生物信息计算.pdf
本书重点关注生物信息学中的计算问题，立足于生物学及工程方向前沿技术和问题的研究，向读者展示生物学新方向并提供相关的应用实例。本书详细介绍高性能计算和生物医药大数据研究，Hadoop和Spark在基因大数据挖掘方向的应用，天津、长沙、广州超算中心的生物医药健康大数据平台。从最基本的
生物信息
生物信息学计算技术和软件导论.pdf
如果说21世纪是生物学世纪，生物信息学应该是支撑生物学世纪的核心科技之一。而大数据科学和人工智能技术正在将生物信息学推向生命科学和信息科学的前沿。本书分为生物信息学基础篇和生物信息组学技术篇两大部分。生物信息学基础篇从新兴领域切入，介绍生物信息学的计算科学及进化生物学基础（如网络
深度测序数据的生物信息学分析及实例.pdf
本书几乎涵盖了深度测序数据分析及应用的各个方面，适用于从事深度测序数据分析研究的技术人员和学者。在本书中，不仅可以了解到深度测序技术应用的领域，还可以通过具体实例，了解到不同软件的相关算法、原理及使用方法，以帮助选择适合自身研究和应用所需要的深度测序数据分析的解决方案。
生物信息学最佳实践.pdf
本书共六章，第一章介绍生物信息学使用环境搭建，主要介绍Linux的发行版、安装、基本配置及远程访问工具；第二章介绍生物信息学分析中主要用到的基本Linux命令，并使用生物信息数据进行实例操作；第三章介绍生物信息学的基本序列比对，包括BLAST比对、BLAT比对及Clust
遗传学工作者的生物信息学.pdf
本书由五部分共19章组成，第一部分介绍了遗传学工作者所面临的生物信息学挑战以及遗传数据的操作和管理；第二部分介绍了以人类单体型图谱计划(HapMap)、人类基因组学和比较基因组学等为代表的多元化数据；第三部分介绍了用于遗传学研究设计和分析的生物信息学策略和手段等。
生物信息学中的机器学习分析方法.pdf
本书针对生物信息学领域中海量的生物数据，分别从微阵列数据的分析和处理、基因调控网络的分析和构建以及蛋白质相互作用网络的分析等角度，系统介绍机器学习、统计学习及各种智能算法在生物信息学相关领域的应用。