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: Kang Ning
سری: Translational Bioinformatics, 18
ISBN (شابک) : 9811947708, 9789811947704
ناشر: Springer
سال نشر: 2022
تعداد صفحات: 144
[145]
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 Traditional Chinese Medicine and Diseases: An Omics Big-data Mining Perspective 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 طب سنتی چینی و بیماری ها: چشم انداز کاوی کلان داده های Omics 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.
این کتاب بر روی یکپارچه سازی داده های بزرگ چند omics،
تکنیک های داده کاوی و تحقیقات پیشرفته omics در اصول و کاربردها
برای درک عمیق طب سنتی چینی (TCM) و بیماری ها از جنبه های زیر
تمرکز دارد: (1) مبانی در مورد داده های چند omics و روش های
تحلیلی برای TCM و بیماری ها. (2) نیازهای مطالعات omics در
تحقیقات TCM، و پیشینه اساسی تحقیقات omics در TCM و بیماری. (3)
درک بهتر تکنیکهای یکپارچهسازی دادههای بزرگ چند omics. (4)
درک بهتر تکنیکهای استخراج دادههای بزرگ چند omics، و همچنین با
کاربردهای مختلف، برای بیشتر بینشهای حاصل از این دادههای omics
برای TCM و تحقیقات بیماری. (5) کنترل کیفیت آماده سازی TCM برای
بررسی ترکیبات تجویز شده و غیرمنتظره از جمله مواد بیولوژیکی و
شیمیایی. (6) ردیابی منبع آماده سازی TCM. (7) تجزیه و تحلیل
فارماکولوژی شبکه آماده سازی TCM. (8) TCM تجزیه و تحلیل منابع
داده، خدمات وب، و تجسم. (9) بررسی geoherbalism TCM و شناسایی
معتبر TCM. طب سنتی چینی برای چندین هزار سال وجود داشته است، و
تنها در ده ها سال اخیر متوجه شده ایم که تحقیقات در مورد TCM می
تواند عمیقاً توسط فناوری های omics تقویت شود. این کتاب که به
عنوان کتابی در زمینه TCM و تحقیقات بیماری در عصر omics ابداع
شده است، تمرکز خود را بر روی روش های یکپارچه سازی داده ها و
داده کاوی برای تحقیقات چند omics قرار داده است که به تفصیل و با
مثال های حمایتی "What"، "Why" توضیح داده خواهد شد. "و "چگونه"
از omics در تحقیقات مربوط به TCM. این تلاشی برای پر کردن شکاف
بین دادههای بزرگ چند omics مربوط به TCM و تکنیکهای دادهکاوی،
برای بهترین عملکرد بیوانفورماتیک معاصر و بینش عمیق در مورد
سؤالات مربوط به TCM است.
This book focuses on the multi-omics big-data
integration, the data-mining techniques and the cutting-edge
omics researches in principles and applications for a deep
understanding of Traditional Chinese Medicine (TCM) and
diseases from the following aspects: (1) Basics about
multi-omics data and analytical methods for TCM and diseases.
(2) The needs of omics studies in TCM researches, and the basic
background of omics research in TCM and disease. (3) Better
understanding of the multi-omics big-data integration
techniques. (4) Better understanding of the multi-omics
big-data mining techniques, as well as with different
applications, for most insights from these omics data for TCM
and disease researches. (5) TCM preparation quality control for
checking both prescribed and unexpected ingredients including
biological and chemical ingredients. (6) TCM preparation source
tracking. (7) TCM preparation network pharmacology
analysis. (8) TCM analysis data resources, web services, and
visualizations. (9) TCM geoherbalism examination and authentic
TCM identification. Traditional Chinese Medicine has been
in existence for several thousands of years, and only in recent
tens of years have we realized that the researches on TCM could
be profoundly boosted by the omics technologies. Devised as a
book on TCM and disease researches in the omics age, this book
has put the focus on data integration and data mining methods
for multi-omics researches, which will be explained in detail
and with supportive examples the “What”, “Why” and “How” of
omics on TCM related researches. It is an attempt to bridge the
gap between TCM related multi-omics big data, and the
data-mining techniques, for best practice of contemporary
bioinformatics and in-depth insights on the TCM related
questions.