40,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in über 4 Wochen
  • Broschiertes Buch

La tecnología de micromatrices ha dado paso a una nueva era en la clasificación molecular; sin embargo, la interpretación de los datos de expresión génica sigue siendo un reto debido a su naturaleza innata de "alta dimensión y bajo tamaño de muestra". Además, estos datos suelen estar sobrecargados, sobreajustados y confundidos por la complejidad del análisis de datos. El pequeño tamaño de la muestra y el gran número de variables que hay que analizar plantean importantes retos durante el análisis de los datos, principalmente en el aprendizaje de la estructura de la red. Además, la capacidad de…mehr

Produktbeschreibung
La tecnología de micromatrices ha dado paso a una nueva era en la clasificación molecular; sin embargo, la interpretación de los datos de expresión génica sigue siendo un reto debido a su naturaleza innata de "alta dimensión y bajo tamaño de muestra". Además, estos datos suelen estar sobrecargados, sobreajustados y confundidos por la complejidad del análisis de datos. El pequeño tamaño de la muestra y el gran número de variables que hay que analizar plantean importantes retos durante el análisis de los datos, principalmente en el aprendizaje de la estructura de la red. Además, la capacidad de estudiar las interacciones de los genes que forman el crecimiento de los tumores supone grandes dificultades para los investigadores de biología computacional, ya que los genes no funcionan solos, sino que implican complejas interacciones. El objetivo de este libro es proponer un modelo dinámico basado en redes bayesianas para identificar la firma génica a partir de un perfil de expresión génica a gran escala. El modelo dinámico basado en la red bayesiana intenta descubrir la regulación de los genes que conducen a la progresión del cáncer de mama.
Autorenporträt
O Dr. Farzana Kabir Ahmad é professor sénior na School of Computing, Universiti Utara Malaysia, MALAYSIA. Prosseguiu o seu doutoramento em Informática (Bioinformática) pela Universiti Teknologi Malaysia em 2012. Os seus principais interesses de investigação estão em projectos de análise de dados para procurar informação oculta de enormes e complexos conjuntos de dados.