Bayesian Methods in Structural Bioinformatics

این کتاب یک جلد ویرایش شده است که هدف آن ارائه یک نمای کلی از آخرین وضعیت فعلی در روش های آماری به کار رفته در مسائل بیوانفورماتیک ساختاری (و به ویژه پیش بینی ساختار پروتئین، شبیه سازی) است. ، تعیین و تحلیل ساختار تجربی). این روش به جای روش‌های جعبه سیاه موقت مبتنی بر شبکه‌های عصبی یا ماشین‌های بردار پشتیبان، بر روش‌های آماری تمرکز دارد که تفسیر روشنی در چارچوب فیزیک آماری دارند. علاوه بر این، تاکید بر روش هایی است که با ساختار بیومولکولی در جزئیات اتمی سروکار دارند. این کتاب بسیار در دسترس است و فقط دانش پیش زمینه در مورد ساختار پروتئین را با حداقل دانش ریاضی فرض می کند. بنابراین، این کتاب شامل فصل‌های مقدماتی است که حاوی مقدمه‌ای محکم برای موضوعات کلیدی مانند آمار بیزی و مفاهیم در یادگیری ماشین و فیزیک آماری است.

This book is an edited volume, the goal of which is to provide an overview of the current state-of-the-art in statistical methods applied to problems in structural bioinformatics (and in particular protein structure prediction, simulation, experimental structure determination and analysis). It focuses on statistical methods that have a clear interpretation in the framework of statistical physics, rather than ad hoc, black box methods based on neural networks or support vector machines. In addition, the emphasis is on methods that deal with biomolecular structure in atomic detail. The book is highly accessible, and only assumes background knowledge on protein structure, with a minimum of mathematical knowledge. Therefore, the book includes introductory chapters that contain a solid introduction to key topics such as Bayesian statistics and concepts in machine learning and statistical physics.