Transcriptome Analysis : Introduction and Examples from the Neurosciences (Lecture Notes (Scuola Normale Superiore)) （2018）

個数：

Transcriptome Analysis : Introduction and Examples from the Neurosciences (Lecture Notes (Scuola Normale Superiore)) （2018）

Cellerino, Alessandro/ Sanguanini, Michele

ウェブストア価格 ¥5,832（本体¥5,302）
Scuola Normale Superiore（2019/03発売）
外貨定価 US$ 27.99
ポイント 53pt

在庫がございません。海外の書籍取次会社を通じて出版社等からお取り寄せいたします。
通常6～9週間ほどで発送の見込みですが、商品によってはさらに時間がかかることもございます。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合がございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Paperback:紙装版/ペーパーバック版／ページ数 188 p.
言語 ENG
商品コード 9788876426414
DDC分類 612.8233

Full Description

The goal of this book is to be an accessible guide for undergraduate and graduate students to the new field of data-driven biology. Next-generation sequencing technologies have put genome-scale analysis of gene expression into the standard toolbox of experimental biologists. Yet, biological interpretation of high-dimensional data is made difficult by the lack of a common language between experimental and data scientists. By combining theory with practical examples of how specific tools were used to obtain novel insights in biology, particularly in the neurosciences, the book intends to teach students how to design, analyse, and extract biological knowledge from transcriptome sequencing experiments.
Undergraduate and graduate students in biomedical and quantitative sciences will benefit from this text as well as academics untrained in the subject.

Preface.- Introduction: why study transcriptomics?.- 1. Data distribution and visualisation.- 2. Next-generation RNA sequencing.- 3. RNA-seq raw data processing.- 4. Differentially expressed gene detection & analysis.- 5. Unbiased clustering methods.- 6. Knowledge-based clustering methods.- 7. Network analysis.- 8. Mesoscale transcriptome analysis.- 9. Microscale transcriptome analysis.- Bibliography.- Index.