Knowledge Discovery in Bioinformatics: Techniques, Methods, and Applications
暫譯: 生物資訊學中的知識發現：技術、方法與應用

Xiaohua Hu, Yi Pan

Knowledge Discovery in Bioinformatics: Techniques, Methods, and Applications
  • 出版商: Wiley
  • 出版日期: 2007-07-01
  • 定價: $4,200
  • 售價: 8.5 折 $3,570
  • 語言: 英文
  • 頁數: 416
  • 裝訂: Hardcover
  • ISBN: 047177796X
  • ISBN-13: 9780471777960
  • 相關分類: 生物資訊 Bioinformatics

    • 立即出貨 (庫存=1)

買這商品的人也買了...

相關主題

商品描述

Description

The purpose of this edited book is to bring together the ideas and findings of data mining researchers and bioinformaticians by discussing cutting-edge research topics such as, gene expressions, protein/RNA structure prediction, phylogenetics, sequence and structural motifs, genomics and proteomics, gene findings, drug design, RNAi and microRNA analysis, text mining in bioinformatics, modelling of biochemical pathways, biomedical ontologies, system biology and pathways, and biological database management.
 

Table of Contents

Contributors.

Preface.

1 Current Methods for Protein Secondary-Structure Prediction Based on Support Vector Machines (Hae-Jin Hu, Robert W. Harrison, Phang C. Tai, and Yi Pan).

1.2 Support Vector Machine Method.

1.3 Performance Comparison of SVM Methods.

1.4 Discussion and Conclusions.

2 Comparison of Seven Methods for Mining Hidden Links (Xiaohua Hu, Xiaodan Zhang, and Xiaohua Zhou).

2.1 Analysis of the Literature on Raynaud’s Disease.

2.2 Related Work.

2.3 Methods.

2.4 Experiment Results and Analysis.

2.5 Discussion and Conclusions.

3 Voting Scheme–Based Evolutionary Kernel Machines for Drug Activity Comparisons (Bo Jin and Yan-Qing Zhang).

3.1 Granular Kernel and Kernel Tree Design.

3.2 GKTSESs.

3.3 Evolutionary Voting Kernel Machines.

3.4 Simulations.

3.5 Conclusions and Future Work.

4 Bioinformatics Analyses of Arabidopsis thaliana Tiling Array Expression Data (Trupti Joshi, Jinrong Wan, Curtis J. Palm, Kara Juneau, Ron Davis, Audrey Southwick, Katrina M. Ramonell, Gary Stacey, and Dong Xu).

4.1 Tiling Array Design and Data Description.

4.2 Ontology Analyses.

4.3 Antisense Regulation Identification.

 

4.4 Correlated Expression Between Two DNA Strands.

4.5 Identification of Nonprotein Coding mRNA.

4.6 Summary.

5 Identification of Marker Genes from High-Dimensional Microarray Data for Cancer Classification  (Jiexun Li, Hua Su, and Hsinchun Chen).

5.1 Feature Selection.

5.2 Gene Selection.

5.3 Comparative Study of Gene Selection Methods.

5.4 Conclusions and Discussion.

6 Patient Survival Prediction from Gene Expression Data (Huiqing Liu, Limsoon Wong, and Ying Xu).

6.1 General Methods.

6.2 Applications.

6.3 Incorporating Data Mining Techniques to Survival Prediction.

6.4 Selection of Extreme Patient Samples.

6.5 Summary and Concluding Remarks.

7 RNA Interference and microRNA (Shibin Qiu and Terran Lane).

7.1 Mechanisms and Applications of RNA Interference.

7.2 Specificity of RNA Interference.

7.3 Computational Methods for microRNAs.

7.4 siRNA Silencing Efficacy.

 

7.5 Summary and Open Questions.

8 Protein Structure Prediction Using String Kernels (Huzefa Rangwala, Kevin DeRonne, and George Karypis).

8.1 Protein Structure: Granularities.

8.2 Learning from Data.

8.3 Structure Prediction: Capturing the Right Signals.

8.4 Secondary-Structure Prediction.

8.5 Remote Homology and Fold Prediction.

8.6 Concluding Remarks.

 

9 Public Genomic Databases: Data Representation, Storage, and Access  (Andrew Robinson, Wenny Rahayu, and David Taniar).

9.1 Data Representation.

9.2 Data Storage.

9.3 Data Access.

9.4 Discussion.

9.5 Conclusions.

10 Automatic Query Expansion with Keyphrases and POS Phrase Categorization for Effective Biomedical Text Mining  (Min Song and Il-Yeol Song).

10.1 Keyphrase Extraction-Based Pseudo-Relevance Feedback.

10.2 Query Expansion with WordNet.

10.3 Experiments on Medline Data Sets.

10.4 Conclusions.

11 Evolutionary Dynamics of Protein–Protein Interactions  (L. S. Swapna, B. Offmann, and N. Srinivasan).

11.1 Class I Glutamine Amidotransferase–Like Superfamily.

11.2 Drifts in Interfaces of Close Homologs.

11.3 Drifts in Interfaces of Divergent Members.

11.4 Drifts in Interfaces at Extreme Divergence.

11.5 Conclusions.

12 On Comparing and Visualizing RNA Secondary Structures (Jason T. L. Wang, Dongrong Wen, and Jianghui Liu).

12.1 Background.

12.2 RSmatch.

12.3 RSview.

12.4 Conclusions.

13 Integrative Analysis of Yeast Protein Translation Networks (Daniel D. Wu and Xiaohua Hu).

13.1 Protein Biosynthesis and Translation.

13.2 Methods.

13.3 Results.

13.4 Conclusions.

14 Identification of Transmembrane Proteins Using Variants of the Self-Organizing Feature Map Algorithm (Mary Qu Yang, Jack Y. Yang, and Craig W. Codrington).

14.1 Physiochemical Analysis of Proteins.

14.2 Variants of the SOM Algorithm.

14.3 Results.

14.4 Discussion and Conclusions.

15 TRICLUSTER: Mining Coherent Clusters in Three-Dimensional Microarray Data (Lizhuang Zhao and Mohammed J. Zaki).

15.1 Preliminary Concepts.

15.2 Related Work.

15.3 The TRICLUSTER Algorithm.

15.4 Experiments.

15.5 Conclusions.

16 Clustering Methods in a Protein–Protein Interaction Network (Chuan Lin, Young-Rae Cho, Woo-Chang Hwang, Pengjun Pei, and Aidong Zhang).

16.1 Protein–Protein Interaction.

16.2 Properties of PPI Networks.

16.3 Clustering Approaches.

16.4 Validation.

16.5 Conclusions.

References.

Index.

商品描述(中文翻譯)

**描述**

本書的目的在於匯集資料探勘研究者和生物資訊學家的想法與研究成果，討論前沿的研究主題，如基因表達、蛋白質/RNA結構預測、系統發生學、序列與結構動機、基因組學與蛋白質組學、基因發現、藥物設計、RNA干擾與微小RNA分析、生物資訊學中的文本探勘、生化途徑建模、生物醫學本體論、系統生物學與途徑，以及生物資料庫管理。

**目錄**

貢獻者。

前言。

1 基於支持向量機的蛋白質二級結構預測的當前方法（Hae-Jin Hu, Robert W. Harrison, Phang C. Tai, 和 Yi Pan）。

1.2 支持向量機方法。

1.3 SVM方法的性能比較。

1.4 討論與結論。

2 七種挖掘隱藏連結的方法比較（Xiaohua Hu, Xiaodan Zhang, 和 Xiaohua Zhou）。

2.1 雷諾氏病文獻分析。

2.2 相關工作。

2.3 方法。

2.4 實驗結果與分析。

2.5 討論與結論。

3 基於投票方案的進化核機器用於藥物活性比較（Bo Jin 和 Yan-Qing Zhang）。

3.1 顆粒核與核樹設計。

3.2 GKTSESs。

3.3 進化投票核機器。

3.4 模擬。

3.5 結論與未來工作。

4 阿拉伯芥（Arabidopsis thaliana）平鋪陣列表達數據的生物資訊學分析（Trupti Joshi, Jinrong Wan, Curtis J. Palm, Kara Juneau, Ron Davis, Audrey Southwick, Katrina M. Ramonell, Gary Stacey, 和 Dong Xu）。

4.1 平鋪陣列設計與數據描述。

4.2 本體論分析。

4.3 反義調控識別。

4.4 兩條DNA鏈之間的相關表達。

4.5 非蛋白編碼mRNA的識別。

4.6 總結。

5 從高維微陣列數據中識別癌症分類的標記基因（Jiexun Li, Hua Su, 和 Hsinchun Chen）。

5.1 特徵選擇。

5.2 基因選擇。

5.3 基因選擇方法的比較研究。

5.4 結論與討論。

6 從基因表達數據預測患者生存（Huiqing Liu, Limsoon Wong, 和 Ying Xu）。

6.1 一般方法。

6.2 應用。

6.3 將資料探勘技術納入生存預測。

6.4 極端患者樣本的選擇。

6.5 總結與結論。

7 RNA干擾與微小RNA（Shibin Qiu 和 Terran Lane）。

7.1 RNA干擾的機制與應用。

7.2 RNA干擾的特異性。

7.3 微小RNA的計算方法。

7.4 siRNA沉默效能。

7.5 總結與未解問題。

8 使用字串核的蛋白質結構預測（Huzefa Rangwala, Kevin DeRonne, 和 George Karypis）。

8.1 蛋白質結構：顆粒度。

8.2 從數據中學習。

8.3 結構預測：捕捉正確的信號。

8.4 二級結構預測。

8.5 遙遠同源性與摺疊預測。

8.6 結論性評論。

9 公共基因組數據庫：數據表示、存儲與訪問（Andrew Robinson, Wenny Rahayu, 和 David Taniar）。

9.1 數據表示。

9.2 數據存儲。

9.3 數據訪問。

9.4 討論。

9.5 結論。

10 基於關鍵詞和POS短語分類的自動查詢擴展以有效進行生物醫學文本探勘（Min Song 和 Il-Yeol Song）。

10.1 基於關鍵詞提取的偽相關反饋。

10.2 使用WordNet的查詢擴展。

10.3 在Medline數據集上的實驗。

10.4 結論。

11 蛋白質-蛋白質相互作用的進化動態（L. S. Swapna, B. Offmann, 和 N. Srinivasan）。

11.1 I類谷氨酰胺酰胺轉移酶類超家族。

11.2 近同源物的界面漂移。

11.3 不同成員的界面漂移。

11.4 在極端分歧下的界面漂移。

11.5 結論。

12 RNA二級結構的比較與可視化（Jason T. L. Wang, Dongrong Wen, 和 Jianghui Liu）。

12.1 背景。

12.2 RSmatch。

12.3 RSview。

12.4 結論。

13 酵母蛋白質翻譯網絡的整合分析（Daniel D. Wu 和 Xiaohua Hu）。

13.1 蛋白質生物合成與翻譯。

13.2 方法。

13.3 結果。

13.4 結論。

14 使用自組織特徵圖算法變體識別跨膜蛋白（Mary Qu Yang, Jack Y. Yang, 和 Craig W. Codrington）。

14.1 蛋白質的生理化學分析。

14.2 SOM算法的變體。

14.3 結果。

14.4 討論與結論。

15 TRICLUSTER：在三維微陣列數據中挖掘一致的聚類（Lizhuang Zhao 和 Mohammed J. Zaki）。

15.1 初步概念。

15.2 相關工作。

15.3 TRICLUSTER算法。

15.4 實驗。

15.5 結論。

16 蛋白質-蛋白質相互作用網絡中的聚類方法（Chuan Lin, Young-Rae Cho, Woo-Chang Hwang, Pengjun Pei, 和 Aidong Zhang）。

16.1 蛋白質-蛋白質相互作用。

16.2 PPI網絡的特性。

16.3 聚類方法。

16.4 驗證。

16.5 結論。

參考文獻。

索引。

類似商品