生物信息學(xué)導(dǎo)論

出版時(shí)間:2011-6  出版社:清華大學(xué)出版社  作者:王勇獻(xiàn),王正華 編著  頁(yè)數(shù):499  
Tag標(biāo)簽:無(wú)  

內(nèi)容概要

  《生物信息學(xué)導(dǎo)論--面向高性能計(jì)算的算法與應(yīng)用》主要針對(duì)生物信息學(xué)中的典型應(yīng)用,從計(jì)算方法角度介紹相關(guān)算法的原理及應(yīng)用;內(nèi)容分成生物學(xué)及數(shù)理基礎(chǔ)、生物序列分析、蛋白質(zhì)組學(xué)分析以及大規(guī)模生物學(xué)網(wǎng)絡(luò)分析等四個(gè)專(zhuān)題,涉及生物分子序列分析、基因發(fā)現(xiàn)、分子進(jìn)化分析、蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、蛋白質(zhì)肽測(cè)序、生物學(xué)網(wǎng)絡(luò)模塊劃分等具體問(wèn)題的求解原理及算法實(shí)現(xiàn)。
  《生物信息學(xué)導(dǎo)論--面向高性能計(jì)算的算法與應(yīng)用》的讀者對(duì)象是具有現(xiàn)代分子生物學(xué)及計(jì)算機(jī)科學(xué)基本知識(shí)的研究生及相關(guān)科研人員,在附加習(xí)題后也可作為生物信息學(xué)方面的入門(mén)及進(jìn)階教材,供生物醫(yī)學(xué)工程、計(jì)算機(jī)應(yīng)用等專(zhuān)業(yè)學(xué)生使用。

書(shū)籍目錄

第一篇 預(yù)備知識(shí)篇
 第1章 分子生物學(xué)基礎(chǔ)
  1.1 生命的演化與分類(lèi)
  1.2 核酸:dna與rna
  1.3 蛋白質(zhì)
  1.4 dna的復(fù)制
  1.5 基因與染色體
  1.6 基因表達(dá)
  1.7 現(xiàn)代生物工程技術(shù)
  1.8 現(xiàn)代分子生物學(xué)中的經(jīng)典計(jì)算問(wèn)題
 第2章 數(shù)學(xué)及計(jì)算機(jī)科學(xué)基礎(chǔ)
  2.1 線性代數(shù)理論
  2.2 概率論基礎(chǔ)知識(shí)
  2.3 最優(yōu)化理論
  2.4 統(tǒng)計(jì)學(xué)習(xí)理論
  2.5 函數(shù)增長(zhǎng)速度的比較
第二篇 序列分析篇
 第3章 序列比對(duì)的基本方法
  3.1 序列的相似性與同源性   
  3.2 點(diǎn)陣圖
  3.3 兩序列比對(duì)概述
  3.4 全局比對(duì)的動(dòng)態(tài)規(guī)劃方法
  3.5 局部比對(duì)的動(dòng)態(tài)規(guī)劃方法
  3.6 重疊區(qū)域匹配的準(zhǔn)全局比對(duì)算法
  3.7 空位罰分模型
  3.8 仿射空位罰分模型下的全局比對(duì)算法
  3.9 仿射空位罰分模型下的局部比對(duì)算法
  3.10 降價(jià)空間存儲(chǔ)的兩序列比對(duì)算法
  3.11 降低時(shí)間開(kāi)銷(xiāo)的兩序列比對(duì)算法
  3.12 比對(duì)得分的正則化
  3.13 啟發(fā)式的近似尋優(yōu)比對(duì)算法
  3.14 比對(duì)得分的統(tǒng)計(jì)學(xué)顯著性
  3.15 多序列比對(duì)
  3.16 氨基酸替換矩陣
  3.17 小結(jié)
 第4章 序列比對(duì)的并行計(jì)算
  4.1 并行編程模型
  4.2 并行計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)
  4.3 序列比對(duì)及其并行化方案
  4.4 smith-waterman算法的細(xì)粒度并行實(shí)現(xiàn)
  4.5 序列數(shù)據(jù)庫(kù)搜索的粗粒度并行算法
  4.6 多序列比對(duì)的并行算法
  4.7 基于專(zhuān)用硬件fpga的序列比對(duì)
 第5章 基于字符串精確匹配的序列比較
  5.1 模式的精確匹配與非精確匹配
  5.2 樸素的模式匹配算法
  5.3 線性時(shí)間的字符串搜索算法
  5.4 基于關(guān)鍵字樹(shù)的模式集合匹配算法
  5.5 后綴樹(shù)
  5.6 后綴樹(shù)的構(gòu)造
  5.7 后綴數(shù)組
  5.8 基因組中的重復(fù)序列
  5.9 后綴樹(shù)用于搜索重復(fù)子串和獨(dú)特子串
  5.10 最長(zhǎng)重復(fù)序列的搜索算法
  5.11 廣義后綴樹(shù)
  5.12 最長(zhǎng)公共子串問(wèn)題
  5.13 k次失配問(wèn)題
  5.14 小結(jié)
 第6章 基因識(shí)別
  6.1 基因識(shí)別與預(yù)測(cè)的計(jì)算方法
  6.2 預(yù)測(cè)算法的準(zhǔn)確性度量
  6.3 獨(dú)立識(shí)別法
  6.4 基于比較的基因識(shí)別方法
 第7章 馬氏鏈與隱馬氏模型
  7.1 馬爾可夫鏈
  7.2 隱馬爾可夫模型
  7.3 計(jì)算全概率的正向算法
  7.4 計(jì)算全概率的反向算法
  7.5 解碼問(wèn)題的viterbi算法
  7.6 模型參數(shù)的估計(jì)
  7.7 帶有啞狀態(tài)的hmm
  7.8 譜hmm
  7.9 采用譜hmm進(jìn)行多序列比對(duì)建模
  7.10 利用hmm對(duì)基因識(shí)別問(wèn)題進(jìn)行建模
 第8章 序列進(jìn)化的基本模型
  8.1 核苷酸替代的進(jìn)化模型
  8.2 連續(xù)時(shí)間下的進(jìn)化模型
  8.3 離散時(shí)間下的進(jìn)化模型
 第9章 分子進(jìn)化樹(shù)的重構(gòu)
  9.1 進(jìn)化樹(shù)的概念與術(shù)語(yǔ)
  9.2 進(jìn)化樹(shù)重構(gòu)的簡(jiǎn)約類(lèi)方法
  9.3 講化樹(shù)重構(gòu)的距離類(lèi)方法
  9.4 進(jìn)化樹(shù)重構(gòu)的統(tǒng)計(jì)類(lèi)方法
  9.5 樹(shù)拓?fù)淇臻g的搜索技術(shù)
  9.6 似然度最大化的數(shù)值算法
  9.7 模型選擇與假設(shè)檢驗(yàn)問(wèn)題
  9.8 進(jìn)化樹(shù)拓?fù)浣Y(jié)構(gòu)的建模、估計(jì)與檢驗(yàn)
第三篇 蛋白質(zhì)組學(xué)分析篇
 第10章 蛋白質(zhì)的結(jié)構(gòu)預(yù)測(cè)
  10.1 蛋白質(zhì)的層次性結(jié)構(gòu)
  10.2 常見(jiàn)的二級(jí)結(jié)構(gòu)單元
  10.3 蛋白質(zhì)二級(jí)結(jié)構(gòu)檢測(cè)
  10.4 蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)的計(jì)算方法
  10.5 蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)算法的性能評(píng)價(jià)
  10.6 蛋白質(zhì)結(jié)構(gòu)的比對(duì)方法
 第11章 蛋白質(zhì)序列鑒定的質(zhì)譜分析
  11.1 質(zhì)譜技術(shù)
  11.2 質(zhì)譜數(shù)據(jù)分析
  11.3 實(shí)驗(yàn)質(zhì)譜數(shù)據(jù)的預(yù)處理
  11.4 質(zhì)譜比較的非概率型打分方法
  11.5 質(zhì)譜比較的概率型打分方法
  11.6 基于串聯(lián)質(zhì)譜的蛋白質(zhì)鑒定
  11.7 蛋白質(zhì)鑒定的從頭測(cè)序法
  11.8 含有修飾的質(zhì)譜比較與肽鑒定
第四篇 生物學(xué)網(wǎng)絡(luò)分析篇
 第12章 蛋白質(zhì)相互作用的預(yù)測(cè)
  12.1 蛋白質(zhì)之間的相互作用
  12.2 蛋白質(zhì)相互作用測(cè)定的實(shí)驗(yàn)方法
  12.3 研究蛋白質(zhì)相互作用的生物信息學(xué)分析方法
  12.4 蛋白質(zhì)結(jié)構(gòu)域水平的相互作用預(yù)測(cè)
  12.5 小結(jié)
 第13章 生物學(xué)網(wǎng)絡(luò)的模塊劃分
  13.1 引言
  13.2 復(fù)雜網(wǎng)絡(luò)的結(jié)構(gòu)特征
  13.3 復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)特征度量指標(biāo)的計(jì)算方法
  13.4 生物學(xué)網(wǎng)絡(luò)結(jié)構(gòu)分析的并行計(jì)算
  13.5 復(fù)雜網(wǎng)絡(luò)的結(jié)構(gòu)模塊劃分及生物學(xué)網(wǎng)絡(luò)功能模塊挖掘
  13.6 生物學(xué)網(wǎng)絡(luò)模塊劃分的傳統(tǒng)聚類(lèi)方法
  13.7 生物學(xué)網(wǎng)絡(luò)模塊劃分的譜聚類(lèi)方法
  13.8 生物學(xué)網(wǎng)絡(luò)模塊劃分的混合式聚類(lèi)算法
  13.9 網(wǎng)絡(luò)模塊劃分結(jié)果的評(píng)價(jià)
 第14章 大規(guī)模網(wǎng)絡(luò)的數(shù)據(jù)挖掘技術(shù)
  14.1 聚類(lèi)分析
  14.2 層次聚類(lèi)法
  14.3 k均值聚類(lèi)方法
  14.4 核分析方法
  14.5 基于核的k均值聚類(lèi)方法
  14.6 譜聚類(lèi)方法
  14.7 k均值聚類(lèi)與譜聚類(lèi)的統(tǒng)一
主題索引
人名索引
插圖索引
表格索引
算法索引
參考文獻(xiàn)
    

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載


    生物信息學(xué)導(dǎo)論 PDF格式下載


用戶評(píng)論 (總計(jì)13條)

 
 

  •   生物信息學(xué)很好的算法方面的書(shū)!
  •   較系統(tǒng)的介紹生物信息學(xué)的相關(guān)知識(shí)
  •   一本很好的生物信息學(xué)的書(shū)
  •   書(shū)不錯(cuò)。對(duì)數(shù)學(xué)基礎(chǔ)要求較高。
  •   認(rèn)真閱讀!
  •   比較新的書(shū),感覺(jué)不錯(cuò)
  •   生物信息專(zhuān)業(yè)的一本經(jīng)典書(shū)籍,擴(kuò)充知識(shí)用的
  •   適合有一定基礎(chǔ)的人看,內(nèi)容比較深入也比較細(xì)致,在生物信息這方面寫(xiě)的很不錯(cuò)的中文書(shū)籍了!
  •   這本書(shū)內(nèi)容有點(diǎn)深,一些算法實(shí)現(xiàn)起來(lái)沒(méi)有那么容易
  •   內(nèi)容詳實(shí),適合計(jì)算機(jī)專(zhuān)業(yè)閱讀
  •   研究生用書(shū),本科生看這有點(diǎn)難
  •   需要有一定的數(shù)學(xué)基礎(chǔ)的書(shū),還是挺專(zhuān)業(yè)的。
  •   直接閱讀感覺(jué)有的較難理解,前置知識(shí)需要自己去找書(shū),這點(diǎn)不大好。如果能推薦一下前置課程會(huì)更好
 

250萬(wàn)本中文圖書(shū)簡(jiǎn)介、評(píng)論、評(píng)分,PDF格式免費(fèi)下載。 第一圖書(shū)網(wǎng) 手機(jī)版

京ICP備13047387號(hào)-7