کتاب R Bioinformatics Cookbook

کتاب R Bioinformatics Cookbook: Utilize R packages for bioinformatics, genomics, data science, and machine learning, 2nd Edition (کتاب راهنمای R Bioinformatics: استفاده از بسته‌های R برای بیوانفورماتیک، ژنومیک، علم داده و یادگیری ماشین، ویرایش دوم) مفاهیم علم بیوانفورماتیک را با استفاده از بسته‌های زبان برنامه‌نویسی R شرح خواهد داد.

در ادامه مقدمه‌ای از کتاب R Bioinformatics Cookbook را از زبان نویسنده شرح خواهیم داد.

مقدمه‌ای بر کتاب R Bioinformatics Cookbook:

در زیست‌شناسی، داده‌های ژنتیک و ژنومیک محرک کشف هستند. برای استفاده از قدرت داده‌ها، بیوانفورماتیک‌ها به ابزار‌های محاسباتی تکیه می‌کنند و هیچ کدام در دنیای آماری و تجسمی قدرتمندتر از کتاب راهنمای R. R Bioinformatics، ویرایش دوم، طراحی شده است که به شما کمک می‌کند کنترل همه انواع تحلیل‌های بیوانفورماتیک را در دست بگیرید و به شما کمک کند. با R به دنیای پیچیده بیوانفورماتیک پیمایش کنید.

کتاب R Bioinformatics Cookbook، ویرایش دوم، منبعی برای انجام سریع تحقیقات بیوانفورماتیک است. این کتاب به محققان کمک می‌کند تا مهارت‌های خود را تقویت کنند و دانش خود را در مورد بسته‌های مهم مانند tidyverse برای مدیریت داده‌ها، ggplot برای تجسم و mlr برای یادگیری ماشینی گسترش دهند و عمیقاً به چارچوب جامع Bioconductor ابزارهایی می‌پردازد که به طور خاص برای تجزیه و تحلیل‌های مالیاتی و رایج در بیوانفورماتیک طراحی شده‌اند.

بیشتر بخوانید: کتاب Modern Data Science with R

کتاب R Bioinformatics Cookbook برای چه کسی است؟

این کتاب برای بیوانفورماتیکان، تحلیلگران داده، محققان و توسعه‌دهندگان R است که می‌خواهند با یادگیری از طریق یک رویکرد مبتنی بر دستور العمل، به مشکلات بیولوژیکی و بیوانفورماتیک متوسط تا پیشرفته بپردازند. دانش کاری زبان برنامه‌نویسی R و دانش اولیه بیوانفورماتیک پیش‌نیاز است.

آنچه کتاب R Bioinformatics Cookbook پوشش می‌دهد:

فصل ۱، راه‌اندازی محیط کاری بیوانفورماتیک R، نحوه تنظیم رایانه و زنجیره ابزار خود را برای کار آسان و کارآمد نشان می‌دهد.

فصل ۲، بارگیری، مرتب کردن و تمیز کردن داده‌ها در tidyverse، نحوه بارگیری و آماده‌سازی داده‌های جدولی خارجی برای استفاده در خطوط لوله پیچیده را نشان می‌دهد.

فصل ۳، ggplot۲ و Extensions for Publication Quality Plots، ساختار ggplot و نحوه ایجاد طرح‌های جذاب و آموزنده از انواع مختلف را توضیح می‌دهد.

فصل ۴، استفاده از Quarto برای ایجاد گزارش‌ها، ارائه‌ها و وب‌سایت‌های غنی از داده، نحوه ترکیب کد و متن نوشته شده در اسناد محاسباتی باسواد را به روشی قدرتمند و انعطاف‌پذیر پوشش می‌دهد.

فصل ۵، انجام آسان تست‌های آماری با استفاده از مدل‌های خطی، چگونگی انجام رایج‌ترین تست‌ها در بیوانفورماتیک را در چارچوب مدل آماری قدرتمند R را بررسی می‌کند.

فصل ۶، اجرای کمی RNA-seq، از جدیدترین و پرکاربردترین ابزار‌ها برای RNA-seq، از جمله EdgeR، DESeq۲، و sleuth استفاده می‌کند.

فصل ۷، یافتن انواع ژنتیکی با داده‌های HTS، از بسته‌های Bioconductor قدرتمند برای کار با داده‌های توالی‌یابی ژنوم با توان بالا استفاده می‌کند.

فصل ۸، جستجوی توالی‌های ژن و پروتئین برای دامنه‌ها و موتیف‌ها، ویژگی‌های توالی عملکردی را با استفاده از ابزار‌ها و پایگاه‌های داده پیش‌بینی می‌کند.

فصل ۹، تجزیه و تحلیل فیلوژنتیک و تجسم، به انجام همترازی ژنوم و ژن و چگونگی ایجاد درختان فیلوژنتیک جذاب و آموزنده می‌پردازد.

فصل ۱۰، تجزیه و تحلیل حاشیه‌نویسی ژن، نشان می‌دهد که چگونه می‌توان ویژگی‌های بیولوژیکی مجموعه‌های ژن را از حاشیه‌نویسی آن ژن‌ها استنباط کرد.

فصل ۱۱، یادگیری ماشین با mlr۳، نحوه توسعه خطوط لوله مؤثر و مفید برای یادگیری ماشینی با بسته قدرتمند و انعطاف‌پذیر mlr۳ را توضیح می‌دهد.

فصل ۱۲، برنامه‌نویسی تابعی با purrr و پایه R، نشان می‌دهد که چگونه از سبک‌های برنامه‌نویسی کاربردی برای ساده‌سازی و توانمندسازی خطوط لوله تجزیه و تحلیل خود استفاده کنید.

فصل ۱۳، توسعه توربو شارژ در R با ChatGPT، توضیح می‌دهد که چگونه می‌توان با استفاده از آخرین مدل‌های ChatGPT، توسعه و آزمایش کد R را آسان‌تر کرد.

سرفصل‌های کتاب R Bioinformatics Cookbook:

• R Bioinformatics Cookbook, Second Edition
• Contributors
• About the author
• About the reviewer
• Preface
• Chapter 1: Setting Up Your R Bioinformatics Working Environment
• Chapter 2: Loading, Tidying, and Cleaning Data in the tidyverse
• Chapter 3: ggplot2 and Extensions for Publication Quality Plots
• Chapter 4: Using Quarto to Make Data-Rich Reports, Presentations, and Websites
• Chapter 5: Easily Performing Statistical Tests Using Linear Models
• Chapter 6: Performing Quantitative RNA-seq
• Chapter 7: Finding Genetic Variants with HTS Data
• Chapter 8: Searching Gene and Protein Sequences for Domains and Motifs
• Chapter 9: Phylogenetic Analysis and Visualization
• Chapter 10: Analyzing Gene Annotations
• Chapter 11: Machine Learning with mlr3
• Chapter 12: Functional Programming with purrr and base R
• Chapter 13: Turbo-Charging Development in R with ChatGPT
• Index
• Other Books You May Enjoy

جهت دانلود کتاب R Bioinformatics Cookbook می‌توانید پس از پرداخت، دریافت کنید.