مشخصات کتاب

Intelligent Bioinformatics: The Application of Artificial Intelligence Techniques to Bioinformatics Problems

دسته بندی: مولکولی: بیوانفورماتیک
ویرایش: 1 
نویسندگان: Edward Keedwell. Ajit Narayanan  
سری:  
ISBN (شابک) : 0470021756, 9780470021767 
ناشر: Wiley 
سال نشر: 2005 
تعداد صفحات: 295 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 1 مگابایت 

در صورت تبدیل فایل کتاب Intelligent Bioinformatics: The Application of Artificial Intelligence Techniques to Bioinformatics Problems 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 بیوانفورماتیک هوشمند: کاربرد تکنیک‌های هوش مصنوعی در مسائل بیوانفورماتیک 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.

توضیحاتی در مورد کتاب بیوانفورماتیک هوشمند: کاربرد تکنیک‌های هوش مصنوعی در مسائل بیوانفورماتیک

بیوانفورماتیک به برخی از مهم ترین پیشرفت ها در پزشکی و زیست شناسی کمک می کند. در خط مقدم این موضوع جدید هیجان‌انگیز، تکنیک‌هایی به نام هوش مصنوعی قرار دارند که از روشی الهام گرفته شده‌اند که طبیعت در آن مشکلاتی را که با آن مواجه است حل می‌کند. این کتاب بینشی منحصر به فرد از مشکلات پیچیده بیوانفورماتیک و راه حل های ابتکاری که "بیوانفورماتیک هوشمند" را تشکیل می دهد ارائه می دهد. بیوانفورماتیک هوشمند فقط به دانش ابتدایی زیست شناسی، بیوانفورماتیک یا علوم کامپیوتر نیاز دارد و خوانندگان علاقه مند را صرف نظر از رشته مورد نظر هدف قرار می دهد. سه فصل مقدماتی در مورد زیست‌شناسی، بیوانفورماتیک و پیچیدگی‌های جستجو و بهینه‌سازی، خواننده را به دانش لازم برای ادامه هشت فصل باقی‌مانده مجهز می‌کند، که هر کدام به یک تکنیک هوشمند در بیوانفورماتیک اختصاص دارد. این کتاب همچنین حاوی لینک‌های زیادی به نرم‌افزار و اطلاعات موجود در اینترنت، مجلات دانشگاهی و فراتر از آن، آن را به مرجعی ضروری برای «بیوانفورماتیکان هوشمند» تبدیل می‌کند. بیوانفورماتیک هوشمند برای همه دانشجویان و محققان کارشناسی ارشد در بیوانفورماتیک و ژنومیک و همچنین دانشمندان کامپیوتر علاقه‌مند به این رشته‌ها جذاب خواهد بود. همه دانشمندان علوم طبیعی با مجموعه داده های بزرگ برای تجزیه و تحلیل.

توضیحاتی درمورد کتاب به خارجی

Bioinformatics is contributing to some of the most important advances in medicine and biology. At the forefront of this exciting new subject are techniques known as artificial intelligence which are inspired by the way in which nature solves the problems it faces. This book provides a unique insight into the complex problems of bioinformatics and the innovative solutions which make up 'intelligent bioinformatics'.Intelligent Bioinformatics requires only rudimentary knowledge of biology, bioinformatics or computer science and is aimed at interested readers regardless of discipline. Three introductory chapters on biology, bioinformatics and the complexities of search and optimisation equip the reader with the necessary knowledge to proceed through the remaining eight chapters, each of which is dedicated to an intelligent technique in bioinformatics.The book also contains many links to software and information available on the internet, in academic journals and beyond, making it an indispensable reference for the 'intelligent bioinformatician'.Intelligent Bioinformatics will appeal to all postgraduate students and researchers in bioinformatics and genomics as well as to computer scientists interested in these disciplines, and all natural scientists with large data sets to analyse.

فهرست مطالب

Intelligent Bioinformatics......Page 4
Contents......Page 8
Preface......Page 12
Acknowledgement......Page 14
PART 1 INTRODUCTION......Page 16
1.1 Basic cell architecture......Page 18
1.2 The structure, content and scale of deoxyribonucleic acid (DNA)......Page 19
1.3 History of the human genome......Page 24
1.4 Genes and proteins......Page 25
1.5 Current knowledge and the ‘central dogma’......Page 36
1.6 Why proteins are important......Page 38
1.7 Gene and cell regulation......Page 39
1.8 When cell regulation goes wrong......Page 41
1.9 So, what is bioinformatics?......Page 42
1.10 Summary of chapter......Page 43
1.11 Further reading......Page 44
2.2 Genome......Page 46
2.3 Transcriptome......Page 55
2.4 Proteome......Page 65
2.5 Interference technology, viruses and the immune system......Page 72
2.6 Summary of chapter......Page 78
2.7 Further reading......Page 79
3.1 Introduction to search......Page 80
3.2 Search algorithms......Page 81
3.3 Heuristic search methods......Page 87
3.4 Optimal search strategies......Page 91
3.5 Problems with search techniques......Page 98
3.6 Complexity of search......Page 99
3.7 Use of graphs in bioinformatics......Page 101
3.8 Grammars, languages and automata......Page 105
3.9 Classes of problems......Page 111
3.10 Summary of chapter......Page 113
3.11 Further reading......Page 114
PART 2 CURRENT TECHNIQUES......Page 116
4.1 Introduction to probability......Page 118
4.2 Bayes’ Theorem......Page 120
4.3 Bayesian networks......Page 126
4.4 Markov networks......Page 131
4.5 Summary of chapter......Page 140
4.6 References......Page 141
5.1 Introduction......Page 142
5.2 Nearest neighbour method......Page 145
5.3 Nearest neighbour approach for secondary structure protein folding prediction......Page 147
5.4 Clustering......Page 150
5.5 Advanced clustering techniques......Page 153
5.6 Application guidelines......Page 159
5.7 Summary of chapter......Page 160
5.8 References......Page 161
6.1 Method......Page 162
6.2 Gain criterion......Page 167
6.3 Over fitting and pruning......Page 172
6.4 Application guidelines......Page 175
6.5 Bioinformatics applications......Page 178
6.6 Background......Page 184
6.8 References......Page 185
7.1 Method......Page 188
7.2 Application guidelines......Page 200
7.3 Bioinformatics applications......Page 202
7.4 Background......Page 207
7.6 References......Page 208
8.1 Single-objective genetic algorithms – method......Page 210
8.2 Single-objective genetic algorithms – example......Page 217
8.3 Multi-objective genetic algorithms – method......Page 220
8.4 Application guidelines......Page 222
8.5 Genetic algorithms – bioinformatics applications......Page 225
8.7 References and further reading......Page 232
PART 3 FUTURE TECHNIQUES......Page 234
9.1 Method......Page 236
9.2 Application guidelines......Page 245
9.3 Bioinformatics applications......Page 247
9.5 Summary of chapter......Page 251
9.6 References......Page 252
10.1 Method......Page 254
10.2 Application guidelines......Page 260
10.3 Bioinformatics applications......Page 262
10.4 Background......Page 266
10.6 References and further reading......Page 267
11.1 Method......Page 270
11.2 Neural-genetic algorithm for analysing gene expression data......Page 271
11.3 Genetic algorithm and k nearest neighbour hybrid for biochemistry solvation......Page 277
11.4 Genetic programming neural networks for determining gene – gene interactions in epidemiology......Page 280
11.6 Conclusions......Page 283
11.8 References and further reading......Page 284
Index......Page 286

نظرات کاربران

کتاب های مرتبط

دانلود کتاب Bioinformatics: A Primer

دانلود کتاب Integrative Cluster Analysis in Bioinformatics

دانلود کتاب Bioinformatics Sequence and Genome Analysis

دانلود کتاب Bioinformatics: the machine learning approach

دانلود کتاب Scalable Big Data Analytics for Protein Bioinformatics: Efficient Computational Solutions for Protein Structures

دانلود کتاب Bioinformatics Research and Applications: 6th International Symposium, ISBRA 2010, Storrs, CT, USA, May 23-26, 2010. Proceedings

دانلود کتاب Introduction to algorithms in bioinformatics

دانلود کتاب MicroRNA Profiling in Cancer: A Bioinformatics Perspective

دانلود کتاب Bioinformatics Research and Development: First International Conference, BIRD 2007, Berlin, Germany, March 12-14, 2007. Proceedings

دانلود کتاب RNA Sequence, Structure, and Function: Computational and Bioinformatic Methods