Beschreibung
The second edition of this successful textbook, completely revised and largely expanded. In particular the section on the analysis of genome data is covered in much greater depth and chapters added on machine learning, Bayesian networks, protein and enzyme designs as well as the evaluation of microarrays. Furthermore an attractive website with supplementary material and problems is available: WWW.WILEY-VCH.DE/HOME/BIOINFORMATIK
Autorenportrait
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.
Inhalt
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/.
Informationen zu E-Books
Individuelle Erläuterung zu E-Books
