ソフトコンピューティングとバイオインフォマティクス [単行本]

ソフトコンピューティングとバイオインフォマティクス の 商品概要

• 要旨（「BOOK」データベースより）

  ヒトゲノム配列の解読が終了し、その意味解釈や生命現象そのものの理解が次の課題となった現在、新しい解析手段として注目されている進化論的計算（遺伝的アルゴリズム等）、ニューラルネットワーク、カオスなどのソフトコンピューティング。本書は生物学、計算機科学双方の立場からそこにアプローチするための、格好の入門書にして現時点での最先端をも示す。

• 目次

  序文　ⅲ
  日本語版のための序文　ⅴ
  監訳者まえがき　ⅶ
  執筆者一覧　ⅹⅷ
  
  第Ⅰ部　バイオインフォマティクスと進化論的計算の基礎
  　第1章　バイオインフォマティクス入門
  　　1.1　はじめに
  　　1.2　生物学-生命の科学
  　　1.3　分子生物学のセントラルドグマ
  　　1.4　遺伝子ネットワーク
  　　1.5　配列のアラインメント
  　　1.6　おわりに
  　第2章　生物学者のための進化論的計算入門　
  　　2.1　はじめに
  　　2.2　進化論的計算：歴史と用語
  　　2.3　計算機科学における進化論的計算の位置付け
  　　2.4　おわりに
  
  第Ⅱ部　配列と構造のアラインメント
  　第3章　進化論的計算を用いた実験データからのゲノム配列決定
  　　3.1　はじめに
  　　3.2　配列再構成問題の定式化
  　　3.3　配列再構成のためのハイブリッド遺伝的アルゴリズム
  　　3.4　計算機実験の結果
  　　3.5　おわりに
  　第4章　進化論的計算によるタンパク質構造アラインメント
  　　4.1　はじめに
  　　4.2　方法
  　　4.3　結果と考察
  　　4.5　おわりに
  　第5章　遺伝的アルゴリズムを用いたペアワイズおよび複数配列のアラインメント
  　　5.1　はじめに
  　　5.2　進化論的アルゴリズムと焼きなまし法
  　　5.3　SAGA：配列アラインメントのための遺伝的アルゴリズム
  　　5.4　応用：目的関数の適切な選択
  　　5.5　おわりに
  
  第Ⅲ部　タンパク質の立体構造の決定
  　第6章　進化論的探索を用いたタンパク質立体構造決定問題の解法
  　　6.1　はじめに
  　　6.2　問題の概要
  　　6.3　タンパク質のコンピュータ上のモデル
  　　6.4　考察
  　　6.5　おわりに
  　第7章　並列FMGAを用いた効率的なポリペプチド構造予測に向けて
  　　7.1　はじめに
  　　7.2　Fast Messy Genetic Algorithms
  　　7.3　実験手法
  　　7.4　二次構造計算を用いたタンパク質構造予測
  　　7.5　事前知識を用いた初期化
  　　7.6　おわりに
  　第8章　問題固有のオペレータを用いた進化論的計算によるタンパク質立体構造決定問題
  　　8.1　はじめに
  　　8.2　タンパク質立体配座の多目的最適化
  　　8.3　問題固有の変形オペレータ
  　　8.4　GAの実行性能
  　　8.5　おわりに
  
  第Ⅸ部　機械学習と人工知能
  　第9章　進化論的ニューラルネットワークを用いたDNA塩基配列におけるコード領域の識別
  　　9.1　はじめに
  　　9.2　進化論的ニューラルネットワークによる遺伝子識別
  　　9.3　おわりに
  　第10章　進化論的計算手法を用いたマイクロアレイデータのクラスタリング
  　　10.1　はじめに
  　　10.2　κ-平均法
  　　10.3　ArrayMinerソフトウェア
  　　10.4　おわりに
  　第11章　進化論的計算手法と配列データのフラクタクル可視化
  　　11.1　はじめに
  　　11.2　カオスゲーム
  　　11.3　IFS
  　　11.4　カオスオートマトン
  　　11.5　まとめ
  　　11.6　おわりに
  　第12章　進化論的計算を用いた代謝経路および遺伝子制御系の推定
  　　12.1　はじめに
  　　12.2　反応速度，ペトリネットおよび機能ペトリネット
  　　12.3　逆問題：観測データからの経路推定
  　　12.4　ネットワーク構造の進化：実験結果
  　　12.5　進化論的計算手法による生体内ネットワークの推定に関する関連研究
  　　12.6　おわりに
  　第13章　生物システム特徴付けのための進化論的計算による支援
  　　13.1　はじめに
  　　13.2　EPR分光法による生物システムの特徴付け
  　　13.3　スペクトルパラメータの最適化
  　　13.4　実験の評価
  　　13.5　おわりに
  
  第Ⅴ部　特徴抽出
  　第14章　進化論的計算による疾患データからの遺伝子および環境要素間の相互作用の発見
  　　14.1　はじめに
  　　14.2　生物学的背景・定義
  　　14.3　数学的背景と定義
  　　14.4　特徴抽出フェーズ
  　　14.5　クラスタリングフェーズ
  　　14.6　実験結果
  　　14.7　おわりに
  　第15章　創訳シミュレーションのための遺伝的アルゴリズムに基づく特徴抽出手法
  　　15.1　はじめに
  　　15.2　特徴抽出問題
  　　15.3　HIVに関連するQSAR問題
  　　15.4　特徴抽出手法
  　　15.5　GARC
  　　15.6　GAFEATのパラメータ設定および実装
  　　15.7　比較と考察
  　　15.8　おわりに
  　第16章　進化論的計算を用いたスペクトルの解釈
  　　16.1　はじめに
  　　16.2　計測手法
  　　16.3　スペクトルの解釈における教師なし学習と教師あり学習
  　　16.4　モデル検証の一般的な手法
  　　16.5　モデリングのためのスペクトル変数の選択
  　　16.6　遺伝的回帰
  　　16.7　遺伝的プログラミング
  　　16.8　領域知識の利用
  　　16.9　モデルの了解度
  　　16.10　進化論的アルゴリズムを用いたモデル検証
  　　16.11　トランスクリプトミクスとプロテオミクスにおける進化論的計算の応用
  　　16.12　おわりに
  
  付録　バイオインフォマティクスのデータとソース
  　A.1　入門
  　A.2　核酸
  　A.3　遺伝子
  　A.4　発現配列タグ　
  　A.5　一遺伝子突然変異
  　A.6　RNA構造
  　A.7　タンパク質
  　A.8　代謝系パスウェイ
  　A.9　教育的なリソース
  　A.10　ソフトウェア
  索引

• 内容紹介

  生物学者，計算機科学者の視点から解説

• 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）

  フォーゲル,ゲーリー・B.(フォーゲル,ゲーリーB.／Fogel,Gary B.)
  カリフォルニアのＬａ　ＪｏｌｌａにあるＮａｔｕｒａｌ　Ｓｅｌｅｃｔｉｏｎ社の上級研究員。１９９１年にＵＣＳＣ（カリフォルニア大学サンタクルーズ校）で学士号を、１９９８年にＵＣＬＡ（カリフォルニア大学ロサンジェルス校）で進化生物学の分野において博士号を取得。研究対象は、生医学や進化生物学への進化論的計算手法の応用。学術雑誌ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎ　ｏｎ　Ｅｖｏｌｕｔｉｏｎａｒｙ　ＣｏｍｐｕｔａｔｉｏｎおよびＢｉｏＳｙｓｔｅｍｓの編集委員
  
  コーン,デヴィッド・W.(コーン,デヴィッドW.／Corne,David W.)
  カリフォルニアのＬａ　ＪｏｌｌａにあるＮａｔｕｒａｌ　Ｓｅｌｅｃｔｉｏｎ社のＲｅａｄｉｎｇ大学（イギリス）の進化論的計算（Ｅｖｏｌｕｔｉｏｎａｒｙ　Ｃｏｍｐｕｔａｔｉｏｎ，ＥＣ）分野の準教授。バイオインフォマティクス、スケジューリング、データマイニング、多目的最適化などの分野でＥＣ関連の研究が多数ある。学術雑誌ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎ　ｏｎ　Ｅｖｏｌｕｔｉｏｎａｒｙ　Ｃｏｍｐｕｔａｔｉｏｎ，Ａｐｐｌｉｅｄ　Ｓｏｆｔ　Ｃｏｍｐｕｔｉｎｇ，Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ｓｙｓｔｅｍｓ　Ｓｃｉｅｎｃｅの編集委員、およびＪｏｕｒｎａｌ　ｏｆ　Ｓｃｈｅｄｕｌｉｎｇの共編集長をつとめる
  
  伊庭 斉志(イバ ヒトシ)
  学歴、東京大学大学院工学系研究科情報工学専攻博士課程修了（１９９０）。工学博士。職歴、電子技術総合研究所入所（１９９０）。スタンフォード大学客員研究員（１９９６～１９９７）。東京大学大学院工学系研究科電子情報工学専攻助教授（１９９８）。東京大学大学院新領域創成科学研究科基盤情報学専攻助教授（１９９９）。進化型システム、人工知能基礎およびバイオインフォマティクスの研究に従事。学術雑誌Ｇｅｎｅｔｉｃ　Ｐｒｏｇｒａｍｍｉｎｇ　ａｎｄ　Ｅｖｏｌｖａｂｌｅ　ＭａｃｈｉｎｅｓおよびＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎ　ｏｎ　Ｅｖｏｌｕｔｉｏｎａｒｙ　Ｃｏｍｐｕｔａｔｉｏｎの編集委員

ソフトコンピューティングとバイオインフォマティクス の商品スペック