Machine Learning in Protein Science : Efficient Prediction of Protein Structures and Properties （1. Auflage. 2025. 240 S. 30 SW-Abb., 50 Farbabb. 244 mm）

個数：
  • 予約

Machine Learning in Protein Science : Efficient Prediction of Protein Structures and Properties （1. Auflage. 2025. 240 S. 30 SW-Abb., 50 Farbabb. 244 mm）

  • 現在予約受付中です。出版後の入荷・発送となります。
    （重要：表示されている発売日は予定となり、発売が延期、中止、生産限定品で商品確保ができないなどの理由により、ご注文をお取消しさせていただく場合がございます。予めご了承ください。）

    ●3Dセキュア導入とクレジットカードによるお支払いについて
  • 【入荷遅延について】
    世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
    おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。
  • ◆画像の表紙や帯等は実物とは異なる場合があります。
  • ◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
    また、洋書販売価格は、ご注文確定時点での日本円価格となります。
    ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。
  • 製本 Hardcover:ハードカバー版／ページ数 320 p.
  • 言語 ENG
  • 商品コード 9783527352159

Full Description

Aimed at researchers in the molecular life sciences, this unique reference summarizes current approaches for harnessing the power of machine learning for more efficient full quantum mechanical (FQM) calculations in protein systems. Application examples range from property calculations (energy, force field, stability, protein-protein interaction, thermostability, molecular dynamics) to protein structure prediction to protein design and the optimization of enzymatic activity. From a methodological point of view, the practical reference covers the most important machine learning models and algorithms, from deep neural network (DNN) and transfer learning (TL) to hybrid unsupervised and supervised learning.

Contents

Introduction

Fundamentals of Theoretical Calculations on Protein Systems

Protein Structure Prediction by Artificial Intelligence

Methods and Tools for Predicting Protein Folding from Free Energy Change upon Mutation

Deep Neural Network-assisted Full-System Quantum Mechanical (FQM) Calculations of Proteins

Transfer Learning-assisted Full-System Quantum Mechanical (FQM) Calculations of Proteins

Protein Interaction Prediction with Artificial Intelligence

Protein Function Annotation with Machine Learning

Machine Learning-driven ab initio Protein Design

Large Language Models of Protein Systems

Outlook