دانلود کتاب Java for Bioinformatics and Biomedical Applications

ترجمه فارسی توضیحات (ترجمه ماشینی)

جاوا برای بیوانفورماتیک و کاربردهای زیست پزشکی

جاوا برای بیوانفورماتیک و کاربردهای بیومدیکال کار مؤسسه ملی سرطان ایالات متحده (NCI، مؤسسه ملی بهداشت، وزارت بهداشت و خدمات انسانی ایالات متحده) و تعداد زیادی از مراکز سرطان در سراسر ایالات متحده تحت عنوان caBIG[Trademark] (بیومدیکال سرطان) را شرح می دهد. برنامه Informatics Grid) و همچنین کاربردهای استاندارد بیوانفورماتیک. هدف NCI caBIG [علامت تجاری] ایجاد یک شبکه مبتنی بر استاندارد و قابل تعامل از افراد، برنامه‌ها و داده‌ها برای افزایش سرعت تحقیقات سرطان است. CaBIG[علامت تجاری] از استانداردهای J2EE و منبع باز برای همه کارهای توسعه نرم افزار استفاده می کند. این کتاب به بررسی ابزارها و فناوری‌هایی می‌پردازد که تحت caBIG[علامت تجاری] برای رسیدن به هدف از بین بردن رنج و مرگ ناشی از سرطان تا سال 2015، همانطور که توسط مدیر سابق NCI، دکتر اندرو فون اشنباخ، فرموله شده است، بررسی می‌کند. با انجام این کار، تصویری از تلاش‌های هزاران انسان از جمله زیست‌شناسان مولکولی، پزشکان، توسعه‌دهندگان نرم‌افزار، به نام چند مورد در سراسر کشور ارائه می‌کند تا نوید تحقیقات ترجمه‌ای را به افراد مبتلا به سرطان بدهد. از دیدگاه نرم‌افزاری، یک رویکرد کاربردی برای آموزش پلت فرم جاوا و ویژگی های آن برای توسعه برنامه های کاربردی در سطح سازمانی استفاده می شود. تحت این رویکرد، عناصر نحوی و عملیاتی مختلف زبان و هر کتابخانه نرم افزاری که استفاده شده است (به عنوان مثال، BioJava، Apache، و غیره) نه به صورت مجزا، بلکه در چارچوب مسائل تحقیقاتی قابل تعریف گسسته آموزش داده می شود که کاربر را قادر می سازد. برای ارتباط دادن چگونگی تناسب بخش های مختلف زبان با هم در تصویر بزرگ. همه مثال‌ها از مشکلات عملی در بازیابی و تجزیه و تحلیل داده‌های زیست‌پزشکی/بالینی در طول بیوانفورماتیک معمول و تحقیقات سرطان مشتق شده‌اند. علاوه بر این، این کتاب نشان می‌دهد که چگونه برنامه‌های کاربردی بیوانفورماتیک فردی (مانند BLAST و Genscan) را می‌توان در یک خط لوله به هم متصل کرد تا کاربران بتوانند خروجی یک ابزار (به عنوان مثال، پیش‌بینی‌های ژن با استفاده از Genscan) را برای انجام تجزیه و تحلیل بیشتر (مثلاً همسانی) هدایت کنند. جستجو با استفاده از BLAST).

Java for Bioinformatics and Biomedical Applications

Java for Bioinformatics and Biomedical Applications describes the work of the U.S. National Cancer Institute (NCI, National Institutes of Health, U.S. Department of Health and Human Services) and a large number of cancer centers across the U.S. under the caBIG[Trademark] (cancer Biomedical Informatics Grid) program as well as standard bioinformatics applications. The goal of NCI caBIG[Trademark] is to create a standards based, interoperable network of individuals, applications and data to enhance the pace of cancer research. CaBIG[Trademark] uses J2EE and open source standards for all software development work. This book examines the tools and technologies being developed under caBIG[Trademark] to meet the goal of eliminating suffering and death from cancer by 2015 as formulated by the former NCI Director, Dr. Andrew von Eschenbach. In doing so, it provides a vignette into the efforts of thousands of people-molecular biologists, medical practitioners, software developers, to name a few-across the country to bring the promise of translational research to individuals with cancer.From a software perspective, a functional approach is used to teach the Java platform and its features for enterprise-level application development. Under this approach, the various syntactical and operative elements of the language and any software libraries that have been used (for example, BioJava, Apache, etc.) are taught not in isolation but in the context of discrete definable research problems that enable the user to relate how the different parts of the language fit together in the big picture. All examples are derived from practical problems faced in biomedical/clinical data retrieval and analysisduring routine bioinformatics and cancer research. Further, the book illustrates how individual bioinformatics applications (such as BLAST and Genscan) can be stitched together into a pipeline so that users can direct the output of one tool (for example, gene predictions using Genscan) to perform further analysis (say, homology searching using BLAST).