Description
Der Marktfhrer bei den Bioinformatiklehrbchern in neuer Auflage und mit dem neuen Thema Molekulardynamik Bioinformatik ist eine Kerndisziplin in den modernen Biowssenschaften, von der Biotechnologie ber die Biochemie und Molekularbiologie bis zur Molekulargenetik und Molekularmedizin. Sie ist eine essenzielle Grundlage fr alle “omics”-Technologien, fr die Strukturbiologie, die Systembiologie sowie die synthetische Biologie. Bioinformatik. Grundlagen, Algorithmen, Anwendungen bietet eine umfassende Einfhrung in die wichtigsten Methoden der Bioinformatik. Der Autor erklrt dabei sowohl die mathematischen und biologischen Grundlagen als auch die wichtigsten Software-Tools und deren Anwendungsbereiche. Schwerpunkte sind Methoden zum Sequenzvergleichs, Verfahren zur Charakterisierung von Proteinfamilien, Algorithmen zur Vorhersage von Protein- und RNA-Strukturen, Methoden des maschinellen Lernens und das Proteindesign. Fr die 4. Auflage wurde der Text durchgehend aktualisiert und um ein Kapitel zur Molekulardynamik erweitert. Neu aufgenommene Exkurse zu Meilensteinen der Bioinformatik und aktuellen Anwendungsgebieten lockern den Text auf. Auf der ebenfalls komplett berarbeiteten Begleit-Webseite werden interaktive Lernmodule bereitgestellt, einschlielich mehr als 120 bungsaufgaben, zum Teil mit Lsungen. Eine perfekte Einfhrung fr alle Studenten der Lebenswissenschaften oder Informatik, die einen Einblick in die gngigen Methoden der Bioinformatik bentigen, sowie ein wertvoller Begleiter fr alle, die bereits bioinformatische Werkzeuge nutzen und die zugrundeliegenden Konzepte verstehen mchten. GRUNDLAGEN – BIOLOGIE UND DATENBANKEN Biologische Grundlagen Sequenzen und ihre Funktion Datenbanken LERNEN, OPTIMIEREN UND ENTSCHEIDEN Grundbegriffe der Stochastik Bayessche Entscheidungstheorie und Klassifikatoren Klassische Cluster- und Klassifikationsverfahren Neuronale Netze Genetische Algorithmen ALGORITHMEN UND MODELLE DER BIOINFORMATIK Paarweiser Sequenzvergleich Sequenz-Motive Scoring-Schemata FASTA und die BLAST-Suite Multiple Sequenzalignments und Anwendungen Grundlagen phylogenetischer Analysen Markov-Ketten und Hidden-Markov-Modelle Profil-HMMs Support-Vektor Maschinen Molekulardynamik (NEU) Vorhersage der Sekundrstruktur Vergleich von Protein-3D-Strukturen Vorhersage der Protein-3D-Struktur Analyse integraler Membranproteine Entschlsselung von Genomen Auswertung von Genexpressionsdaten Analyse von Protein-Protein-Interaktionen Big Data: Herausforderungen und Mglichkeiten
