生物序列分析

《生物序列分析》是2010年科学出版社出版的图书，作者是Richard Durbin。

• 书名 生物序列分析
• 作者 Richard Durbin
• 类别 化学
• 出版社 科学出版社
• 出版时间 2010年08月01日

内容简介

　　《生物序列分析》在结构上大致可以分为四个来自部分，每个部分所覆盖的问题分别是:二序列联配、多序列联配、系统发育树和RNA结构，具体分为:二序列联配、Markov链与隐马模型、使用HMM的二序列联配、朋于序列家族的列型HMM、多序列联配方法、构造系统发育树和系统发育的概率论方法，《生物序列分析》介绍的列型MM、多序列联配方法、构造系统发育树和系统发育的概率论方法，《生物序列分析》介绍的一些方法将不同的生物信息来源整合到一般的、清晰且可操作的序列分析概率论模型中，有助于研究者深入了解生物序列分析的基础。

　　《生物序列分析》可供生物信息学、分子生物学、数学、计算机科学以及物理学专业的研究生或高年级本科生及这些领域的老帅和研究人员参考。

作者简介

　　Richard Durbin，1987年获得博士学位，研究方向为蠕虫神经系统的发育与组织。英国360百科Sanger中心生物信息部负责人，先后参与线虫基因组和人类基因组项目、WormBase线虫模式生物数据库ACEDB基因组数据库、Pfam蛋白士宽亚犯存两房掌精和质结构域数据库以及Ensembl脊椎动物基因组注释。与Sea采高送放nEddy、Anders Krogh以住又自更受省府及Graeme Mitchison一起撰写了Biological Sequence Anaivsis一书，并于1998年士之轻采导食百助王孙由剑桥大学出版社出版。

　怀精啊角训座响　Sean Eddy，Janelia Farms的17个研究小组负责人之一，部分隶属于霍华德·休斯医学研究会，当前致力于计算基因组序列分析，使用概率论建模技术开发新算找DNA、RNA和蛋白质序列的特征。他的主联速跑要兴趣一个是识别新的结构和催化RNA，另一个是识别远缘的蛋白质同源序列。

　　Anders Krogh，哥本哈根大学生物命福信息中心负责人、生物可陈答今纪眼路刘粉查年信息学教授，因David Haussler--起率先在生物信息学领域使用隐马模型而闻名。作为Biological Se或际再quence Analvisis一书的作找者之一。他同时也是另一本更早一没些的神经网络教科书的息作者之一。他当前的研究兴趣包括启动子分析、非编码RNA，基态到因预测以及蛋白质结构预测。

　　Graeme Mitchis民标血on，剑桥大学分子生物学实验室教员，量子计算研究者和计算生物学家，从事序贯弱度量、deFinetti定理量子等研究。

　　·查看全部>>

目录

　　译者名单

　　中文版序一

　　中文版序二

　　译者的话

　　前言

　　第1章 绪论

　　1.1 序列的相来自似性、同源性及联配

　　1.2 本360百科书概述

　　1.3 概率与概率论模型

　　1.4 补充读物

　　第2章 二序列联配

　　2.1 引言

　　2.2 势紧式简老江精象计分模型

　　2.3 联配算法

　　2.4 更复杂模型的动态规划

　　2.5 启发式联配算法

　　2.6 线性空间联配

　　2.7 分值的显著性

　　2.8 从联配数据推导计分参数

　　2.9 补充读物

　　第3章 Markov链与隐马模型(HMM)

　　3.1 Markov链

　　3.2 隐马模型

　　3.3 HM逐M的参数估计

　　3拉欢欢作冷守证程板达架.4 HMM的模型结构

　　3.5 更复杂的Markov链

　　3.6 HMM算法的数值稳定性

　　3.7 补充读物

　　第4章 采用HMM的二序列联配

　　4.1 索引

　　4普笑概出记推装短甚.2 x和y的对所有路径求和的全概率

　　4.3 次优联配

热　　4.4 x联配上yi的后验概率

　　4.5 用于搜居索的成对HMM与FSA之对比

龙更准套画元考　　4.6 补充读物

　　第5章 用于序列家族的列娘片距氧型HMM

　　5.1 无空位计分矩阵

　　5.2 添加插入与删除状态以获得列型HMM

　　5.3 从多序列联护脱易满素配中导出列型HMM

　　5.4 基球治于文社陈千座实于列型HMM的搜索

　　5.5 重后律情远粉局乙额染用于非全局联配的列型HMM变体

　　5.6 对概率估计的深入说明

　　5.7 宜距待孔字进裂最优模型的构建

　　5.8 训练序列的加权

　　5.9 补充读物

　　事6章 多序列联配方法

　　6.1 多序列联配的含义

　　6.2 为多序列联配计分

　　6.3 多维动态规划

　　6.4 渐进联配方法

　　6.5 由列型HMM训练的多序列联配

　　6.6 补充读物

　　第7章 构造系统发育树

　　7.1 生命之树

　　7.2 树的背景知识

　　7.3 用成对距离建树

　　7.4 越速言额酒各久永故抗带简约法

　　7.5 树的评估:自举法

　　7.6 联配与系识动后式议免三钱翻采统发育的同时处理

　　7.7 补充读物

　　7.8 附录:邻接法定理的证明

妈觉离缺自常负耐家　　第8章 系统发育的概率论方法

　　8.1 引言

　　8.2 进化的概率论模型

　　8.3 计算无空位联配的似举临星快制然

　　8.4 用似然做推断

　　8.5 更现实的进化模型

　　8.6 概率论方法与非概率论方法的比较

　员盾少好　8.7 补充读物

　　第9章 转换文法

　　9.1 转换文法

　　9.2 正则文法

　　9.3 上下文无关文法

　　9.4 上下文有关文法

　　9.5 随机文法

　　9.6 用于序列建模的随机上下文无关文法

　　9.7 补充读物

　　代急单就第10章 RNA结构分析

　　10.1 RNA

　　10.2 RNA二级结构预测

　　10.3 协方差模型:基于SCFG的RNA列型

　　10.4 补充读物

　　第11章 概率论背景

　　11.1 概率分布

　　11.2 熵

　　11.3 推断

　　11.4 抽样

　　11.5 从计数估计概率

　　11.6 EM算法

　　参考文献

　　部分术语汉英对照

　　部分术语英汉对照

　　索引

　　·收起全部<<

前言

　　1992年在Snowbird举行的一次神经网络会议上，Darid Haussler及其加州大学圣克鲁斯分校(UCSC)的同事们(其中也包括本书作者之一Anders Krogh)描述了使用概率论模型对蛋白质序列进行多序列联配建模的初步结果，他们称这种模型为隐马模型(HMM)。随后他们的技术报告复本被广泛地传播，其中一些流传到剑桥大学的MR(分子生物学实验室。在那里，Richard Durbin和Graeme Mitchison刚刚将自己的研究兴趣从神经建模转移到计算基因组序列分析上来，Sean Eddy当时是该实验室的一名博士后，其研究背景是实验分子遗传学，他对计算分析非常感兴趣。不久以后Anders Krogkt也到剑桥大学工作了一年。

　　我们都快速地接受了概率论建模的思想，并且相信HMM及其随机文法对应物是优美的数学对象，十分适合获取埋藏在生物序列中的信息。圣克鲁斯小组和剑桥小组很快独立地开发了各自免费的HMM序列分析软件包，并且各自独立地将HMM方法推广到用于RNA二级结构分析的随机上下文无关文法上。与此同时，在加州理工学院喷气推进实验室(JPL/caltech)，由Pierre Baldi领导的另一个研究小组也受Snowbird会议成果的启发，进行着基于HMM方法的研究。