生物信息科学中的计算机\智能和模式分析
计算生物学要求应用计算技术解释和分析各种生物学数据,是一门涉及生物学、计算机科学、统计学和数学科学的交叉学科,也是一个活跃的研究领域。在生物信息科学中,各种新的搜集大量数据和生成新型数据的数据采集方法催生了从数据组中搜寻有用的正则性和模式的高级方法。在这些方法中,计算机智能得到研究者特殊的青睐。
本书全面综述了计算机智能和模式分析技术的现代进展,通过多种类型的实例阐述如何应用它们分析生物学数据以提取更有意义的信息和形成更深刻的见解。全书汇集了16篇上述主题的论文或报告,它们由33位来自北美、西欧、印度等地的学者撰写,被划分为五部分。第一部分是由3篇综述性论文组成的全书的导言,题目是:计算机智能:基础、概观和现状;模式分析基础:简明的概观;生物信息学:数据、工具和应用。第二部分:序贯分析,含2篇关于这个方法的报告,一篇是将神经网络方法应用于助催化剂识别;另一篇研究微RNA前列腺癌靶基因预测。第三部分:结构分析,含5篇论文(或报告),给出有关方法在RNA数据库、蛋白质结构等问题及化学信息学中的应用,并应用计算机智能技术研究麻醉剂药物设计。第四部分:微数组数据分析,含3篇报告,给出模糊聚类、并行点对称聚类等技术的应用。第五部分:系统生物学,含3篇,其中一篇综述了PPI网络的拓扑性质及对系统生物学的应用;另两篇给出具体应用(如候选疾病基因优先化技术等)。
本书可供生物学、生物化学、医学、计算机科学、统计学等专业研究生、科研人员及其他有关科技人员阅读。
朱尧辰,研究员
(中国科学院应用数学研究所)
上一篇:高潮时身体有哪些奇妙变化
下一篇:人体有艾滋病感染“警报器”