Βιοπληροφορική

Abstract

Το βιβλίο απευθύνεται σε προπτυχιακούς αλλά και μεταπτυχιακούς φοιτητές που διδάσκονται θέματα βιοπληροφορικής και υπολογιστικής βιολογίας. Μπορεί να χρησιμοποιηθεί ως αυτούσιο διδακτικό εγχειρίδιο σε όλα σχεδόν τα μαθήματα βιοπληροφορικής που διδάσκονται στα ελληνικά πανεπιστήμια, ενώ αποτελεί και μια καλή βάση για τη διδασκαλία κάποιων μαθημάτων σε μεταπτυχιακό επίπεδο. Το βιβλίο απευθύνεται, επίσης, σε επιστήμονες των βιολογικών επιστημών ή της πληροφορικής, οι οποίοι επιθυμούν να εμβαθύνουν τις γνώσεις τους σε θέματα βιοπληροφορικής. Η μόνη απαίτηση από τον αναγνώστη είναι μια μικρή εξοικείωση με την ορολογία της μοριακής βιολογίας (DNA, πρωτεΐνες, κυτταρικές λειτουργίες, οργανίδια κοκ.). Το βιβλίο καλύπτει τις περισσότερες περιοχές που παραδοσιακά απαντώνται σε ένα σύγχρονο σύγγραμμα βιοπληροφορικής όπως: -Βάσεις δεδομένων πρωτεϊνών και νουκλεϊκών οξέων. - Αλγόριθμοι για κατά ζεύγη στοίχιση ακολουθιών και αναζητήσεις σε βάσεις δεδομένων (Smithm-Waterman, Needleman-Wunch, BLAST, FASTA κοκ.). -Πολλαπλή στοίχιση ακολουθιών. -Φυλογενετική ανάλυση. -Αναζήτηση προτύπων σε ακολουθίες (patterns και profiles). -Μέθοδοι πρόγνωσης βασισμένες σε ακολουθίες πρωτεϊνών, RNA και DNA. -Μαρκοβιανά μοντέλα στην ανάλυση ακολουθιών (Markov chain models, Hidden Markov Models). - Νευρωνικά Δίκτυα. -Στοχαστικές γραμματικές. - Γονιδιωματική και συγκριτική γονιδιωματική. - Ανάλυση δεδομένων από μικροσυστοιχίες DNA (DNA microarrays). - ανάλυση πολύπλοκων βιολογικών δικτύων.

This book is intended for undergraduate and graduate students studying Bioinformatics and Computational Biology. It can be used as a textbook in almost all Bioinformatics courses taught at Greek universities, and will also serve as a good basis for teaching certain courses at postgraduate level. The book is also aimed at scientists in the biological sciences or computer science who wish to deepen their knowledge of bioinformatics. The only requirement for the reader is a basic familiarity with the terminology of molecular biology (DNA, proteins, cell functions, organelles, etc.). The book covers most of the areas traditionally found in a modern Bioinformatics textbook, such as: - Protein and nucleic acid databases - Algorithms for pair-wise sequence alignment and database searches (Smith-Waterman, Needleman-Wunch, BLAST, FASTA, etc.) -Multiple sequence alignment -Phylogenetic analysis -Sequence pattern searching (patterns and profiles) -Prediction methods based on protein, RNA, and DNA sequences -Markov models in sequence analysis (Markov chain models, Hidden Markov Models) - Neural networks - Stochastic grammars - Genomics and comparative genomics - Analysis of data from DNA microarrays - Analysis of complex biological networks.