R语言与Bioconductor生物信息学应用

《R语言与Bioconductor生物信息学应用》****************************************************************************************************《R语言在生物信息学中的应用》《R语言在生物信息学中的应用》本书的编写在国内国际都是一个创新本书特色•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，选用一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：实际课题直接来自已发表的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。欢迎大家直接购买•天津科技翻译出版社•本书定价58元，群内读者预定45元（含邮费）；团购5本以上40元（含邮费）；50本35元（含邮费）；•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支付方式：支付宝•支付宝账号：[e-mail]孙瑜•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+电话邮寄地址必须保证详细，而且有人签收，详细目录•第一章R基础知识4•1.1什么是R4•1.1.1R语言的起源4•1.1.2R语言的特点5•1.1.3R语言的主要用途7•1.1.4R语言的应用现状和发展趋势10•1.2R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•1.2.3R语言的集成开发环境16•1.2.4R主程序和扩展包的管理与升级19•1.3R语言快速入门21•1.3.1从哪里入手开始学习R21•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1-125•1.5.2例1-226•1.5.3例1-327•1.5.4例1-428•1.5.5小结30•参考文献：31详细目录•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microRNA9•2.2测序与序列分析10•2.2.1DNA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详细目录•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详细目录•第四章Bioconductor简介1•4.1什么是Bioconductor2•4.1.1Bioconductor的起源2•4.1.2Bioconductor主要特点2•4.2Bioconductor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详细目录•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•5.5.3R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•5.6.3R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•5.7.3R程序与代码讲解46•参考文献：48详细目录•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•6.3RNA-seq技术的特点16•6.3.1RNA-seq对芯片的优势16•6.3.2RNA-seq存在的问题17•6.4RNA-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•6.5RNA-seq数据分析28•6.5.1基因表达差异的显著性分析28•6.5.2RNA-seq数据的其它分析31•参考文献：31详细目录•第七章R的高级语法与如何创建R包•7.1R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•7.3R包结构26•7.3.1R的源代码包27•7.3.2R的二进制包28•参考文献：29••附录A进一步学习的资源•附录BR常用函数•附录CR的内存管理和帮助系统