第１章　シグナル配列の統計解析
1.1　シグナル配列
1.2　エントロピー計算によるシグナル配列の保存性の定量
1.3　増加情報量
1.4　塩基の偏りの統計的有意性
1.5　配列パターンの出現頻度解析
1.6　塩基間の相互作用の解析
1.7　塩基間の相互作用の統計的有意性

第２章　アラインメントアルゴリズム
2.1　アラインメントとは？
2.2　アラインメントの評価方法
2.3　アラインメントのグラフ表現
2.4　最適アラインメントの数式化
2.5　アラインメントアルゴリズムの実装
2.6　ローカルアラインメント
2.7　より高度なギャップペナルティーの計算

第３章　隠れマルコフモデル
3.1　マルコフモデルとは？
3.2　隠れマルコフモデルとは？
3.3　隠れマルコフモデルの構築と未知の配列への適用
3.4　最も確率が高い経路の計算
3.5　隠れマルコフモデルの実装
3.6　欠損を表すノード
3.7　プロファイル隠れマルコフモデル
3.8　簡単なパラメータの学習
3.9　配列が観測される確率の計算
3.10　隠れマルコフモデルのパラメータ推定

第４章　ＲＮＡの二次構造予測
4.1　ＲＮＡとその二次構造
4.2　ＲＮＡ二次構造の表現
4.3　ＲＮＡ二次構造の評価
4.4　簡単なＲＮＡ二次構造予測
4.5　計算の重複の回避
4.6　二次構造の決定
4.7　Zuker法

第５章　遺伝子発現データのクラスタリング
5.1　遺伝子発現データ
5.2　発現相関の定量化
5.3　遺伝子発現データの階層的クラスタリング
5.4　遺伝子発現データの非階層的クラスタリング

第６章　コドンバイアスの解析
6.1　コドンバイアスとは？
6.2　コドンバイアスの定量化
6.3　主成分分析
6.4　コドンバイアスの主成分分析
6.5　対応分析
6.6　コドンバイアスの対応分析
6.7　自己組織化
6.8　コドンバイアスの自己組織化

付録
　　Ａ　再帰アリゴリズムの基本
　　Ｂ　統計解析に関する補足
　　Ｃ　ＥＭアルゴリズム

参考文献

索引