≪実験医学別冊≫
全ゲノム・エクソーム遺伝統計解析【電子版】
Python，Rで実践して身につく，未知の遺伝要因の探索と疾患リスク予測
- 出版社名
- 羊土社
- 発行年月
- 電子版発売日
- ページ数
- 268ページ
- 判型
- B5
- 印刷版ISBN
- 978-4-7581-2266-5
- 電子版ISBN
この商品を買った人は、こんな商品も買っています
￥3,740
￥13,200
￥4,840
￥6,160
概要
今は全ゲノム解析の時代！ますます注目高まる遺伝統計学をこの機会に身につけよう．PythonとRの実例を追っていけば，VCFファイルの扱い方，PRS/PGSの計算，疾患リスク予測の概念など理解できます！
目次
【目次】
第1章 NGS解析 バリアント検出
1 研究目的に応じたデータ取得――WGSかWESか？ 必要なデータ量は？
2 データ解析環境に関する基礎知識――ラップトップかスパコンか？
3 全ゲノムシークエンシングのバリアントコール――トリオ家系のゲノム解析
4 構造多型の検出――smooveを用いたSVコール
5 コピー数バリアントの検出――GATK-gCNVを用いたCNVコール
第2章 一次処理 アノテーション
1 bcftoolsを用いたVCFの整形
2 SnpEffとSnpSiftによるVCFのアノテーションと操作
3 vcfannoによるVCFのアノテーションと操作
第3章 AI等を活用した原因／リスク遺伝子同定
1 slivarによる希少難病家系のVCF分析
2 Exomiserによる希少難病家系のVCF分析
3 症例対照研究におけるレアバリアント関連解析
4 STAARpipelineによる多因子遺伝疾患のレアバリアント関連解析
第4章 原因／リスク遺伝子同定後の解析
1 希少疾患の原因遺伝子同定に向けた大規模データの利用
2 PRS／PGS計算
3 絶対リスク計算
4 メンデル無作為化による因果推論
5 タンパク質立体構造を用いたバリアントの臨床的意義の検討
第5章 全ゲノム解析時代を支える基盤技術
1 半導体技術による次世代シークエンシングの高速化
2 量子時代におけるゲノム解析データのセキュアな活用
3 スーパーコンピューター富岳での大規模計算――スーパーコンピューター富岳へプログラムを移植するにあたって
索引
対応OS：iOS最新の２世代前まで / Android最新の２世代前まで
※コンテンツの使用にあたり、専用ビューアisho.jpが必要
※Androidの動作確認端末
必要メモリ容量： 22 MB以上
※導入・利用方法