Inhaltsverzeichnis. Vorwort. Website
|
|
- Nelly Schulze
- vor 7 Jahren
- Abrufe
Transkript
1 V Vorwort Website XV XVII 1 Biologische Grundlagen DNA Genetischer Code und Genomkomposition Transkription RNA Proteine Peptidbindung Konformation von Aminosåureseitenketten Ramachandran-Plot Hierarchische Beschreibung von Proteinstrukturen Sekundårstrukturelemente a-helix b-faltblåtter Supersekundårstrukturelemente Protein-Domånen Proteinfamilien Fachbegriffe Zitierte Literatur 25 2 Sequenzen und ihre Funktion Definitionen und Operatoren DNA-Sequenzen Proteinsequenzen Vergleich der Sequenzkomposition Ontologien Semantische Øhnlichkeit von GO-Termen Zitierte Literatur 40 Bioinformatik Interaktiv. 2. Auflage. Rainer Merkl und Stephan Waack Copyright c 2009 WILEY-VCH Verlag GmbH & Co. KGaA, Weinheim ISBN:
2 VI 3 Datenbanken DNA-Sequenz-Datenbanken RNA-Sequenz-Datenbanken Proteinsequenz-Datenbanken Proteinstruktur-Datenbanken SMART: Analyse der Domånenarchitektur STRING: Proteine und ihre Interaktionen SCOP: Strukturelle Klassifikation von Proteinen Pfam: Kompilation von Proteinfamilien COG und eggnog: Gruppen orthologer Gene Weitere Datenbanken Zitierte Literatur 54 4 Grundbegriffe der Stochastik Grundbegriffe der beschreibenden Statistik Urnenexperimente und diskrete Verteilungen Die Kolmogoroffschen Axiome Bedingte Wahrscheinlichkeit und Unabhångigkeit Zufallselemente Unabhångigkeit von Zufallselementen Markov-Ketten Erwartungswerte Varianzen Wichtige Wahrscheinlichkeitsverteilungen Diskrete Verteilungen Totalstetige Verteilungen Schåtzer Grundlagen statistischer Tests Eine optimale Entscheidungstheorie: Die Neyman-Pearson-Methode Zitierte Literatur 87 5 Bayessche Entscheidungstheorie und Klassifikatoren Bayessche Entscheidungstheorie Ein Beispiel: Klassifikation der Proteinoberflåche Ûbergang zu bedingten Wahrscheinlichkeiten Erweitern auf m Eigenschaften Marginalisieren Boosting ROC-Kurven Gewichten der Fehlklassifikationen Aufnehmen einer ROC-Kurve Testmethoden får kleine Trainingsmengen Zitierte Literatur 104
3 VII 6 Klassische Cluster- und Klassifikationsverfahren Metriken und Clusteranalyse Das mittlere Fehlerquadrat als GÅtemaß bei Clusteralgorithmen Ein einfaches iteratives Clusterverfahren k-means-clusterverfahren Wahl einer geeigneten Anzahl k von Clustern Statistische Bewertung der Clusteranzahl Hierarchische Clusterverfahren Nåchster-Nachbar-Klassifikation k nåchste Nachbarn Zitierte Literatur Neuronale Netze Architektur von neuronalen Netzen Das Perzeptron Schwellenwertfunktion Ein Beispiel: Modellierung Boolscher Funktionen LÇsbarkeit von Klassifikationsaufgaben Universelle Approximation Lernen in neuronalen Netzen Der Backpropagation-Algorithmus Interpretation des Lernschrittes Codierung der Eingabe Selbstorganisierende Karten Aufbau der Karte Selbstorganisation Zitierte Literatur Genetische Algorithmen Objekte und Funktionen Algorithmus Der Begriff des Schemas Dynamik der Anzahl von Schemata Codierung der Problemstellung Genetisches Programmieren Zitierte Literatur Paarweiser Sequenzvergleich Dotplots Definition Beispiel Implementierung Abschåtzen der Laufzeit Anwendungen Einschrånkungen und Ausblick 162
4 VIII 9.2 Entwicklung eines optimalen Alignmentverfahrens Vom paarweisen zum multiplen Sequenzalignment Dynamisches Programmieren Distanz, Metrik Minkowski-Metrik Eine Metrik får Zeichenketten: Die Hamming-Distanz Levenshtein-Distanz Berechnung der Levenshtein-Distanz Ableiten des Alignments Bestimmen der Øhnlichkeit von Sequenzen Globales Alignment Lokales Sequenzalignment Optimales Bewerten von LÅcken Bewertung mithilfe affiner Kostenfunktion Integration in Algorithmen Namensgebung Zitierte Literatur Sequenz-Motive Signaturen Die PROSITE-Datenbank Die BLOCKS-Datenbank Sequenz-Profile Bestimmen von Scores får Promotor-Sequenzen Sequenz-Logos Konsensus-Sequenzen Sequenzen niedriger Komplexitåt Der SEG-Algorithmus Zitierte Literatur Scoring-Schemata Zur Theorie von Scoring-Matrizen Algorithmen bedingte Anforderung an Scoring-Matrizen Identitåtsmatrizen PAM-Einheit PAM-Matrizen Erweiterte Datenbasis: Die JTT-Matrix BLOSUM-Matrizen Matrix-Entropie Scoring-Schemata und Anwendungen Scoring-Funktionen Zitierte Literatur 210
5 IX 12 FASTA, BLAST, PSI-BLAST FASTA FASTA-Statistik BLAST Statistik von Alignments Statistik globaler Alignments Statistik lokaler Alignments Vergleich der Empfindlichkeit von FASTA und BLAST Verfeinerung der Algorithmen Profil basierter Sequenzvergleich Verwenden von Intermediårsequenzen PSI-BLAST Die Empfindlichkeit von Sequenzvergleichsmethoden Vergleich von Profilen und Konsensus-Sequenzen Zitierte Literatur Multiple Sequenzalignments Berechnen von Scores får multiple Sequenzalignments Iteratives, progressives Bestimmen eines multiplen Alignments ClustalW: Konzepte ClustalW: Algorithmus ClustalW: Multiples Sequenzalignment får Trypsin-Inhibitoren T-Coffee M-Coffee und 3D-Coffee Alternative Ansåtze Verwenden von MSAs zur Charakterisierung von Residuen Entwickeln der Scoring-Funktion SDPpred: Vergleich homologer Proteine mit unterschiedlicher Spezifitåt Alignment von DNA- und RNA-Sequenzen Zitierte Literatur Grundlagen phylogenetischer Analysen Phylogenetische Ansåtze Distanz basierte Verfahren Ultrametrische Matrizen Additive Matrizen Linkage-Algorithmen Der Neighbour-Joining-Algorithmus Parsimony-Methoden Konstruktion eines Parsimony-Baumes Maximum-Likelihood-Ansåtze Ûbergangswahrscheinlichkeiten får DNA-Sequenzen Empirische Modelle der Protein-Evolution Berechnen der Likelihood eines Baumes 278
6 X Quartett-Puzzle Grundannahmen phylogenetischer Algorithmen Phylogenetische Analyse und statistische Bewertung Verwenden von Outgroups Das Bootstrap-Verfahren Weitere phylogenetische Ansåtze und Resultate Zitierte Literatur Hidden-Markov-Modelle Eine Problem orientierte EinfÅhrung Markov-Modelle Ergodische Markovsche Ketten Die Kolmogorov-Chapman-Gleichungen Klassifikation der Zustånde Stationåre Verteilungen Ergodizitåt von Quellen Fazit Niveau und Macht einfacher Tests Exkurs: Grenzwertsåtze Diskrimination von CpG-Inseln Ansåtze zur Lokalisierung von CpG-Inseln Der Begriff des Hidden-Markov-Modells Wichtige Algorithmen får HMMs Der Vorwårtsalgorithmus Der Viterbi-Algorithmus Der RÅckwårtsalgorithmus Die A-posteriori-Wahrscheinlichkeit der Zustånde Das zeitweise unehrliche Casino Das Rekonstruktionsproblem får HMMs Ein Maximum-Likelihood-Schåtzer Der Baum-Welch-Algorithmus zur Parameterschåtzung Zitierte Literatur Profil-HMMs zur Modellierung von Proteinfamilien Profil-HMMs Viterbi-Pfade in Profil-HMMs Eine LÇsung des Anfrageproblems Vorwårts- und RÅckwårtsvariablen Vom MSA zum Profil-HMM Zitierte Literatur Bedingte Markovsche Zufallsfelder Markierungsprobleme und ME-Prinzip Umfang eines Markierungsproblems Merkmale 374
7 XI Maximierung der bedingten Entropie als Induktionsprinzip ML-Parameterbestimmung Der Satz von Hammersley und Clifford IIS-Algorithmus Linien-CRFs Precomputing Inferenz Training: Umsetzung des IIS-Algorithmus Zitierte Literatur Vorhersage der Sekundårstruktur Vorhersage der Proteinsekundårstruktur Erste Ansåtze: Chou-Fasman PHD Profil basierte Vorhersage Vorgehensweise in PHD Die Entwicklung und Validierung der Konformation von PHD Trainieren der neuronalen Netze Validierung mit Leave-one-out-Verfahren Vorhersage der RNA-Sekundårstruktur RNA-Sequenzen und -Strukturen Freie Energie und Strukturen Vorhersage der Sekundårstruktur durch Energieminimierung Strukturen mit Schleifen BerÅcksichtigung von Stacking-Interaktionen Rekursionsgleichungen mit Stacking-Interaktionen STAR: Vorhersage der Sekundårstruktur unter Verwendung eines genetischen Algorithmus Erste Version des Modells Zweite Version: Modellierung der RNA-Faltung Ergebnisse Weitere Verfahren zur Vorhersage von Strukturen mit Pseudoknoten Zitierte Literatur Vergleich von Protein-3D-Strukturen Vergleich zweier Protein-3D-Strukturen Superposition von Protein-3D-Strukturen SAP: Vergleich von 3D-Strukturen mithilfe von VektorbÅndeln Simulated Annealing Superposition mithilfe von DALI Scores får Substrukturen Alignieren von Substrukturen TM-Align Zitierte Literatur 427
8 XII 20 Homologiemodellierung und Vorhersage der Protein-3D-Struktur Verwenden von Threading-Verfahren Eine Profil-Methode: 3D-1D-Profile Bestimmen der Umgebungen Generieren eines 3D-1D-Profils Wissensbasierte Kraftfelder Theoretische Grundlagen Ableiten der Potenziale GenThreader D-PSSM Generieren einer Profil-Bibliothek Erstellen einer 3D-PSSM Prozessieren der Query Strukturvorhersage Beitrag individueller Parameter HHsearch Grundlagen des Alignments von Hidden-Markov-Ketten Paarweises Alignment von HMMs Performanz von HHsearch Strukturvorhersage mit HHsearch ROSETTA/ROBETTA Energieterme De novo Strukturvorhersage mit ROSETTA Alternativen zur Fragmentinsertion Modellieren strukturell variabler Regionen in Homologiemodellen Weitere Ansåtze Zitierte Literatur Analyse integraler Membranproteine Struktur integraler Membranproteine Spezifische Probleme beim Sequenzvergleich Vorhersage der Topologie von Helix-BÅndeln HMMTOP: das Topologiemodell HMMTOP: Architektur des HMMs Vorhersage der Topologie und Struktur von b-fåssern Architektur von TMBpro Ausgabe und Performanz von TMBpro Gegenwårtiger Stand bioinformatischer Methoden Zitierte Literatur EntschlÅsselung von Genomen Shotgun-Sequenzierung Die Anzahl von Contigs beim Shotgun-Ansatz Basecalling Assemblieren von Teilsequenzen 488
9 XIII Phase 1: Bestimmen Åberlappender Pråfix-/Suffix-Regionen Phase 2: Erzeugen von Contigs Phase 3: Generieren der Konsensus-Sequenz Annotation kompletter Genome Metagenomik Spezielle Anforderungen an die Bioinformatik Minimalanforderungen får Metagenom-Annotation Zitierte Literatur Auswertung von Genexpressionsdaten DNA-Chip-Technologie Datenbanken får Genexpressionsdaten Grenzen der Technologie Bioinformatische Analyse von DNA-Chip-Signalen Quantifizierung von Expressionswerten Normalisierung und Datenreduktion Normalisierung Åber Replikate Identifizieren differentiell exprimierter Gene Metriken zum Vergleich von Expressionsdaten Algorithmen får die Analyse kompletter DNA-Chip-Datensåtze Anwendung von Clusterverfahren auf Genexpressionsdaten Validierung und Alternativen Hauptkomponentenanalyse Biclusterverfahren Ein Beispiel får Biclusterverfahren: ISA Der Signatur-Algorithmus Iterative Optimierung Grenzen und Alternativen Genexpressions-Profiling Wårmekarten Der klassische Ansatz Kombination von Datenquellen mithilfe von ClusCor Informationsgewinnung får systembiologische Fragestellungen BÅndelung von Datenbankinformation Statistische Analyse der Termverteilung Verwendbarkeit des Verfahrens Zitierte Literatur Analyse von Protein-Protein-Interaktionen Biologische Bedeutung des Interaktoms Methoden zum Bestimmen des Interaktoms Anforderungen an Datenbanksysteme Analyse des Genominhaltes Genfusion Phyletische Muster 539
10 XIV Analyse von Genfolgen Performanz Sequenz basierter Methoden Bewertung von Codon-Håufigkeiten Suche nach korrelierten Mutationen Generieren von sortierten MSA-Paaren Identifizieren korrelierter Mutationen Vergleich phylogenetischer Båume Die Mirror-tree-Methode Korrektur des Hintergrundsignals Vorhersage des Interaktoms der Hefe mithilfe eines Bayesschen Klassifikators Zitierte Literatur Zum Schluss Zitierte Literatur 559 Stichwortverzeichis 561
mathematik und informatik
R. Merkl Grundlegende Algorithmen der Bio-Informatik Kurseinheiten 1-7 mathematik und informatik Das Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere das Recht der Vervielfältigung
MehrBayesianische Netzwerke - Lernen und Inferenz
Bayesianische Netzwerke - Lernen und Inferenz Manuela Hummel 9. Mai 2003 Gliederung 1. Allgemeines 2. Bayesianische Netzwerke zur Auswertung von Genexpressionsdaten 3. Automatische Modellselektion 4. Beispiel
MehrMündliche Prüfung Kurs Grundlegende Algorithmen der Bioinformatik 30 Minuten, , Prof. Merkl
Erinnerungsprotokoll Mündliche Prüfung Kurs 01738 Grundlegende Algorithmen der Bioinformatik 30 Minuten, 13.05.2015, Prof. Merkl - Zuerst zu Taxonomie. Was ist das und warum macht man das? Finden einer
Mehrmathematik und informatik
R. Merkl Grundlegende Algorithmen der Bio-Informatik Kurseinheiten 1-7 mathematik und informatik Das Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere das Recht der Vervielfältigung
MehrMultiple Alignments. Vorlesung Einführung in die Angewandte Bioinformatik Prof. Dr. Sven Rahmann. Webseite zur Vorlesung
Multiple Alignments Vorlesung Einführung in die Angewandte Bioinformatik Prof. Dr. Sven Rahmann Webseite zur Vorlesung http://bioinfo.wikidot.com/ Sprechstunde Mo 16-17 in OH14, R214 Sven.Rahmann -at-
MehrKlausur Bioinformatik für Biotechnologen
Name, Vorname: 1 Klausur Bioinformatik für Biotechnologen Studiengang Molekulare Biotechnologie TU Dresden WS 2011/2012 Prof. Michael Schroeder 15.02.2012 Die Dauer der Klausur beträgt 90 Minuten. Bitte
MehrÜbungsaufgaben zur Einführung in die Bioinformatik - Lösungen
18.01.2013 Prof. P. Güntert 1 Vorlesung BPC I: Aspekte der Thermodynamik in der Strukturbiologie Übungsaufgaben zur Einführung in die Bioinformatik - Lösungen 1. Hamming und Levenshtein Distanzen a) Was
MehrSequenz Alignment Teil 2
Sequenz Alignment Teil 2 14.11.03 Vorlesung Bioinformatik 1 Molekulare Biotechnologie Dr. Rainer König Besonderen Dank an Mark van der Linden, Mechthilde Falkenhahn und der Husar Biocomputing Service Gruppe
MehrStatistische Datenanalyse
Werner A. Stahel Statistische Datenanalyse Eine Einführung für Naturwissenschaftler 3., durchgesehene Auflage vieweg VII 1 Einleitung 1 1.1 Was ist Statistische Datenanalyse? 1 1.2 Ziele 6 1.3 Hinweise
MehrZentrum für Bioinformatik. Übung 4: Revision. Beispielfragen zur Klausur im Modul Angewandte Bioinformatik (erste Semesterhälfte)
Andrew Torda Björn Hansen Iryna Bondarenko Zentrum für Bioinformatik Übung zur Vorlesung Angewandte Bioinformatik Sommersemester 2014 20./23.06.2014 Übung 4: Revision Beispielfragen zur Klausur im Modul
MehrBioinformatik. Methoden zur Vorhersage vo n RNA- und Proteinstrukture n. Gerhard Steger
Bioinformatik Methoden zur Vorhersage vo n RNA- und Proteinstrukture n Gerhard Steger Vorwort ix Strukturvorhersage von Nukleinsäuren 1 Struktur und Funktion von RNA 3 1.1 RNA-Struktur fl 1.2 Thermodynamik
MehrInhalt. I. Deskriptive Statistik Einführung Die Grundgesamtheit Merkmale und Verteilungen Tabellen und Grafiken...
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Die Grundgesamtheit......................... 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................ 10
MehrAndreas Scherer. Neuronale Netze. Grundlagen und Anwendungen. vieweg
Andreas Scherer Neuronale Netze Grundlagen und Anwendungen vieweg Inhaltsverzeichnis Vorwort 1 1 Einführung 3 1.1 Was ist ein neuronales Netz? 3 1.2 Eigenschaften neuronaler Netze 5 1.2.1 Allgemeine Merkmale
MehrAngewandte Statistik mit R
Reiner Hellbrück Angewandte Statistik mit R Eine Einführung für Ökonomen und Sozialwissenschaftler 2., überarbeitete Auflage B 374545 GABLER Inhaltsverzeichnis Vorwort zur zweiten Auflage Tabellenverzeichnis
MehrAufgabenblatt 5. Silke Trißl Wissensmanagement in der Bioinformatik
Aufgabenblatt 5 Silke Trißl Wissensmanagement in der Bioinformatik Zuerst! FRAGEN? Silke Trißl: Bioinformatik für Biophysiker 2 Exercise 1 + 2 Modify program to compare protein sequence read substitution
MehrStochastik für Informatiker
Statistik und ihre Anwendungen Stochastik für Informatiker Bearbeitet von Lutz Dumbgen 1. Auflage 2003. Taschenbuch. XII, 267 S. Paperback ISBN 978 3 540 00061 7 Format (B x L): 15,5 x 23,5 cm Gewicht:
MehrEinführung in die Bioinformatik
Einführung in die Bioinformatik Ringvorlesung Biologie Sommer 07 Burkhard Morgenstern Institut für Mikrobiologie und Genetik Abteilung für Bioinformatik Goldschmidtstr. 1 Online Materialien zur Ringvorlesung:
MehrBioinformatik. Substitutionsmatrizen BLAST. Ulf Leser Wissensmanagement in der. Bioinformatik
Bioinformatik Substitutionsmatrizen BLAST Ulf Leser Wissensmanagement in der Bioinformatik Inhalt dieser Vorlesung Substitutionsmatrizen: PAM und BLOSSUM Suche in Datenbanken: Basic Local Alignment Search
MehrBioinformatik für Lebenswissenschaftler
Bioinformatik für Lebenswissenschaftler Oliver Kohlbacher, Steffen Schmidt SS 2010 10. Multiples Alignment II & PSI-BLAST Abt. Simulation biologischer Systeme WSI/ZBIT, Eberhard Karls Universität Tübingen
MehrInhaltsverzeichnis. 4 Statistik Einleitung Wahrscheinlichkeit Verteilungen Grundbegriffe 98
Inhaltsverzeichnis 1 Datenbehandlung und Programmierung 11 1.1 Information 11 1.2 Codierung 13 1.3 Informationsübertragung 17 1.4 Analogsignale - Abtasttheorem 18 1.5 Repräsentation numerischer Daten 20
MehrEinführung in die Angewandte Bioinformatik: Proteinsequenz-Datenbanken
Einführung in die Angewandte Bioinformatik: Proteinsequenz-Datenbanken 14.05.2009 Prof. Dr. Sven Rahmann 1 3 Proteinsequenz-Datenbanksysteme NCBI Entrez Proteins EBI SRS Proteins UniProt (empfohlen) 2
MehrInhaltsverzeichnis. Vorwort. Abbildungsverzeichnis. Tabellenverzeichnis. 1 Einleitung Gegenstand Aufbau 4
Inhaltsverzeichnis Vorwort Abbildungsverzeichnis Tabellenverzeichnis v xv xvii 1 Einleitung 1 1.1 Gegenstand 1 1.2 Aufbau 4 2 Datenerhebung - ganz praktisch 7 2.1 Einleitung 7 2.2 Erhebungsplan 7 2.2.1
MehrStudiengang Informatik der FH Gießen-Friedberg. Sequenz-Alignment. Jan Schäfer. WS 2006/07 Betreuer: Prof. Dr. Klaus Quibeldey-Cirkel
Studiengang Informatik der FH Gießen-Friedberg Sequenz-Alignment Jan Schäfer WS 2006/07 Betreuer: Prof. Dr. Klaus Quibeldey-Cirkel Überblick Einführung Grundlagen Wann ist das Merkmal der Ähnlichkeit erfüllt?
MehrAlgorithmische Anwendungen WS 2005/2006
Algorithmische Anwendungen WS 2005/2006 Sequenzalignment Gruppe F_lila_Ala0506 Allal Kharaz Yassine ELassad Inhaltsverzeichnis 1 Problemstellungen...................................... 3 1.1 Rechtschreibkorrektur...............................
Mehrinsara: Hierarchische Netzwerke zur Analyse, Visualisierung und Vorhersage von Struktur-Aktivitäts-Beziehungen
insara: Hierarchische Netzwerke zur Analyse, Visualisierung und Vorhersage von Struktur-Aktivitäts-Beziehungen Von der Fakultät für Lebenswissenschaften der Technischen Universität Carolo-Wilhelmina zu
MehrData Mining - Wiederholung
Data Mining - Wiederholung Norbert Fuhr 18. Januar 2006 Problemstellungen Problemstellungen Daten vs. Information Def. Data Mining Arten von strukturellen Beschreibungen Regeln (Klassifikation, Assoziations-)
MehrAlgorithmen auf Sequenzen Paarweiser Sequenzvergleich: Alignments
Algorithmen auf Sequenzen Paarweiser Sequenzvergleich: Alignments Sven Rahmann Genominformatik Universitätsklinikum Essen Universität Duisburg-Essen Universitätsallianz Ruhr Einführung Bisher: Berechnung
MehrI. Deskriptive Statistik 1
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Grundgesamtheit und Stichprobe.................. 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................
MehrBioinformatik für Lebenswissenschaftler
Bioinformatik für Lebenswissenschaftler Oliver Kohlbacher, Steffen Schmidt SS 2010 11. Hiden Markov Models & Phylogenien Abt. Simulation biologischer Systeme WSI/ZBIT, Eberhard Karls Universität Tübingen
MehrEinführung in die Statistik
Einführung in die Statistik Analyse und Modellierung von Daten von Prof. Dr. Rainer Schlittgen Universität Hamburg 12., korrigierte Auflage Oldenbourg Verlag München Inhaltsverzeichnis 1 Statistische Daten
MehrEinführung in die Statistik
Einführung in die Statistik Analyse und Modellierung von Daten Von Prof. Dr. Rainer Schlittgen 4., überarbeitete und erweiterte Auflage Fachbereich Materialwissenschaft! der Techn. Hochschule Darmstadt
MehrBioinformatik Für Biophysiker
Bioinformatik Für Biophysiker Sommersemester 2009 Silke Trißl / Ulf Leser Wissensmanagement in der Bioinformatik Wissensmanagement in der Bioinformatik Schwerpunkte Algorithmen der Bioinformatik Management
MehrThreading - Algorithmen
Threading - Algorithmen Florian Lindemann 22.11.2007 Florian Lindemann () Threading - Algorithmen 22.11.2007 1 / 25 Gliederung 1 Prospect Scoring Function Algorithmus Weitere Eigenschaften Komplexität
MehrMathematik in den Life Siences
Gerhard Keller Mathematik in den Life Siences Grundlagen der Modellbildung und Statistik mit einer Einführung in die Statistik-Software R 49 Abbildungen Verlag Eugen Ulmer Stuttgart Inhaltsverzeichnis
MehrAlgorithmische Bioinformatik
Algorithmische Bioinformatik Multiple Sequence Alignment Sum-of-pairs Score Center-Star Score Ulf Leser Wissensmanagement in der Bioinformatik Inhalt dieser Vorlesung Multiples Sequenzalignment Sum-Of-Pair
MehrBioinformatik II: Phylogenetik
Bioinformatik II: Phylogenetik phylogenetisch Phylai: griechische Klans phylum: der Stamm phylogenetisch: die Stammesgeschichte von Lebewesen betreffend Hierarchien der Klassifikation: Domäne: Eukaryonten
MehrFOLDALIGN und sein Algorithmus. Nadine Boley Silke Szymczak
FOLDALIGN und sein Algorithmus Nadine Boley Silke Szymczak Gliederung 2 Einleitung Motivation des Ansatzes zu FOLDALIGN Sankoff-Algorithmus Globales Alignment Zuker-Algorithmus Kombination FOLDALIGN Algorithmus,
MehrBioinformatik. Methoden zur Vorhersage von RNA- und Proteinstrukturen. Gerhard Steger. Springer Basel AG
Bioinformatik Methoden zur Vorhersage von RNA- und Proteinstrukturen Gerhard Steger Springer Basel AG Autor Dr. Gerhard Steger Heinrich-Heine-Universität Düsseldorf Institut für Physikalische Biologie
MehrMOL.504 Analyse von DNA- und Proteinsequenzen. Modul 2 BLAST-Sequenzsuche und Sequenzvergleiche
MOL.504 Analyse von DNA- und Proteinsequenzen Modul 2 BLAST-Sequenzsuche und Sequenzvergleiche Summary Modul 1 - Datenbanken Wo finde ich die DNA Sequenz meines Zielgens? Wie erhalte ich Info aus der DNA-Datenbank
MehrIhre Namen: Gruppe: Öffnen Sie die Fasta-Dateien nur mit einem Texteditor, z.b. Wordpad oder Notepad, nicht mit Microsoft Word oder Libre Office.
Ihre Namen: Gruppe: Evolutionsbiologie 2, WS2016/2017: Bioinformatik - Übung 1 Erstellen Sie vor Beginn der Übung einen Ordner auf dem Desktop, in dem Sie alle benötigten Dateien speichern kö nnen (z.b.
MehrMathematica kompakt. Einführung-Funktionsumfang-Praxisbeispiele von Dipl.-Math.Christian H.Weiß. Oldenbourg Verlag München
Mathematica kompakt Einführung-Funktionsumfang-Praxisbeispiele von Dipl.-Math.Christian H.Weiß Oldenbourg Verlag München Inhaltsverzeichnis Vorwort Tabellenverzeichnis VII XVII 1 Einleitung 1 1 Grundlagen
MehrMultivariate Statistische Methoden
Multivariate Statistische Methoden und ihre Anwendung in den Wirtschafts- und Sozialwissenschaften Von Prof. Dr. Hans Peter Litz Carl von Ossietzky Universität Oldenburg v..v.-'... ':,. -X V R.Oldenbourg
MehrPrimärstruktur. Wintersemester 2011/12. Peter Güntert
Primärstruktur Wintersemester 2011/12 Peter Güntert Primärstruktur Beziehung Sequenz Struktur Proteinsequenzen, Sequenzdatenbanken Sequenzvergleich (sequence alignment) Sequenzidentität, Sequenzhomologie
MehrI Beschreibende Statistik 1
Inhaltsverzeichnis Vorwort ix I Beschreibende Statistik 1 Lernziele zu Teil I 2 1 Statistik, Daten und statistische Methoden 3 1.1 Statistik im Alltag, in Politik und Gesellschaft...... 3 1.2 Aufgaben
MehrEffiziente Methoden Für Die Berechnung Von Aminosäure Ersetzungsraten
Seminar - Aktuelle Themen der Bioinformatik Tobias Gontermann Johann Wolfgang Goethe-Universität Frankfurt a. M. 12 Juli 2007 1/46 Worum geht es? Berechung von Ratenmatritzen Q Wofür ist das gut? Modellierung
MehrMBI: Sequenz-Vergleich mit Alignment
MBI: Sequenz-Vergleich mit Alignment Bernhard Haubold 28. Oktober 2014 Wiederholung: Was ist Bioinformatik? Historische Übersicht; CABIOS Bioinformatics Gemeinsames Thema: Information in vivo DNA Epigenetik
MehrWas ist Bioinformatik?
9. Kurstag: Bioinformatik Der Begriff "Bioinformatik" wurde 1989 erstmals von D.R. Masys im JOURNAL OF RESEARCH OF THE NATIONAL INSTITUTE OF STANDARDS AND TECHNOLOGY erwähnt. Was ist Bioinformatik? Die
MehrAusprägungsfach Bioinformatik im Rahmen des Bachelor-Studiengangs Informatik. CIBIV Center for Integrative Bioinformatics Vienna
Ausprägungsfach Bioinformatik im Rahmen des Bachelor-Studiengangs Informatik Center for Integrative Bioinformatics Vienna (CIBIV) Max F. Perutz Laboratories (MFPL) Vienna, Austria http://www.cibiv.at CIBIV
MehrPhilipp Sibbertsen Hartmut Lehne. Statistik. Einführung für Wirtschafts- und. Sozialwissenschaftler. 2., überarbeitete Auflage. 4^ Springer Gabler
Philipp Sibbertsen Hartmut Lehne Statistik Einführung für Wirtschafts- und Sozialwissenschaftler 2., überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Teil I Deskriptive Statistik 1 Einführung
MehrHidden-Markov-Modelle
Proseminar: Machine-Learning Hidden-Markov-Modelle Benjamin Martin Zusammenfassung 1953 stellten Watson und Crick ihr DNA-Modell vor. Damit öffnete sich für Genforscher ein riesiges Gebiet, das bisher
MehrRainer Merkl und Stephan Waack Bioinformatik Interaktiv
Rainer Merkl und Stephan Waack Bioinformatik Interaktiv Beachten Sie bitte auch weitere interessante Titel zu diesem Thema Helms, V. Principles of Computational Cell Biology From Protein Complexes to Cellular
Mehr6 Proteinstrukturen und die dritte Dimension
6 Proteinstrukturen und die dritte Dimension Modul 10-202-2208 Bioinformatik von RNA- und Proteinstrukturen Stephan Bernhart Lehrstuhl Bioinformatik 2. Juni 2013 Stephan Bernhart (Lehrstuhl Bioinformatik)
MehrAlgorithmen für paarweise Sequenz-Alignments. Katharina Hembach
Proseminar Bioinformatik WS 2010/11 Algorithmen für paarweise Sequenz-Alignments Katharina Hembach 06.12.2010 1 Einleitung Paarweise Sequenz-Alignments spielen in der Bioinformatik eine wichtige Rolle.
MehrMultivariate Verfahren
Multivariate Verfahren Lineare Regression Zweck: Vorhersage x Dimensionsreduktion x x Klassifizierung x x Hauptkomponentenanalyse Korrespondenzanalyse Clusteranalyse Diskriminanzanalyse Eigenschaften:
MehrBasiswissen Mathematik, Statistik und Operations Research für Wirtschaftswissenschaftler
Basiswissen Mathematik, Statistik und Operations Research für Wirtschaftswissenschaftler Bearbeitet von Gert Heinrich 5., korr. Aufl. 2013. Taschenbuch. XV, 399 S. Paperback ISBN 978 3 486 75491 9 Format
Mehr1 Inhaltsverzeichnis. 1 Einführung...1
1 Inhaltsverzeichnis 1 Einführung...1 1.1 Arten der stochastischen Abhängigkeit...2 1.2 Wo kommen regressive Abhängigkeiten vor?...3 1.3 Hauptaufgaben von Regressionsmodellen...3 1.4 Wissenschaftstheoretische
MehrStatistische Inferenz
Statistische Inferenz Prinzip der statistischen Inferenz Datensätze = Stichproben aus einer Gesamtpopulation (meistens) Beispiel : Messung der Körpertemperatur von 106 gesunden Individuen man vermutet,
MehrStatistik für Wirtschaftswissenschaftler
Peter P. Eckstein Statistik für Wirtschaftswissenschaftler Eine real daten basierte Einführung mit SPSS GABLER Inhaltsverzeichnis Inhaltsverzeichnis VII 1 Statistik >...". 1 1.1 Historische Notizen 2 1.2
MehrClusteranalyse. Anwendungsorientierte Einführung. R. Oldenbourg Verlag München Wien. Von Dr. Johann Bacher
Clusteranalyse Anwendungsorientierte Einführung Von Dr. Johann Bacher R. Oldenbourg Verlag München Wien INHALTSVERZEICHNIS Vorwort XI 1 Einleitung 1 1.1 Primäre Zielsetzung clusteranalytischer Verfahren
MehrStatistik für. von. Prof. Dr. Josef Bleymüller. und. Prof. Dr. Rafael Weißbach. sowie. Dr. Günther Gehlert. und. Prof. Dr.
Statistik für Wirtschaftswissenschaftler von Prof. Dr. Josef Bleymüller und Prof. Dr. Rafael Weißbach sowie Dr. Günther Gehlert und Prof. Dr. Herbert Gülicher bei früheren Auflagen 17., überarbeitete Auflage
MehrHidden-Markov-Modelle
Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen Hidden-Markov-Modelle Tobias Scheffer Thomas Vanck Hidden-Markov-Modelle: Wozu? Spracherkennung: Akustisches Modell. Geschriebene
MehrBioinformatik: The Next Generation
Bioinformatik: The Next Generation Prof. Dr. Caroline Friedel Lehr- und Forschungseinheit Bioinformatik Was ist Bioinformatik? Theoretische und Praktische Informatik Statistik, Mathematik Molekularbiologie,
MehrÄhnlichkeits- und Distanzmaße
Ähnlichkeits- und Distanzmaße Jörg Rahnenführer, Multivariate Verfahren, WS89, TU Dortmund 11.1.8-1 - Ähnlichkeits- und Distanzmaße Jörg Rahnenführer, Multivariate Verfahren, WS89, TU Dortmund 11.1.8 -
MehrAufgabe 7: Distanzbasierte Phylogenie: Neighbor Joining. Stefan Kröger, Philippe Thomas Wissensmanagement in der Bioinformatik
Aufgabe 7: Distanzbasierte Phylogenie: Neighbor Joining Stefan Kröger, Philippe Thomas Wissensmanagement in der Bioinformatik Daten Wir verwenden neue Daten Die müssen sie ausnahmsweise selber suchen DNA-Sequenzen
MehrBioinformatik: The Next Generation
Bioinformatik: The Next Generation Prof. Dr. Caroline Friedel Lehr- und Forschungseinheit Bioinformatik Was ist Bioinformatik? Prof. Dr. Caroline Friedel, Tag der offenen Tür der LMU 2 Was ist Bioinformatik?
MehrWahrscheinlichkeitsrechnung und schließende Statistik
Karl Mosler Friedrich Schmid Wahrscheinlichkeitsrechnung und schließende Statistik Vierte, verbesserte Auflage Springer Inhaltsverzeichnis 0 Einführung 1 1 Zufalls Vorgänge und Wahrscheinlichkeiten 5 1.1
MehrMultivariate Statistische Methoden und ihre Anwendung
Multivariate Statistische Methoden und ihre Anwendung in den Wirtschafts- und Sozialwissenschaften Von Prof. Dr. Hans Peter Litz Carl von Ossietzky Universität Oldenburg R. Oldenbourg Verlag München Wien
MehrÜber den Autor 7. Einführung 21
Inhaltsverzeichnis Über den Autor 7 Einführung 21 Über dieses Buch oder:» für Dummies«verpflichtet! 21 Wie man dieses Buch benutzt 22 Wie ich Sie mir vorstelle 22 Wie dieses Buch aufgebaut ist 23 Teil
MehrBasiswissen Mathematik, Statistik. und Operations Research für. Wirtschaftswissenschaftler. von. Prof. Dr. Gert Heinrich DHBW Villingen-Schwenningen
Basiswissen Mathematik, Statistik und Operations Research für Wirtschaftswissenschaftler von Prof. Dr. Gert Heinrich DHBW Villingen-Schwenningen 5., korrigierte Auflage Oldenbourg Verlag München Inhaltsverzeichnis
MehrÜberblick. Überblick. Bayessche Entscheidungsregel. A-posteriori-Wahrscheinlichkeit (Beispiel) Wiederholung: Bayes-Klassifikator
Überblick Grundlagen Einführung in die automatische Mustererkennung Grundlagen der Wahrscheinlichkeitsrechnung Klassifikation bei bekannter Wahrscheinlichkeitsverteilung Entscheidungstheorie Bayes-Klassifikator
MehrStochastik für Dummies
Christoph Maas Stochastik für Dummies Fachkorrektur flon Dr. RelJine FreuJenstein WILEY WILEY-VCH Verlag GmbH & Co. KGaA Inhaltsflerzeichnis Über den Autor Einfülrrunl} über dieses Buch - oder:»... für
MehrAlgebraische Statistik ein junges Forschungsgebiet. Dipl.-Math. Marcus Weber
Algebraische Statistik ein junges Forschungsgebiet Dipl.-Math. Marcus Weber Disputationsvortrag 15. Februar 2006 Gliederung 1. Statistische Modelle 2. Algebraische Interpretation statistischer Probleme
MehrDie mit * gekennzeichneten Abschnitte beinhalten Themen, die über die Anforderungen des Gegenstandskatalogs hinausgehen.
Die mit * gekennzeichneten Abschnitte beinhalten Themen, die über die Anforderungen des Gegenstandskatalogs hinausgehen. 1 Einleitung...1 1.1 Die Bedeutung der Statistik für die Medizin...1 1.2 Die medizinische
MehrComperative Protein Structure Modelling of Genes and Genomes
Comperative Protein Structure Modelling of Genes and Genomes Satisfaction of Spatial Restraints / Loop Modelling Nikolas Gross und Maximilian Miller Ludwig-Maximilians-Universität 29.11.2007 1 von 31 Table
MehrChristine Duller. Einfuhrung in die Statistik. mit EXCEL und SPSS. Ein anwendungsorientiertes. Lehr- und Arbeitsbuch. 3., uberarbeitete Auflage
Christine Duller Einfuhrung in die Statistik mit EXCEL und SPSS Ein anwendungsorientiertes Lehr- und Arbeitsbuch 3., uberarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Teil I Einfiihrung 1 Was
MehrStatistische Matching-Verfahren
Statistische Matching-Verfahren Erste Statistik-Tage 2012 Bamberg Fürth 26./27. Juli 2012 in Bamberg Prof. Dr. Susanne Rässler Lehrstuhl für Statistik und Ökonometrie in den Sozial- und Wirtschaftswissenschaften
MehrVorwort Abbildungsverzeichnis Teil I Mathematik 1
Inhaltsverzeichnis Vorwort Abbildungsverzeichnis V XIII Teil I Mathematik 1 1 Elementare Grundlagen 3 1.1 Grundzüge der Mengenlehre... 3 1.1.1 Darstellungsmöglichkeiten von Mengen... 4 1.1.2 Mengenverknüpfungen...
MehrINGENIEUR-STATISTIK DR. JOSEF HEINHOLD DR. KARL-WALTER GAEDE R. OLDENBOURG VERLAG MÜNCHEN WIEN 1979
INGENIEUR-STATISTIK DR. JOSEF HEINHOLD o. Professor für Angewandte Mathematik und Mathematische Statistik an der Technischen Universität München DR. KARL-WALTER GAEDE o. Professor für Mathematische Statistik
MehrMaschinelles Lernen in der Bioinformatik
Maschinelles Lernen in der Bioinformatik Spezialvorlesung Modul 10-202-2206 (Fortgeschrittene Methoden in der Bioinformatik) VL 2 HMM und (S)CFG Jana Hertel Professur für Bioinformatik Institut für Informatik
MehrMathematische Modelle und Methoden zur Genexpressionsanalyse in der Bioinformatik
Naturwissenschaft Frank Thierolf Mathematische Modelle und Methoden zur Genexpressionsanalyse in der Bioinformatik Diplomarbeit Bibliografische Information der Deutschen Nationalbibliothek: Bibliografische
MehrWerkzeuge der empirischen Forschung
Werkzeuge der empirischen Forschung I. Daten und Beschreibende Statistik 1. Einführung 2. Dateneingabe, Datentransformation, Datenbehandlung 3. Beschreibende Statistik II. Schließende Statistik 1 III.
MehrEvolutionary Trees: Distance Based
Evolutionary Trees: Distance Based 1 Buftea Alexandru Laut der Evolutionstheorie findet in allen Organismen eine langsame Änderung statt (Evolution). Ein evolutionärer Baum, auch phylogenetischer Baum
MehrGenetische Programmierung
Bernd Ebersberger Genetische Programmierung Ein Instrument zur empirischen Fundierung ökonomischer Modelle A 234920 Deutscher Universitäts-Verlag Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis
MehrStatistik. Einführendes Lehrbuch für Wirtschafts- und Sozialwissenschaftler. Von Dr. Peter Bohley. Professor an der Universität Zürich
Statistik Einführendes Lehrbuch für Wirtschafts- und Sozialwissenschaftler Von Dr. Peter Bohley Professor an der Universität Zürich 7., gründlich überarbeitete und aktualisierte Auflage R. Oldenbourg Verlag
MehrTrim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19
Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, 2016 6:34 P.M. Page 11 Inhaltsverzeichnis Über die Übersetzerin 9 Einleitung 19 Was Sie hier finden werden 19 Wie dieses Arbeitsbuch aufgebaut ist
MehrNeuronale Netze zur Prognose und Disposition im Handel
Sven F. Crone Neuronale Netze zur Prognose und Disposition im Handel Mit einem Geleitwort von Prof. Dr. Dr. h. c. Dieter B. Preßmar GABLER RESEARCH Inhalt XI Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis
MehrForschung und Entwicklung (F&E) in Schwellenländern: Ergebnisse, Merkmale und Entwicklungsstufen der F&E multinationaler Unternehmen in China
Jan Henning Behrens Forschung und Entwicklung (F&E) in Schwellenländern: Ergebnisse, Merkmale und Entwicklungsstufen der F&E multinationaler Unternehmen in China Eine vergleichende Fallstudie university
MehrBioinformatik. Lokale Alignierung Gapkosten. Silke Trißl / Ulf Leser Wissensmanagement in der. Bioinformatik
Bioinformatik Lokale Alignierung Gapkosten Silke Trißl / Ulf Leser Wissensmanagement in der Bioinformatik Inhalt dieser Vorlesung Ähnlichkeit Lokales und globales Alignment Gapped Alignment Silke Trißl:
MehrAlignment-Verfahren zum Vergleich biologischer Sequenzen
zum Vergleich biologischer Sequenzen Hans-Joachim Böckenhauer Dennis Komm Volkshochschule Zürich. April Ein biologisches Problem Fragestellung Finde eine Methode zum Vergleich von DNA-Molekülen oder Proteinen
MehrBCDS Seminar. Protein Tools
BCDS Seminar Protein Tools Gliederung Nützliche Tools Three-/one-letter Amino Acids' Сodes RandSeq Random Protein Sequence Generator Protein Colourer ProtParam PeptideCutter ProtScale TMHMM Server 2.0
Mehr80 7 MARKOV-KETTEN. 7.1 Definition und Eigenschaften von Markov-Ketten
80 7 MARKOV-KETTEN 7 Markov-Ketten 7. Definition und Eigenschaften von Markov-Ketten Sei X = (X 0, X, X 2,...) eine Folge von diskreten Zufallsvariablen, die alle Ausprägungen in einer endlichen bzw. abzählbaren
MehrLineare Algebra, Optimierung, Wahrscheinlichkeitsrechnung und Statistik
Siegfried Fuchs Monika Lutz Lineare Algebra, Optimierung, Wahrscheinlichkeitsrechnung und Statistik VERLAG HARRI DEUTSCH Inhaltsverzeichnis I Lineare Algebra 1 1 Determinanten 1 1.1 Einführendes Beispiel
MehrWelche Alignmentmethoden haben Sie bisher kennengelernt?
Welche Alignmentmethoden haben Sie bisher kennengelernt? Was heißt optimal? Optimal = die wenigsten Mutationen. Sequenzen bestehen aus Elementen (z.b. Aminosäuren oder Nukleotide). Edit Distanzen sind
MehrInformationsvisualisierung
Informationsvisualisierung Thema: 7. Visualisierung Biologischer Daten Dozent: Dr. Dirk Zeckzer zeckzer@informatik.uni-leipzig.de Sprechstunde: nach Vereinbarung Umfang: 2 Prüfungsfach: Modul Fortgeschrittene
MehrHidden Markov Modelle
Hidden Markov Modelle in der Sprachverarbeitung Paul Gabriel paul@pogo.franken.de Seminar Sprachdialogsysteme: Hidden Markov Modelle p.1/3 Überblick Merkmalsvektoren Stochastischer Prozess Markov-Ketten
MehrPrincipal Component Analysis (PCA)
Principal Component Analysis (PCA) Motivation: Klassifikation mit der PCA Berechnung der Hauptkomponenten Theoretische Hintergründe Anwendungsbeispiel: Klassifikation von Gesichtern Weiterführende Bemerkungen
MehrWahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle
Wahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle von Dipl.-Math. Regina Storm Mit 66 Bildern Zweite, überarbeitete und erweiterte Auflage VEB FACHBUCHVERLAG LEIPZIG
MehrBedingt unabhängige Zufallsvariablen
7. Markov-Ketten 7. Definition und Eigenschaften von Markov-Ketten Benannt nach Andrei A. Markov [856-9] Einige Stichworte: Markov-Ketten Definition Eigenschaften Konvergenz Hidden Markov Modelle Sei X
MehrVL Algorithmische BioInformatik (19710) WS2013/2014 Woche 3 - Montag
VL Algorithmische BioInformatik (19710) WS2013/2014 Woche 3 - Montag Tim Conrad AG Medical Bioinformatics Institut für Mathematik & Informatik, Freie Universität Berlin Vorlesungsthemen Part 1: Background
Mehr