幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

微生物關聯推斷生物信息學研究及應用/信息科學技術前沿叢書

  • 作者：楊煜清//朱叢敏|責編:王曉丹//楊玉瑤
  • 出版社：北京郵電大學
  • ISBN：9787563573981
  • 出版日期：2025/01/01
  • 裝幀：平裝
  • 頁數：236
人民幣：RMB 89 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    了解微生物之間以及微生物與環境之間如何交互，是微生物生態學的重要研究課題。然而，由於傳統的基於實驗室培養的研究方法存在一定局限性，因此，生物學家對真實環境中微生物群落內部的交互了解甚少。宏基因組測序及人工智慧技術的發展使得研究人員可以通過分析微生物基因組序列來了解真實環境中微生物的組成和丰度，並構建關聯推斷演算法分析微生物群落中的複雜交互作用。本書首先對微生物宏基因組測序及其分析流程進行介紹，其次詳細介紹了構建關聯推斷演算法需要考慮的問題，最後對基於統計和人工智慧的多種微生物關聯推斷演算法進行探討，並闡述了基於自然語言構建微生物關聯知識圖譜的新思路。在關聯推斷演算法的介紹過程中，本書以基於腸道菌群疾病的輔助診斷和太湖藍藻水華問題為例，介紹了相關方法在微生物研究中的應用。
作者介紹
楊煜清//朱叢敏|責編:王曉丹//楊玉瑤
目錄
第1章  緒論
  1.1  宏基因組學概述
    1.1.1  第二代測序技術
    1.1.2  鳥槍法宏基因組測序技術
    1.1.3  16S rRNA基因宏基因組測序技術
    1.1.4  微生物組成與丰度估計
    1.1.5  宏基因組學的應用
  1.2  微生物關聯推斷研究意義
    1.2.1  海洋微生物關聯推斷
    1.2.2  人類腸道微生物關聯推斷
  1.3  微生物關聯推斷研究成果
    1.3.1  通用關聯推斷演算法
    1.3.2  OTU-OTU關聯推斷演算法
    1.3.3  EF-OTU關聯推斷演算法
    1.3.4  非線性關聯推斷演算法
    1.3.5  其他關聯推斷演算法
第2章  宏基因組學分析流程
  2.1  16S rRNA測序數據分析
    2.1.1  測序數據預處理
    2.1.2  可操作分類單元劃分
    2.1.3  物種註釋
    2.1.4  多樣性分析
  2.2  宏基因組學數據分析
    2.2.1  測序數據預處理與組裝
    2.2.2  基因預測與功能註釋
    2.2.3  功能丰度譜構建與分析
    2.2.4  物種丰度譜構建與分析
    2.2.5  代謝通路富集分析
  2.3  分箱與基因組構建
    2.3.1  分箱原理與已有方法介紹
    2.3.2  分箱結果質量評估和去冗余
    2.3.3  物種鑒定
第3章  關聯推斷演算法簡介
  3.1  關聯推斷中存在的問題
    3.1.1  組成成分偏差
    3.1.2  過度散布
    3.1.3  間接關聯
    3.1.4  環境因素
    3.1.5  非線性關聯與時間變化
  3.2  關聯推斷演算法
    3.2.1  通用關聯推斷演算法
    3.2.2  OTU-OTU關聯推斷演算法
    3.2.3  EF-OTU關聯推斷演算法
    3.2.4  非線性關聯推斷演算法
    3.2.5  其他關聯推斷演算法
第4章  基於宏基因組數據構建布爾蘊含網路的BIMS演算法
  4.1  BIMS方法介紹
    4.1.1  BIMS演算法流程
    4.1.2  OTU丰度與環境數據預處理
    4.1.3  布爾蘊含關係推斷

    4.1.4  布爾蘊含關係網路構建
    4.1.5  擴展到三維布爾蘊含關係
  4.2  BIMS功效的模擬實驗
    4.2.1  模擬數據集的產生
    4.2.2  模擬結果
    4.2.3  BIMS功效討論
    4.2.4  三維模擬結果分析
  4.3  真實數據分析與討論
    4.3.1  真實數據
    4.3.2  二維布爾網路構建與分析
    4.3.3  三維布爾網路構建與分析
    4.3.4  BIMS方法研究討論
第5章  基於層次貝葉斯模型的靜態關聯推斷
  5.1  模型結構
  5.2  模型參數估計
  5.3  實驗數據生成和處理
    5.3.1  模擬數據生成及評價
    5.3.2  TARA海洋數據處理
    5.3.3  結腸癌數據處理
    5.3.4  西英吉利海峽數據處理
  5.4  實驗結果和討論
    5.4.1  模擬實驗結果
    5.4.2  TARA海洋數據實驗結果
    5.4.3  結腸癌數據實驗結果
    5.4.4  西英吉利海峽數據實驗結果
第6章  基於環境變化的多關聯網路推斷
  6.1  模型假設
  6.2  模型結構
  6.3  基於EM演算法的參數估計
  6.4  基於分治演算法的參數估計
  6.5  實驗數據生成和處理
    6.5.1  模擬數據生成
    6.5.2  評價指標
    6.5.3  美國腸道項目數據集處理
  6.6  實驗結果和討論
    6.6.1  模擬實驗結果
    6.6.2  結腸癌數據集實驗結果
    6.6.3  TARA海洋數據實驗結果
    6.6.4  美國腸道微生物項目實驗結果
第7章  人體腸道微生物與疾病的關聯研究
  7.1  數據收集與分析
    7.1.1  數據收集
    7.1.2  數據處理
    7.1.3  機器學習模型訓練與評估
    7.1.4  確定疾病的微生物標誌物
  7.2  主要結果
    7.2.1  數據描述
    7.2.2  將腸道微生物群信息添加到人類變數中顯著增強了腸道微生物與IBD的關聯強度
    7.2.3  將腸道微生物群信息添加到人類變數中提高了腸道微生物與IBS、CDI和UH的關聯強度
    7.2.4  將腸道微生物群信息添加到人類變數中對腸道微生物與DI、SIBO、LI和CD的關聯強度沒有影響

  7.3  討論
    7.3.1  與人體疾病有關的重要微生物
    7.3.2  與人體疾病有關的重要變數
    7.3.3  去除益生菌、維生素B補充劑和維生素D補充劑攝入頻率
    7.3.4  不同疾病的最佳模型和模型性能隨OTU數的變化而變化
第8章  基於自然語言的微生物關聯網路構建
  8.1  數據採集及預處理
  8.2  實體標注及命名體識別
  8.3  關聯提取和篩選
  8.4  關聯網路結果統計
  8.5  軟體架構和實現
第9章  關聯推斷在水體微生物中的應用與研究
  9.1  藍藻水華微生物
    9.1.1  藍藻水華的概念
    9.1.2  太湖藍藻水華微生物
    9.1.3  太湖藍藻水華的宏基因組學研究
    9.1.4  樣本採集
    9.1.5  半定量活檢和掃描電鏡分析
    9.1.6  DNA提取與高通量測序
  9.2  數據分析
    9.2.1  16S rRNA測序數據分析
    9.2.2  宏基因組測序數據分析
    9.2.3  兩種優勢藻藻塊的比較分析
  9.3  主要結果
    9.3.1  數據描述和環境數據分析
    9.3.2  優勢藍藻屬的交替演變
    9.3.3  附著細菌的交替演變
    9.3.4  生態網路的交替演變
    9.3.5  藍藻藻塊組成變化的驅動因子
  9.4  討論
    9.4.1  水華中不同藻屬的季節演變現象
    9.4.2  藍藻和附著細菌的共生關係
第10章  總結與展望
  10.1  總結
  10.2  展望
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032