Bioinformatics Data Skills: Investigación reproducible y robusta con herramientas de código abierto

Opiniones de los lectores

El libro goza de gran prestigio en el campo de la bioinformática por su exhaustiva cobertura de las habilidades y herramientas esenciales necesarias para el análisis de datos, en particular en la secuenciación de próxima generación (NGS). Es un buen recurso para quienes tienen conocimientos previos de programación y bioinformática. Sin embargo, puede no ser adecuado para principiantes.

Amplia cobertura de las habilidades bioinformáticas esenciales, bien estructurado y legible, consejos prácticos para la investigación reproducible, enfoque de aprendizaje paso a paso, gran recurso para estudiantes intermedios y profesionales que trabajan con datos NGS, explicaciones claras y buenas prácticas enfatizadas, útil para aquellos familiarizados con la programación.

⬤ El contenido puede parecer inconexo y carece de un formato primario, paso a paso
⬤ no es adecuado para verdaderos principiantes sin conocimientos previos de Linux/Python/R
⬤ algunas secciones pueden ser densas y menos atractivas
⬤ el autor puede ser un poco prolijo.

(basado en 38 opiniones de lectores)

Título original:

Bioinformatics Data Skills: Reproducible and Robust Research with Open Source Tools

Contenido del libro:

Aprenda las habilidades necesarias para convertir grandes conjuntos de datos de secuenciación en hallazgos biológicos reproducibles y sólidos. Con esta guía práctica, aprenderá a utilizar herramientas de código abierto disponibles gratuitamente para extraer significado de grandes conjuntos de datos biológicos complejos.

En ningún otro momento de la historia de la humanidad nuestra capacidad para comprender las complejidades de la vida ha dependido tanto de nuestras habilidades para trabajar con datos y analizarlos. Este libro de nivel intermedio enseña las habilidades computacionales y de datos generales que necesita para analizar datos biológicos.

Si tiene experiencia con un lenguaje de programación como Python, está listo para empezar. Pase de manejar pequeños problemas con scripts desordenados a abordar grandes problemas con métodos y herramientas inteligentes Procese datos bioinformáticos con potentes pipelines Unix y herramientas de datos Aprenda a utilizar técnicas de análisis exploratorio de datos en el lenguaje R Utilice métodos eficientes para trabajar con datos de rango genómico y operaciones de rango Trabaje con formatos de archivo de datos genómicos comunes como FASTA, FASTQ, SAM y BAM Gestione su proyecto bioinformático con el sistema de control de versiones Git Aborde tediosas tareas de procesamiento de datos con scripts Bash y Makefiles