-
>
補遺雷公炮制便覽 (一函2冊)
-
>
方劑學(xué)
-
>
(精)河南古代醫(yī)家經(jīng)驗輯
-
>
中醫(yī)珍本文庫影印點校(珍藏版):醫(yī)案摘奇·雪雅堂醫(yī)案合集
-
>
中醫(yī)珍本文庫影印點校(珍藏版):外科方外奇方
-
>
中醫(yī)珍本文庫影印點校(珍藏版):用藥禁忌書
-
>
中醫(yī)珍本文庫影印點校(珍藏版):沈氏女科輯要箋疏
AI賦能的微生物組大數(shù)據(jù)挖掘:方法與應(yīng)用 版權(quán)信息
- ISBN:9787547862377
- 條形碼:9787547862377 ; 978-7-5478-6237-7
- 裝幀:精裝
- 冊數(shù):暫無
- 重量:暫無
- 所屬分類:>>
AI賦能的微生物組大數(shù)據(jù)挖掘:方法與應(yīng)用 本書特色
本書作者在研究實踐基礎(chǔ)上,結(jié)合國內(nèi)外*新研究進展,對微生物組數(shù)據(jù)相關(guān)的基礎(chǔ)知識和理論進行了系統(tǒng)梳理,并對微生物組數(shù)據(jù)挖掘、尤其是人工智能方法在微生物組數(shù)據(jù)中的應(yīng)用等內(nèi)容進行了簡明清晰的闡釋。內(nèi)容聚焦而系統(tǒng),立意新穎,緊跟學(xué)科前沿,填補了相關(guān)內(nèi)容出版物的空白。
AI賦能的微生物組大數(shù)據(jù)挖掘:方法與應(yīng)用 內(nèi)容簡介
微生物組學(xué)(microbiomics)是繼基因組學(xué)之后,生物學(xué)研究領(lǐng)域的重大突破之一。特別是近20年來,國際上有關(guān)微生物組學(xué)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(huán)境保護、工業(yè)生產(chǎn)等方面發(fā)掘了大量的微生物資源,發(fā)現(xiàn)了大批的微生物變化規(guī)律。當(dāng)今人工智能(AI)技術(shù)一日千里,將其運用于微生物組的大數(shù)據(jù)挖掘,可極大地促進微生物資源的理性轉(zhuǎn)化與應(yīng)用。本書較為全面系統(tǒng)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(jì)前20年來相關(guān)數(shù)據(jù)挖掘方法和典型應(yīng)用案例,并對其未來發(fā)展趨勢和應(yīng)用潛力進行了總結(jié)與展望,可供微生物組研究相關(guān)的科研工作者,以及對組學(xué)數(shù)據(jù)挖掘感興趣的師生參考。
AI賦能的微生物組大數(shù)據(jù)挖掘:方法與應(yīng)用 目錄
第2章微生物組大數(shù)據(jù)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(shù)據(jù)的特征22 23微生物組的主流數(shù)據(jù)庫23 24微生物組的主流數(shù)據(jù)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(tǒng)計和可視化工具28 25微生物組數(shù)據(jù)整合中的批次效應(yīng)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(quán)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(shù)據(jù)分析流程32 26116S擴增子數(shù)據(jù)分析流程33 262宏基因組數(shù)據(jù)分析流程35 小結(jié)37 參考文獻37
第3章微生物組大數(shù)據(jù)挖掘43 31微生物組大數(shù)據(jù)挖掘概述43 311微生物組數(shù)據(jù)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(xué)習(xí)的概念及方法47 315深度學(xué)習(xí)的概念及方法52 316計算機經(jīng)典算法簡介58 32微生物組數(shù)據(jù)挖掘方法61 321微生物組大數(shù)據(jù)挖掘主流方法及其特征61 322微生物組數(shù)據(jù)挖掘技術(shù)簡介62 323微生物標(biāo)志物挖掘及經(jīng)典案例64 324微生物組樣本比對和特征預(yù)測及經(jīng)典案例65 325微生物組時序網(wǎng)絡(luò)挖掘及經(jīng)典案例66 33微生物組大數(shù)據(jù)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(yīng)用實例73 34微生物組數(shù)據(jù)挖掘的瓶頸問題及應(yīng)對策略77 341微生物組大數(shù)據(jù)挖掘瓶頸77 342微生物組大數(shù)據(jù)挖掘瓶頸問題的應(yīng)對策略78 小結(jié)80 參考文獻81
第4章微生物組大數(shù)據(jù)的應(yīng)用85 41不同宿主環(huán)境下的微生物組數(shù)據(jù)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(yǎng)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(shù)據(jù)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(guān)聯(lián)分析97 423人類飲食與腸道菌群的個性化關(guān)聯(lián)98 424體育鍛煉與腸道菌群的相關(guān)性研究98 425幼兒腸道微生物組的時間發(fā)育變化100 426腸道菌群與年齡預(yù)測101 427微生物組與癌癥相關(guān)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(fēng)濕性關(guān)節(jié)炎患者微生物失調(diào)和代謝紊亂研究104 4211下呼吸道細(xì)菌性感染診斷研究105 4212腸道菌群可塑性研究105 43環(huán)境和工程領(lǐng)域的微生物組數(shù)據(jù)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(chǎn)物調(diào)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(zhuǎn)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(xué)預(yù)測新蛋白質(zhì)家族116 4311重癥監(jiān)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(xué)習(xí)應(yīng)用于微生物溯源的研究119 4314遷移學(xué)習(xí)應(yīng)用于微生物分類研究120 小結(jié)121 參考文獻122
第5章微生物組大數(shù)據(jù)挖掘的發(fā)展趨勢和未來態(tài)勢129 51人工智能賦能的微生物組大數(shù)據(jù)挖掘的總體知識框架131 52新技術(shù)和新發(fā)現(xiàn)驅(qū)動微生物組研究的不斷進步131 53微生物組暗物質(zhì)和大數(shù)據(jù)挖掘137 參考文獻140
附錄143 附錄1術(shù)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
AI賦能的微生物組大數(shù)據(jù)挖掘:方法與應(yīng)用 作者簡介
寧康:華中科技大學(xué)生命科學(xué)與技術(shù)學(xué)院教授,博士生導(dǎo)師,生物信息與系統(tǒng)生物學(xué)系系主任,華中卓越學(xué)者特聘教授,湖北省楚天學(xué)者特聘教授。在生物信息學(xué)領(lǐng)域從事科研工作10余年,研究重點方向為生物大數(shù)據(jù)和微生物組的挖掘及其在健康與環(huán)境等領(lǐng)域的應(yīng)用。目前主持國家自然科學(xué)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(xué)、醫(yī)學(xué)和生物信息學(xué)頂級學(xué)術(shù)期刊發(fā)表學(xué)術(shù)論文100余篇,文章總引用超過5000次。擔(dān)任Genomics Proteomics Bioinformatics、Microbiology Spectrum等國際期刊編委,擔(dān)任中國生物信息學(xué)學(xué)會-基因組信息學(xué)分會副主任等。
- >
羅庸西南聯(lián)大授課錄
- >
有舍有得是人生
- >
莉莉和章魚
- >
煙與鏡
- >
小考拉的故事-套裝共3冊
- >
中國歷史的瞬間
- >
龍榆生:詞曲概論/大家小書
- >
月亮與六便士