Network Inference in Molecular Biology: A Hands-on Framework

استنتاج شبکه‌های تنظیم‌کننده ژن به دلیل کمبود نسبی داده‌ها در مقایسه با اندازه بالقوه شبکه‌ها، مشکلی برای حل مشکل است. در حالی که محققان تکنیک‌هایی را برای یافتن برخی از ساختارهای شبکه توسعه داده‌اند، هنوز هیچ الگوریتم یکسانی برای هر مجموعه داده وجود ندارد.

استنتاج شبکه در زیست‌شناسی مولکولی تکنیک‌های فعلی مورد استفاده توسط محققان را بررسی می‌کند و بینش‌های کلیدی را ارائه می‌دهد که الگوریتم‌ها به بهترین وجه با مجموعه‌ای از داده‌ها تناسب دارند. از طریق مجموعه‌ای از مثال‌های عمیق، این کتاب همچنین نحوه ترکیب و تطبیق الگوریتم‌ها را به منظور ایجاد الگوریتمی متناسب با یک موقعیت داده خاص، تشریح می‌کند.

استنتاج شبکه در زیست‌شناسی مولکولی</ i> برای دانشجویان و محققان سطح پیشرفته به عنوان راهنمای مرجع در نظر گرفته شده است. پزشکان و متخصصانی که در زمینه مرتبط کار می کنند نیز این کتاب را ارزشمند می یابند.

Inferring gene regulatory networks is a difficult problem to solve due to the relative scarcity of data compared to the potential size of the networks. While researchers have developed techniques to find some of the underlying network structure, there is still no one-size-fits-all algorithm for every data set.

Network Inference in Molecular Biology examines the current techniques used by researchers, and provides key insights into which algorithms best fit a collection of data. Through a series of in-depth examples, the book also outlines how to mix-and-match algorithms, in order to create one tailored to a specific data situation.

Network Inference in Molecular Biology is intended for advanced-level students and researchers as a reference guide. Practitioners and professionals working in a related field will also find this book valuable.