幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

多組學融合視角下的分子預測演算法研究--結構生物標誌物與表觀遺傳

  • 作者：劉子|責編:張艷
  • 出版社：經濟管理
  • ISBN：9787524309345
  • 出版日期：2026/03/01
  • 裝幀：平裝
  • 頁數：264
人民幣：RMB 98 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書系統闡述了當代生物信息學中多個前沿研究方向，內容涵蓋DNA/RNA甲基化預測、蛋白質複合物三維結構建模、序列比對與同源搜索演算法、蛋白質功能預測，以及癌症標誌基因篩選與生存分析等關鍵主題。全書立足於多組學融合和人工智慧驅動的技術背景，結合深度學習、圖模型、統計學習等先進方法，深入剖析了從分子結構到疾病標誌物挖掘的完整流程，具有較強的理論深度與實用指導價值。在內容編寫與結構編排方面注重系統性與邏輯性，圍繞從分子結構到功能預測再到疾病標誌物識別的研究主線，設置了六大核心章節，涵蓋DNA/RNA甲基化預測、蛋白質複合物三維結構建模、多序列比對與同源搜索演算法、蛋白質功能預測，以及癌症標誌基因篩選與生存分析等內容。全書在理論闡述的基礎上，深入介紹主流演算法與技術實現，兼顧經典方法與前沿模型，尤其強調深度學習與多組學融合策略在生物信息分析中的應用。此外，本書充分融合結構生物學、表觀遺傳學與腫瘤學等交叉學科視角，體現出強烈的跨領域研究特徵。內容編寫中配備了豐富的真實數據案例與可視化圖表，增強了知識的直觀性與實用性；同時附設資料庫索引、方法工具列表及關鍵代碼示例。
作者介紹
劉子|責編:張艷
    劉子，1989年出生，工學博士，講師。主要研究方向涵蓋模式識別與智能系統、機器學習、數據挖掘及生物信息學等領域。迄今已發表20余篇SCI收錄論文，其中兩篇榮登2015年度全國百篇最具國際影響力論文榜單，累計引用次數超過2000次。
目錄
第1章  DNA/RNA甲基化預測理論與方法
  1.1  引言
    1.1.1  DNA甲基化的修飾反應過程與功能意義
    1.1.2  RNA甲基化的修飾反應過程與功能意義
  1.2  DNA/RNA甲基化數據集的建立
    1.2.1  DNA甲基化數據集的建立
    1.2.2  RNA甲基化數據集的建立
  1.3  特徵提取方法
    1.3.1  DNA樣本片段特徵提取方法
    1.3.2  優化DNA非平衡數據集
    1.3.3  RNA樣本片段特徵提取方法
  1.4  分類演算法
    1.4.1  DNA甲基化位點的預測
    1.4.2  RNA甲基化位點的預測
  1.5  性能評估指標
  1.6  結果與討論
    1.6.1  交叉驗證方法
    1.6.2  DNA甲基化預測（iDNA-Methyl）
    1.6.3  RNA甲基化預測（pRNAm-PC）
  1.7  甲基化預測在線伺服器（Web Servers for Methylation Prediction）
    1.7.1  DNA甲基化在線預測系統（iDNA-Methyl）
    1.7.2  RNA甲基化在線預測系統（pRNAm-PC）
  1.8  本章小結
第2章  基於物理知識與先驗知識的能量函數設計
  2.1  引言
    2.1.1  基於模板建模（TBM）
    2.1.2  從頭建模（Ab initio/De novo Modeling）
  2.2  蛋白質複合物的表示方式
    2.2.1  晶格系統中的蛋白質簡化表示
    2.2.2  模擬溫度與副本交換策略
    2.2.3  能量函數體系
  2.3  蛋白質單體能量項設計
    2.3.1  原子間相互作用能量項
    2.3.2  通用型統計能量項
    2.3.3  氫鍵能量項
    2.3.4  基於模板約束能量項
  2.4  蛋白質相互作用的能量項設計
    2.4.1  鏈間距離約束能量項
    2.4.2  鏈間原子衝突
    2.4.3  鏈間接觸圖譜能量項
    2.4.4  定向特定交互界面側鏈原子接觸能量項
    2.4.5  交互界面主鏈原子接觸界面能量項
    2.4.6  交互界面主鏈原子Ca距離能量項
    2.4.7  複合物模板約束能量項
  2.5  本章小結
第3章  基於模板匹配與能量函數的複合物結構預測演算法
  3.1  引言
  3.2  演算法設計與分析
    3.2.1  蛋白質複合物模板識別
    3.2.2  副本交換蒙特卡羅模擬（REMC）的三維結構組裝

  3.3  實驗與討論
    3.3.1  評價指標
    3.3.2  數據集構建
    3.3.3  TACOS與主流預測的蛋白質複合物三維結構預測演算法的性能比較
  3.4  本章小結
第4章  基於無監督語言模型的複合物結構預測演算法
  4.1  引言
  4.2  演算法設計與分析
    4.2.1  演算法整體框架
    4.2.2  基於蛋白質複合物鏈間接觸圖譜和距離圖譜的能量函數設計
    4.2.3  CD-TACOS演算法比較與分析
    4.2.4  C-TACOS與CD-TACOS的比較與分析
    4.2.5  CD-TACOS與TACOS的比較
  4.3  本章小結
第5章  基於多源信息融合的全原子結構優化
  5.1  引言
  5.2  演算法設計與分析
    5.2.1  全原子組裝
    5.2.2  全原子結構評價指標
    5.2.3  原子組裝演算法PULCHAR+SCWRL與MODELLER性能比較分析
    5.2.4  全原子坐標優化演算法性能分析
    5.2.5  三種不同的全原子組裝及優化演算法的性能分析
    5.2.6  Clustermod與GalaxyRefineComplex的性能分析
  5.3  本章小結
第6章  蛋白質複合物多序列比對演算法研究
  6.1  引言
  6.2  材料與方法
    6.2.1  基因距離策略
    6.2.2  物種相似性策略
    6.2.3  蛋白質相互作用策略
    6.2.4  有效序列定量與相似性權重計算
    6.2.5  三策略融合的綜合框架
  6.3  cpxDeepMSA系統實現與性能評估
    6.3.1  評估指標
    6.3.2  cpxDeepMSA顯著提升蛋白質複合物接觸預測精度
    6.3.3  與現有MSA方法的比較
    6.3.4  cpxDeepMSA在線伺服器與用戶指南
  6.4  基於無監督語言模型與cpxDeepMSA的蛋白質複合物接觸圖預測
    6.4.1  數據集與基準構建
    6.4.2  ESM-MSA Transformer
    6.4.3  ICCPred與現有的預測演算法比較
  6.5  本章小結
第7章  同源序列搜索與註釋演算法
  7.1  引言
  7.2  材料和方法
    7.2.1  TM-Search資料庫的準備
    7.2.2  搜索演算法設計
    7.2.3  性能評估指標
    7.2.4  資料庫搜索演算法
  7.3  結果和討論

    7.3.1  基準資料庫
    7.3.2  代表選擇對TM-Search性能的影響
    7.3.3  總體表現評價
    7.3.4  基於SCOPe參考摺疊的資料庫檢索評價
    7.3.5  案例研究：典型蛋白質結構檢索分析
  7.4  結論
第8章  蛋白質-DNA結合位點預測計算方法
  8.1  引言
  8.2  蛋白質-DNA相互作用數據
    8.2.1  蛋白質-DNA結合位點的定義
    8.2.2  蛋白質-DNA相互作用資料庫
    8.2.3  基準數據集
  8.3  蛋白質-DNA結合位點預測的計算方法
    8.3.1  基於序列比對的方法
    8.3.2  基於結構比對的方法
    8.3.3  混合型方法
    8.3.4  方法比較與局限性
    8.3.5  基於統計機器學習的方法
    8.3.6  基於深度學習的方法
  8.4  評價指標
  8.5  現有蛋白質-DNA結合位點預測模型的性能比較
  8.6  蛋白質-DNA結合位點預測的應用
    8.6.1  蛋白質功能註釋與機制解析
    8.6.2  藥物發現與理性設計
    8.6.3  基因調控與轉錄網路重建
    8.6.4  表觀遺傳學與染色質動力學研究
    8.6.5  分子進化與跨物種比較研究
  8.7  總結與展望
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032