دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Probability Models for DNA Sequence Evolution
دانلود کتاب مدل های احتمال برای تکامل توالی DNA
مشخصات کتاب
Probability Models for DNA Sequence Evolution
ویرایش:
نویسندگان: Richard Durrett
سری:
ISBN (شابک) : 0387781692, 9780387781693
ناشر: Springer
سال نشر: 2008
تعداد صفحات: 442
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
قیمت کتاب (تومان) : 47,000
در صورت تبدیل فایل کتاب Probability Models for DNA Sequence Evolution 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 مدل های احتمال برای تکامل توالی DNA 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 مدل های احتمال برای تکامل توالی DNA
سوال اساسی ما این است: با توجه به مجموعه ای از توالی های DNA، چه نیروهای زیربنایی مسئول الگوهای مشاهده شده تنوع هستند؟ برای نزدیک شدن به این سوال، تعدادی از مدل‌های احتمال را معرفی و تحلیل می‌کنیم: مدل رایت-فیشر، مدل ادغام‌کننده، مدل آلل‌های نامحدود و مدل مکان‌های نامحدود. ما عوارض ناشی از اندازه جمعیت غیر ثابت، نوترکیب، تقسیم بندی جمعیت، و سه شکل انتخاب طبیعی را مطالعه می کنیم: انتخاب جهت، انتخاب متعادل، و انتخاب پس زمینه. این نتایج نظری زمینه را برای بررسی آزمایش‌های آماری مختلف برای تشخیص انحرافات از "تکامل خنثی" فراهم می‌کند. فصل آخر تکامل کل ژنوم‌ها را با وارونگی‌های کروموزومی، جابه‌جایی‌های متقابل و تکثیر ژنوم مورد مطالعه قرار می‌دهد. در سراسر کتاب، این نظریه در ارتباط نزدیک با داده های بیش از 60 مطالعه تجربی از ادبیات زیست شناسی که استفاده از این نتایج را نشان می دهد، توسعه یافته است. این کتاب برای ریاضیدانان و زیست شناسان نوشته شده است. ما هیچ دانش قبلی از مفاهیم زیست شناسی و فقط دانش اولیه احتمال را فرض نمی کنیم: یک دوره یک ترم کارشناسی و آشنایی با زنجیره های مارکوف و فرآیندهای پواسون. ریک دورت دکترای خود را دریافت کرد. در تحقیقات عملیاتی از دانشگاه استنفورد در سال 1976. او قبل از آمدن به کرنل در سال 1985 در بخش ریاضیات UCLA تدریس کرد. او نویسنده شش کتاب و 125 مقاله تحقیقاتی است و پدر دانشگاهی بیش از 30 دکترا است. دانش آموزان. علایق فعلی او استفاده از مدل های احتمال در ژنتیک و اکولوژی و کاهش میانگین و واریانس امتیاز گلف او است.
توضیحاتی درمورد کتاب به خارجی
Our basic question is: Given a collection of DNA sequences, what underlying forces are responsible for the observed patterns of variability? To approach this question we introduce and analyze a number of probability models: the Wright-Fisher model, the coalescent, the infinite alleles model, and the infinite sites model. We study the complications that come from nonconstant population size, recombination, population subdivision, and three forms of natural selection: directional selection, balancing selection, and background selection. These theoretical results set the stage for the investigation of various statistical tests to detect departures from "neutral evolution." The final chapter studies the evolution of whole genomes by chromosomal inversions, reciprocal translocations, and genome duplication. Throughout the book, the theory is developed in close connection with data from more than 60 experimental studies from the biology literature that illustrate the use of these results. This book is written for mathematicians and for biologists alike. We assume no previous knowledge of concepts from biology and only a basic knowledge of probability: a one semester undergraduate course and some familiarity with Markov chains and Poisson processes. Rick Durrett received his Ph.D. in operations research from Stanford University in 1976. He taught in the UCLA mathematics department before coming to Cornell in 1985. He is the author of six books and 125 research papers, and is the academic father of more than 30 Ph.D. students. His current interests are the use of probability models in genetics and ecology, and decreasing the mean and variance of his golf score.
فهرست مطالب
Preface Contents Basic Models ATGCs of life Wright-Fisher model The coalescent Shape of the genealogical tree Infinite alleles model Hoppe\'s urn, Ewens\' sampling formula Chinese restaurants and sufficient statistics Branching process viewpoint Infinite sites model Segregating sites Nucleotide diversity Pairwise differences Folded site frequency spectrum Moran model Fixation probability and time Site frequency spectrum mean Estimation and Hypothesis Testing Site frequency spectrum covariance Estimates of Hypothesis testing overview Difference statistics Tajima\'s D Fu and Li\'s D Fay and Wu\'s H Conditioning on Sn The HKA test McDonald-Kreitman test Recombination Two loci Sample of size 2 Sample of size n m loci Samples of size 2 Samples of size n Pairwise differences Linkage disequilibrium Ancestral recombination graph Simulation Two approximate algorithms Counting recombinations Estimating recombination rates Equations for the two-locus sampling distribution Simulation methods Composite likelihood estimation of Haplotypes and hot spots Population Complications Large family sizes Population growth Exponential growth Sudden population expansion Founding effects and bottlenecks Effective population size Matrix migration models Strobeck\'s theorem Fast migration limit Symmetric island model Identity by descent Mean and variance of coalescence times Effective population sizes Large n limit Fixation indices Stepping Stone Model d = 1, Exact results d = 1 and 2, Fourier methods d = 2, Coalescence times Random walk results Samples of size 2 Fixation indices FST d = 2, Genealogies Simulation results d = 1, Continuous models d = 2, Continuous models Natural Selection Directional selection Fixation probability Time to fixation Three phases of the fixation process Ancestral selection graph Balancing selection Background selection Muller\'s ratchet Evolutionary advantages of recombination Sex, epistasis, and Kondrashov Hitchhiking Better approximations Recurrent sweeps Nucleotide diversity Genealogies Segregating sites Diffusion Processes Infinitesimal mean and variance Examples of diffusions Transition probabilities Hitting probabilities Stationary measures Occupation times Green\'s functions Examples Conditioned processes Boundary behavior Site frequency spectrum Poisson random field model Fluctuating selection Multidimensional Diffusions K allele model Fixation probabilities and time Stationary distributions Recombination A clever change of variables Time-dependent behavior Equilibrium when there is mutation Hill-Robertson interference Gene duplication Watterson\'s double recessive null model Subfunctionalization Genome Rearrangement Inversions Breakpoint graph Hurdles When is parsimony reliable? Phase transition Bayesian approach Nadeau and Taylor\'s analysis Genomic distance Graph distance Bayesian estimation Midpoint problem Genome duplication Yeast Maize Arabidopsis thaliana References Index
