วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม 
Maejo Information Technology and Innovation Journal (MITIJ)
 ค้นหา | หน้าแรก   
 
 
 
» หน้าแรก
» ฉบับปัจจุบัน
» ฉบับย้อนหลัง
» ค้นหาวารสาร/บทความ
» ลงทะเบียน (OJS/PKP)
 

                               :: รายละเอียดบทความ ::
กลับสู่เมนูค้นหา 
ชื่อบทความ
การสำรวจงานวิจัยด้านชีวสารสนเทศและการประยุกต์ใช้
ชื่อผู้แต่ง ณลักขณา คิดเหมาะ, พยุง มีสัจ และ สุนันทา สดสี (Nalakkhana Khitmoh, Payung Meesad and Sunantha Sodsee)
หน่วยงาน คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
ชื่อวารสาร วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม ปีที่ 1 ฉบับที่ 2 กรกฏาคม – ธันวาคม 2558
บทคัดย่อ
        ชีวสารสนเทศศาสตร์ถือเป็นสาขาวิชาที่ใหม่ มีรากฐานมาจากวิชาชีววิทยาและมีการจัดการข้อมูลด้วยเทคโนโลยีคอมพิวเตอร์ ด้วยความเจริญก้าวหน้าของเทคโนโลยีทางวิทยาศาสตร์ทำให้สามารถผลิตข้อมูลจำนวนมหาศาลได้ในเวลาอันรวดเร็ว ส่งผลให้วิทยาการคอมพิวเตอร์เข้ามามีบทบาทสำคัญอย่างยิ่งในการศึกษาและวิเคราะห์ผลจากการทดลอง รวมทั้งการจัดการฐานข้อมูลทางชีวภาพ ในการศึกษาโครงสร้างของสารชีวโมเลกุลนั้น จะต้องใช้เวลาในการศึกษานานและต้องอาศัยความชำนาญของนักวิจัย ซึ่งบางสถานการณ์ต้องการความรวดเร็วในการประมวลผลข้อมูล ดังนั้น ชีวสารสนเทศจึงมีจุดมุ่งหมายในการพัฒนาวิธีการใหม่ เพื่อตอบสนองความต้องการของนักชีววิทยา โดยบทความนี้มีวัตถุประสงค์เพื่อสรุปองค์ความรู้ของชีวสารสนเทศ การประยุกต์ใช้เทคนิคทางคอมพิวเตอร์ในการวิเคราะห์ข้อมูลที่เกี่ยวข้องกับสารชีวโมเลกุลในขนาดใหญ่ รวมถึงประโยชน์ของการนำชีวสารสนเทศไปประยุกต์ใช้ในด้านต่าง ๆ ทั้งนี้เพื่อเป็นแนวทางสำหรับผู้ที่สนใจให้สามารถศึกษาชีวสารสนเทศศาสตร์
คำสำคัญ การสำรวจงานวิจัยด้านชีวสารสนเทศและการประยุกต์ใช้
ปี พ.ศ. 2558
ปีที่ (Vol.) 1
ฉบับที่ (No.) 2
เดือนที่พิมพ์ กรกฏาคม-ธันวาคม
เลขที่หน้า (Page) 16-31
ISSN 2672-9008 (Online)
DOI 10.14456/mitij.2015.9
ORCID_ID
ไฟล์บทความ https://mitij.mju.ac.th/ARTICLE/R58010.pdf
  
เอกสารอ้างอิง 
  Afridi, M. I., & Sheng, Y. G. (2011). Novel gene finding through BLAST search. Phylogenitic analysis through MEGA. Computer Science and Network Technology (ICCSNT) (pp. 115 - 119). Harbin: IEEE.
  Altman, R. B. (2001). Challenges for intelligent systems in biology. IEEE Intelligent Systems (pp. 14-18). IEEE.
  Altschul, S. F., Madden, T. L., Zhang, J., Zhang, Z., Miller, W., & Lipman, D. J. (1997). Gapped BLAST and PSI-BLAST: a new generation of protein database search programs. Nucleic Acids Research, 3389-3402.
  Bairoch, A., & Apweiler, R. (2000). The SWISS-PROT protein sequence database and its supplement TrEMBL in 2000. Nucleic Acids Research, 45-48.
  Benson, D. A., Karsch-Mizrachi, I., Lipman, D. J., Ostell, J., Rapp, B. A., & Wheeler, D. L. (2000). GenBank. Nucleic Acids Research, 15-18.
  Berman, H. M., Westbrook, J., Feng, Z., Gilliland, G., Bhat, T. N., Weissig, H., . . . Bourne, P. E. (2000). The Protein Data Bank. Nucleic Acids Research, 235-242.
  Bhandari, D., Murthy, C. A., & Pal, S. K. (1996). Genetic algorithm with elitist model and its convergence. International Journal of Pattern Recognition and Artificial Intelligence , 731-747.
  Chen, J., Antipov, E., Lemieux, B., Cede?o, W., & David, H. W. (1999). DNA Computing Implementing Genetic Algorithms. Preliminary Proceedings DIMACS Workshop on Evolution as Computation (pp. 39-51). Piscataway NJ: DIMACS.
  Clark, K., Karsch-Mizrachi, I., Lipman, D. J., Ostell, J., & Sayers, E. W. (2015). GenBank. Nucleic Acids Research, D67-D72.
  Fickett, J. W. (1996). Finding genes by computer: the state of the art. Trends in genetics : TIG, 316-320.
  Fleischmann, R. D., Adams, M. D., White, O., Clayton, R. A., Kirkness, E. F., Kerlavage, A. R., . . . Fitzhugh, W. (1995). Whole-genome random sequencing and assembly of Haemophilus influenza Rd. Science, 496–512.
  Goldberg, D. E. (1989). Genetic Algorithms in Search, Optimization and Machine Learning. Boston: Addison-Wesley Longman Publishing Co., Inc.
  Guo, F., Wang, L., Yang, Y., & Lin, G. (2010). Efficient Algorithms for 3D Protein Substructure Identification. Bioinformatics and Biomedical Engineering (iCBBE) (pp. 1 - 4). Chengdu: IEEE.
  Gutmanas, A., Alhroub, Y., Battle, G. M., Berrisford, J. M., Bochet, E., Conroy, M. J., . . . Hendrickx, P. M. (2014). PDBe: Protein Data Bank in Europe. Nucleic Acids Research, 285-291.
  Jafarzadeh, N., & Iranmanesh, A. (2012). A novel graphical and numerical representation for analyzing DNA sequences based on codons. MATCH: Communications in Mathematical and in Computer Chemistry, (pp. 611-620).
  Jagadamba, P. V., Babu, M. S., Rao, A. A., & Rao, P. K. (2011). An improved algorithm for Multiple Sequence Alignment using Particle Swarm Optimization. 2011 IEEE 2nd International Conference on Software Engineering and Service Science (pp. 544 - 547). Beijing: IEEE.
  Jos? Mateus Silva, F., S?nchez-P?rez, J. M., Antonio G?mez-Pulido, J., & Vega-Rodr?guez, M. A. (2010). An evolutionary approach for performing multiple sequence alignment. IEEE Congress on Evolutionary Computation (pp. 1-7). Barcelona: IEEE.
  Li, H., & Homer, N. (2010). A survey of sequence alignment algorithms for next-generation sequencing. Brief Bioinform, 473-483.
  Liu, W. Y., Hsiao, H.-I., & Dai, S. Y. (2015). Genomic analysis with MapReduce. Big Data (Big Data) (pp. 1330 - 1335). Santa Clara, CA: IEEE.
  Maiti, A., & Mukherjee, A. (2015). On the Monte-Carlo Expectation Maximization for Finding Motifs in DNA Sequences. IEEE Journal of Biomedical and Health Informatics, 677 - 686.
  McGarvey, P. B., Huang, H., Barker, W. C., Orcutt, B. C., Garavelli, J. S., Srinivasarao, G. Y., Wu, C. H. (2000). PIR: a new resource for bioinformatics. Bioinformatics, 290-291.
  Memeti, S., & Pllana, S. (2015). Analyzing Large-Scale DNA Sequences on Multi-core Architectures. Computational Science and Engineering (CSE) (pp. 208 - 215). Porto: IEEE.
  Metzker, M. L. (2010). Sequencing technologies — the next generation. Nature Reviews Genetics, 31-46.
  MURATA, T., & ISHIBUCHI, H. (1996). Positive and negative combination effects of crossover and mutation operators in sequencing problems. Proceedings of IEEE International Conference on Evolutionary Computation (pp. 170 - 175). Nagoya: IEEE.
  National Center for Biotechnology Information, U.S. National Library of Medicine. (2015, December 2). Retrieved from National Center for Biotechnology Information: http://www.ncbi.nlm.nih.gov/genbank/statistics/
  Parsons, R., & Jhonson, M. E. (1993). Genetic algorithms for DNA sequence assembly. International Conference on Intelligent Systems for Molecular Biology (pp. 310-318). United States: Menlo Park, Calif. : AAAI Press.
  PEARSON, W. R., & LIPMAN, D. J. (1988). Improved tools for biological sequence comparison. Proceedings of the National Academy of Sciences of the United States of America (pp. 2444-2448). Washington, DC : National Academy of Sciences.
กลับสู่ เมนูค้นหา
       
กองบรรณาธิการวารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม มหาวิทยาลัยแม่โจ้
63 หมู่ 4 ต.หนองหาร อ.สันทราย จ.เชียงใหม่ 50290  mitij@mju.ac.th