生物信息学中的数据挖掘方法及应用

生物信息学是一门新兴的交叉学科，本书针对该领域的一些前沿课题，在简要介绍基因组学和转录组学基础知识及有关研究方向的背景后，以数据挖掘算法为中心，系统地介绍了机器学习、统计学习及多种智能算法在生物信息学相关领域的应用，为生物信息方向的初学者提供了入门知识，也为相关研究人员在特定方向进一步深入研究提供参考信息。本书的主要包括操纵子预测、原核生物系统发生树的构建、基于数据扰动的误标记样本检测、差异表达基因识别以及微阵列数据的特征选择等内容。