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
دسته بندی: مولکولی: بیوانفورماتیک ویرایش: نویسندگان: Juan R. González, Alejandro Cáceres سری: ISBN (شابک) : 1138340561, 9781138340565 ناشر: CRC Press سال نشر: 2019 تعداد صفحات: 390 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 80 مگابایت
در صورت تبدیل فایل کتاب Omic Association Studies with R and Bioconductor 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 مطالعات انجمن Omic با R و Bioconductor 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.
پس از گسترش گسترده مطالعات مرتبط با ژنوم، روششناسی علمی و
بهویژه تجزیه و تحلیل دادههای آنها در سالهای اخیر به بلوغ
رسیده است، و آنها سنگ اصلی در مطالعات اپیدمیولوژیک بزرگ هستند.
تازه واردان به این حوزه با انبوهی از داده ها، منابع و روش ها
مواجه می شوند. این کتاب روشهای فعلی را برای انجام تحلیلهای
آموزنده با استفاده از دادههای واقعی و گویا با ابزارهای
بیوانفورماتیک تثبیتشده ارائه میکند و خواننده را از طریق
استفاده از دادههای در دسترس عموم راهنمایی میکند. شامل کدهای
برنامه نویسی واضح و قابل خواندن برای خوانندگان برای بازتولید و
انطباق با داده های خود است.
بر استخراج ارتباط معنی دار بیولوژیکی بین صفات مورد علاقه و داده
های ژنومی، رونویسی و اپی ژنومیک تأکید دارد. br />
از روشهای بهروز برای بهرهبرداری از دادههای omic استفاده
میکند
روشها را از طریق مثالهای خاص و جلسات محاسباتی ارائه
میکند.
تکمیل شده توسط یک وب سایت، شامل کد، مجموعه داده ها و راه حل ها
After the great expansion of genome-wide association studies,
their scientific methodology and, notably, their data analysis
has matured in recent years, and they are a keystone in large
epidemiological studies. Newcomers to the field are confronted
with a wealth of data, resources and methods. This book
presents current methods to perform informative analyses using
real and illustrative data with established bioinformatics
tools and guides the reader through the use of publicly
available data. Includes clear, readable programming codes for
readers to reproduce and adapt to their own data.
Emphasises extracting biologically meaningful associations
between traits of interest and genomic, transcriptomic and
epigenomic data
Uses up-to-date methods to exploit omic data
Presents methods through specific examples and computing
sessions
Supplemented by a website, including code, datasets, and
solutions