توضیحاتی در مورد کتاب Computational Systems Biology Approaches in Cancer Research
نام کتاب : Computational Systems Biology Approaches in Cancer Research
عنوان ترجمه شده به فارسی : رویکردهای زیستشناسی سیستمهای محاسباتی در تحقیقات سرطان
سری :
نویسندگان : Inna Kuperstein, Emmanuel Barillot
ناشر : CRC Press
سال نشر : 2019
تعداد صفحات : 187
ISBN (شابک) : 0367344211 , 9780367344214
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 14 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
تمجید از رویکردهای زیستشناسی سیستمهای محاسباتی در تحقیقات سرطان:
\"مفاهیم پیچیده به وضوح و با تصاویر آموزنده و پیوندهای مفید نوشته شدهاند. خواندن کتاب لذتبخش است و در عین حال عمق کافی را ارائه میکند. به عنوان یک منبع ارزشمند هم برای دانشجویان و هم برای اساتید خدمت می کند.\"
-- تری ایدکر، استاد پزشکی، دانشگاه کالیفرنیا زان دیگو، دانشکده پزشکی
\"این جلد جذاب است زیرا به موضوعات مهم و به موقع برای تحقیق و آموزش در مورد روش های محاسباتی در تحقیقات سرطان می پردازد. طیف گسترده ای از رویکردها را پوشش می دهد، نوآوری های اخیر در روش های محاسباتی را در معرض دید قرار می دهد و دسترسی به کد منبع و اختصاصی را فراهم می کند. وب سایت های تعاملی.\"
-- Yves Moreau، گروه مهندسی برق، مرکز SysBioSys برای زیست شناسی سیستم های محاسباتی، دانشگاه لوون
با در دسترس بودن حجم عظیمی از داده ها در زیست شناسی، نیاز به کامپیوترهای پیشرفته ابزارها و تکنیک های کاربردی در درک زیست شناسی در بیماری ها و حالات سالم به طور فزاینده ای مهم و کلیدی می شوند. این کتاب بر روی رویکردهای زیستشناسی سیستمهای محاسباتی تمرکز دارد، با یک لنز خاص در مقابله با یکی از چالشبرانگیزترین بیماریها - سرطان. این کتاب مرجع و مطالب آموزشی مهمی در زمینه زیست شناسی محاسباتی به طور کلی و زیست شناسی سیستم های سرطان به طور خاص ارائه می دهد.
این کتاب فهرستی از رویکردهای مدرن در زیست شناسی سیستم ها را با کاربرد در تحقیقات سرطان و فراتر از آن ارائه می کند. . این ساختار به شکلی آموزشی به گونهای است که ایده هر رویکرد به راحتی از متن کوتاه و شکلهای خود توضیحی قابل درک است. پوشش موضوعات متنوع است: از منابع مسیر، از طریق روشهای تجزیه و تحلیل دادهها و تجزیه و تحلیل تک دادهها تا پیشبینیکنندههای واکنش دارو، طبقهبندیکنندهها و تجزیه و تحلیل تصویر با استفاده از روشهای یادگیری ماشین و هوش مصنوعی.
b>ویژگی ها
به روز با استفاده از طیف گسترده ای از رویکردها مثال کاربردی در هر فصل
منابع آنلاین با برنامه های کاربردی مفید
فهرست مطالب :
Chapter 1. Pathway Databases and Network Resources in Cancer
Chapter 2. Tumor Microenvironment Studies in Immuno-oncology Research
Chapter 3. Multi-level Data Analysis: Tools and Approaches
Chapter 4. Mathematical Modelling of Signalling Networks in Cancer
Chapter 5. Single Cell Analysis in Cancer
Chapter 6. Patient Stratification and Treatment Response Prediction
توضیحاتی در مورد کتاب به زبان اصلی :
Praise for Computational Systems BiologyApproaches in Cancer Research:
"Complex concepts are written clearly and with informative illustrations and useful links. The book is enjoyable to read yet provides sufficient depth to serve as a valuable resource for both students and faculty."
-- Trey Ideker, Professor of Medicine, UC Xan Diego, School of Medicine
"This volume is attractive because it addresses important and timely topics for research and teaching on computational methods in cancer research. It covers a broad variety of approaches, exposes recent innovations in computational methods, and provides acces to source code and to dedicated interactive web sites."
-- Yves Moreau, Department of Electrical Engineering, SysBioSys Centre for Computational Systems Biology, University of Leuven
With the availability of massive amounts of data in biology, the need for advanced computational tools and techniques is becoming increasingly important and key in understanding biology in disease and healthy states. This book focuses on computational systems biology approaches, with a particular lens on tackling one of the most challenging diseases - cancer. The book provides an important reference and teaching material in the field of computational biology in general and cancer systems biology in particular.
The book presents a list of modern approaches in systems biology with application to cancer research and beyond. It is structured in a didactic form such that the idea of each approach can easily be grasped from the short text and self-explanatory figures. The coverage of topics is diverse: from pathway resources, through methods for data analysis and single data analysis to drug response predictors, classifiers and image analysis using machine learning and artificial intelligence approaches.
Features
Up to date using a wide range of approaches Applicationexample in each chapter
Online resources with useful applications'