統計物理化学から学ぶバイオインフォマティクス [単行本]

統計物理化学から学ぶバイオインフォマティクス [単行本] の 商品概要

• 目次

  第1章　分子生物学の基礎知識
  1.1　有機化学について，少しだけ……
  1.2　低分子化合物の基本的性質
  1.3　糖
  1.4　核酸
  　1.4.1　ヌクレオチド
  　1.4.2　DNA
  　1.4.3　RNA
  1.5　タンパク質
  　1.5.1　アミノ酸
  　1.5.2　タンパク質の構造
  1.6　DNAからタンパク質へ
  　1.6.1　アミノ酸とタンパク質
  　1.6.2　転写と翻訳
  1.7　演習
  
  第2章　数学的基礎
  2.1　確率論
  　2.1.1　確率変数
  　2.1.2　重要な確率分布
  　2.1.3　マルコフ連鎖
  　2.1.4　Metropolis-Hastingsアルゴリズム
  　2.1.5　マルコフ確率場とギブスサンプラー
  　2.1.6　最大尤度
  2.2　組合せ最適化
  　2.2.1　ラグランジュ乗数法
  　2.2.2　勾配降下法
  　2.2.3　シミュレーテッド・アニーリング法に関連した発見的手法
  　2.2.4　モンテカルロ法の応用
  　2.2.5　遺伝的アルゴリズム
  2.3　エントロピーと分子生物学への応用
  　2.3.1　情報論的エントロピー
  　2.3.2　シャノンはボルツマンを包含する
  　2.3.3　簡単な統計的ゲノム解析
  　2.3.4　ゲノムセグメント分割アルゴリズム
  2.4　演習
  2.5　補遺：Bezoutの補助定理の改変
  
  第3章　配列アラインメント
  3.1　動機づけのための一例
  3.2　スコア行列
  3.3　大域的な対合配列アラインメント
  　3.3.1　距離法（distance method）
  　3.3.2　タンデムな重複を伴うアラインメント
  　3.3.3　類似度法（similarity method）
  3.4　多重配列アラインメント
  　3.4.1　動的プログラミング
  　3.4.2　ギブスのサンプラー
  　3.4.3　Maximum-Weight Trace法
  　3.4.4　隠れマルコフモデル
  　3.4.5　シュタイナー配列
  3.5　ゲノム再編成
  3.6　潜在性遺伝子とガイドRNAの位置決定
  　3.6.1　アンカーの法則と周期性の法則
  　3.6.2　潜在性遺伝子の探索
  3.7　 トリパノソーマgRNAに関する長さの期待値
  3.8　演習
  3.9　補遺：対形成確率に関する最大尤度の推定
  
  第4章　イヴのすべて
  4.1　序
  4.2　進化的変化の速度
  　4.2.1　アミノ酸配列
  　4.2.2　ヌクレオチド配列
  4.3　クラスタリング法
  　4.3.1　ウルトラメトリックなツリー
  　4.3.2　相加的メトリック
  　4.3.3　分枝長の推定
  4.4　最尤法
  　4.4.1　ツリーの尤度
  　4.4.2　尤度の再帰的定義
  　4.4.3　固定したトポロジーに対する最適分枝長
  　4.4.4　トポロジーの決定
  4.5　カルテットパズル法
  　4.5.1　カルテットパズル法のステップ
  　4.5.2　マジョリティコンセンサスツリー
  4.6　演習
  
  第5章　隠れマルコフモデル
  5.1　尤度とモデルのスコア付け
  5.2　パラメータの再推定
  　5.2.1　Balm-Welch法
  　5.2.2　Baum-Welch法の期待値最大化とジャスティフィケーション
  　5.2.3　Balldi-Chauvinの勾配降下法
  　5.2.4　MamitsukaのMAアルゴリズム
  5.3　応用
  　5.3.1　複数配列アラインメント
  　5.3.2　タンパク質モチーフ
  　5.3.3　真核生物DNAのプロモーター領域
  5.4　演習
  
  第6章　構造予測
  6.1　RNAの2次構造
  6.2　DNAの二重らせん解離
  6.3　アミノ酸ペアポテンシャル
  6.4　タンパク質の格子モデル
  　6.4.1　モンテカルロとヘテロポリマータンパク質モデル
  　6.4.2　HPモデルのたたみ込みのための遺伝的アルゴリズム
  6.5　HartとIstrailの近似アルゴリズム
  　6.5.1　性能
  　6.5.2　下界
  　6.5.3　ブロック構造，折れたたみ点，釣り合いのとれたカット
  6.6　束縛ベース構造予測
  6.7　タンパク質スレッディング
  　6.7.1　定義
  　6.7.2　分岐・結合アルゴリズム
  　6.7.3　NP困難（NP-hardness）
  6.8　演習
  
  付録A　数学的補遺
  A.1　漸近的計算量
  A.2　計測の単位
  A.3　ラグランジュ乗数法
  
  付録B　リソース
  B.1　Webサイト
  B.2　PDBフォーマット
  
  参考文献

• 出版社からのコメント

  計算機生物学に関する一冊で完結した入門書

• 内容紹介

  1970年代初頭、生化学の研究室でゲル電気泳動は特殊な技術であった．分子生物学は驚異的な急成長を遂げ、ゲノム配列計画でも徹底的に使いこなされるようになった結果、いまでは大量の生データが産み出され、データ解析のための有効なコンピュータ・アルゴリズムが必須になってきている．計算生物学とかバイオインフォマティクスとよばれる学際的な研究分野には、計算機科学や数学および生物学からの理論と実践双方にわたる関与があり、数学モデルや統計解析、計算機シミュレーション、効果的アルゴリズム、データベースシステムにWebのインタフェースといったさまざまな要素の発展が必要とされる．
  本書では、計算生物学に関する、一冊で完結した入門書になることを意図し、各種アルゴリズムがなぜ有効であるのかを理解するうえで必要な数学的背景を解説する。たとえば、隠れマルコフモデルを開発する際には、この重要なモチーフ認識アルゴリズムについての擬似コードを示すにとどまるよりも、むしろ背景となる確率理論の理解のほうが重要であろうとわれわれは考える。学習のためのツールとして、本文中にはC/C++や時にはJavaを用いた基本的な実行形式として多くのアルゴリズムを示してある。これらのソースコードは本書に関するWebページ（http://www.wiley.co.uk/statisticsからリンクをたどることができる）上でも参照できる。（まえがきより）

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  高木 利久(タカギ トシヒサ)
  １９５４年生まれ。１９７６年東京大学工学部計数工学科卒業。現在、東京大学大学院新領域創成科学研究科情報生命科学専攻
  
  小野 尚孝(オノ ナオタカ)
  １９５８年生まれ。１９９８年東京大学大学院理学系研究科生物化学専攻博士課程修了。現在、科学技術振興機構
  
  高井 大哉(タカイ ダイヤ)
  １９６９年生まれ。２００１年東京大学大学院医学系研究科博士課程修了。現在、東京大学医学部附属病院呼吸器内科
  
  高井 貴子(タカイ タカコ)
  １９６５年生まれ。１９９０年東京大学大学院理学系研究科生物化学専攻修士課程修了、理学博士。現在、東京大学大学院情報理工学系研究科コンピュータ科学専攻

統計物理化学から学ぶバイオインフォマティクス [単行本] の商品スペック