Data Mining Techniques for the Life Sciences

این جلد چندین پایگاه داده مهم و ابزارهای داده کاوی را شرح می دهد. تکنیک های داده کاوی برای علوم زیستی، ویرایش دومخوانندگان را از طریق آرشیوهای ساختارهای سه بعدی ماکرومولکولی، پایگاه های اطلاعاتی برهمکنش های پروتئین-پروتئین، اطلاعات ترمودینامیک در مورد پروتئین و پایداری جهش یافته، پایگاه داده ساختار دامنه پروتئین "Kbdock" راهنمایی می کند. ، بانک اطلاعاتی PDB_REDO، توالی های اشتباه، ماتریس های جایگزینی، ابزارهایی برای تراز کردن توالی های RNA، روش های جالب برای طبقه بندی خانواده/زیرخانواده کیناز، ابزارهای جدید برای پیش بینی تبلورپذیری پروتئین، داده های متابولومیک، پیش بینی های تعامل دارو-هدف، و دستور العملی برای توالی پروتئین مبتنی بر پایه پیش بینی عملکرد و پیاده سازی آن در آخرین نسخه مجموعه نرم افزار ANNOTATOR. این فصل‌ها با فرمت بسیار موفق سری روش‌ها در زیست‌شناسی مولکولی نوشته شده‌اند و شامل مقدمه‌ای بر موضوعات مربوطه، فهرستی از مواد و معرف‌های لازم، پروتکل‌های آزمایشگاهی گام به گام، قابل تکرار آسان و نکاتی در مورد عیب‌یابی است. و اجتناب از دام های شناخته شده.

معتبر و پیشرفته، تکنیک های داده کاوی برای علوم زیستی، ویرایش دوم با هدف اطمینان از نتایج موفقیت آمیز در آینده مطالعه این زمینه حیاتی.

This volume details several important databases and data mining tools. Data Mining Techniques for the Life Sciences, Second Edition guides readers through archives of macromolecular three-dimensional structures, databases of protein-protein interactions, thermodynamics information on protein and mutant stability, “Kbdock” protein domain structure database, PDB_REDO databank, erroneous sequences, substitution matrices, tools to align RNA sequences, interesting procedures for kinase family/subfamily classifications, new tools to predict protein crystallizability, metabolomics data, drug-target interaction predictions, and a recipe for protein-sequence-based function prediction and its implementation in the latest version of the ANNOTATOR software suite. Written in the highly successful Methods in Molecular Biology series format, chapters include introductions to their respective topics, lists of the necessary materials and reagents, step-by-step, readily reproducible laboratory protocols, and tips on troubleshooting and avoiding known pitfalls.

Authoritative and cutting-edge, Data Mining Techniques for the Life Sciences, Second Edition aims to ensure successful results in the further study of this vital field.