《组学数据生物信息学(研究方法与实验方案导读版)》从多个侧面对组学数据生物信息学做了详尽的介绍。本书共分三篇。第一篇介绍核心分析策略、标准分析规范、数据管理指南，以及用于分析组学数据的基本统计方法。第二篇介绍用于基因组、转录组、蛋白质组、代谢组等各种不同组学数据的生物信息学分析方法，包括基本概念和实验背景，以及原始数据预处理和深入分析的基本方法。第三篇则介绍如何利用生物信息学进行组学数据分析的实例，包括人类疾病相关生物标记鉴定和靶标识别等具体例子。本书由迈尔著。

《组学数据生物信息学(研究方法与实验方案导读版)》特邀本领域专业研究人员撰写，以便向读者提供一本实用指南。本书向读者展示了一个全新的研究领域——组学数据生物信息学。这一新领域交汇并整合了分子生物学、应用信息学和统计学等不同学科。

本书内容十分详尽，全书分为三大部分。首先介绍组学数据的基本分析策略、标准化、管理指南，以及基础统计学等。接着，按基因组、转录组、蛋白质组、代谢组等不同专题介绍各种数据的特定分析策略。最后，以疾病相关生物标记和靶标鉴定等为例，说明组学生物信息学的具体应用。本书秉承Springer《分子生物学方法》系列丛书的一贯风格，阐述明晰、便于使用，各章包括专题简介、必备材料、易于操作的实验方案、疑难问题的注意事项，以及如何避免常见错误。

《组学数据生物信息学(研究方法与实验方案导读版)》既具权威性，又力求通俗易懂，可作为不同专业背景研究人员的理想指南，也为读者描绘了本研究领域引人入胜的图景。本书由迈尔著。

前言

撰稿人

第一篇 组学生物信息学基础

第一章 组学技术、数据和生物信息学原理

第二章 组学数据的数据标准：数据共享和重用

第三章 组学数据管理和注释

第四章 交叉组学研究项目的数据和知识管理

第五章 组学数据的统计分析原理

第六章 不同层次组学数据综合分析的统计方法和模型

第七章 时序组学数据集的分析

第八章 “组学”术语的恰当使用

第二篇 几种常用组学数据及分析方法

第九章 高通量测序数据的计算分析

第十章 对照研究中的单核苷酸多态性分析

第十一章 拷贝数变异数据的生物信息学分析

第十二章 基于免疫共沉淀的芯片数据处理：从原始图像生成到分析结果浏览

第十三章 基于基因表达潜的全局机制分析和疾病相关性

第十四章 转录组数据的生物信息学分析

第十五章 定性和定量蛋白组数据的生物信息学分析

第十六章 质谱数据代谢组数据的生物信息学分析

第三篇 实用组学生物信息学

第十七章 组学数据处理过程中的计算分析流程

第十八章 组学数据的整合、储存和分析策略

第十九章 信号通路、相互作用网络构建和功能分析研究中组学数据的整合

第二十章 时间依赖型组学数据的网络推断

第二十一章 组学和文献挖掘

第二十二章 组学和生物信息学在临床数据处理中的应用

第二十三章 基于组学的病理和生理过程分析

第二十四章 基于组学的生物标记发现中的数据挖掘方法

第二十五章 癌症靶标识别的综合生物信息学分析

第二十六章 基于组学的分子靶标和生物标记鉴定

索引