Iinżynieria biomedyczna Podstawy i zastosowania Tom 10. Bioinformatyka

---

\n
1. \n

   Wstęp do tomu \"Bioinformatyka\"

   \n
\n
2. \n

   Wybrane wspomnienia biofizyki z epoki prebioinformatycznej

   \n
\n
3. \n

   Algorytmy kompresji danych bioinformatycznych

   \n
\n

3.1. Wstęp\n3.2. Kompresja danych\n3.3. Sekwencjonowanie DNA\n3.4. Uliniowienie DNA\n3.5. Pojedynczy genom\n3.6. Kolekcja genomów\n3.7. Skompresowanie struktury danych\n3.8. Podsumowanie\nPodziękowania\nBibliografia

\n
1. Wybrane algorytmy przeszukiwania sekwencji genomowych
\n

Wprowadzenie\n4.1. Algorytmy tekstowe\n4.2. Dopasowanie sekwencji\n4.3. Przeszukiwanie baz danych sekwencji\n4.4. Zastosowania\n4.5. Podsumowanie\nPodziękowania\nBibliografia

\n
1. Statystyczne metody lokalizacji genów
\n

5.1. Wstęp\n5.2. Mapy genetyczne i prawdopodobieństwo rekombinacji\n5.3. Klasyczne krzyżówki eksperymentalne\n5.4. Testy w pojedynczych markerach\n5.5. Wielokrotne testowanie\n5.6. Interwałowa metoda lokalizacji genów\n5.7. Lokalizacja genów z wykorzystaniem kryteriów wyboru modelu\n5.8. Inne modyfikacje BIC\n5.9. Inne rozszerzenia mBIC\nBibliografia

\n
1. Metody interpretacji biologicznej zbiorów genów za pomocą adnotacji funkcjonalnych
\n

6.1. Wstęp\n6.2. Baza Ontologii Genowych\n6.3. Opis zbioru genów za pomocą listy terminów Ontologii Genowych\n6.4. Opis zbioru genów za pomocą kombinacji terminów Ontologii Genowych\n6.5. Generowanie reguł wieloatrybutowych w celu opisu\n6.6. Przykładowa analiza zbioru genów\n6.7. Podsumowanie\nPodziękowania\nBibliografia

\n
1. Zastosowanie sieci Petriego do modelowania i analizy złożonych systemów biologicznych
\n

7.1. Wstęp\n7.2. Systemy biologiczne i ich matematyczne modele\n7.3. Definicja sieci Petriego\n7.5. Analiza niezmienników\n7.6. Możliwości i ograniczenia sieci Petriego w kontekście modelowania systemów biologicznych\n7.7. Rozszerzenia sieci Petriego\n7.8. Przykładowe biologiczne zastosowania sieci Petriego\n7.9. Podsumowanie\nPodziękowania\nBibliografia

\n
1. Modele komórkowych szlaków sygnałowych i estymacja ich parametrów
\n

8.1. Budowa i działanie komórki\n8.2. Szlaki sygnałowe\n8.3. Dane eksperymentalne\n8.4. Podstawowe zależności wykorzystywane w modelowaniu\n8.5. Modelowanie stochastyczne versus modelowanie deterministyczne\n8.6. Algorytmy stochastyczne i przybliżenie deterministyczne\n8.7. Przykład deterministycznego modelu szlaku sygnałowego - NF-kB\n8.8. Estymacja parametrów modeli komórkowych szlaków sygnałowych\nPodziękowania\nBibliografia

\n
1. Modelowanie matematyczne jako narzędzie planowania terapii antynowotworowych
\n

9.1. Wprowadzenie\n9.2. Chemioterapia a cykl komórkowych\n9.3. Lekooporność komórek nowotworowych i walka z jej rozwojem\n9.4. Analiza własności asymptotycznych i wnioski z niej płynące\n9.5. Optymalizacja protokołów terapii\n9.6. Modele terapii uwzględniające dynamikę procesów wewnątrzkomórkowych\n9.7. Podsumowanie\nPodziękowania\nBibliografia

\n
1. Odkrywanie i wykrywanie transpozonów w sekwencji genomu
\n

10.1. Wprowadzenie\n10.2. Jak zbudowane są transpozony, typy transpozonów\n10.3. Podejścia algorytmiczne do wykrywania i odkrywania transpozonów\n10.4. Przykłady programów implementujących poszczególne podejścia\n10.5. Opis przypadku - szukanie transpozonów w sekwencjach genomów grzybowych\n10.6. Podsumowanie\nPodziękowania\nBibliografia

\n
1. Metody badania wydajności translacji
\n

11.1. Wprowadzenie\n11.2. Regulacja translacji\n11.3. Jak i dlaczego badać translację?\n11.4. Kod genetyczny a wydajność translacji\n11.5. Kod tRNA a wydajność translacji\n11.6. Czas elongacji kodonu\n11.7. Co wynika z czasu elongacji kodonu\n11.8. Inne cechy mRNA wpływające na wydajność translacji\n11.9. Wydajność heterologicznej ekspresji\n11.10. Analiza danych wielkoskalowych i systemy uczące się\n11.11. Podsumowanie\nBibliografia

\n
1. Model symulacji procesu fałdowania łańcucha polipeptydowego
\n

12.1. Wprowadzenie\n12.2. Wczesny pośrednik (ES)\n12.3. Późny pośrednik (LS)\n12.4. Identyfikacja miejsca wiążącego ligand\n12.5. Podsumowanie\nBibliografia

\n
1. Dokowanie białek
\n

13.1. Wprowadzenie\n13.2. Źródła danych\n13.3. Algorytmy dokujące\n13.4. Ocena kompleksu\n13.5. Podsumowanie\nBibliografia

\n
1. Metody analizy danych w badaniach proteomicznych wykorzystujących spektrometrię mas
\n

14.1. Wprowadzenie\n14.2. Spektrometria mas w badaniach proteomicznych\n14.3. Identyfikacja peptydów i białek\n14.4. Analiza ilościowa peptydów i białek\n14.5. Podsumowanie\nBibliografia

\n
1. Sieci biologiczne
\n

15.1. Wprowadzenie\n15.2. Nowa nauka\n15.3. Podstawowe pojęcia sieciowe\n15.4. Bioinformatyka sieci biologicznych\n15.5. Analiza porównawcza interaktomu H. sapiens\n15.6. Ewolucja siecie\n15.7. Bezskalowa jedność wszechświata\n15.8. Podsumowanie\nBibliografia

\n
1. Modelowanie wzrostu organizmów żywych
\n

16.1. Wprowadzenie\n16.2. Wzrost, jako złożone zjawisko wieloczynnikowe odlegające prawom natury\n16.3. Wzrost organizmów żywych z perspektywy ewolucyjnej\n16.4. Biochemiczne mechanizmy wzrostu\n16.5. Unifikacja fizycznych i biochemicznych mechanizmów wzrostu. Matematyczna reprezentacja\n16.6. Podsumowanie\nBibliografia

\n
1. Bioinformatyka w leśnictwie
\n

17.1. Lasy w Polsce\n17.2. Co to jest leśnictwo?\n17.3. Genomika i jej wykorzystanie w badaniach lasu\n17.4. Geomatyka w lasach i możliwości jej praktycznego wykorzystania\n17.5. Informatyka w badaniach hodowlanych\n17.6. Modele w leśnictwie\n17.7. Leśne bazy danych\n17.8. Podsumowanie\nBibliografia

\n
1. Słowniczek podstawowych pojęć bioinformatycznych
\n