Analyzing High-Dimensional Gene Expression and DNA Methylation Data with R

 
 
Routledge Member of the Taylor and Francis Group (Verlag)
  • erschienen am 14. Mai 2020
  • |
  • 200 Seiten
 
E-Book | PDF ohne DRM | Systemvoraussetzungen
978-1-4987-7260-0 (ISBN)
 

Analyzing high-dimensional gene expression and DNA methylation data with R is the first practical book that shows a ``pipeline" of analytical methods with concrete examples starting from raw gene expression and DNA methylation data at the genome scale. Methods on quality control, data pre-processing, data mining, and further assessments are presented in the book, and R programs based on simulated data and real data are included. Codes with example data are all reproducible.

Features: . Provides a sequence of analytical tools for genome-scale gene expression data and DNA methylation data, starting from quality control and pre-processing of raw genome-scale data. . Organized by a parallel presentation with explanation on statistical methods and corresponding R packages/functions in quality control, pre-processing, and data analyses (e.g., clustering and networks). . Includes source codes with simulated and real data to reproduce the results. Readers are expected to gain the ability to independently analyze genome-scaled expression and methylation data and detect potential biomarkers.

This book is ideal for students majoring in statistics, biostatistics, and bioinformatics and researchers with an interest in high dimensional genetic and epigenetic studies.

  • Englisch
  • New York
  • |
  • USA
Taylor & Francis Inc
  • Für höhere Schule und Studium
40 schwarz-weiße Abbildungen, 1 schwarz-weiße Tabellen
  • 3,23 MB
978-1-4987-7260-0 (9781498772600)
weitere Ausgaben werden ermittelt

Dr. Hongmei Zhang received her PhD in Statistics in 2003 from the Iowa State University. She was an Associate Professor in Biostatistics at the University of South Carolina before moving to the University of Memphis. She is the recipient of several NIH research grants for her collaborative work in cancer and allergic disease studies, and for her statistical methodology development in variable selection, joint clustering, and Bayesian network.

Genome-Scale Genetic and Epigenetic Data. Methods for Data Pre-Processing. Data Mining. Genetic and Epigenetic Factor Selections. Network Construction and Analyses.

Dateiformat: PDF
Kopierschutz: ohne DRM (Digital Rights Management)

Systemvoraussetzungen:

Computer (Windows; MacOS X; Linux): Verwenden Sie zum Lesen die kostenlose Software Adobe Reader, Adobe Digital Editions oder einen anderen PDF-Viewer Ihrer Wahl (siehe E-Book Hilfe).

Tablet/Smartphone (Android; iOS): Installieren Sie die kostenlose App Adobe Digital Editions oder eine andere Lese-App für E-Books (siehe E-Book Hilfe).

E-Book-Reader: Bookeen, Kobo, Pocketbook, Sony, Tolino u.v.a.m. (nur bedingt: Kindle)

Das Dateiformat PDF zeigt auf jeder Hardware eine Buchseite stets identisch an. Daher ist eine PDF auch für ein komplexes Layout geeignet, wie es bei Lehr- und Fachbüchern verwendet wird (Bilder, Tabellen, Spalten, Fußnoten). Bei kleinen Displays von E-Readern oder Smartphones sind PDF leider eher nervig, weil zu viel Scrollen notwendig ist. Ein Kopierschutz bzw. Digital Rights Management wird bei diesem E-Book nicht eingesetzt.

Weitere Informationen finden Sie in unserer E-Book Hilfe.


Download (sofort verfügbar)

60,99 €
inkl. 5% MwSt.
Download / Einzel-Lizenz
PDF ohne DRM
siehe Systemvoraussetzungen
E-Book bestellen