지은이 소개 = 4 기술 감수자 소개 = 5 옮긴이 소개 = 7 옮긴이의 말 = 8 들어가 = 16 1장 R을 이용한 생명정보학 시작 = 23 소개 = 24 시작과 라이브러리 설치 = 24 데이터 읽고 쓰기 = 31 데이터 필터링과 세분화 = 35 데이터에 대한 기본적인 통계 작업 = 39 확률 분포 생성 = 42 데이터에 대한 통계적 검정 시행 = 44 데이터 시각화 = 47 R에서 PubMed를 이용해 작업 = 51 BioMart로부터 데이터 검색 = 56 2장 Bioconductor 소개 = 61 소개 = 62 Bioconductor로부터 패키지 설치 = 63 R에서 주석 데이터베이스 다루기 = 65 ID 전환 = 68 유전자 KEGG 주석 = 70 유전자 온톨로지(GO) 주석 = 73 GO 농축 = 76 유전자 KEGG 농축 = 81 클라우드에서의 Bioconductor = 83 3장 R을 이용한 서열 분석 = 87 소개 = 88 서열 추출 = 89 FASTA 파일 읽기와 쓰기 = 93 서열 구성의 내용 확인 = 96 짝 서열 정렬 = 101 다중 서열 정렬 = 109 계통 분석과 트리 플로팅 = 112 BLAST 결과 다루기 = 117 서열에서 패턴 확인 = 120 4장 R을 이용한 단백질 구조 분석 = 125 소개 = 126 UniProt에서 서열 추출 = 127 단백질 서열 분석 = 131 단백질 서열 특성 계산 = 135 PDB 파일 다루기 = 138 InterPro 도메인 주석으로 작업 = 140 Ramchandran 플롯의 이해 = 142 유사한 단백질 탐색 = 145 단백질의 이차 구조 특성을 이용한 작업 = 146 단백질 구조의 시각화 = 148 5장 R을 이용한 마이크로어레이 데이터 분석 = 151 소개 = 152 CEL 파일 읽기 = 153 ExpressionSet 객체 만들기 = 155 AffyBatch 객체 다루기 = 158 데이터의 질 확인 = 160 인위적 발현 데이터 생성 = 165 데이터 정규화 = 168 발현 데이터에서 배치 효과 해결 = 172 주성분 분석을 이용한 탐색적 분석 = 176 차별 발현 유전자 확인 = 179 다중 클래스 데이터로 작업 = 183 시계열 데이터 다루기 = 186 마이크로어레이 데이터의 배율 변화 = 189 데이터의 기능적 농축 = 192 마이크로어레이 데이터 군집화 = 196 마이크로어레이 데이터로부터 공발현 네트워크 형성 = 199 유전자 발현 데이터의 시각화 = 202 6장 전장유전체 연관성 탐색(GWAS) 데이터 분석 = 209 소개 = 210 단일 염기 다형성 연관 분석 = 211 단일 염기 다형성에 대한 연관성 탐색 = 215 전체 유전체 단일 염기 다형성 연관 분석 = 219 PLINK 전장유전체 연관 분석 데이터 불러오기 = 223 GWASTools 패키지를 이용해 데이터 다루기 = 226 다른 전장유전체 연관 분석 데이터 형식 다루기 = 230 단일 염기 다형성 주석화와 농축 = 235 Hardy-Weinberg 평형에 대한 데이터 검정 = 238 단위 반복 변이 데이터를 이용한 연관 분석 = 243 전장유전체 연관 분석의 시각화 = 247 7장 질량 스펙트럼 측정 데이터 분석 = 257 소개 = 258 mzXML/mzML 형식의 MS 데이터 읽기 = 259 Burker 형식의 MS 데이터 읽기 = 264 mzXML 형식의 MS 데이터를 MALDIquant 형식으로 전환 = 267 MS 데이터 객체로부터 데이터 요소 추출 = 269 MS 데이터 전처리 = 272 MS 데이터에서 피크 검출 = 276 MS 데이터의 피크 정렬 = 280 MS 데이터에서 펩타이드 확인 = 282 단백질 양적 분석 시행 = 288 MS 데이터에서에서 다중 집단 분석 시행 = 291 MS 데이터 분석의 시각화 = 295 8장 차세대 시퀀싱 데이터 분석 = 301 소개 = 302 SRA 데이터베이스 쿼리 = 304 SRA 데이터베이스로부터 데이터 다운로드 = 307 R에서 FASTQ 파일 읽기 = 309 정렬 데이터 읽기 = 312 차세대 시퀀싱 원 데이터 전처리 = 315 edgeR 패키지를 사용한 RNAseq 데이터 분석 = 320 limma를 사용한 시퀀싱 데이터의 층별 분석 = 323 유전자 온톨로지 용어를 사용한 RNAseq 데이터 농축 = 328 서열 데이터의 KEGG 농축 = 331 메틸화 데이터의 분석 = 334 ChipSeq 데이터 분석 = 338 차세대 시퀀싱 데이터 시각화 = 343 9장 생명정보학에서의 기계 학습 = 347 소개 = 348 k-means와 계층적 군집을 이용한 데이터 군집화 = 350 군집의 시각화 = 354 분류에 대한 지도 학습 = 360 Naïve Bayes를 이용한 확률적 학습 = 365 기계 학습에서 부트스트래핑 = 367 분류기에 대한 교차 타당화 = 370 분류기의 성능 평가 = 373 ROC 커브의 시각화 = 375 어레이 데이터를 이용한 생체지표 확인 = 378 부록 A. R에서 유용한 연산자와 함수 = 381 부록 B. 유용한 R 패키지 = 391 찾아보기 = 396