En savoir plus
In Zeiten wachsender Datenmengen und zunehmender genetischer Forschung gewinnt die Analyse familiärer Genomdaten immer stärker an Bedeutung. In diesem Buch wird untersucht, wie sich genetische Variationen innerhalb von Familienstrukturen mittels moderner Big-Data-Technologien effizient auswerten und interpretieren lassen. Mithilfe eines interdisziplinären Ansatzes werden Methoden aus der Bioinformatik, Statistik und Datenwissenschaft kombiniert, um Muster der genetischen Vererbung zu identifizieren. Im Fokus stehen Verfahren zur Datenaufbereitung, statistischen Modellierung sowie die Visualisierung komplexer Verwandtschaftsbeziehungen. Die Arbeit liefert nicht nur neue Erkenntnisse zur genetischen Diversität in Familien, sondern bietet auch praxisnahe Ansätze zur Anwendung großer genetischer Datensätze in der medizinischen Forschung und der personalisierten Medizin.
Table des matières
Einleitung.- Theoretische Grundlagen.- Analyse.- Diskussion.- Fazit.
A propos de l'auteur
George Rabats
Forschungsgebiet befindet sich in dem Bereich Big Data und Künstliche Intelligenz. Die vorliegende Forschungsarbeit befasst sich mit dem Schwerpunkt KI und DNA Analyse in einer Familie (Biologie). Die Forschungsarbeit hat an der FOM Hochschule in Köln stattgefunden.
Résumé
In Zeiten wachsender Datenmengen und zunehmender genetischer Forschung gewinnt die Analyse familiärer Genomdaten immer stärker an Bedeutung. In diesem Buch wird untersucht, wie sich genetische Variationen innerhalb von Familienstrukturen mittels moderner Big-Data-Technologien effizient auswerten und interpretieren lassen. Mithilfe eines interdisziplinären Ansatzes werden Methoden aus der Bioinformatik, Statistik und Datenwissenschaft kombiniert, um Muster der genetischen Vererbung zu identifizieren. Im Fokus stehen Verfahren zur Datenaufbereitung, statistischen Modellierung sowie die Visualisierung komplexer Verwandtschaftsbeziehungen. Die Arbeit liefert nicht nur neue Erkenntnisse zur genetischen Diversität in Familien, sondern bietet auch praxisnahe Ansätze zur Anwendung großer genetischer Datensätze in der medizinischen Forschung und der personalisierten Medizin.
