Bioinformatik
Grundlagen, Algorithmen, Anwendungen
4th Edition
Published on 24. August 2022
Book
Hardback
752 pages
978-3-527-34949-4 (ISBN)
Description
Der Marktführer bei den Bioinformatiklehrbüchern in neuer Auflage und mit dem neuen Thema Molekulardynamik
Bioinformatik ist eine Kerndisziplin in den modernen Biowssenschaften, von der Biotechnologie über die Biochemie und Molekularbiologie bis zur Molekulargenetik und Molekularmedizin. Sie ist eine essenzielle Grundlage für alle "omics"-Technologien, für die Strukturbiologie, die Systembiologie sowie die synthetische Biologie.
Bioinformatik. Grundlagen, Algorithmen, Anwendungen bietet eine umfassende Einführung in die wichtigsten Methoden der Bioinformatik. Der Autor erklärt dabei sowohl die mathematischen und biologischen Grundlagen als auch die wichtigsten Software-Tools und deren Anwendungsbereiche. Schwerpunkte sind Methoden zum Sequenzvergleichs, Verfahren zur Charakterisierung von Proteinfamilien, Algorithmen zur Vorhersage von Protein- und RNA-Strukturen, Methoden des maschinellen Lernens und das Proteindesign.
Für die 4. Auflage wurde der Text durchgehend aktualisiert und um ein Kapitel zur Molekulardynamik erweitert. Neu aufgenommene Exkurse zu Meilensteinen der Bioinformatik und aktuellen Anwendungsgebieten lockern den Text auf. Auf der ebenfalls komplett überarbeiteten Begleit-Webseite werden interaktive Lernmodule bereitgestellt, einschließlich mehr als 120 Übungsaufgaben, zum Teil mit Lösungen.
Eine perfekte Einführung für alle Studenten der Lebenswissenschaften oder Informatik, die einen Einblick in die gängigen Methoden der Bioinformatik benötigen, sowie ein wertvoller Begleiter für alle, die bereits bioinformatische Werkzeuge nutzen und die zugrundeliegenden Konzepte verstehen möchten.
Bioinformatik ist eine Kerndisziplin in den modernen Biowssenschaften, von der Biotechnologie über die Biochemie und Molekularbiologie bis zur Molekulargenetik und Molekularmedizin. Sie ist eine essenzielle Grundlage für alle "omics"-Technologien, für die Strukturbiologie, die Systembiologie sowie die synthetische Biologie.
Bioinformatik. Grundlagen, Algorithmen, Anwendungen bietet eine umfassende Einführung in die wichtigsten Methoden der Bioinformatik. Der Autor erklärt dabei sowohl die mathematischen und biologischen Grundlagen als auch die wichtigsten Software-Tools und deren Anwendungsbereiche. Schwerpunkte sind Methoden zum Sequenzvergleichs, Verfahren zur Charakterisierung von Proteinfamilien, Algorithmen zur Vorhersage von Protein- und RNA-Strukturen, Methoden des maschinellen Lernens und das Proteindesign.
Für die 4. Auflage wurde der Text durchgehend aktualisiert und um ein Kapitel zur Molekulardynamik erweitert. Neu aufgenommene Exkurse zu Meilensteinen der Bioinformatik und aktuellen Anwendungsgebieten lockern den Text auf. Auf der ebenfalls komplett überarbeiteten Begleit-Webseite werden interaktive Lernmodule bereitgestellt, einschließlich mehr als 120 Übungsaufgaben, zum Teil mit Lösungen.
Eine perfekte Einführung für alle Studenten der Lebenswissenschaften oder Informatik, die einen Einblick in die gängigen Methoden der Bioinformatik benötigen, sowie ein wertvoller Begleiter für alle, die bereits bioinformatische Werkzeuge nutzen und die zugrundeliegenden Konzepte verstehen möchten.
More details
Edition
4. Auflage
Language
German
Place of publication
Berlin
Germany
Target group
Professional and scholarly
Illustrations
250
30 s/w Tabellen, 120 farbige Abbildungen, 100 s/w Abbildungen
100 schwarz-weiße und 120 farbige Abbildungen, 30 schwarz-weiße Tabellen
Dimensions
Height: 250 mm
Width: 177 mm
Thickness: 41 mm
Weight
1544 gr
ISBN-13
978-3-527-34949-4 (9783527349494)
Schweitzer Classification
Other editions
Additional editions
E-Book
08/2022
4th Edition
Wiley-VCH
€70.99
Available for download
E-Book
08/2022
4th Edition
Wiley-VCH
€70.99
Available for download
Previous edition
Book
06/2015
3rd Edition
Wiley-Blackwell
€74.90
Article exhausted; check for reprint
Person
Rainer Merkl war von 2004 bis zu seiner Emeritierung im Jahr 2020 Professor für Bioinformatik am Lehrstuhl Biochemie II der Universität Regensburg. Nach seiner Promotion in Göttingen im Fach Genetik habilitierte er sich in Regensburg für das Fach Bioinformatik. Rainer Merkl war am Max Planck Institut für Biochemie, Martinsried und der Universität Göttingen tätig. Neben seiner Lehrtätigkeit in Regensburg für Biologen und Biochemiker bildete er an der Fernuniversität Hagen viele Jahre lang Informatiker im Fach Bioinformatik aus.
Content
GRUNDLAGEN - BIOLOGIE UND DATENBANKEN
Biologische Grundlagen
Sequenzen und ihre Funktion
Datenbanken
LERNEN, OPTIMIEREN UND ENTSCHEIDEN
Grundbegriffe der Stochastik
Bayessche Entscheidungstheorie und Klassifikatoren
Klassische Cluster- und Klassifikationsverfahren
Neuronale Netze
Genetische Algorithmen
ALGORITHMEN UND MODELLE DER BIOINFORMATIK
Paarweiser Sequenzvergleich
Sequenz-Motive
Scoring-Schemata
FASTA und die BLAST-Suite
Multiple Sequenzalignments und Anwendungen
Grundlagen phylogenetischer Analysen
Markov-Ketten und Hidden-Markov-Modelle
Profil-HMMs
Support-Vektor Maschinen
Molekulardynamik (NEU)
Vorhersage der Sekundärstruktur
Vergleich von Protein-3D-Strukturen
Vorhersage der Protein-3D-Struktur
Analyse integraler Membranproteine
Entschlüsselung von Genomen
Auswertung von Genexpressionsdaten
Analyse von Protein-Protein-Interaktionen
Big Data: Herausforderungen und Möglichkeiten
Biologische Grundlagen
Sequenzen und ihre Funktion
Datenbanken
LERNEN, OPTIMIEREN UND ENTSCHEIDEN
Grundbegriffe der Stochastik
Bayessche Entscheidungstheorie und Klassifikatoren
Klassische Cluster- und Klassifikationsverfahren
Neuronale Netze
Genetische Algorithmen
ALGORITHMEN UND MODELLE DER BIOINFORMATIK
Paarweiser Sequenzvergleich
Sequenz-Motive
Scoring-Schemata
FASTA und die BLAST-Suite
Multiple Sequenzalignments und Anwendungen
Grundlagen phylogenetischer Analysen
Markov-Ketten und Hidden-Markov-Modelle
Profil-HMMs
Support-Vektor Maschinen
Molekulardynamik (NEU)
Vorhersage der Sekundärstruktur
Vergleich von Protein-3D-Strukturen
Vorhersage der Protein-3D-Struktur
Analyse integraler Membranproteine
Entschlüsselung von Genomen
Auswertung von Genexpressionsdaten
Analyse von Protein-Protein-Interaktionen
Big Data: Herausforderungen und Möglichkeiten