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: Eija Korpelainen, Jarno Tuimala, Panu Somervuo, Mikael Huss, Garry Wong سری: Chapman & Hall/CRC mathematical and computational biology series (Unnumbered) ISBN (شابک) : 9781466595019, 9781466595002 ناشر: CRC Press Taylor & Francis Group سال نشر: 2014 تعداد صفحات: 322 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 11 مگابایت
در صورت تبدیل فایل کتاب RNA-seq Data Analysis: A Practical Approach 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 RNA-seq تجزیه و تحلیل داده ها: یک رویکرد عملی 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.
RNA-seq اطلاعات بی سابقه ای در مورد رونوشت ارائه می دهد، اما استفاده از این اطلاعات با ابزارهای بیوانفورماتیک معمولاً یک گلوگاه است. این راهنمای مستقل محققان را قادر میسازد تا بیان دیفرانسیل را در سطح ژن، اگزون و رونوشت بررسی کنند و ژنها، رونوشتها و کل رونوشتهای جدید را کشف کنند. هر فصل با پیشزمینه نظری شروع میشود و سپس توضیحات مربوط به ابزارهای تحلیل ارائه میشود. این کتاب همچنین نمونه هایی را با استفاده از ابزارهای خط فرمان و محیط آماری R ارائه می دهد. برای دانشمندان غیربرنامهنویسی، همین مثالها با استفاده از نرمافزار منبع باز با رابط کاربری گرافیکی پوشش داده میشوند"--ارائه شده توسط ناشر. بیشتر بخوانید...< /span>
''RNA-seq offers unprecedented information about transcriptome, but harnessing this information with bioinformatics tools is typically a bottleneck. This self-contained guide enables researchers to examine differential expression at gene, exon, and transcript level and to discover novel genes, transcripts, and whole transcriptomes. Each chapter starts with theoretical background, followed by descriptions of relevant analysis tools. The book also provides examples using command line tools and the R statistical environment. For non-programming scientists, the same examples are covered using open source software with a graphical user interface''--Provided by publisher. Read more...
Content: IntroductionIntroduction to RNA-seq data analysisQuality control and preprocessingAligning reads to reference and visualizing them in genomic contextTranscriptome assemblyAnnotation-based quality control and quantitation of gene expressionRNA-seq analysis framework in R and BioconductorDifferential expression analysisAnalysis of differential exon usageAnnotating the resultsVisualizationSmall non-coding RNAsComputational analysis of small noncoding RNA sequencing data