通过这本书，研究人员和学生将学会使用R来分析大规模的基因组数据，以及如何创建例程来实现分析步骤的自动化。本书的理念是从现实世界的原始数据集开始，执行所有需要的分析步骤以达到最终结果。虽然理论发挥了重要作用，但这是一本实用的书，适用于生物信息学和基因组分析的研究生和本科生课程，或用于实验室会议。还讲授了如何处理和管理高通量基因组数据，创建自动化工作流程和加速R的分析。用实际例子说明了一系列对处理基因组数据有用的R包。

涵盖的关键主题是关联研究、基因组预测、群体遗传参数和多样性的估计、基因表达分析、使用公开可用的数据库对结果进行功能注释以及如何在R中有效地处理大型基因组数据集。重要的原则通过吸引人的例子进行演示和说明，这些例子邀请读者使用所提供的数据集进行工作。本卷讨论的一些方法包括：选择的特征、种群参数（LD、FST、FIS等）；使用基因组关系矩阵进行种群多样性研究；使用SNP数据进行亲子鉴定；SnpBLUP和gBLUP进行基因组预测。逐步展示了全基因组关联研究所需的所有R代码：从原始SNP数据开始，如何建立数据库来处理和管理数据，质量控制和过滤措施，关联测试和结果评估，直到候选基因的识别和功能注释。同样，使用微阵列和RNAseq数据进行的基因表达分析也被展示。

在基因组数据明显很大的时候，本书的技能是至关重要的。近年来，除了在基因组数据分析中的突出作用外，R已成为基因表达数据分析的事实上的<工具。使用R的好处包括分析的集成开发环境、分析工作流程的灵活性和控制。包括的主题是生物信息学、基因组学和统计遗传学的高级本科和研究生课程的核心内容。本书也是为计算机科学和统计学专业的学生设计的，他们想学习基因组分析的实际内容，而不需要深入研究算法细节。