掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
中醫入門必背歌訣
-
>
醫驗集要
-
>
尋回中醫失落的元神2:象之篇
-
>
補遺雷公炮制便覽 (一函2冊)
-
>
人體解剖學常用詞圖解(精裝)
-
>
神醫華佗(奇方妙治)
-
>
(精)河南古代醫家經驗輯
AI賦能的微生物組大數據挖掘:方法與應用 版權信息
- ISBN：9787547862377
- 條形碼：9787547862377 ; 978-7-5478-6237-7
- 裝幀：精裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
AI賦能的微生物組大數據挖掘:方法與應用 本書特色
本書作者在研究實踐基礎上，結合國內外*新研究進展，對微生物組數據相關的基礎知識和理論進行了系統梳理，并對微生物組數據挖掘、尤其是人工智能方法在微生物組數據中的應用等內容進行了簡明清晰的闡釋。內容聚焦而系統，立意新穎，緊跟學科前沿，填補了相關內容出版物的空白。
AI賦能的微生物組大數據挖掘:方法與應用 內容簡介
微生物組學（microbiomics）是繼基因組學之后，生物學研究領域的重大突破之一。特別是近20年來，國際上有關微生物組學的研究進展極其迅速，不僅積累了上百萬的微生物群落樣本，而且在人體健康、環境保護、工業生產等方面發掘了大量的微生物資源，發現了大批的微生物變化規律。當今人工智能（AI）技術一日千里，將其運用于微生物組的大數據挖掘，可極大地促進微生物資源的理性轉化與應用。本書較為全面系統性地梳理了AI賦能微生物組的基本概念和分析流程，以及21世紀前20年來相關數據挖掘方法和典型應用案例，并對其未來發展趨勢和應用潛力進行了總結與展望，可供微生物組研究相關的科研工作者，以及對組學數據挖掘感興趣的師生參考。
AI賦能的微生物組大數據挖掘:方法與應用 目錄
第1章微生物組1
11基本概念1
111微生物群2
112宏基因組4
113微生物組5
12微生物組高通量測序5
121擴增子測序6
122宏基因組測序7
123測序技術的發展9
124鳥槍法宏基因組測序的拓展研究11
13微生物組測序數據和基本分析流程14
小結16
參考文獻16
第2章微生物組大數據及其主流分析方法20 21基本概念及分類20 22微生物組大數據的特征22 23微生物組的主流數據庫23 24微生物組的主流數據分析方法和軟件24 241擴增子分析軟件27 242宏基因組分析軟件27 243統計和可視化工具28 25微生物組數據整合中的批次效應28 251平均中心方法30 252Zscore方法30 253基于比值的方法31 254距離加權判別法31 255ComBat方法31 256基于奇異值分解方法31 257替代變量分析法31 26微生物數據分析流程32 26116S擴增子數據分析流程33 262宏基因組數據分析流程35 小結37 參考文獻37
第3章微生物組大數據挖掘43 31微生物組大數據挖掘概述43 311微生物組數據挖掘背景43 312人工智能簡介44 313人工智能和高性能計算47 314機器學習的概念及方法47 315深度學習的概念及方法52 316計算機經典算法簡介58 32微生物組數據挖掘方法61 321微生物組大數據挖掘主流方法及其特征61 322微生物組數據挖掘技術簡介62 323微生物標志物挖掘及經典案例64 324微生物組樣本比對和特征預測及經典案例65 325微生物組時序網絡挖掘及經典案例66 33微生物組大數據挖掘的人工智能方法67 331在生物研究中的人工智能方法67
332在微生物組研究中的人工智能方法71 333人工智能應用實例73 34微生物組數據挖掘的瓶頸問題及應對策略77 341微生物組大數據挖掘瓶頸77 342微生物組大數據挖掘瓶頸問題的應對策略78 小結80 參考文獻81
第4章微生物組大數據的應用85 41不同宿主環境下的微生物組數據研究86 411大黃蜂微生物組研究86 412魚類微生物組研究87 413小龍蝦微生物組研究89 414從抗生素耐藥性角度研究水稻小龍蝦共養模式90 415雞微生物組研究91 416歐洲野兔微生物組研究91 417家畜微生物組研究92 42人體微生物組數據研究93 421腸型分析96 422腸道微生物亞群與飲食、代謝疾病的關聯分析97 423人類飲食與腸道菌群的個性化關聯98 424體育鍛煉與腸道菌群的相關性研究98 425幼兒腸道微生物組的時間發育變化100 426腸道菌群與年齡預測101 427微生物組與癌癥相關性研究101 428腸道菌群與非酒精性脂肪肝的防治102 429腸易激綜合征患者腸道菌群的研究103 4210類風濕性關節炎患者微生物失調和代謝紊亂研究104 4211下呼吸道細菌性感染診斷研究105 4212腸道菌群可塑性研究105 43環境和工程領域的微生物組數據研究106 431土壤微生物組研究107 432污水處理廠微生物群落挖掘108 433植物根際微生物群落研究109 434甘草基因表達微生物群落代謝產物調控模式研究110 435地下水微生物來源分析111 436水體抗生素抗性基因研究112 437湖泊抗生素抗性基因研究113 438全球海洋宏轉錄組研究114 439海洋微生物群落中的抗生素抗性基因研究115 4310利用海洋宏基因組學預測新蛋白質家族116 4311重癥監護病房微生物研究117 4312微生物溯源研究118 4313本體感知深度學習應用于微生物溯源的研究119 4314遷移學習應用于微生物分類研究120 小結121 參考文獻122
第5章微生物組大數據挖掘的發展趨勢和未來態勢129 51人工智能賦能的微生物組大數據挖掘的總體知識框架131 52新技術和新發現驅動微生物組研究的不斷進步131 53微生物組暗物質和大數據挖掘137 參考文獻140
附錄143 附錄1術語解釋144 附錄2微生物基因組概述150 附錄3基因組功能注釋153 附錄4人類微生物組研究的30個重大里程碑事件157
第2章微生物組大數據及其主流分析方法20 21基本概念及分類20 22微生物組大數據的特征22 23微生物組的主流數據庫23 24微生物組的主流數據分析方法和軟件24 241擴增子分析軟件27 242宏基因組分析軟件27 243統計和可視化工具28 25微生物組數據整合中的批次效應28 251平均中心方法30 252Zscore方法30 253基于比值的方法31 254距離加權判別法31 255ComBat方法31 256基于奇異值分解方法31 257替代變量分析法31 26微生物數據分析流程32 26116S擴增子數據分析流程33 262宏基因組數據分析流程35 小結37 參考文獻37
第3章微生物組大數據挖掘43 31微生物組大數據挖掘概述43 311微生物組數據挖掘背景43 312人工智能簡介44 313人工智能和高性能計算47 314機器學習的概念及方法47 315深度學習的概念及方法52 316計算機經典算法簡介58 32微生物組數據挖掘方法61 321微生物組大數據挖掘主流方法及其特征61 322微生物組數據挖掘技術簡介62 323微生物標志物挖掘及經典案例64 324微生物組樣本比對和特征預測及經典案例65 325微生物組時序網絡挖掘及經典案例66 33微生物組大數據挖掘的人工智能方法67 331在生物研究中的人工智能方法67
332在微生物組研究中的人工智能方法71 333人工智能應用實例73 34微生物組數據挖掘的瓶頸問題及應對策略77 341微生物組大數據挖掘瓶頸77 342微生物組大數據挖掘瓶頸問題的應對策略78 小結80 參考文獻81
第4章微生物組大數據的應用85 41不同宿主環境下的微生物組數據研究86 411大黃蜂微生物組研究86 412魚類微生物組研究87 413小龍蝦微生物組研究89 414從抗生素耐藥性角度研究水稻小龍蝦共養模式90 415雞微生物組研究91 416歐洲野兔微生物組研究91 417家畜微生物組研究92 42人體微生物組數據研究93 421腸型分析96 422腸道微生物亞群與飲食、代謝疾病的關聯分析97 423人類飲食與腸道菌群的個性化關聯98 424體育鍛煉與腸道菌群的相關性研究98 425幼兒腸道微生物組的時間發育變化100 426腸道菌群與年齡預測101 427微生物組與癌癥相關性研究101 428腸道菌群與非酒精性脂肪肝的防治102 429腸易激綜合征患者腸道菌群的研究103 4210類風濕性關節炎患者微生物失調和代謝紊亂研究104 4211下呼吸道細菌性感染診斷研究105 4212腸道菌群可塑性研究105 43環境和工程領域的微生物組數據研究106 431土壤微生物組研究107 432污水處理廠微生物群落挖掘108 433植物根際微生物群落研究109 434甘草基因表達微生物群落代謝產物調控模式研究110 435地下水微生物來源分析111 436水體抗生素抗性基因研究112 437湖泊抗生素抗性基因研究113 438全球海洋宏轉錄組研究114 439海洋微生物群落中的抗生素抗性基因研究115 4310利用海洋宏基因組學預測新蛋白質家族116 4311重癥監護病房微生物研究117 4312微生物溯源研究118 4313本體感知深度學習應用于微生物溯源的研究119 4314遷移學習應用于微生物分類研究120 小結121 參考文獻122
第5章微生物組大數據挖掘的發展趨勢和未來態勢129 51人工智能賦能的微生物組大數據挖掘的總體知識框架131 52新技術和新發現驅動微生物組研究的不斷進步131 53微生物組暗物質和大數據挖掘137 參考文獻140
附錄143 附錄1術語解釋144 附錄2微生物基因組概述150 附錄3基因組功能注釋153 附錄4人類微生物組研究的30個重大里程碑事件157
展開全部
AI賦能的微生物組大數據挖掘:方法與應用 作者簡介
寧康：華中科技大學生命科學與技術學院教授，博士生導師，生物信息與系統生物學系系主任，華中卓越學者特聘教授，湖北省楚天學者特聘教授。在生物信息學領域從事科研工作10余年，研究重點方向為生物大數據和微生物組的挖掘及其在健康與環境等領域的應用。目前主持國家自然科學基金項目、科技部重大研究計劃課題等。已作為通訊作者在PNAS、Gut、Genome Biology、Genome Medicine、Microbiome、Briefings in Bioinformatics、Nucleic Acids Research等生物學、醫學和生物信息學頂級學術期刊發表學術論文100余篇，文章總引用超過5000次。擔任Genomics Proteomics Bioinformatics、Microbiology Spectrum等國際期刊編委，擔任中國生物信息學學會-基因組信息學分會副主任等。
書友推薦
- >
姑媽的寶刀
- >
史學評論
- >
巴金－再思錄
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
二體千字文
- >
中國歷史的瞬間
- >
回憶愛瑪儂
- >
有舍有得是人生
本類暢銷
