R Bioinformatics Cookbook

Opiniones de los lectores

El libro ha cosechado críticas mixtas, con importantes críticas sobre su practicidad y funcionalidad. Algunos usuarios lo encuentran informativo, mientras que otros lo consideran mal ejecutado, especialmente para los principiantes.

Para algunos, el libro es informativo y útil para comprender ciertos conceptos.

Muchos usuarios consideran que el libro carece de aplicaciones prácticas y señalan que el código que contiene a menudo no funciona. Se mencionaron bibliotecas R obsoletas, errores en el código y una dificultad general para utilizar el libro en la bioinformática práctica.

(basado en 3 opiniones de lectores)

Contenido del libro:

Más de 60 recetas para modelar y manejar datos biológicos de la vida real utilizando modernas bibliotecas del ecosistema R.

Características principales:

⬤ Aplicar paquetes modernos de R para manejar datos biológicos utilizando ejemplos del mundo real.

⬤ Representar datos biológicos con visualizaciones avanzadas adecuadas para investigación y publicaciones.

⬤ Manejar problemas del mundo real en bioinformática como secuenciación de próxima generación, metagenómica y automatización de análisis.

Descripción del libro

Manejar datos biológicos con eficacia requiere un conocimiento profundo de las técnicas de aprendizaje automático y habilidades computacionales, junto con una comprensión de cómo utilizar herramientas como edgeR y DESeq. Con R Bioinformatics Cookbook, explorará todo esto y más, abordando desafíos comunes y no tan comunes en el dominio de la bioinformática utilizando ejemplos del mundo real.

Este libro utilizará un enfoque basado en recetas para mostrarle cómo realizar investigaciones y análisis prácticos en biología computacional con R. Aprenderá a analizar eficazmente sus datos con las últimas herramientas de Bioconductor, ggplot y tidyverse. El libro le guiará a través de las herramientas esenciales en Bioconductor para ayudarle a entender y llevar a cabo protocolos en RNAseq, filogenética, genómica y análisis de secuencias. A medida que avance, conocerá cómo pueden utilizarse las técnicas de aprendizaje automático en el ámbito de la bioinformática. Desarrollará gradualmente habilidades computacionales clave como la creación de flujos de trabajo reutilizables en R Markdown y paquetes para la reutilización de código.

Al final de este libro, habrá adquirido una sólida comprensión de las técnicas más importantes y ampliamente utilizadas en el análisis bioinformático y las herramientas que necesita para trabajar con datos biológicos reales.

Lo que aprenderá:

⬤ Emplear Bioconductor para determinar expresiones diferenciales en datos de RNAseq.

⬤ Ejecutar SAMtools y desarrollar pipelines para encontrar polimorfismos de nucleótido único (SNPs) e Indels.

⬤ Utilizar ggplot para crear y anotar una serie de visualizaciones.

⬤ Consultar bases de datos externas con Ensembl para encontrar información genómica funcional.

⬤ Ejecutar alineación de secuencias múltiples a gran escala con DECIPHER para realizar genómica comparativa.

⬤ Utilizar d3. js y Plotly para crear gráficos web dinámicos e interactivos.

⬤ Utilizar k-vecinos más cercanos, máquinas de vectores de soporte y bosques aleatorios para encontrar grupos y clasificar datos.

A quién va dirigido este libro:

Este libro está dirigido a bioinformáticos, analistas de datos, investigadores y desarrolladores de R que deseen abordar problemas biológicos y bioinformáticos de nivel intermedio a avanzado mediante el aprendizaje a través de un enfoque basado en recetas. Se requiere un conocimiento práctico del lenguaje de programación R y conocimientos básicos de bioinformática.