- 复杂组学数据的统计方法及应用研究
- - 作者：单娜阳|责编:徐燕萍
  - 出版社：首都经贸
  - ISBN：9787563837427
  - 出版日期：2024/09/01
  - 页数：125
- 售价：15.2

内容大纲
随着高通量技术的快速发展，多组学数据在生物学和临床研究中应用得越来越广泛。这些丰富的实验数据揭示了新的致病原理，成为精准医学研究的重要支撑。然而，高维度、复杂相关性的组学数据分析也给统计学家提出严峻的挑战。
本书研究了面向复杂组学数据的统计建模和计算问题，包括表达数量性状位点的识别，复杂疾病遗传风险预测，以及乳腺癌患者多组学数据的挖掘分析，旨在为理解复杂疾病的发生机制和遗传风险预测提供一些理论价值和实际应用价值。
作者介绍
单娜阳，现为首都经济贸易大学统计学院数理统计系讲师、硕士生导师。博士毕业于清华大学统计学专业，耶鲁大学生物统计系访问学者。主要研究方向为生物统计、生物信息学等，主持国家自然科学基金青年项目。
目录
第1章  绪论
  1.1  研究背景及意义
    1.1.1  单核苷酸多态性
    1.1.2  全基因组关联分析
    1.1.3  表达数量性状位点
    1.1.4  全转录组关联分析
  1.2  研究现状与趋势
    1.2.1  遗传机制分析
    1.2.2  遗传风险预测
  1.3  本书框架与内容
第2章  基于多重中介模型识别反式-表达数量性状位点
  2.1  引言
  2.2  中介模型
    2.2.1  单一中介模型
    2.2.2  多重中介模型
    2.2.3  中介模型的模型假设
  2.3  模拟数据分析
    2.3.1  模拟数据设置
    2.3.2  模拟数据结果
  2.4  实际数据描述及预处理
    2.4.1  数据描述
    2.4.2  基因型数据预处理
    2.4.3  基因表达数据预处理
    2.4.4  基因表达数据中的人群分层和混杂因素
    2.4.5  eQTL分析
    2.4.6  富集分析
  2.5  实际数据分析结果
    2.5.1  富集分析结果
    2.5.2  trans-eQTL分析结果
  2.6  本章小结
第3章  转录组多基因风险评分方法
  3.1  引言
  3.2  转录风险评分
    3.2.1  转录风险评分
    3.2.2  基准方法LDpred和AnnoPred
    3.2.3  方法评估
  3.3  模拟数据分析
    3.3.1  模拟数据设置
    3.3.2  模拟数据结果
  3.4  实际数据分析
    3.4.1  数据描述
    3.4.2  基因型填充
    3.4.3  WTCCC数据集的结果
    3.4.4  meta-GWAS数据集的结果
  3.5  本章小结
第4章  tRNA衍生片段与T细胞活化在乳腺癌患者生存中的相互作用研究
  4.1  引言
  4.2  乳腺癌患者数据
  4.3  数据分析方法
    4.3.1  统计分析

    4.3.2  功能通路分析
  4.4  实际数据分析
    4.4.1  tRNA衍生片段与患者生存的相关性
    4.4.2  患者生存中T细胞活化状态与tRNA衍生片段的相互作用
    4.4.3  tRNA衍生片段与临床病理变量的相关性
    4.4.4  tRNA衍生片段与mRNA的相关性
    4.4.5  tRNA衍生片段与基因模块的相关性
  4.5  本章小结
第5章  总结与展望
  5.1  研究总结
  5.2  未来研究展望
参考文献
附录A  第2章相关表格
附录B  第4章相关表格

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目