Содержание
12 О авторе
13 О рецензентах
14 От издательства
15 Предисловие
20 Глава 1
20 Python и окружающее программное обеспечение
21 Установка необходимого базового программного обеспечения с помощью Anaconda
21 Подготовка
23 Как это сделать...
25 Дополнительно...
26 Установка необходимого программного обеспечения с помощью Docker
27 Подготовка
27 Как это сделать...
28 Смотрите также
28 Взаимодействие с R через rpy2
28 Подготовка
29 Как это сделать...
35 Дополнительно...
35 Смотрите также
36 Демонстрация R magic с Jupyter
36 Подготовка
36 Как это сделать...
37 Дополнительно...
38 Смотрите также
39 Глава 2
39 Знакомство с NumPy, pandas, Arrow и Matplotlib
40 Использование pandas для обработки побочных эффектов вакцин
40 Подготовка
40 Как это сделать...
45 Дополнительно...
45 Смотрите также
46 Устранение подводных камней при использовании pandas DataFrames
46 Подготовка
47 Как это сделать...
49 Дополнительно...
49 Уменьшение потребления памяти pandas DataFrames
49 Подготовка
49 Как это сделать…
52 Смотрите также
53 Ускорение обработки pandas с помощью Apache Arrow
53 Подготовка
53 Как это сделать...
55 Дополнительно...
56 NumPy как основа науки о данных и биоинформатики Python
56 Подготовка
56 Как это сделать…
59 Смотрите также
59 Matplotlib как инструмент создания диаграмм
60 Подготовка
60 Как это сделать...
66 Дополнительно...
67 Смотрите также
68 Глава 3
68 Секвенирование
69 Доступ в GenBank и перемещение по базам данных NCBI
70 Подготовка
70 Как это сделать...
74 Дополнительно...
75 Смотрите также
75 Выполнение базового анализа последовательности
75 Подготовка
75 Как это сделать...
77 Дополнительно...
77 Смотрите также
77 Работа с современными форматами последовательностей
78 Подготовка
79 Как это сделать...
85 Дополнительно...
86 Смотрите также
86 Работа с данными выравнивания
87 Подготовка
87 Как это сделать...
93 Дополнительно...
93 Смотрите также
94 Извлечение данных из файлов VCF
94 Подготовка
95 Как это сделать...
96 Дополнительно...
97 Смотрите также
97 Изучение доступности генома и фильтрация данных SNP
97 Подготовка
99 Как это сделать...
109 Дополнительно...
109 Смотрите также
110 Обработка данных NGS с помощью HTSeq
110 Подготовка
111 Как это сделать...
113 Дополнительно...
114 Глава 4
114 Продвинутый процессинг данных NGS
114 Подготовка массива данных для анализа
115 Подготовка
115 Как это сделать…
121 Использование информации о менделевских ошибках для контроля качества
121 Как это сделать…
125 Дополнительно…
125 Анализ данных с помощью стандартной статистики
126 Как это сделать…
130 Дополнительно…
131 Поиск геномных особенностей из аннотаций секвенирования
131 Как это сделать…
133 Дополнительно…
133 Метагеномика с QIIME 2 Python API
134 Подготовка
135 Как это сделать...
138 Дополнительно...
139 Глава 5
139 Работа с геномами
139 Технические требования
139 Работа с высококачественными референсными геномами
140 Подготовка
140 Как это сделать...
145 Дополнительно...
145 Смотрите также
146 Работа с референсными геномами низкого качества
146 Подготовка
147 Как это сделать...
151 Дополнительно...
152 Смотрите также
152 Перебор аннотаций генома
152 Подготовка
152 Как это сделать...
154 Дополнительно...
155 Смотрите также
155 Извлечение генов из референса с помощью аннотаций
155 Подготовка
155 Как это сделать...
158 Дополнительно...
158 Смотрите также
159 Поиск ортологов с помощью Ensembl REST API
159 Подготовка
159 Как это сделать...
162 Дополнительно...
162 Получение информации об онтологии генов из Ensembl
162 Подготовка
163 Как это сделать...
166 Дополнительно...
167 Смотрите также
168 Глава 6
168 Популяционная генетика
169 Управление наборами данных с помощью PLINK
170 Подготовка
171 Как это сделать...
175 Дополнительно...
176 Смотрите также
176 Использование sgkit для генетического анализа популяции с помощью xarray
176 Подготовка
176 Как это сделать...
180 Дополнительно...
180 Изучение набора данных с помощью sgkit
180 Подготовка
180 Как это сделать...
184 Дополнительно...
184 Смотрите также
184 Анализ структуры популяции
184 Подготовка
185 Как это сделать...
191 Смотрите также
191 Выполнение PCA
191 Подготовка
192 Как это сделать...
194 Дополнительно...
194 Смотрите также
194 Исследование структуры популяции с admixture
194 Подготовка
195 Как это сделать...
199 Дополнительно...
200 Глава 7
200 Филогенетика
200 Подготовка набора данных для филогенетического анализа
200 Подготовка
201 Как это сделать...
206 Дополнительно...
206 Смотрите также
207 Выравнивание генетических и геномных данных
207 Подготовка
207 Как это сделать...
209 Сравнение последовательностей
209 Подготовка
209 Как это сделать...
214 Дополнительно...
214 Реконструкция филогенетических деревьев
214 Подготовка
215 Как это сделать...
218 Дополнительно...
219 Рекурсивная игра с деревьями
219 Подготовка
219 Как это сделать...
224 Дополнительно...
224 Визуализация филогенетических данных
224 Подготовка
224 Как это сделать...
229 Дополнительно...
230 Глава 8
230 Использование
231 Поиск белка во множественных базах данных
231 Подготовка
231 Как это сделать...
235 Дополнительно
235 Представляем Bio.PDB
236 Подготовка
236 Как это сделать...
240 Дополнительно
240 Извлечение дополнительной информации из файла PDB
240 Подготовка
240 Как это сделать...
244 Вычисление молекулярных расстояний в файле PDB
244 Подготовка
245 Как это сделать...
249 Выполнение геометрических операций
249 Подготовка
249 Как это сделать...
252 Дополнительно
252 Анимация с PyMOL
252 Подготовка
253 Как это сделать...
258 Дополнительно
258 Парсинг файлов mmCIF с помощью Biopython
259 Подготовка
259 Как это сделать...
260 Дополнительно
261 Глава 9
261 Конвейеры биоинформатики
262 Представляем серверы Galaxy
262 Подготовка
262 Как это сделать…
264 Дополнительно
264 Доступ к Galaxy с помощью API
264 Подготовка
266 Как это сделать…
272 Развертывание конвейера анализа вариантов с помощью Snakemake
272 Подготовка
273 Как это сделать…
277 Дополнительно
278 Развертывание конвейера анализа вариантов с помощью Nextflow
279 Подготовка
279 Как это сделать…
283 Дополнительно
284 Глава 10
284 Машинное обучение в биоинформатике
285 Знакомство со scikit-learn на примере PCA
285 Подготовка
285 Как это сделать...
287 Дополнительно...
287 Использование кластеризации по PCA для классификации образцов
288 Подготовка
288 Как это сделать...
293 Дополнительно...
293 Изучение признаков рака молочной железы с помощью деревьев принятий решений
294 Подготовка
294 Как это сделать...
297 Прогнозирование диагностики рака молочной железы с использованием методов случайного леса
297 Подготовка
297 Как это сделать…
299 Дополнительно...
300 Глава 11
300 Параллельная обработка с Dask и Zarr
301 Чтение геномных данных с помощью Zarr
301 Подготовка
301 Как это сделать...
306 Дополнительно...
306 Смотрите также
306 Параллельная обработка данных с использованием многопроцессорности Python
307 Подготовка
307 Как это сделать...
308 Дополнительно...
309 Смотрите также
309 Использование Dask для обработки геномных данных на основе массивов NumPy
309 Подготовка
310 Как это сделать...
314 Дополнительно...
314 Смотрите также
314 Планирование задач с помощью dask.distributed
314 Подготовка
316 Как это сделать...
319 Дополнительно...
319 Смотрите также
320 Глава 12
320 Функциональное программирование в биоинформатике
321 Представление чистых функций
321 Подготовка
321 Как это сделать...
323 Дополнительно...
323 Представление о немутабельности
324 Подготовка
324 Как это сделать...
325 Дополнительно...
325 Избежание мутабельности для надежности шаблона проектирования
326 Подготовка
326 Как это сделать...
327 Дополнительно...
328 Использование ленивого программирования для конвейерной обработки
328 Подготовка
328 Как это сделать...
330 Дополнительно...
330 Ограничения рекурсии в Python
331 Подготовка
331 Как это сделать...
333 Дополнительно...
333 Демонстрация модуля Python functools
333 Подготовка
333 Как это сделать...
335 Дополнительно...
335 Смотрите также...
336 Предметный указатель
%
Одностраничный режим чтения
Основной режим чтения
Тэги
Заметки
Отправить на печать
Видео
Доп.материалы
Содержание

Биоинформатика с Python. Книга рецептов

Авторы: Антао Т., Люско И. Л.
Вернуться на сайт
Открыть для копирования
В книге
На странице
Скачать выбранные
/ 345
1 345
Копирование: 172 (172) страницы | Печать: 68 (68) страниц
Ограничения на печать и копирование введены правообладателем. В скобках
указан остаток по каждому пункту с учетом того, что Вы уже использовали