Name: Generalisierte Markov-Modellierung: Modellierung Irreversibler β-Amyloid-Peptid-Dynamik Unter Mikrowelleneinfluss (en Alemán)
Price: 224.65 PEN
Availability: InStock
Author: Bernhard Reuter
ISBN: 9783658297114

portada Generalisierte Markov-Modellierung: Modellierung Irreversibler β-Amyloid-Peptid-Dynamik Unter Mikrowelleneinfluss (en Alemán)

Formato

Libro Físico

Editorial

Springer Spektrum

Autor

Bernhard Reuter

Año

2020

Idioma

Alemán

N° páginas

172

Encuadernación

Tapa Blanda

ISBN13

9783658297114

N° edición

Categorías

Matemáticas aplicadas

Generalisierte Markov-Modellierung: Modellierung Irreversibler β-Amyloid-Peptid-Dynamik Unter Mikrowelleneinfluss (en Alemán)

Bernhard Reuter (Autor) · Springer Spektrum · Tapa Blanda

Libro Nuevo

S/ 224,65

S/ 449,31

Ahorras: S/ 224,65

50% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Martes 25 de Junio y el Martes 09 de Julio.

Lo recibirás en cualquier lugar de Perú entre 2 y 5 días hábiles luego del envío.

Reseña del libro "Generalisierte Markov-Modellierung: Modellierung Irreversibler β-Amyloid-Peptid-Dynamik Unter Mikrowelleneinfluss (en Alemán)"

Markov State Models (MSM) sind der Goldstandard zur Modellierung biomolekularer Dynamik, da sie die Identifizierung und Analyse metastabiler Zustände ermöglichen. Die robuste Perron-Cluster-Cluster-Analyse (PCCA+) ist ein verbreiteter Spectral-Clustering-Algorithmus, der für das Clustering hochdimensionaler MSM verwendet wird. Da die PCCA+ auf reversible Prozesse beschränkt ist, wird sie zur Generalisierten PCCA+ (G-PCCA) verallgemeinert, die geeignet ist, nichtreversible Prozesse aufzuklären. Bernhard Reuter untersucht hier mittels G-PCCA die nichtthermischen Auswirkungen von Mikrowellen auf die Proteindynamik. Dazu führt er molekulardynamische Nichtgleichgewichtssimulationen des Amyloid-β-(1–40)-Peptids durch und modelliert diese.Der Autor:Bernhard Reuter forscht in der Gruppe Methoden der Medizininformatik an der Eberhard-Karls-Universität Tübingen und der Gruppe Computational Molecular Design am Zuse Institut Berlin. Ein Schwerpunkt seiner Forschung ist die Simulation und Modellierung biomolekularer Nichtgleichgewichtssysteme. Er entwickelt u.a. datenbasierte Methoden zur Modellierung biomolekularer Nichtgleichgewichtsprozesse.