Aktion	Zweigstelle	Standorte	Status	Frist	Vorbestellungen
Vorbestellen	Zweigstelle: 07., Urban-Loritz-Pl. 2a	Standorte: NN.BG Merk / College 6a - Naturwissenschaften	Status: Entliehen	Frist: 19.11.2024	Vorbestellungen: 0
Vorbestellen	Zweigstelle: 07., Urban-Loritz-Pl. 2a	Standorte: NN.BG Merk / College 6a - Naturwissenschaften	Status: Entliehen	Frist: 05.12.2024	Vorbestellungen: 0

Die perfekte Einführung für Studenten der Lebenswissenschaften oder der Informatik, die Methoden der Bioinformatik einsetzen und verstehen wollen; jetzt in vierter Auflage komplett aktualisiert und mit einem neuen Kapitel zur Molekulardynamik.

 

 

Aus dem Inhalt:

Vorwort V//Teil I Grundlagen – Biologie und Datenbanken // Biologische Grundlagen /. DNA /. Genetischer Code und Genomkomposition /. Transkription /. RNA /. Proteine /. Peptidbindung /. Konformation von Aminosäureseitenketten /. Ramachandran-Plot /. Hierarchische Beschreibung von Proteinstrukturen /. Sekundärstrukturelemente /. a-Helix /. ß-Faltblätter /. Supersekundärstrukturelemente /. Proteindomänen /. Proteinfamilien /. Enzyme /. Proteinkomplexe /. Evolutionäre Prozesse /. Fachbegriffe /Literatur // Sequenzen und ihre Funktion /. Definitionen und Operatoren /. DNA-Sequenzen /. Proteinsequenzen /. Vergleich der Sequenzkomposition /. Ontologien /. Analyse der Anreicherung von GO-Termen /. Semantische Ähnlichkeit von GO-Termen /. Bewertung mit informationstheoretischen Ansätzen /. Vergleich mit einer graphentheoretischen Methode /Literatur // Datenbanken /. Nukleotidsequenzdatenbanken /. RNA-Sequenz-Datenbanken /. Proteinsequenzdatenbanken /. -D-Struktur-Datenbanken /. SMART: Analyse der Domänenarchitektur /. STRING: Proteine und ihre Interaktionen /. SCOP: Strukturelle Klassifikation von Proteinen /. Pfam: Kompilation von Proteinfamilien /. COG und eggNOG: Gruppen orthologer Gene /. KEGG: Gene, Genome und Krankheiten /. NCBI-Datenbanken: Literatur und biologisches Wissen /. Weitere Datenbanken /Literatur //Teil II Lernen, Optimieren und Entscheiden // Grundbegriffe der Stochastik /. Grundbegriffe der beschreibenden Statistik /. Zufallsvariable, Wahrscheinlichkeitsmaß /. Urnenexperimente und diskrete Verteilungen /. Die kolmogoroffschen Axiome /. Bedingte Wahrscheinlichkeit, Unabhängigkeit, Satz von Bayes /. Markov-Ketten /. Erwartungswert, Varianz /. Wichtige Wahrscheinlichkeitsverteilungen /. Diskrete Verteilungen /. Totalstetige Verteilungen /. Schätzer /. Grundlagen statistischer Tests /. Eine optimale Entscheidungstheorie: die Neyman-Pearson-Methode /Literatur // Bayessche Entscheidungstheorie und Klassifikatoren /. Bayessche Entscheidungstheorie /. Ein Beispiel: Klassifikation der Proteinoberfläche /. Übergang zu bedingten Wahrscheinlichkeiten /. Erweitern auf m Eigenschaften /. Marginalisieren /. Boosting /. ROC-Kurven /. Bewerten von Fehlklassifikationen /. Aufnehmen einer ROC-Kurve /. Testmethoden für kleine Trainingsmengen /Literatur // Klassische Cluster- und Klassifikationsverfahren /. Metriken und Clusteranalyse /. Das mittlere Fehlerquadrat als Gütemaß /. Ein einfaches iteratives Clusterverfahren /. k-Means-Clusterverfahren /. Hierarchische Clusterverfahren /. Affinity propagation /. Bewertung der Clusterverfahren /. Überlappende Cluster /. Nächster-Nachbar-Klassifikation /. k-nächste-Nachbarn-Klassifikation /Literatur // Neuronale Netze /. Architektur von neuronalen Netzen /. Das Perzeptron /. Modellieren boolscher Funktionen /. Lösbarkeit von Klassifikationsaufgaben /. Universelle Approximation /. Lernen in neuronalen Netzen /. Der Backpropagation-Algorithmus /. Codieren der Eingabe /. Selbstorganisierende Karten /. Tiefe Architekturen /. Ein einfaches Neuron, die rectified linear unit /. Das Neocognitron als alternatives Modellierparadigma /. Faltung mithilfe von CNNs /. Längerfristiges Speichern von Eingabedaten /. Attention-basierte Netze /Literatur // Genetische Algorithmen /. Objekte und Funktionen /. Ablauf des Verfahrens /. Codieren der Problemstellung /. Der Begriff des Schemas /. Dynamik der Anzahl von Schemata /. Limitationen genetischer Algorithmen /. Genetisches Programmieren /Literatur //Teil III Algorithmen und Modelle der Bioinformatik // Paarweiser Sequenzvergleich /. Dotplots /. Definition /. Beispiel /. Implementierung /. Abschätzen der Laufzeit /. Anwendungen /. Einschränkungen und Ausblick /. Entwickeln eines optimalen Alignment-Verfahrens /. Paarweise und multiple Sequenzalignments /. Dynamisches Programmieren /. Distanzen und Metriken /. Die Minkowski-Metrik /. Die Hamming-Distanz /. Levenshtein-Distanz /. Berechnungsverfahren /. Ableiten des Alignments /. Bestimmen der Ähnlichkeit von Sequenzen /. Globales Alignment /. Lokales Sequenzalignment /. Optimales Bewerten von Lücken /. Eigenschaften affiner Kostenfunktionen /. Integration in Algorithmen /. Einordnung der Algorithmen /Literatur // Sequenzmotive /. Signaturen /. Die PROSITE-Datenbank /. Die BLOCKS-Datenbank /. Sequenzprofile /. Scores für Promotorsequenzen /. Möglichkeiten und Grenzen profilbasierter Klassifikation /. Sequenzlogos /. Konsensussequenzen /. Sequenzen niedriger Komplexität /. Der SEG-Algorithmus /Literatur // Scoring-Schemata /. Theorie von Scoring-Matrizen /. Algorithmenbedingte Anforderungen /. Identitätsmatrizen /. PAM-Einheit /. PAM-Matrizen /. Ein moderner PAM-Ersatz: die JTT-Matrix /. BLOSUM-Matrizen /. Matrixentropie /. Scoring-Schemata und Anwendungen /. Flexible Erweiterung: Scoring-Funktionen /Literatur // FASTA und die BLAST-Suite /. FASTA /. Programmablauf /. Statistische Bewertung der Treffer /. BLAST /. Konzepte und Umsetzung /. Statistik von Alignments /. Ausgabe der Treffer /. Vergleich der Empfindlichkeit von FASTA und BLAST /. Ansätze zur Performanzsteigerung /. Profilbasierter Sequenzvergleich /. PSI-BLAST /. Sensitivität verschiedener Sequenzvergleichsmethoden /. Vergleich von Profilen und Konsensussequenzen /. DELTA-BLAST /. Alternative Ansätze /Literatur // Multiple Sequenzalignments und Anwendungen /. Berechnen von Scores für multiple Sequenzalignments /. Iteratives Berechnen eines Alignments /. ClustalW: Ein klassischer Algorithmus /. Grundlegende Konzepte /. Algorithmus /. Ein Beispiel: MSA für Trypsininhibitoren /. T-Coffee /. M-Coffee und D-Coffee /. Alternative Ansätze /. Alignieren großer Datensätze mit Clustal Omega /. Alignieren großer Proteinsequenzdatensätze mit DECIPHER /. Charakterisierung von Residuen mithilfe von Alignments /. Entwickeln der Scoring-Funktion /. FRpred: Vorhersage funktionell wichtiger Residuen /. SDPpred: Vergleich homologer Proteine mit unterschiedlicher Spezifität /. Alignment von DNA- und RNA-Sequenzen /Literatur // Grundlagen phylogenetischer Analysen /. Einteilung phylogenetischer Ansätze /. Distanzbasierte Verfahren /. Ultrametrische Matrizen /. Additive Matrizen /. Linkage-Algorithmen /. Der Neighbour-Joining-Algorithmus /. Parsimony-Methoden /. Maximum-Likelihood-Ansätze /. Übergangswahrscheinlichkeiten für DNA-Sequenzen /. Empirische Modelle der Proteinevolution /. Berechnen der Likelihood eines Baumes /. Quartett-Puzzle: Heuristik zum Finden einer Topologie /. Grundannahmen phylogenetischer Algorithmen /. Statistische Bewertung phylogenetischer Bäume /. Validierung durch Outgroups /. Bootstrap-Verfahren und A-posteriori-Wahrscheinlichkeiten /. Alternativen und Ergebnisse /Literatur // Markov-Ketten und Hidden-Markov-Modelle /. Ein epigenetisches Signal: CpG-Inseln /. Finite Markov-Ketten /. Kombination zweier Ketten zu einem Klassifikator /. Genvorhersage mithilfe inhomogener Ketten /. Hidden-Markov-Modelle /. Der Viterbi-Pfad /. Ein HMM zur Erkennung von CpG-Inseln /. Der Vorwärts- und der Rückwärtsalgorithmus /. Schätzen von Parametern /. Der Baum-Welch-Algorithmus /. Entwurf von HMMs /. Verwendung und Grenzen von HMMs /. Wichtige Eigenschaften von Markov-Ketten /. Markov-Ketten-Monte-Carlo-Verfahren /. Monte-Carlo-Integration /. Metropolis-Hastings-Algorithmus /. Simulated annealing /. Gibbs-Sampler /. Weitere Anwendungen von Markov-Ketten /Literatur // Pro¿l-HMMs /. HMM-Struktur zur Beschreibung von Proteinfamilien /. Suche nach homologen Sequenzen /. Modellbau für Profil-HMMs /. Approximieren von Wahrscheinlichkeitsdichten /. HHsearch: Vergleich zweier Profil-HMMs /. Grundlagen des Alignments von zwei Hidden-Markov-Ketten /. Paarweises Alignment von HMMs /. Performanz von HHsearch /. Strukturvorhersage mit HHsearch /Literatur // Support-Vektor-Maschinen /. Beschreibung des Klassifikationsproblems /. Lineare Klassifikatoren /. Klassifizieren mit großer Margin /. Kernel-Funktionen und Merkmalsräume /. Implizite Abbildung in den Merkmalsraum /. Eigenschaften von Kernel-Funktionen /. Häufig verwendete Kernel-Funktionen /. Aus Merkmalen abgeleitete Kernel-Funktionen /. Support-Vektor-Maschinen in der Anwendung /. Multiklassen-SVM /. Theoretischer Hintergrund /Literatur // Vorhersage der Sekundärstruktur /. Vorhersage der Proteinsekundärstruktur /. Ein früher Ansatz: Chou-Fasman-Verfahren /. PHD: profilbasierte Vorhersage /. Vorhersage der RNA-Sekundärstruktur /. RNA-Sequenzen und -Strukturen /. Freie Energie und Strukturen /. Sekundärstrukturvorhersage durch Energieminimierung /. Strukturen mit Schleifen /. MEA-Verfahren zur Vorhersage von Strukturen mit Pseudoknoten /. Strukturvorhersage mithilfe von multiplen Sequenzalignments /Literatur // Vergleich von Protein- -D-Strukturen /. Grundlagen des Strukturvergleichs /. Simulated annealing /. DALI: fragmentbasierte Superposition /. Scores für Substrukturen /. Alignieren von Substrukturen /. Fr-TM-align: Alignieren von Fragmenten /. SPalignNS: optimales Kombinieren von Residuenpaaren /. FAST: Vergleich der lokalen Geometrie /. DeepAlign: Verwenden eines Strukturalphabets /. Multiple Superpositionen /Literatur // Vorhersage der Protein- -D-Struktur, Proteindesign und Moleküldynamik /. Threading-Verfahren /. D- D-Profile: profilbasiertes Threading /. Bestimmen der lokalen Umgebung /. Erzeugen eines -D- -D-Profils /. Wissensbasierte Kraftfelder /. Theoretische Grundlagen /. Ableiten der Potenziale /. Rotamerbibliotheken /. MODELLER /. Bewerten der Modellqualität /. Alternative Modellieransätze /. ROSETTA/ROBETTA /. De-novo-Strukturvorhersage mit ROSETTA /. Verfeinerung der Fragmentinsertion /. Modellieren strukturell variabler Regionen /. Proteindesign mithilfe von ROSETTA /. Moleküldynamiksimulationen /. Physikalische Grundlagen von MD-Simulationen /. Berechnungsverfahren /. Berechnen der Interaktionen mithilfe von Kraftfeldern /. Spezielle Hardware beschleunigt die Simulationen /Literatur // Analyse integraler Membranproteine /. Architektur integraler Membranproteine /. Spezifische Probleme beim Sequenzvergleich /. Vorhersage der Topologie von a-helikalen IMPs /. HMMTOP /. MEMSAT-SVM /. Ein Metaansatz: TOPCONS /. Vorhersage der Struktur von ß-Fässern /. TMBpro /. PRED-TMBB /. BOCTOPUS /. Alternative Ansätze und Homologiemodellierung /Literatur // Entschlüsselung von Genomen /. Shotgun-Sequenzierung /. Erwartete Anzahl von Contigs beim Shotgun-Ansatz /. Basecalling und Sequenzqualität /. Der klassische Assemblieransatz /. Phase eins: Bestimmen überlappender Präfix-Suffix-Regionen /. Phase zwei: Erzeugen von Contigs /. Phase drei: Generieren der Konsensussequenz /. Assemblieren kurzer Fragmente /. Assemblieren langer und fehlerbehafteter Reads /. Annotation kompletter Genome /. Metagenomik /. Spezielle Anforderungen an die Bioinformatik /. Minimalanforderungen für die Metagenomannotation /Literatur // Auswertung von Transkriptomdaten /. DNA-Chip-Technologie /. Datenbanken für Transkriptomdaten /. Grenzen der Technologie /. Analyse von DNA-Chip-Signalen /. Quantifizierung von Expressionswerten /. Normalisieren und Datenreduktion /. Identifizieren differenziell exprimierter Gene /. RNA-Sequenzierung /. Analyse der RNA-Sequenzen /. Einzelzell-RNA-Sequenzierung /. Metriken zum Vergleich von Expressionsdaten /. Analyse kompletter Expressionsdatensätze /. Anwenden von Clusterverfahren /. Validierung und Alternativen /. Hauptkomponentenanalyse /. Biclusterverfahren /. ISA: ein performantes Biclusterverfahren /. Der Signaturalgorithmus /. Iterative Optimierung /. QUBIC : Ein graphenbasiertes Biclusterverfahren /. Grenzen und Alternativen bei der Expressionsanalyse /. Genexpressions-Profiling /. Visualisieren mithilfe von Wärmekarten /. Der klassische Ansatz /. Datenaufbereitung für systembiologische Fragestellungen /. Bündelung von Datenbankinformation /. Statistische Analyse der Termverteilung /. Verwendbarkeit der Verfahren /Literatur // Analyse von Protein-Protein-Interaktionen /. Biologische Bedeutung des Interaktoms /. Methoden zum Bestimmen des Interaktoms /. Vergleich von Codonhäufigkeiten /. Analyse des Genominhaltes /. Genfusion /. Phyletische Profile /. Analyse von Genfolgen /. Performanz sequenzbasierter Methoden /. Suche nach korrelierten Mutationen /. Erzeugen sortierter MSA-Paare /. Identifizieren korrelierter Mutationen /. Vergleich phylogenetischer Bäume /. Die Mirror-Tree-Methode /. Korrektur des Hintergrundsignals /. Ein alternativer Ansatz, der auf einem Nullmodell basiert /. Vorhersage des Interaktoms der Hefe /. Strukturbasierte Protein-Protein-Interaktionsvorhersagen /. Vorhersagen basierend auf Strukturinformation /. PrePPI: Integration zusätzlicher Merkmale /. Netzwerkbasierte Protein-Protein-Interaktionsvorhersagen /Literatur // Big Data und Deep Learning: neue Herausforderungen und Möglichkeiten /. Klassifikation mit Random Forests /. Entscheidungsbäume /. Berechnen der Topologie /. RF-Algorithmus /. Theoretische Klassifikationsleistung eines RFs /. Problemlösungen für konkrete Anwendungen /. Auswahl informativer Eigenschaften /. Bioinformatische Anwendungen /. Sequenzbasierte Vorhersage der Protein- -D-Struktur /. Experimentelle Proteinstrukturaufklärung /. Berechnen von Co-Variationssignalen /. PSICOV: Vorhersage räumlich benachbarter Residuenpaare /. Vorhersage der -D-Struktur mithilfe von Kontaktinformation /. Alternative Nutzung von Kopplungssignalen /. Berechnen einer Feinstruktur großer Proteinfamilien /. MCL: Clustern mithilfe stochastischer Matrizen /. Cytoscape: Visualisierung von Netzwerkclustern /. Positionierung von Nukleosomen /. Chromatin und Nukleosomen /. NucleoFinder: ein statistischer Ansatz zur Vorhersage von Nukleosomenpositionen /. Auswertung großer Datensätze mit tiefen Lernverfahren /. DL-basierte Vorhersage der Proteinstruktur /. AlphaFold und RoseTTAFold /. Erkennen von Translationsinitiationsstellen /. DeepCpG bestimmt den Methylierungsstatus in einzelnen Zellen /. Analyse des menschlichen Genoms mithilfe von ENCODE-Daten /. Datentypen /. Genome Browser /Literatur // Zum Schluss /. Informatik in schwierigem Umfeld /. Ungelöste Probleme und Herausforderungen /Literatur //Stichwortverzeichnis