幫助中心 | 我的帳號 | 關於我們

生物多組學數據分析方法

  • 作者:編者:趙天意//王亞東|責編:劉瑀
  • 出版社:電子工業
  • ISBN:9787121527227
  • 出版日期:2026/05/01
  • 裝幀:平裝
  • 頁數:213
人民幣:RMB 59 元      售價:元
放入購物車
加入收藏夾

內容大鋼
    本書是一本系統介紹生物多組學數據分析原理與實戰的專業教材。全書共8章,內容涵蓋從基因組學到醫學圖像處理的前沿技術與核心演算法。首先,書中詳細介紹了基因組學數據分析,包括新一代測序技術原理、序列比對及變異檢測流程;隨後,深入講解了轉錄組學領域的三大核心技術——Bulk RNA-seq、單細胞轉錄組測序及空間轉錄組測序的數據處理與分析方法;接著,系統闡述了質譜蛋白質組學和代謝組學的數據採集、定性定量分析及多變數統計分析;此外,本書還特別增設了醫學影像處理與分析章節,探討了多模態數據融合及深度學習在醫學影像中的應用;最後,本書第8章專門介紹了R語言在生物信息學中的基礎架構與應用。
    本書理論與實踐並重,通過原理概述、工具介紹、代碼實戰(涵蓋Linux、R和Python)及結果解讀等模塊,全方位展示了生物多組學數據分析的全流程。通過學習本書,讀者能夠掌握多組學數據分析的核心技能,為開展系統生物學研究奠定堅實基礎。
    本書可作為生物信息學、醫學、生命科學等相關專業高年級本科生及研究生的教材,也可供從事生命科學研究的科研人員及臨床醫生參考。

作者介紹
編者:趙天意//王亞東|責編:劉瑀

目錄
第1章  基因組學數據分析
  1.1  基因組學核心概念與技術體系
    1.1.1  新一代測序技術原理
    1.1.2  參考基因組的概念與應用
    1.1.3  基因組序列比對原理與演算法
    1.1.4  基因組變異檢測方法
    1.1.5  基因組學常用數據格式
    1.1.6  序列比對核心演算法
    1.1.7  核心演算法實戰(Python實現)
  1.2  DNA序列比對實戰
    1.2.1  安裝Conda和比對工具集
    1.2.2  下載參考基因組
    1.2.3  下載FASTQ文件
    1.2.4  BWA序列比對與結果處理
  1.3  GATK變異檢測與註釋實戰
    1.3.1  GATK的安裝與配置
    1.3.2  輸入數據說明
    1.3.3  去除PCR重複
    1.3.4  識別變異
    1.3.5  變異質量過濾與SnpEff註釋
    1.3.6  使用IGV進行可視化
  課後習題
第2章  Bulk轉錄組學數據分析
  2.1  BulkRNA-seq分析概述
  2.2  數據處理方法
    2.2.1  原始測序數據格式
    2.2.2  初始質量控制
    2.2.3  序列修剪與序列過濾
    2.2.4  預處理階段的質量控制要點
  2.3  序列比對與表達定量
    2.3.1  參考基因組的獲取與索引構建
    2.3.2  比對方法概述
    2.3.3  主流比對工具
    2.3.4  無比對定量
    2.3.5  基因表達矩陣構建
    2.3.6  比對結果評估與質量控制
  2.4  差異表達分析
    2.4.1  數據歸一化與校正
    2.4.2  通過PCA與聚類評估樣本關係
    2.4.3  差異表達統計模型
    2.4.4  常用差異表達分析工具
    2.4.5  分析流程與參數設置
    2.4.6  差異表達基因結果解讀
    2.4.7  結果可視化
  2.5  功能富集與通路分析
    2.5.1  基因列表與背景集準備
    2.5.2  GO功能富集分析
    2.5.3  通路富集分析
    2.5.4  基因集富集分析
    2.5.5  富集結果的可視化與綜合解釋

  2.6  數據分析的可視化總結
    2.6.1  質量評估結果可視化
    2.6.2  表達數據分佈和樣本可視化
    2.6.3  差異表達結果可視化
    2.6.4  富集分析結果可視化
    2.6.5  其他可視化工具
  2.7  可變剪接分析
    2.7.1  可變剪接事件類型
    2.7.2  剪接分析方法與工具
    2.7.3  差異剪接分析流程
    2.7.4  剪接結果解讀與實例
  2.8  基因共表達網路分析
    2.8.1  WGCNA原理簡介
    2.8.2  WGCNA網路構建步驟
    2.8.3  模塊與表型性狀的關聯分析
    2.8.4  模塊功能註釋與樞紐基因識別
  2.9  Bulk轉錄組數據分析實戰
    2.9.1  實驗背景與數據集介紹
    2.9.2  數據預處理和比對方法
    2.9.3  差異表達基因分析結果
    2.9.4  功能/通路富集分析結果
    2.9.5  共表達網路分析結果
    2.9.6  結果整合與生物學意義
  課後習題
第3章  單細胞轉錄組學數據分析
  3.1  單細胞轉錄組測序技術概述
    3.1.1  轉錄組學基礎
    3.1.2  技術背景及實驗流程
    3.1.3  測序技術分類與對比
  3.2  單細胞轉錄組數據結構
    3.2.1  數據構成與數據格式
    3.2.2  Python中的AnnData對象
    3.2.3  R中的Seurat對象
  3.3  單細胞轉錄組基礎分析流程
    3.3.1  數據預處理方法
    3.3.2  降維與聚類分析
    3.3.3  細胞類型註釋
    3.3.4  差異表達分析
    3.3.5  功能富集分析
    3.3.6  擬時序軌跡推斷
    3.3.7  常用分析工具概覽
  3.4  單細胞數據整合
    3.4.1  Seurat錨點整合法
    3.4.2  Harmony演算法
    3.4.3  ComBat演算法
  課後習題
第4章  空間轉錄組學數據分析
  4.1  空間轉錄組學概述
  4.2  技術分類與核心原理
    4.2.1  基於NGS的空間轉錄組技術

    4.2.2  基於成像的空間轉錄組技術
  4.3  基礎分析流程
    4.3.1  基於測序平台的數據分析
    4.3.2  基於成像平台的數據分析
  4.4  進階空間分析方法
    4.4.1  細胞類型反卷積分析
    4.4.2  空間鄰域分析
    4.4.3  細胞通信推斷
  4.5  數據與工具資源
    4.5.1  綜合性資源庫
    4.5.2  疾病專項資料庫
    4.5.3  技術導向型資源庫
  課後習題
第5章  質譜蛋白質組學數據分析
  5.1  基本概念
    5.1.1  質譜測量與分析整體流程
    5.1.2  各分析環節的方法學
    5.1.3  數據採集類型
    5.1.4  定量標記類型
  5.2  蛋白質定量分析
    5.2.1  DDALFQ數據定量
    5.2.2  DIALFQ數據定量
    5.2.3  TMT數據定量
  5.3  蛋白質表達矩陣類型
    5.3.1  DDALFQ數據的表達矩陣
    5.3.2  DIALFQ數據的表達矩陣
    5.3.3  TMTFragPipe數據的表達矩陣
    5.3.4  TMTMaxQuant數據的表達矩陣
  5.4  定量數據預處理
    5.4.1  數據輸入與MSnSet對象的構建
    5.4.2  數據插補方法
    5.4.3  數據標準化方法
    5.4.4  差異蛋白表達分析
  課後習題
第6章  代謝組學數據分析
  6.1  代謝組學概述
  6.2  代謝組學的研究方法
  6.3  代謝組學數據結構
    6.3.1  質譜分析核心概念
    6.3.2  常用數據格式
  6.4  常用資料庫及檢索工具
    6.4.1  綜合性資料庫
    6.4.2  質譜圖預測平台
    6.4.3  化學結構檢索工具
  6.5  數據處理與分析平台
    6.5.1  原始數據格式轉換
    6.5.2  在線統計分析可視化
  課後習題
第7章  醫學影像處理與分析
  7.1  醫學影像概述與多模態融合

    7.1.1  醫學影像的研究價值
    7.1.2  多模態數據融合策略
  7.2  數據獲取與預處理
    7.2.1  醫學影像的獲取途徑與存儲格式
    7.2.2  影像讀取與標準化流程
  7.3  深度圖像特徵提取與分析
    7.3.1  深度學習特徵提取模型
    7.3.2  特徵處理與建模
  7.4  大模型在醫學影像中的應用
    7.4.1  圖文匹配與檢索
    7.4.2  圖像分割與區域分析
    7.4.3  醫學影像語義生成與報告分析
  課後習題
第8章  R語言在生物信息學中的應用
  8.1  走入R語言
    8.1.1  R語言簡介
    8.1.2  CRAN與Bioconductor
    8.1.3  BiocManager的安裝
  8.2  R語言數據結構與編程範式
    8.2.1  R語言中的S4對象
    8.2.2  SingleCellExperiment結構
  8.3  數據預處理流程
    8.3.1  PBMC3k數據集背景
    8.3.2  載入可重複數據
    8.3.3  子集選取與數據訪問
    8.3.4  質量控制
  8.4  數據核心分析流程
    8.4.1  數據標準化與高變基因選擇
    8.4.2  數據降維分析
  8.5  數據可視化與解釋
    8.5.1  質量控制與預處理結果可視化
    8.5.2  UMAP/t-SNE聚類結果可視化
  8.6  細胞聚類與註釋
    8.6.1  無監督聚類方法
    8.6.2  標記基因鑒定與差異表達分析
    8.6.3  細胞類型註釋
  8.7  高級生物信息學R包
    8.7.1  基因組數據結構化
    8.7.2  BulkRNA-seq差異表達分析
    8.7.3  原始測序數據處理
    8.7.4  高級基因組可視化
    8.7.5  計算性能優化
  課後習題

  • 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