生物医药大数据与智能分析

封面

版权信息

内容提要

序言1

序言2

前言

第一篇 绪论

第1章 生物医药大数据与智能分析概述

1.1 生物医药大数据

1.2 生物医药大数据的高效处理

1.3 生物医药大数据的智能分析

1.4 总结

1.5 本书的内容安排

第二篇 生物医药大数据的高效处理

第2章 生物医药大数据高效处理的基础

2.1 大数据计算模型

2.2 并行计算

2.3 总结

第3章 海量基因表达谱分析

3.1 基因表达谱分析与生物效应评估概述

3.2 海量基因表达谱快速查询

3.3 海量基因表达谱并行比对与聚类

3.4 总结

第4章 功能性前噬菌体预测

4.1 前噬菌体预测概述

4.2 功能性前噬菌体预测算法

4.3 预测算法并行化

4.4 总结

第5章 高通量药物虚拟筛选

5.1 药物虚拟筛选概述

5.2 基于CPU多核的药物虚拟筛选并行优化

5.3 基于CPU-MIC协同的药物虚拟筛选并行优化

5.4 基于“天河二号”超级计算机的大规模高通量药物虚拟筛选平台

5.5 总结

第三篇 生物医药大数据的智能分析

第6章 生物医药大数据的智能分析基础

6.1 传统的机器学习技术

6.2 深度学习在生物医药大数据中的应用

6.3 常见的深度学习模型和框架

6.4 深度学习解决生物大数据问题的一般方法

6.5 总结

第7章 基于字典学习的肿瘤基因表达谱分类

7.1 肿瘤基因表达谱分类概述

7.2 基于判别投影的字典学习基因表达谱分类

7.3 结合集成学习的字典学习基因表达谱分类

7.4 基于随机序列和样本距离的基因表达谱特征选择

7.5 总结

第8章 基于深度学习的RNA编辑位点识别

8.1 RNA编辑识别概述

8.2 RNA编辑位点金标集的构建

8.3 基于双向LSTM的RNA编辑位点识别

8.4 基于ResNet的RNA编辑位点识别

8.5 总结

第9章 基于深度学习的增强子识别

9.1 增强子识别概述

9.2 增强子识别神经网络

9.3 增强子序列数据集的预处理

9.4 模型的训练

9.5 模型的预测评估

9.6 总结