生物序列分析

定　價：￥60.00

作　者：	（英）Durbin,R 等編著
出版社：	科學出版社
叢編項：
標　簽：	普通生物學

購買這本書可以去

ISBN：	9787030284433	出版時間：	2010-08-01	包裝：	平裝
開本：	16開	頁數(shù)：	312	字數(shù)：

內(nèi)容簡介

　　《生物序列分析》在結(jié)構(gòu)上大致可以分為四個部分，每個部分所覆蓋的問題分別是：二序列聯(lián)配、多序列聯(lián)配、系統(tǒng)發(fā)育樹和RNA結(jié)構(gòu)，具體分為：二序列聯(lián)配、Markov鏈與隱馬模型、使用HMM的二序列聯(lián)配、朋于序列家族的列型HMM、多序列聯(lián)配方法、構(gòu)造系統(tǒng)發(fā)育樹和系統(tǒng)發(fā)育的概率論方法，《生物序列分析》介紹的列型MM、多序列聯(lián)配方法、構(gòu)造系統(tǒng)發(fā)育樹和系統(tǒng)發(fā)育的概率論方法，《生物序列分析》介紹的一些方法將不同的生物信息來源整合到一般的、清晰且可操作的序列分析概率論模型中，有助于研究者深入了解生物序列分析的基礎(chǔ)。《生物序列分析》可供牛物信息學、分子生物學、數(shù)學、計算機科學以及物理學專業(yè)的研究生或高年級本科生及這些領(lǐng)域的老帥和研究人員參考。

作者簡介

　　Richard Durbin，1987年獲得博士學位，研究方向為蠕蟲神經(jīng)系統(tǒng)的發(fā)育與組織。英國Sanger中心生物信息部負責人，先后參與線蟲基因組和人類基因組項目、WormBase線蟲模式生物數(shù)據(jù)庫ACEDB基因組數(shù)據(jù)庫、Pfam蛋白質(zhì)結(jié)構(gòu)域數(shù)據(jù)庫以及Ensembl脊椎動物基因組注釋。與SeanEddy、Anders Krogh以及Graeme Mitchison一起撰寫了Biological Sequence Anaivsis一書，并于1998年由劍橋大學出版社出版。Sean Eddy，Janelia Farms的17個研究小組負責人之一，部分隸屬于霍華德·休斯醫(yī)學研究會，當前致力于計算基因組序列分析，使用概率論建模技術(shù)開發(fā)新算找DNA、RNA和蛋白質(zhì)序列的特征。他的主要興趣一個是識別新的結(jié)構(gòu)和催化RNA，另一個是識別遠緣的蛋白質(zhì)同源序列。Anders Krogh，哥本哈根大學生物信息中心負責人、生物信息學教授，因David Haussler——起率先在生物信息學領(lǐng)域使用隱馬模型而聞名。作為Biological Sequence Analvisis一書的作者之一。他同時也是另一本更早一些的神經(jīng)網(wǎng)絡教科書的作者之一。他當前的研究興趣包括啟動子分析、非編碼RNA，基因預測以及蛋白質(zhì)結(jié)構(gòu)預測。Graeme Mitchison，劍橋大學分子生物學實驗室教員，量子計算研究者和計算生物學家，從事序貫弱度量、deFinetti定理量子等研究。

圖書目錄

譯者名單
中文版序一
中文版序二
譯者的話
前言
第1章　緒論
　1.1　序列的相似性、同源性及聯(lián)配
　1.2　本書概述
　1.3　概率與概率論模型
　1.4　補充讀物
第2章　二序列聯(lián)配
　2.1　引言
　2.2　計分模型
　2.3　聯(lián)配算法
　2.4　更復雜模型的動態(tài)規(guī)劃
　2.5　啟發(fā)式聯(lián)配算法
　2.6　線性空間聯(lián)配
　2.7　分值的顯著性
　2.8　從聯(lián)配數(shù)據(jù)推導計分參數(shù)
　2.9　補充讀物
第3章　Markov鏈與隱馬模型(HMM)
　3.1　Markov鏈
　3.2　隱馬模型
　3.3　HMM的參數(shù)估計
　3.4　HMM的模型結(jié)構(gòu)
　3.5　更復雜的Markov鏈
　3.6　HMM算法的數(shù)值穩(wěn)定性
　3.7　補充讀物
第4章　采用HMM的二序列聯(lián)配
　4.1　索引
　4.2　X和Y的對所有路徑求和的全概率
　4.3　次優(yōu)聯(lián)配
　4.4　Xi聯(lián)配上Yi的后驗概率
　4.5　用于搜索的成對HMM與FSA之對比
　4.6　補充讀物
第5章　用于序列家族的列型ItMM
　5.1　無空位計分矩陣
　5.2　添加插入與刪除狀態(tài)以獲得列型HMM
　5.3　從多序列聯(lián)配中導出列型HMM
　5.4　基于列型HMM的搜索
　5.5　用于非全局聯(lián)配的列型HMM變體
　5.6　對概率估計的深入說明
　5.7　最優(yōu)模型的構(gòu)建
　5.8　訓練序列的加權(quán)
　5.9　補充讀物
第6章　多序列聯(lián)配方法
　6.1　多序列聯(lián)配的含義
　6.2　為多序列聯(lián)配計分
　6.3　多維動態(tài)規(guī)劃
　6.4　漸進聯(lián)配方法
　6.5　由列型HMM訓練的多序列聯(lián)配
　6.6　補充讀物
第7章　構(gòu)造系統(tǒng)發(fā)育樹
　7.1　生命之樹
　7.2　樹的背景知識
　7.3　用成對距離建樹
　7.4　簡約法
　7.5　樹的評估：自舉法
　7.6　聯(lián)配與系統(tǒng)發(fā)育的同時處理
　7.7　補充讀物
　7.8　附錄：鄰接法定理的證明
第8章　系統(tǒng)發(fā)育的概率論方法
　8.1　引言
　8.2　進化的概率論模型
　8.3　計算無空位聯(lián)配的似然
　8.4　用似然做推斷
　8.5　更現(xiàn)實的進化模型
　8.6　概率論方法與非概率論方法的比較
　8.7　補充讀物
第9章　轉(zhuǎn)換文法
　9.1　轉(zhuǎn)換文法
　9.2　正則文法
　9.3　上下文無關(guān)文法
　9.4　上下文有關(guān)文法
　9.5　隨機文法
　9.6　用于序列建模的隨機上下文無關(guān)文法
　9.7　補充讀物
第10章　RNA結(jié)構(gòu)分析
　10.1　RNA
　10.2　RNA二級結(jié)構(gòu)預測
　10.3　協(xié)方差模型：基于SCFG的RNA列型
　10.4　補充讀物
第11章　概率論背景
　11.1　概率分布
　11.2　熵
　11.3　推斷
　11.4　抽樣
　11.5　從計數(shù)估計概率
　11.6　EM算法
參考文獻
部分術(shù)語漢英對照
部分術(shù)語英漢對照
索引