包邮生物信息学-第二版-导读版

1星价 ¥22.4 (4.3折)

2星价￥21.8 定价￥52.0

作者：霍奇曼(T.Charlie Hodgman)

出版社：科学出版社

本类榜单：自然科学

所属丛书：精要速览系列

分类：自然科学 > 生物科学 > 普通生物学

温馨提示：5折以下图书主要为出版社尾货，大部分为全新（有塑封/无塑封），个别图书品相8-9成新、切口有划线标记、光盘等附件不全详细品相说明>>

暂无评论

图文详情

ISBN：9787030288738
装帧：暂无
册数：暂无
重量：暂无
开本：16开
页数：340页
出版时间：2010-09-01
条形码：9787030288738 ; 978-7-03-028873-8

本书特色

《生物信息学(第2版)(导读版)》：快速、准确掌握专业知识和专业外语的*佳套书！一种对教材概念的新的诠释！精炼学科核心内容，以相对独立又互相关联的专题形式介绍各学科基础知识。版式设计独特，方便学生快速、便捷地领会学科要点，便于复习与记忆。编写风格统一，提供“结构化”学习方法。世界范围内的主流教材——欧洲、北美等地众多高校广泛参考和使用，国内数百家高校双语教学课程选用。精要速览系列图书1999年面世至今受到广大读者的关注，2009年科学出版社隆重推出11个分册导读的的新版图书.2 010年计划推出9个分册的中译版。其编写风格.取材角度仍继承前版特色，在内容上根据各学科发展进行修订和扩充。

前言缩略词A 生物学研究方式的转变B 生物信息学的定义C 物理学要素D 数据及数据库E 数据类型：E1 数据类型E2 生物信息学中数据表达的*佳方法F 计算G 概率与统计G1 概率和概率分布G2 条件概率和贝叶斯法则G3 基本的统计学检验H 模型与数学技术H1 系统特征H2 图论及其应用H3 常微分方程和代数学H4 高级模拟技术H5 形状、变形和生长1 人工智能和机器学习1 人工智能和机器学习的概论12 人工智能和机器学习的统计学方法13 人工智能和机器学习的计算方法J 基因组及其他序列J1 数据库和数据源J2 基因组注释J3 序列分析J4 序列家族、联配和系统发育J5 结构域家族和数据库K 转录物组学K1 转录谱K2 转录分析的统计问题K3 基因表达的差异分析K4 多元技术和网络推理K5 数据标准和实验设计L 蛋白质与蛋白质组学技术L1 蛋白质组学技术L2 相互作用蛋白质组学L3 相互作用数据库和网络L4 结构生物信息学L5 结构分类L6 结构预测和模建L7 分子动力学和药物设计M 代谢物组学N 超分子结构N1 超分子结构N2 组织和生物体尺度结构O 生化动力学01 新陈代谢网络的研究02 微积分和代数学的应用P 生理学P1 生理学P2 整合生物学和植物模型P3 整合生物学——结束语Q 图像分析Q1 什么是图像分析Q2 什么是生物科学研究中的图像分析Q3 图像增强Q4 特征检测Q5 数据析取R 文本分析进一步阅读的文献索引

展开全部

节选

《生物信息学(第2版)(导读版)》内容简介：“精要速览系列（Instant Notes Series）”丛书是国外教材“Best Sellei-”榜的上榜教材。该系列教材结构新颖，视角独特；重点明确，脉络分明；图表简明清晰；英文自然易懂，被许多高等院校双语教学选用。《生物信息学(第2版)(导读版)》在前版基础上修订，涵盖了生物信息学的基本内容及拓展知识。全书共分三大部分：学科概况（A-B）、基础部分（C-I）、应用领域（J-R），合计18章：A生物学研究方式的转变、B生物信息学的定义、C物理学要素、D数据及数据库、E数据类型、F计算、G概率与统计、H模拟与数学技术、1人工智能和机器学习、J基因组及其他序列、K转录物组学、L蛋白质与蛋白质组学技术、M代谢物组学、N超分子结构、0生化动力学、P生理学、Q图像分析、R文本分析。书前附有缩略词表，书后附有进一步阅读的文献以及索引。《生物信息学(第2版)(导读版)》适合普通高校生命科学、医药科技相关专业，以及数学、物理、化学、计算机等理工科专业教学使用，也可供科研人员参考阅读。

相关资料

插图：Be careful when specifying data types For example, be aware that specifyinga number as a double type in one piece of software and converting to aninteger type in another piece of software will cause the number to lose allinformation beyond the decimal point. Also be aware that in this situation thenumber may be rounded up or down, depending on the software.Never mix data types, unless your software can handle the ambiguity.Probably the simplest case of this is the occurrence of ambiguity codes in DNAsequences; for example, R refers to a puRine, and Y refers to ap Yrimidine. Software that does not handle such codes cannotbe blamed for generating erroneous results, if the user inputs sequences forwhich it was never intended.Be aware of data range limitations. For example, 8-bit numbers only have arange of 256 values （28）. Data overflow can occur if you try and store numberslarger than the maximum permitted. For example, in the Java language, asigned long can store a maximum value of 9 223 372 036 854 775 807 （263-1）.This may seem like a large number, but beware that doing multiplicativecalculations with array data, such as that derived from images, can easilyexceed this amount. In this case, the system may not return an error message,and may instead store a nonsense number in the variable. This is called dataoverflow, and is tricky to trace when debugging software. Therefore it is agood idea to take this into account when deciding how to represent yournumbers in the first place！Storing continuous numbers as discrete numbers.