Sbor dannyh dlq analiza belkowyh posledowatel'nostej

Poisk dannyh w bazah dannyh belkowyh posledowatel'nostej predstawlqet soboj slozhnuü zadachu, poskol'ku mnogie belkowye posledowatel'nosti qwlqütsq nerelqcionnymi, w to wremq kak bol'shinstwo algoritmow poiska dannyh predpolagaüt, chto whodnye dannye qwlqütsq relqcionnoj bazoj dannyh. Krome togo, neobrabotannaq baza dannyh belkowyh posledowatel'nostej ne daet znachimoj informacii do teh por, poka ona ne budet razdelena na znachimye kategorii. V dannoj knige ispol'zuetsq 1700 naborow dannyh posledowatel'nostej belkow VEGF (Vascular Endothelial Growth Factor), a dlq predskazaniq primenqütsq algoritmy Data Mining. V biokomp'ütinge metody Data Mining (DM) shiroko ispol'zuütsq dlq predskazaniq struktury belkow. Interpretaciq ob#emnyh biologicheskih dannyh slozhna, i potrebnost' w koncepciqh Data Mining wes'ma welika. Molekulqrnye dannye, takie kak posledowatel'nost' DNK/belkow, urowen' geneticheskoj äxpressii, biohimicheskie puti, biomarkery i struktury belkow, sostawlqüt bol'shuü chast' biologicheskih dannyh. V knige rassmatriwaetsq wypolnenie standartnyh metodow Data Mining, takih kak izwlechenie belkowyh dannyh, razdelenie s pomosch'ü klasterizacii, associaciq i wizualizaciq na nabore dannyh belkowyh posledowatel'nostej w real'nom wremeni. Prowoditsq srawnenie suschestwuüschego integrirowannogo instrumenta BioParisodhana s BioBCDM, w kotorom nowyj instrument prewoshodit BioParisodhana.