本书系统介绍了生物信息学与多组学数据分析的核心方法与实战流程，内容涵盖R语言编程、基因组学、转录组学、单细胞与空间转录组、蛋白质组、代谢组以及医学图像处理等前沿领域。书中结合丰富的案例与代码实例，深入解析从数据获取、质量控制到统计建模与可视化的完整路径。本书以“多组学数据分析的系统化教学与科研实践融合”为主线，构建了从理论原理到实际操作的完整教学逻辑。整体编写遵循“基础—进阶—融合—拓展”的四层结构，兼顾教学循序性与科研前沿性。基础层：以R语言为核心计算工具，系统讲解Bioconductor生态体系、S4编程范式及标准数据结构，帮助读者掌握可复现、模块化的分析思维。进阶层：深入解析基因组学与转录组学数据处理流程，结合高通量测序、变异检测及差异表达分析等关键环节，强化统计建模与数据质量控制能力。融合层：重点讲授单细胞与空间转录组学分析，覆盖数据整合、降维聚类、细胞类型注释、空间解卷积及细胞通讯分析等核心内容，实现“组学间整合”的教学目标。拓展层：延伸至质谱蛋白质组、代谢组与医学影像AI分析，展示多模态数据融合与人工智能在生物医学研究中的新应用。书中所有实例均基于真实公开数据集(如10XPBMC、GSE系列数据等)，并配套完整的GitHub代码仓库，确保读者可直接运行、复现实验结果，实现”理论—代码—结果”三位一体的学习体验。