Boken "Clustering in Bioinformatics and Drug Discovery" presenterer en omfattende veiledning til hvordan man kan trekke ut den mest relevante informasjonen fra farmasøytiske og biomedisinske data. Med en DVD som inneholder fargefigurer, gir den et klart og konsist overblikk over både vanlige og nyere klustermetoder som er viktige innen bioinformatikk og legemiddeloppdagelse. De første tre kapitlene legger grunnlaget ved å introdusere statistisk læringsteori, utforskende dataanalyse, klusteralgoritmer, ulike datatyper, grafteori, og forskjellige former for klustering. I de påfølgende kapitlene om partisjonering, klusterprøvetaking og hierarkiske algoritmer, tilbyr boken en tilstrekkelig detaljert forståelse av klusteranalyse i konteksten av bioinformatikk og legemiddeloppdagelse. De resterende kapitlene tar for seg mer avanserte metoder, inkludert hybrid- og parallelle algoritmer, samt spesifikke aspekter knyttet til ulike datatyper, som asymmetri, tvetydighet, valideringsmål og visualisering. Denne boken utforsker derfor et bredt spekter av metoder og prinsipper som er sentrale for å navigere i det komplekse feltet av bioinformatikk og utviklingen av nye legemidler.
