Bioinformatik - Grundlagen, Algorithmen, Anwendungen
Reduzierte Artikel in dieser Kategorie
| Verlag | Wiley-VCH |
| Auflage | 2022 |
| Seiten | 752 |
| Format | 17,4 x 4,0 x 25,0 cm |
| Gewicht | 1542 g |
| ISBN-10 | 3527349499 |
| ISBN-13 | 9783527349494 |
| Bestell-Nr | 52734949A |
Der Marktführer bei den Bioinformatiklehrbüchern in neuer Auflage und mit dem neuen Thema MolekulardynamikBioinformatik 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 u m 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.
Inhaltsverzeichnis:
GRUNDLAGEN - BIOLOGIE UND DATENBANKENBiologische GrundlagenSequenzen und ihre FunktionDatenbankenLERNEN, OPTIMIEREN UND ENTSCHEIDENGrundbegriffe der StochastikBayessche Entscheidungstheorie und KlassifikatorenKlassische Cluster- und KlassifikationsverfahrenNeuronale NetzeGenetische AlgorithmenALGORITHMEN UND MODELLE DER BIOINFORMATIKPaarweiser SequenzvergleichSequenz-MotiveScoring-SchemataFASTA und die BLAST-SuiteMultiple Sequenzalignments und AnwendungenGrundlagen phylogenetischer AnalysenMarkov-Ketten und Hidden-Markov-ModelleProfil-HMMsSupport-Vektor MaschinenMolekulardynamik (NEU)Vorhersage der SekundärstrukturVergleich von Protein-3D-StrukturenVorhersage der Protein-3D-StrukturAnalyse integraler MembranproteineEntschlüsselung von GenomenAuswertung von GenexpressionsdatenAnalyse von Protein-Protein-InteraktionenBig Data: Herausforderungen und Möglichkeiten
