欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • 转录组学研究技术(塔里木大学十四五规划特色教材)
      • 作者:编者:白宝伟//刘逸泠//张建朝//王彦芹|责编:张国锋
      • 出版社:中国农业科技
      • ISBN:9787511678508
      • 出版日期:2026/03/01
      • 页数:152
    • 售价:19.2
  • 内容大纲

        随着生命科学进入“组学”时代,转录组学作为连接基因组遗传信息与蛋白质组功能执行的枢纽,已成为揭示生命现象核心规律的关键领域。其从整体水平研究细胞在特定状态下所有转录本的种类、数量和功能,为理解基因表达调控、细胞命运决定、疾病发生发展等生物学过程提供了前所未有的全局视角。本书旨在系统梳理转录组学研究的技术体系与方法学进展,为生命科学、医学及相关领域的科研人员和学生提供一份从基础到前沿、从理论到实践的实用指南。
        本书在分析方法章节既包括适用于初学者的基本的、常规的分析方法和思路,也包括研究生等专业人士所需的高阶分析的思路和预测,力求内容全面、条理清晰、紧跟组学发展前沿,希望能成为初学者步入转录组学研究领域的得力工具,助力各位学者在探索生命奥秘的征程中不断取得新的突破。
  • 作者介绍

  • 目录

    第1章  转录组学概论
      1  本章提要
      2  转录组学的发展简史
        2.1  早期发展
        2.2  微阵列技术(Microarray Technology)的兴起
        2.3  高通量测序技术
        2.4第三代测序技术与单细胞转录组学的出现
        2.5  空间转录组学的出现
      3  转录组学的研究内容
        3.1  基因表达定量分析
        3.2  基因剪接变体分析
        3.3  新转录本的发现与注释
        3.4  转录调控网络的构建与分析
        3.5  代谢通路与转录组数据的整合
        3.6  单细胞转录组分析
        3.7  长读段转录组测序
        3.8  空间转录组学
        3.9  表观转录组学
      4  转录组学的研究趋势
        4.1  高分辨率单细胞转录组学
        4.2  空间转录组学
        4.3  单细胞多组学联合分析
        4.4  人工智能与机器学习在转录组学中的应用
        4.5  转录组数据的标准化与共享
        4.6  计算工具与生物信息学的发展
      5  转录组学的学习方法
        5.1  没有Linux、R语言和Python语言基础的学习路径
        5.2  有Linux、R语言和Python语言基础的学习途径
        5.3  小结
      6  练习题
      主要参考文献
    第2章  转录组测序流程及方法
      1  本章提要
      2  转录组测序策略
        2.1  Illumina系列测序仪
        2.2  PacBio RSⅡ测序仪
        2.3  Oxford Nanopore系列测序仪
        2.4  华大智造系列测序仪
      3  转录组测序的流程
        3.1  RNA-Seq样品制备
        3.2  文库构建
        3.3  cDNA成簇扩增
        3.4  高通量测序
        3.5  片段化技术的使用
      4  练习题
      主要参考文献
    第3章  转录组测序结果分析方法
      1  本章提要
      2  RNA-seq分析数据的基础构建
        2.1  原始数据预处理与质控

        2.2  参考序列比对
        2.3  转录本定量
        2.4  数据库注释
      3  RNA-seq数据的核心解析
        3.1  差异表达分析
        3.2  功能富集分析
      4  RNA-seq分析数据的系统挖掘
        4.1  基因集富集分析
        4.2  加权基因共表达网络分析
      5  练习题
    第4章  单细胞测序流程及方法
      1  本章提要
      2  单细胞检测的策略
        2.1  特异性选择
        2.2  非特异性选择
      3  单细胞测序的分类
        3.1  单细胞基因组测序
        3.2  单细胞蛋白组测序
        3.3  单细胞转录组测序
      4 单细胞转录组测序流程
        4.1  样本收集
        4.2  单细胞捕获
        4.3  cDNA扩增
        4.4  高通量测序
        4.5  数据分析
      5  练习题
      主要参考文献
    第5章  单细胞测序结果分析方法
      1  本章提要
      2  准备使用的各种R包
      3  Seurat对象的构建和信息提取
        3.1  从CellRanger输出构建
        3.2  h5文件构建
        3.3  表达矩阵构建
      4  数据预处理
      5  数据质控和标准化
      6  细胞周期分析以及归一化
      7  利用harmony算法去除批次效应并细胞聚类
      8  细胞类型注释、可视化以及细胞类型比例
      9  拟时序分析
        9.1  挑选适合的基因进行分析
        9.2  降维
        9.3  沿轨迹对细胞进行排序
        9.4  细胞分化轨迹可视化
        9.5  以树形图进行可视化
        9.6  指定基因的可视化
        9.7  沿时间轴的细胞密度图
        9.8  通过拟时基因表达模式聚类
        9.9  BEAM统计分析
      10  练习题

      主要参考文献
    第6章  空间转录组测序流程及方法
      1  本章提要
      2  空间转录组测序的概念及特点
      3  空间转录组技术类型
        3.1  基于原位杂交的空间转录组技术
        3.2  基于原位测序的空间转录组技术
        3.3  基于空间分割的空间转录组技术
        3.4  基于空间条形码的空间转录组技术
      4  商业化空间转录组测序平台技术原理及实验流程
        4.1  10×Genomics Visium空间转录组测序平台
        4.2  NanoString GeoMx Digital Spatial Profiler (DSP)空间组学平台
      5  应用与展望
      6  练习题
      主要参考文献
    第7章  空间转录组测序结果分析方法
      1  本章提要
      2  空间转录组测序数据预处理
        2.1  输入序列文件准备
        2.2  输入图像文件准备
        2.3  图像对齐
      3  空间转录组测序数据下游分析
        3.1  数据质控与量化处理
        3.2  基础分析
        3.3  进阶分析方法
      4  结语
      5  练习题
    第8章  多组学联合分析方法
      1  本章提要
      2  多组学联合分析的概念及分类
        2.1  基于统计方法的关联分析
        2.2  基于代谢通路的关联分析
      3  表观组学和转录组学联合分析
        3.1  寻找共有基因
        3.2  功能富集分析
        3.3  基因组可视化图谱
        3.4  基因调控网络
      4  单细胞联合常规组学或空间转录组分析
      5  练习题
    主要参考文献

推荐书目

  • 孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔,龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...

  • 时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...

  • 本质(精) 改革开放40年,恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...

更多>>>