近期，Springer正式出版由深圳大学医学部汪业军老师、美国弗吉利亚生物信息中心孙名安博士联合主编的生物信息学方法图书Transcriptome Data Analysis （转录组数据分析）。深圳大学为第一主编单位。

随着测序技术的进步、通量的提高和成本的降低，转录组逐步成为分子生物学实验室的常规研究手段。但是，多数实验室均不具备组学数据生物信息分析的能力，在数据采集和最终的可视化结果（通常由测序公司代为完成）之间存在一条鸿沟，结果经常得不到有效解释。针对此，Transcriptome Data Analysis对各种主流和前沿分析技术／软件进行实例操作讲解，便于非生物信息专业的分子生物学实验室研究人员模仿、逐步进行自己的转录组原始数据处理和分析。

Transcriptome Data Analysis是Springer分子生物学方法图书系列之一，全书分为三个部分和16个章节，由来自世界各地的转录组数据生物信息分析专家联合编写。第一部分（第1-4章）集中展示了常规的转录组数据分析方法，包括：非模式生物RNA-Seq基因表达谱分析、Microarray基因表达数据分析、差异表达基因的通路和网络分析、可视化转录组数据分析工具。第二部分（第5-11章）围绕特定的目标，展示多个具体的基于转录组的数据分析方法和工具，包括：基于单分子测序的可变剪切异构体鉴定、转录本边界分析、RNA编辑位点分析、基于测序和芯片的microRNA数据分析、lncRNA分析以及移动元件分析。第三部分（第12-16章）提供了部分前沿转录组研究和应用的数据分析方法，包括：RNA－蛋白相互作用分析、表达噪音分析、表观印记分析以及单细胞转录组分析技术。部分章节包括了多个主题，例如，第1章同时包括了非模式和模式生物的RNA-Seq分析方法；第5章包含了单分子测序和可变剪切分析两个主题；第12章则包含了细菌sRNA等非编码RNA的鉴定方法等。

图书链接：http://www.springer.com/cn/book/9781493977093