Bioinformatique. De la séquence à la structure des protéines. Cours et cas pratiques
3e édition
Par : , , Formats :
- Réservation en ligne avec paiement en magasin :
- Indisponible pour réserver et payer en magasin
- Nombre de pages227
- PrésentationBroché
- FormatGrand Format
- Poids0.41 kg
- Dimensions17,2 cm × 24,0 cm × 1,3 cm
- ISBN978-2-10-081515-9
- EAN9782100815159
- Date de parution07/04/2021
- CollectionSciences sup Sciences de la vi
- ÉditeurDunod
Résumé
La bioinformatique a pour but d'intégrer des données d'origines très diverses pour modéliser les systèmes vivants afin de comprendre et prédire leurs comportements [analyse du génome, modélisation de l'évolution d'une population animale, modélisation moléculaire, reconstruction d'arbres phylogénétiques...). Ce livre est axé sur la bioinformatique des protéines. Il aborde de manière simple les tâches courantes qu'un biologiste ou un biochimiste doit savoir traiter sans avoir recours au spécialiste.
Cette nouvelle édition a été enrichie de nouvelles notions comme les réseaux de neurones, les machines à vecteurs de supports, l'apprentissage profond et les alphabets structuraux. Les plus : les méthodes, algorithmes et implémentations les plus courants ; des cas pratiques détaillés. Sommaire : la composition en acides aminés ; bases de données pour données de bases ; la comparaison de deux séquences ; recherche dans les banques ; alignement de séquences ; bases théoriques de la phylogénie moléculaire ; algorithmes pour la phylogénie moléculaire ; recherche de fonctions ; profils physico-chimiques ; prédictions de structures secondaires ; structures 3D ; modélisation de structures 3D ; détection de sites 3D dans les protéines ; cas pratique d'analyse de séquences ; cas pratique de modélisation moléculaire de protéine par homologie.
Cette nouvelle édition a été enrichie de nouvelles notions comme les réseaux de neurones, les machines à vecteurs de supports, l'apprentissage profond et les alphabets structuraux. Les plus : les méthodes, algorithmes et implémentations les plus courants ; des cas pratiques détaillés. Sommaire : la composition en acides aminés ; bases de données pour données de bases ; la comparaison de deux séquences ; recherche dans les banques ; alignement de séquences ; bases théoriques de la phylogénie moléculaire ; algorithmes pour la phylogénie moléculaire ; recherche de fonctions ; profils physico-chimiques ; prédictions de structures secondaires ; structures 3D ; modélisation de structures 3D ; détection de sites 3D dans les protéines ; cas pratique d'analyse de séquences ; cas pratique de modélisation moléculaire de protéine par homologie.
La bioinformatique a pour but d'intégrer des données d'origines très diverses pour modéliser les systèmes vivants afin de comprendre et prédire leurs comportements [analyse du génome, modélisation de l'évolution d'une population animale, modélisation moléculaire, reconstruction d'arbres phylogénétiques...). Ce livre est axé sur la bioinformatique des protéines. Il aborde de manière simple les tâches courantes qu'un biologiste ou un biochimiste doit savoir traiter sans avoir recours au spécialiste.
Cette nouvelle édition a été enrichie de nouvelles notions comme les réseaux de neurones, les machines à vecteurs de supports, l'apprentissage profond et les alphabets structuraux. Les plus : les méthodes, algorithmes et implémentations les plus courants ; des cas pratiques détaillés. Sommaire : la composition en acides aminés ; bases de données pour données de bases ; la comparaison de deux séquences ; recherche dans les banques ; alignement de séquences ; bases théoriques de la phylogénie moléculaire ; algorithmes pour la phylogénie moléculaire ; recherche de fonctions ; profils physico-chimiques ; prédictions de structures secondaires ; structures 3D ; modélisation de structures 3D ; détection de sites 3D dans les protéines ; cas pratique d'analyse de séquences ; cas pratique de modélisation moléculaire de protéine par homologie.
Cette nouvelle édition a été enrichie de nouvelles notions comme les réseaux de neurones, les machines à vecteurs de supports, l'apprentissage profond et les alphabets structuraux. Les plus : les méthodes, algorithmes et implémentations les plus courants ; des cas pratiques détaillés. Sommaire : la composition en acides aminés ; bases de données pour données de bases ; la comparaison de deux séquences ; recherche dans les banques ; alignement de séquences ; bases théoriques de la phylogénie moléculaire ; algorithmes pour la phylogénie moléculaire ; recherche de fonctions ; profils physico-chimiques ; prédictions de structures secondaires ; structures 3D ; modélisation de structures 3D ; détection de sites 3D dans les protéines ; cas pratique d'analyse de séquences ; cas pratique de modélisation moléculaire de protéine par homologie.
