Ecological
Genomics
生态基因组学
作者：U.S Raghavender
出版：Delve Publishing Press
索书号：Q346/R142/2019/ Y
ISBN: 978-1-77361-368-0
藏书地点:武大外教中心
生态基因组学在特定生态领域检查基因组学的各个方面，包括基因组学和相关概念的广泛历史概述。它包括基因组学的定义，生物生物学信息学分析和用于处理生态数据的python。为读者提供对其历史发展的见解，从而了解基因组学的背景。此外，它还包括子集、克隆校正和结构。生态基因组学检查基因组学的各个方面，特别是生态领域，包括基因组学和相关概念的广泛历史概述。它包括基因组学的定义，生物生物学信息学分析和用于处理生态数据的python。为读者提供对其历史发展的见解，从而了解基因组学的背景。此外，它还包括子集，克隆校正和结构。
生态基因组学是一门交叉学科，将生态学和基因组学的概念、方法和技术相结合，以研究生物多样性和生态系统中基因组水平上的功能和进化关系为主要目标。以下是生态基因组学的一些主要内容：
生物多样性和基因组学的关系：生物多样性的保护和管理是生态基因组学的一个重要研究领域。基因组学的技术和方法可以用于研究不同生物种群之间的基因流、遗传变异和适应性演化等问题，进而推动生物多样性的保护和管理。
环境适应性和进化：生态基因组学探讨基因组水平上的适应性和进化机制。通过对基因组水平上的变异、基因表达和调控的研究，可以深入了解物种如何适应和响应环境变化，并探讨基因组演化和物种形成等问题。
生态系统的功能和互作：生态基因组学可以帮助研究基因组水平上的物种互作和生态系统的功能。通过研究物种间的基因流、基因表达和基因调控等信息，可以了解不同物种之间的相互作用和生态系统的复杂性。
新技术和分析方法：生态基因组学的发展也受益于基因组学和生态学研究中不断涌现的新技术和分析方法。其中包括高通量测序、单细胞技术、元基因组学和网络分析等方法，这些技术和方法已经被广泛应用于生态基因组学的研究中。
综上所述，生态基因组学是一门涵盖生态学、基因组学和进化生物学的交叉学科，旨在研究基因组水平上的生物多样性、环境适应性、生态系统功能和进化等问题，并利用新技术和分析方法不断推动这一领域的发展。
《生态基因组学》一书于2019年由Delve Publishing Press出版，作者是U.S Raghavender。
《生态基因组学》一书中，研究人员介绍了生态基因组学的基本概念，重点是最近的技术发展，讨论的主题主要包括八个章节。《生态基因组学》一书从各个方面讲解了生态基因组学的基础内容和研究方法，旨在为想要进一步研究生态基因组学的研究人员提供简明易懂的介绍以及方法技术指导。
《生态基因组学》一书作为生态基因组学专业研究读物，观点新颖独到，内容饱满详实、语言浅显易懂，除此之外，还包括一些其他的特点：
1、本书分为八个章节，既讲解了生态基因组学的基础知识，还讲解了深入研究生态基因组学的应用范围，是一本应用性很强的书籍，对于想要学习研究生态基因组学的研究人员来说是一本很有意义的指导书籍。
2、每个章节都是由相关领域的专业人士所撰写，因此，本书讲解既详细又专业，读者能够从中了解到生态基因组学相关的专业知识以及最新的前沿进展。
总的说来，《生态基因组学》一书为想要了解生态基因组学的研究方法的人员提供了清晰的导读路径，作为生态基因组学领域的一本前沿研究图书，是一本值得为想要涉足该领域的人员推荐的专业书籍。
关于作者：
U. S. Raghavender博士获得了物理学硕士学位，专攻凝聚态物理学，随后是设计分子的X射线晶体学博士论文。随后在印度和国外的学术机构和非学术机构进行博士后研究。自过去12年以来，他一直致力于生物分子的计算方法。他撰写了书籍章节，在国际知名期刊上发表了研究成果。他还担任在国家（生物科学杂志）和国际期刊（BMC生物信息学，核酸研究等）上发表的研究文章的同行评审员。他的长期目标是解决细胞调节机制的计算方面。
本书目录：
前言
第一章生态基因组学简介
1.1. 介绍
1.2. 为什么是生态基因组学?
1.3. 基因组学革命
1.4. 结论生物马拉松:生物信息学分析
第二章生物蟒:生物信息学分析
2.1. 介绍
2.2. 快速启动
2.3. 序列对象
2.4. 序列和字母
2.5. 序列就像字符串
2.6. 切片序列
2.7. 将Seq对象转换为字符串
2.8. 连接或添加序列
2.9. 变化情况
2.10. 核苷酸序列和(反向)补体
2.11. 转录
2.12. 翻译
2.13. 翻译表
2.14. 比较Seq对象
2.15. MutableSeq对象
2.16. UnknownSeq对象
2.17. 直接使用字符串
2.18. 结论
第三章用于处理生态数据
3.1. Pandas中的数据框架
3.2. 使用Pandas读取CSV数据
3.3. 什么是数据帧?
3.4. 探索我们的物种调查数据
3.5. 从Pandas数据框架中的数据中计算统计数据
3.6. 熊猫中的群体
3.7. 在熊猫中快速创建摘要计数
3.8. 《基本数学函数》
3.9. 快速和简单的绘制数据使用熊猫
3.10. Python中的索引和切片
3.11. 基于范围的子集提取:切片
3.12. 在Python中切片行子集
3.13. 在Python中复制对象与引用对象
3.14. Python中行和列的切片子集
3.15. Python语法概要
3.16. 连接DataFrames
3.17. 写入数据到CSV
3.18. 加入DataFrames
3.19. 识别连接键
3.20. 内部连接
3.21. 左连接
3.22. 其他连接类型
3.23.Conclusions
第四章基因组学
4.1. 基因与基因组
4.2. DNA和基因转录
4.3. 基因翻译与遗传密码
4.4. 基因组NGS分析
4.5. R和Bioconductor序列分析
4.6. 字符串在R基
第五章NGS序列分析
5.1. Phred Scores
5.2. 序列和质量数据:质量尺度X字符串集x
5.3. 使用ShortRead处理FASTQ文件
5.4. 结论
第六章群体遗传学-计算方法
6.1. 种群遗传多样性的hardy - weinberg原理
6.2. 利用SSR数据进行遗传分化
6.3. 估计
6.4. 置信区间
6.5. 分子方差分析(AMOVA)
6.6. 其他实现
6.7. 主成分判别分析(DAPC)
6.8. 与SNP数据的遗传距离
6.9. 结论
第七章人口基因组学
7.1. 打开并检查数据集
7.2. VCF文件结构
7.3. 元区域
7.4. Gt地区
7.5. vcfR包
7.6. 将VCF数据转换为Genlight对象
7.7. 利用ChromR定位基因组中的不寻常特征
7.8. 遗传分化
7.9. GBS分析
7.10. GBS数据的群体遗传分析
7.11. DAPC
7.12. 森林和苗圃疫霉菌的DAPC分析
7.13. 结论
参考文献
第八章种群分层:子集，克隆校正和结构
8.1. 使用分层数据
8.2. 高级R:编写自己的函数进行分层分析
8.3. 基因座统计，杂合度，HWE。
8.4. 哈迪温伯格Equilibrium
8.5. 高级:总体p值的可视化
8.6. 基因型丰富度、多样性和均匀性参考指数
林岚 武汉大学生命科学学院 博士研究生