دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Dan Gusfield
سری:
ISBN (شابک) : 1108421768, 9781108421768
ناشر: Cambridge University Press
سال نشر: 2019
تعداد صفحات: 432
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 11 مگابایت
در صورت تبدیل فایل کتاب Integer Linear Programming in Computational and Systems Biology: An Entry-Level Text and Course به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب برنامه نویسی خطی عدد صحیح در زیست شناسی محاسباتی و سیستمی: متن و دوره ابتدایی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
برنامهریزی خطی عدد صحیح (ILP) یک تکنیک مدلسازی و بهینهسازی همهکاره است که به طور فزایندهای در روشهای غیر سنتی در زیستشناسی مورد استفاده قرار میگیرد، با پتانسیل تبدیل محاسبات بیولوژیکی. با این حال، تعداد کمی از زیست شناسان در مورد آن می دانند. این متن چگونه و چرا باید ILP را از دریچه زیست شناسی محاسباتی و سیستمی معرفی می کند. از نمونه های عمیقی از ژنومیک، فیلوژنتیک، RNA، تاخوردگی پروتئین، تجزیه و تحلیل شبکه، سرطان، بوم شناسی، تکامل مشترک، توالی یابی DNA، تجزیه و تحلیل توالی، شجره نامه و استنتاج خواهر و برادر، هاپلوتایپینگ و موارد دیگر برای ایجاد قدرت ILP استفاده می کند. هدف این کتاب آموزش منطق مدلسازی و حل مسائل با ILP و آموزش «جریان کاری» عملی مربوط به استفاده از ILP در زیستشناسی است. این کتاب که برای طیف وسیعی از مخاطبان نوشته شده است، بدون پیش نیازهای بیولوژیکی یا محاسباتی، برای دوره های مقدماتی و پیشرفته با هدف دانشجویان زیست شناسی و محاسبات و به عنوان منبعی برای متخصصان مناسب است. تمرین های متعدد و نرم افزارهای همراه (در پایتون و پرل) مفاهیم را نشان می دهد.
Integer linear programming (ILP) is a versatile modeling and optimization technique that is increasingly used in non-traditional ways in biology, with the potential to transform biological computation. However, few biologists know about it. This how-to and why-do text introduces ILP through the lens of computational and systems biology. It uses in-depth examples from genomics, phylogenetics, RNA, protein folding, network analysis, cancer, ecology, co-evolution, DNA sequencing, sequence analysis, pedigree and sibling inference, haplotyping, and more, to establish the power of ILP. This book aims to teach the logic of modeling and solving problems with ILP, and to teach the practical 'work flow' involved in using ILP in biology. Written for a wide audience, with no biological or computational prerequisites, this book is appropriate for entry-level and advanced courses aimed at biological and computational students, and as a source for specialists. Numerous exercises and accompanying software (in Python and Perl) demonstrate the concepts.
Cover Front Matter INTEGER LINEAR PROGRAMMING IN COMPUTATIONAL AND SYSTEMS BIOLOGY: An Entry-Level Text and Course Copyright Dedication Contents Introduction to the Book and Course Part I 1 A Flyover Introduction to Integer Linear Programming 2 Biological Networks, Graphs, and High-Density Subgraphs 3 Maximum Character Compatibility in Phylogenetics 4 Near Cliques, Dense Subgraphs, and Motifs in Biological Networks 5 Convergent and Maximum Parsimony Problems in Phylogenetics 6 The RNA-Folding Problem 7 Protein Problems Solved By Integer Programming 8 Tanglegrams and Coevolution 9 Traveling Salesman Problems in Genomics 10 Integer Programming in Molecular Sequence Analysis 11 Metabolic Networks and Metabolic Engineering 12 Part II 13 Communities, Cuts, and High-Density Subgraphs 14 Character Compatibility with Corrupted Data and Generalized Phylogenetic Models 15 More Tanglegrams, More Trees, More ILPs 16 Return to Steiner Trees and Maximum Parsimony 17 Exploiting and Leveraging Protein Networks 18 More String and Sequence Problems Solved by ILP 19 Maximum Likelihood Pedigree Reconstruction 20 Two DNA Haplotyping Problems 21 More Extended Exercises 22 What’s Next? 23 Epilogue: Some Very Opinionated Comments for Advanced Readers 24 Bibliography Index