Principles of Statistical Genomics

ژنومیکس آماری رشته ای است که به سرعت در حال توسعه است و افراد بیشتری در این زمینه درگیر هستند. با این حال، فقدان کتاب های مرجع مصنوعی و کتاب های درسی در ژنومیک آماری به یک مانع بزرگ در توسعه این رشته تبدیل شده است. اگرچه اخیراً کتاب‌های زیادی در زمینه بیوانفورماتیک منتشر شده است، اما اکثر آنها بر تجزیه و تحلیل توالی DNA تحت یک رویکرد قطعی تأکید دارند.

اصول ژنومیک آماری روش‌های آماری پیشرفته (رویکردهای تصادفی) به کار رفته در مطالعه ژنوم را ترکیب می‌کند. درک مدل‌ها و روش‌های آماری پشت بسته‌های اصلی نرم‌افزار بیوانفورماتیک را تسهیل می‌کند، که به محققان کمک می‌کند الگوریتم بهینه را برای تجزیه و تحلیل داده‌های خود انتخاب کنند و نتایج تحلیل‌های خود را بهتر تفسیر کنند. درک مدل ها و الگوریتم های آماری موجود به محققان کمک می کند تا روش های آماری بهبود یافته ای را برای استخراج حداکثر اطلاعات از داده های خود توسعه دهند. اصول ژنومیکس آماری مبتکر و آسان برای استفاده، مرجع جامعی برای محققان و دانشجویان فارغ التحصیل در حال مطالعه ژنومیک آماری است.

Statistical genomics is a rapidly developing field, with more and more people involved in this area. However, a lack of synthetic reference books and textbooks in statistical genomics has become a major hurdle on the development of the field. Although many books have been published recently in bioinformatics, most of them emphasize DNA sequence analysis under a deterministic approach.

Principles of Statistical Genomics synthesizes the state-of-the-art statistical methodologies (stochastic approaches) applied to genome study. It facilitates understanding of the statistical models and methods behind the major bioinformatics software packages, which will help researchers choose the optimal algorithm to analyze their data and better interpret the results of their analyses. Understanding existing statistical models and algorithms assists researchers to develop improved statistical methods to extract maximum information from their data.

Resourceful and easy to use, Principles of Statistical Genomics is a comprehensive reference for researchers and graduate students studying statistical genomics.