Ricettario di R Bioinformatica

Recensioni dei lettori

Il libro ha raccolto recensioni contrastanti, con critiche significative sulla sua praticità e funzionalità. Alcuni utenti lo trovano istruttivo, mentre altri lo considerano mal realizzato, soprattutto per i principianti.

Alcuni recensori hanno trovato il libro informativo e utile per comprendere alcuni concetti.

Molti utenti hanno trovato il libro carente dal punto di vista dell'applicazione pratica e hanno notato che il codice fornito al suo interno spesso non funziona. Sono state menzionate librerie R obsolete, errori nel codice e una generale difficoltà nell'utilizzo del libro per la bioinformatica pratica.

(basato su 3 recensioni dei lettori)

Titolo originale:

R Bioinformatics Cookbook

Contenuto del libro:

Oltre 60 ricette per modellare e gestire dati biologici reali utilizzando le moderne librerie dell'ecosistema R.

Caratteristiche principali:

⬤ Applicare i moderni pacchetti R per gestire i dati biologici utilizzando esempi reali.

⬤ Rappresentare i dati biologici con visualizzazioni avanzate adatte alla ricerca e alle pubblicazioni.

⬤ Gestire problemi reali di bioinformatica come il sequenziamento di nuova generazione, la metagenomica e l'automazione delle analisi.

Descrizione del libro:

Gestire efficacemente i dati biologici richiede una conoscenza approfondita delle tecniche di apprendimento automatico e delle capacità computazionali, oltre alla comprensione di come utilizzare strumenti come edgeR e DESeq. Con il Ricettario di Bioinformatica di R, esplorerete tutto questo e altro ancora, affrontando sfide comuni e meno comuni nel campo della bioinformatica con esempi reali.

Questo libro utilizza un approccio basato su ricette per mostrare come eseguire ricerche e analisi pratiche nella biologia computazionale con R. Imparerete come analizzare efficacemente i vostri dati con gli strumenti più recenti di Bioconductor, ggplot e tidyverse. Il libro vi guiderà attraverso gli strumenti essenziali di Bioconductor per aiutarvi a comprendere ed eseguire protocolli di RNAseq, filogenetica, genomica e analisi delle sequenze. Man mano che si procede, si apprende come le tecniche di apprendimento automatico possono essere utilizzate nel campo della bioinformatica. Svilupperete gradualmente competenze computazionali fondamentali, come la creazione di flussi di lavoro riutilizzabili in R Markdown e pacchetti per il riutilizzo del codice.

Alla fine di questo libro, avrete acquisito una solida conoscenza delle tecniche più importanti e diffuse nell'analisi bioinformatica e degli strumenti necessari per lavorare con dati biologici reali.

Che cosa imparerete?

⬤ Impiegare Bioconductor per determinare le espressioni differenziali nei dati RNAseq.

⬤ Eseguire SAMtools e sviluppare pipeline per trovare polimorfismi a singolo nucleotide (SNP) e Indel.

⬤ Utilizzare ggplot per creare e annotare una serie di visualizzazioni.

⬤ Interrogare database esterni con Ensembl per trovare informazioni di genomica funzionale.

⬤ Eseguire l'allineamento di sequenze multiple su larga scala con DECIPHER per eseguire la genomica comparativa.

⬤ Utilizzare d3. js e Plotly per creare grafica web dinamica e interattiva.

⬤ Utilizzare k-nearest neighbors, macchine vettoriali di supporto e foreste casuali per trovare gruppi e classificare i dati.

A chi è rivolto questo libro:

Questo libro è rivolto a bioinformatici, analisti di dati, ricercatori e sviluppatori R che desiderano affrontare problemi biologici e bioinformatici di livello intermedio-avanzato imparando attraverso un approccio basato su ricette. La conoscenza del linguaggio di programmazione R e una conoscenza di base della bioinformatica sono requisiti indispensabili.