباتی با کارایی بالا اکنون مانع پیشرفتهای علمی برای تحقیقات طیفسنجی جرمی میشود. در این کتاب ما نیاز به الگوریتمهای محاسباتی با کارایی بالا برای پروتئومیکس مبتنی بر MS و پروتئوژنومیکس را نشان میدهیم و پیشرفت خود را در توسعه این الگوریتمهای با کارایی بالا نشان میدهیم.
To date, processing of high-throughput Mass Spectrometry (MS) data is accomplished using serial algorithms. Developing new methods to process MS data is an active area of research but there is no single strategy that focuses on scalability of MS based methods.
Mass spectrometry is a diverse and versatile technology for high-throughput functional characterization of proteins, small molecules and metabolites in complex biological mixtures. In the recent years the technology has rapidly evolved and is now capable of generating increasingly large (multiple tera-bytes per experiment) and complex (multiple species/microbiome/high-dimensional) data sets. This rapid advance in MS instrumentation must be matched by equally fast and rapid evolution of scalable methods developed for analysis of these complex data sets. Ideally, the new methods should leverage the rich heterogeneous computational resources available in a ubiquitous fashion in the form of multicore, manycore, CPU-GPU, CPU-FPGA, and IntelPhi architectures.
The absence of these high-performance computing algorithms now hinders scientific advancements for mass spectrometry research. In this book we illustrate the need for high-performance computing algorithms for MS based proteomics, and proteogenomics and showcase our progress in developing these high-performance algorithms.