星期三, 一月 29, 2014

《R语言与Bioconductor生物信息学应用》已经出版

《R语言与Bioconductor生物信息学应用》一书主要是使用R语言来解决生物信息学问题。主要作者是两位在生物信息学界有极深造诣的科研人士,高山和欧剑虹,这二位的博客地址如下:
http://blog.sciencenet.cn/u/gaoshannankai
http://pgfe.umassmed.edu/ou/
我本人也完成了其中部分章节的写作。此书的特点在于:

  • 从实际课题出发,提出解决这个问题的思路,结合用到的原理或基础知识,但更偏重整个解决问题的框架和流程,选用R这种简单易学但功能强大的语言,把讲解延伸到具体程序代码,让读者100%经历整个课题研究过程。
  • 最大的创新点是:实际课题直接来作者发表的SCI文章,全部都是真枪实弹,不杜撰所谓“实际应用”。国内外尚未见到与SCI文章紧密结合的生物信息书籍。
  • 本书是多名R领域专家(全部都是一线科研工作者)通过互联网联手写作。在前期网上调研的基础上,尽量在本书内突出大多数人普遍关心而又难找相关资料的问题。
  • 所见即所得,学到的知识可以通过简单编程(仅仅代码拷贝粘贴)加以实现,印象深刻,学了不会忘。提出三板斧学习法,让无基础的人也能编程。
  • 本书作者通过QQ群直接面向读者答疑,并且共享了大量的参考资料和习题答案。使用正版书籍的读者都可以入群享受最好的服务。不在书中罗列基础知识凑字数,也不使用光盘,既能减轻读者负担,又能保护环境。



此书在Amazon网站可购,详细目录如下

第一章 R基础知识 4
1.1 什么是R 4
1.1.1 R语言的起源 4
1.1.2 R语言的特点 5
1.1.3 R语言的主要用途 7
1.1.4 R语言的应用现状和发展趋势 10
1.2 R的下载与安装 12
1.2.1 主程序的下载与安装 12
1.2.2 扩展包的下载与安装 14
1.2.3 R语言的集成开发环境 16
1.2.4 R主程序和扩展包的管理与升级 19
1.3 R语言快速入门 21
1.3.1 从哪里入手开始学习R 21
1.3.2 三板斧搞定R语言 21
1.3.3 一个例子来说明三板斧 22
1.4 一些简单的语法知识 23
1.4.1 什么是编程 23
1.4.2 变量 23
1.4.3 函数 24
1.4.4 综合案例 25
1.5 本章源代码详解及小结 25
1.5.1 例1-1 25
1.5.2 例1-2 26
1.5.3 例1-3 27
1.5.4 例1-4 28
1.5.5 小结 30
参考文献: 31
第二章 生物信息学基础知识 4
2.1中心法则-生物信息流 4
2.1.1 生物大分子 4
2.1.2 中心法则 7
2.1.3 基因组、转录组和蛋白质组 8
2.1.4 非编码RNA和microRNA 9
2.2测序与序列分析 10
2.2.1 DNA测序技术 10
2.2.2 第二代测序技术的应用领域 12
2.2.3 序列分析 13
2.2.4 序列比对和相似性搜索 14
2.2.5 分子进化和系统发生树 15
2.3基因表达分析 17
2.3.1基因表达的检测方法 17
2.3.2 基因表达数据分析 18
2.3.3基因表达差异的显著性分析 19
2.3.4基因本体论分析 20
2.3.5通路分析 22
2.4注释、统计与可视化 22
2.4.1 注释与ID映射 23
2.4.2 统计与可视化 23
参考文献: 24
第三章 R在生物信息学中的简单应用 2
3.1 一个序列分析课题 2
3.1.1 课题背景 2
3.1.2 研究目的与实验设计 2
3.1.3 数据获取与处理流程 3
3.2 用R包(非bioconductor)实现课题 4
3.2.1 定义全部函数(例3-1) 4
3.2.2 课题实现 13
3.2.3 源代码详解与小结 16
3.3 用R包(bioconductor)实现课题一 21
3.3.1 重新设计数据处理流程和全部函数(例3-2) 21
3.3.2 课题实现 25
3.3.3源代码详解与小结 26
3.4 用R包(bioconductor)实现课题二 26
3.41 重新设计数据处理流程和全部函数(例3-3) 26
3.4.2 课题实现 35
3.4.3源代码详解与小结 35
第四章 Bioconductor简介 1
4.1 什么是Bioconductor 2
4.1.1 Bioconductor的起源 2
4.1.2 Bioconductor主要特点 2
4.2 Bioconductor包的分类介绍 5
4.2.1 三大板块分类介绍 5
4.2.2 软件包的进一步介绍 6
4.2.3 按照应用领域分类 9
4.3 从R到Bioconductor的跨越:Biostrings, BiomaRt以及AnnotationDbi包 12
4.3.1 应用Biostrings处理生物序列 13
4.3.2 应用BiomaRt获取实验数据与注释信息 21
4.3.3 应用AnnotationDbi生成注释包 27
参考文献: 32
第五章Bioconductor分析基因芯片数据
5.1 快速入门 2
5.2 基因芯片基础知识 3
5.2.1 探针组 3
5.2.2 主要的芯片文件格式 4
5.3 基因芯片数据预处理 5
5.3.1 数据输入 6
5.3.2 质量控制 7
5.3.3 背景校正、标准化和汇总 17
5.3.4 预处理的一体化算法 20
5.4 基因芯片数据分析 24
5.4.1 选取差异表达基因 24
5.4.2 注释 27
5.4.3 统计分析及可视化 28
5.5 芯片处理实际课题一 39
5.5.1 课题背景 39
5.5.2 数据集与预处理 40
5.5.3 R程序与代码讲解 41
5.6 芯片处理实际课题二 42
5.6.1 课题背景 42
5.6.2 数据集与处理过程 43
5.6.3 R程序与代码讲解 43
5.7 芯片处理实际课题三 44
5.7.1 课题背景 44
5.7.2 数据集与处理过程 45
5.7.3 R程序与代码讲解 46
参考文献: 48
第六章 Bioconductor分析RNA-seq数据 4
6.1示例课题介绍 4
6.1.1课题背景 4
6.1.2数据集和处理过程 4
6.2高通量测序基础知识 5
6.2.1高通量测序原理 5
6.2.2测序的质量分数 9
6.2.3高通量测序文件格式 12
6.3 RNA-seq技术的特点 16
6.3.1 RNA-seq对芯片的优势 16
6.3.2 RNA-seq存在的问题 17
6.4 RNA-seq数据预处理 18
6.4.1 质量控制 18
6.4.2 读段清理 22
6.4.3 转录组组装 25
6.4.4 转录组定量和标准化 25
6.4.5 线性相关系数 27
6.5 RNA-seq数据分析 28
6.5.1基因表达差异的显著性分析 28
6.5.2 RNA-seq数据的其它分析 31
参考文献: 31
第七章 R的高级语法与如何创建R包
7.1 R的高级语法 2
7.1.1 数据类型及相互转换 2
7.1.2 向量运算 6
7.1.3 函数 8
7.1.4 循环与条件 9
7.1.5 输入输出 11
7.1.6 对象和类 12
7.2 创建及发布自己的R/Bioconductor包 14
7.2.1 在Windows下创建和发布R包 14
7.2.2 在Linux下创建和发布包 25
7.3 R包结构 26
7.3.1 R的源代码包 27
7.3.2 R的二进制包 28
参考文献: 29

附录A 进一步学习的资源
附录B R常用函数
附录C R的内存管理和帮助系统

直接购买方式:

支付宝账号: pibobo@126.com 何静
留言:姓名+R语言书+册数
定书后,请将邮寄地址(一定要邮编)和电话发以上电子邮件
电子邮件题目是买R语言书,内容就是姓名+邮寄地址+电话
本书定价58元,群内读者预定50元(包快递费);团购5本以上45元(包快递费);50本40元(包快递费);
如果大学指定为教材,我可以提供更多材料,长期合作,打造精品课程

4 条评论:

  1. 其实就是paper里的method详解/Case Study之类的感觉,而且还是原生中文支持

    回复删除
  2. 如何在美国买到此书?

    回复删除
  3. 好像不行哦!

    回复删除