内容説明
バイオのデータもPythonで！
生物学に関わる理解・研究では、コンピュータによるデータ処理が欠かせないものとなってきています。生物学の扱う系はもともと非常に複雑で雑音が多く、統計的な解析が広く使われてきましたが、特に最近のDNA/RNA解析ではいわゆる次世代シーケンサ（NGS）が大量のDNA配列データを生み出してそれを整理しなければならないなど、コンピュータによるデータ処理が必須になっています。
本書は、生物学分野において行われる、さまざまなデータ解析処理について、Pythonを用いて行う方法を解説し、理解することを目的としています。従来、簡単な処理はExcelを使ったり、RやSPSSなどの統計処理を主目的とする言語・ソフトウェアパッケージが用いられてきました。そのなかで本書は、比較的新しく、機械学習やデータ分析に優れたプログラミング言語であるPythonを使って、初歩的なデータ処理をどのように行えばよいのかを紹介しています。
目次
はじめに
第1章 バイオデータ処理
1.1 バイオデータ処理の必要性
1.2 コンピュータの利用局面
第2章 プログラムを動作させるための知識
2.1 プログラムの実行環境
2.2 シェルとシェルスクリプト
2.3 データの形式とアクセス方法
2.4 ツールのインストール
第3章 Pythonによるプログラミング
3.1 Pythonの基本的なプログラミング
3.2 ライブラリパッケージ
3.3 データ解析パッケージNumPyとpandas
3.4 Pythonによるネットワークアクセス
3.5 Pythonからのプログラム起動
第4章 Pythonでバイオデータを扱うライブラリ
4.1 Biopythonライブラリパッケージ
4.2 NGS処理に関わるライブラリ
第5章 可視化のためのライブラリ
5.1 汎用の可視化ライブラリmatplotlibの基本的な使い方
5.2 拡張された可視化ライブラリseaborn
5.3 Biopythonでの可視化機能
5.4 igv Jupyter Extension
第6章 分類や次元圧縮を行うscikit-learnパッケージ
6.1 回帰分析
6.2 主成分分析
6.3 階層的クラスタリング
6.4 k-means法による非階層クラスタリング
6.5 k-近傍法による分類学習
6.6 決定木学習による分類学習
6.7 サポートベクターマシン（SVM）による分類学習
第7章 RNA発現解析・DNAリシーケンスでのPythonの利用
7.1 解析の概要
7.2 RNA発現解析の例-データ取得からマッピングまで
7.3 RNA発現解析の例-集計・分析と可視化
7.4 リシーケンスによるDNA変異解析の例-データ取得からマッピングまで
7.5 リシーケンスによるDNA変異解析の例-集計・分析と可視化
索引
