Bioinformatik Interaktiv
Algorithmen und Praxis
2nd Edition
Published on 9. December 2013
XVIII, 578 pages
978-3-527-68275-1 (ISBN)
Description
Die zweite Auflage dieses erfolgreichen Lehrbuchs ist vollständig überarbeitet und in großen Teilen erweitert. Insbesondere wurde die Behandlung der Genomdatenanalyse deutlich vertieft und es wurden Kapitel über maschinelles Lernen, bayessche Netzwerke sowie Protein- und Enzymdesigns und über die Auswertung von Microarrays eingeführt. Außerdem steht dem Leser jetzt eine attraktive Webseite mit Zusatzmaterial und Fragen zum Stoff zur Verfügung. Webseite mit Zusatzmaterial und Fragen: WWW.WILEY-VCH.DE/HOME/BIOINFORMATIK
Reviews / Votes
"Das Buch bietet dem Leser außerdem unter www.wiley-vch.de/home/bioinformatik eine attraktive Webseite mit Zusatzmaterial an. Sehr zu empfehlen für Bibliotheken an Hochschulstandorten."ekz-Informationsdienst
More details
Other editions
Additional editions
Book
10/2009
2nd Edition
Wiley-VCH
€74.90
Article exhausted; check for reprint
Persons
Rainer Merkl leitet seit 2004 am Lehrstuhl Biochemie II der Universität Regensburg eine Arbeitsgruppe zur Analyse von Genomen und für rechnergestütztes Proteindesign. Er ist Dipl. Ing. (FH) und Dipl. Inf., wurde in Göttingen im Fach Genetik promoviert und hat sich in Regensburg im Fach Bioinformatik habilitiert. Rainer Merkl war am Max Planck Institut für Biochemie, Martinsried und der Universität Göttingen tätig. RM hat zu 35 Publikationen beigetragen. Er bildet in Regensburg Biologen und Biochemiker und an der Fernuniversität Hagen Informatiker im Fach Bioinformatik aus.
Stephan Waack ist Leiter der Forschungsgruppe Theoretische Informatik und Algorithmische Methoden des Instituts für Informatik der Universität Göttingen. Er hat an der Humboldt-Universität zu Berlin Mathematik studiert, wurde dort 1983 promoviert und hat sich 1989 habilitiert. Sein Hauptarbeitsgebiet war zunächst die Komplexitätstheorie. Seit 2001 beschäftigt er sich auch mit algorithmischen Problemen in der Angewandten Informatik, insbesondere der Bioinformatik. In dieser Zeit sind 28 Publikationen entstanden.
Stephan Waack ist Leiter der Forschungsgruppe Theoretische Informatik und Algorithmische Methoden des Instituts für Informatik der Universität Göttingen. Er hat an der Humboldt-Universität zu Berlin Mathematik studiert, wurde dort 1983 promoviert und hat sich 1989 habilitiert. Sein Hauptarbeitsgebiet war zunächst die Komplexitätstheorie. Seit 2001 beschäftigt er sich auch mit algorithmischen Problemen in der Angewandten Informatik, insbesondere der Bioinformatik. In dieser Zeit sind 28 Publikationen entstanden.
Content
Vorwort
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, BLAST, PSI-BLAST
Multiple Sequenzalignments
Grundlagen phylogenetischer Analysen
Hidden-Markov-Modelle
Profil-HMMs
Conditional Random Fields
Vorhersage der Sekundärstruktur
Vergleich von Protein-3D-Strukturen
Homologiemodellierung und Vorhersage der Protein-3D-Struktur
Analyse integraler Membranproteine
Entschlüsselung von Genomen
Auswertung von Genexpressionsdaten
Analyse von Protein-Protein-Interaktionen
Zum Schluss
Webseite mit Zusatzmaterial und Fragen: www.wiley-vch.de/HOME/bioinformatik/.
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, BLAST, PSI-BLAST
Multiple Sequenzalignments
Grundlagen phylogenetischer Analysen
Hidden-Markov-Modelle
Profil-HMMs
Conditional Random Fields
Vorhersage der Sekundärstruktur
Vergleich von Protein-3D-Strukturen
Homologiemodellierung und Vorhersage der Protein-3D-Struktur
Analyse integraler Membranproteine
Entschlüsselung von Genomen
Auswertung von Genexpressionsdaten
Analyse von Protein-Protein-Interaktionen
Zum Schluss
Webseite mit Zusatzmaterial und Fragen: www.wiley-vch.de/HOME/bioinformatik/.
