Wil je zeker zijn dat je cadeautjes op tijd onder de kerstboom liggen? Onze winkels ontvangen jou met open armen. Nu met extra openingsuren op zondag!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Wil je zeker zijn dat je cadeautjes op tijd onder de kerstboom liggen? Onze winkels ontvangen jou met open armen. Nu met extra openingsuren op zondag!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Zoek een winkel

€ 58,45

+ 116 punten

Levertermijn 1 à 4 weken

Eenvoudig bestellen

Veilig betalen

Gratis thuislevering vanaf € 30 (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

The network alignment has been formulated formally. While there are some variations among the tools, the key idea is similar: to combine gene sequence information and protein-protein interaction (PPI) network information to find conserved interaction regions across species. A biological interpretation of network alignment is to find functional homologues across different organisms. The general problem, known as the problem of finding common subgraphs across multiple networks, is NP-hard. Heuristic methods combining sequence, interaction and functional similarities have been developed to tackle it. In this book, state of the art introduction for network alignment is conducted from pairwise to multiple species. For pairwise alignment, HopMap and Mawish extension algorithms are presented with high specificity and sensitivity comparing to existing tools. For multiple alignment, the HopeMap-M alignment algorithm is able to align 10 networks with tens of thousands of proteins each in less than a few minutes. Then based on the framework of parametrized complexity theory, we derive parameterized complexity of Multi-MCS for various parameters on different classes of graphs.