◈ 이 책에서 다루는 내용 ◈ 저자들의 인기 온라인 강좌를 바탕으로 한 이 책은 생물정보학을 학습하는 학생들에게 역동적인 접근 방식을 제시한다. 현대 생물학의 실무적인 도전과 알고리듬의 근본적인 아이디어 사이의 독특한 균형으로 생물학과 컴퓨터 과학 학생들의 흥미를 사로잡는다. 각 장은 ‘인간 게놈에 취약한 부분이 있는가?’ 또는 ‘분자 시계의 역할을 하는 DNA 패턴은 무엇인가?’와 같은 중요한 생물학적 질문으로 시작해 이 질문에 답변하는 데 필요한 정교한 알고리듬을 꾸준하게 개발한다. 필요한 연습문제는 본문에서 제공하며 독자들은 자동화된 코딩 과제가 실려 있는 생물정보학 학습 온라인 플랫폼 Rosalind(http://rosalind.info)에서 지식을 테스트해볼 수 있다. ◈ 옮긴이의 말 ◈ 사람의 유전체 서열은 어떻게 알아낸 걸까? DNA 서열들을 비교하려면 어떻게 해야 할까? 만약 돌연변이가 발생했다면 이를 어떻게 찾아낼 수 있을까? 바이러스의 감염 경로는 어떻게 알아내는 걸까? DNA부터 단백질까지, DNA 복제부터 진화까지, 이 책은 알고리듬이라는 것이 어떻게 생물학적 데이터를 만나 생명의 신비를 풀어가는지 차근차근 보여주고 있다. 각 장마다 서로 다른 생물정보학 분야의 내용으로 구성돼 있고, 가장 쉽고 단순한 예제부터 시작해서 점점 복잡한 알고리듬까지 나아간다. 또한 모든 부분에서 그림을 사용해 친절하게 설명해 주고 있기 때문에, 어렵게만 느껴지던 알고리듬에 친숙하게 다가갈 수 있게 만들어 준다. 만약 누군가 생물정보학을 공부하고자 한다면 이 책을 강력하게 추천할 정도로 이 분야의 교과서로 쓸 만하다는 생각이 들 정도로 이 책은 양질의 내용을 담고 있다. 생물정보학이 분야의 관련 도서가 많지 않으며 특히 국내 도서가 부족한 실정이기 때문에 이 책이 생물정보학을 공부하려는 사람들에게 조금이나마 도움이 되길 바란다. 부족한 번역이지만 책으로 독자들이 생물정보학과 알고리듬에 편안하게 다가갈 수 있기를 바란다. 대표역자 한헌종 2019년 전 세계를 휩쓴 COVID-19 대유행에 인류는 유래 없이 빠른 속도로 개발된 mRNA 기반 백신으로 바이러스를 정복하고 일상생활로 나아가고 있다. 전 인류가 힘을 모아 숨가쁘게 백신과 치료제를 개발하고 팬데믹 상황을 극복하는 기반에는 지금껏 쌓아 온 생물학과 생물정보학 지식이 있었다. 인간 유전체 프로젝트 이후로 인류는 생명체의 분자 생물학적 비밀을 염기서열 단위로 좁혀서 탐구하고 있다. 이러한 생물정보학 분석의 기초가 되는 것은 바로 알고리듬이다. 이 책은 각 장마다 재미난 그림과 줄거리를 생물정보학의 이야기로 풀어 나가며 독자를 사로잡는다. 이 책의 장점이라고 할 수 있는 것은 생물정보학 알고리듬이 의사 코드의 형태로 제공된다. 의사 코드를 보고 자신에게 익숙한 프로그래밍 언어로 학습한 내용을 구현하며 생물정보학 알고리듬을 학습할 수 있다. 또한 이 책의 가장 큰 장점이라고 할 수 있는 점은 웹사이트 rosalind.info 플랫폼에서 자신이 구현한 프로그램을 업로드하고 정답을 맞혀 순위를 매겨 마치 게임처럼 즐겁고 재밌게 프로그래밍 능력과 생물정보학 알고리듬 지식을 쌓을 수 있다. 생물정보학 실력을 키우고 싶은 독자들에게 강력히 추천한다. 이 책에 관심을 갖고 찾아준 독자분들께 감사의 말씀을 드리며 부디 이 책이 여러분들의 생물정보학 지식과 알고리듬적 사고 향상에 도움이 될 수 있기를 기원한다. 공동역자 한주현

1장. DNA 복제는 유전체의 어디서부터 시작되는가? __1,000마일의 여행 __복제 기점의 숨겨진 메시지 ____DnaA 상자 ____황금벌레의 숨겨진 메시지 ____단어 세기 ____빈번한 단어 문제 ____Vibrio cholerae의 빈번한 단어 __더욱 놀라운 숨겨진 메시지 __숨겨진 메시지의 범람 ____여러 유전체에서 숨겨진 메시지 찾기 ____군집 찾기 문제 __DNA를 복제하는 가장 간단한 방법 __복제의 비대칭성 __정방향 및 역방향 반가닥의 독특한 통계 ____숨어 있는 생물학적 현상 또는 통계적 우연? ____탈아민화 ____비대칭 다이어그램 __다른 메시지보다 이해하기 어려운 일부 숨겨진 메시지 __대장균에서 DnaA 상자를 찾는 마지막 시도 __에필로그: ori 예측의 복잡성 __열린 문제 ____박테리아 유전체의 다중 복제 기점 ____고세균에서 복제 기점 찾기 ____효모에서 복제 기점 찾기 ____문자열에서 패턴 확률 계산 __충전소 ____빈도 배열 ____패턴과 숫자를 서로 변환하기 ____정렬을 사용해 빈번한 단어 찾기 ____군집 찾기 문제 해결 ____미스매치를 포함한 자주 나오는 단어 문제 해결 ____문자열 이웃 생성 ____정렬로 미스매치를 포함한 빈번한 단어 찾기 __돌아가기 ____Big - O 표기법 ____문자열에서 패턴의 확률 ____생물학에서 가장 아름다운 실험 ____DNA 가닥의 방향성 ____하노이 타워 ____겹치는 단어 역설 __참고 문헌 2장. 분자 시계 역할을 하는 DNA 패턴은 무엇일까? __우리는 시계 유전자를 갖고 있을까? __생각보다 쉽지 않은 모티프 찾기 ____저녁 요소 찾기 ____모티프와 숨바꼭질 ____모티프 검색: 무차별 대입 알고리듬 __모티프에 점수 매기기 ____모티프에서 프로필 행렬과 컨센서스 문자열 ____더 적절한 모티프 점수 계산 함수 ____엔트로피와 모티프 로고 __모티프 찾기에서 중앙 문자열 찾기까지 ____모티프 찾기 문제 ____모티프 찾기 문제의 재구성 ____중앙 문자열 문제 ____모티프 찾기 문제를 다시 만든 이유 __탐욕 모티프 검색 ____주사위를 굴리고자 프로필 행렬 사용하기 ____탐욕 모티프 검색 분석 __모티프 검색과 올리버 크롬웰 ____내일 해가 뜨지 않을 확률은 얼마인가? ____라플라스의 승계 법칙 ____탐욕 모티프 검색의 발전 ____무작위 모티프 검색 __주사위로 모티프 찾기 ____무작위 모티프 검색이 작동하는 이유 __무작위 알고리듬은 어떻게 잘 작동하는가? __깁스 샘플링 __깁스 샘플링의 작동 __에필로그: 결핵균은 어떻게 항생제를 피하려고 동면할까? __충전소 ____중앙 문자열 해결 __돌아가기 ____유전자 발현 ____DNA 어레이 ____뷔퐁의 바늘 ____모티프 찾기의 복잡성 ____상대적 엔트로피 __참고 문헌 3장. 유전체는 어떻게 조립하는가? __폭발하는 신문들 __문자열 재구축 문제 ____유전체 조립은 당신 생각보다 더 어렵다 ____문자열을 k-mer로부터 재구성하기 ____반복 서열은 유전체 조립을 어렵게 한다 __겹침 그래프에서의 움직임과 같은 문자열 재구축 ____문자열에서 그래프로 ____유전체가 사라진다 ____그래프 표현법 두 가지 ____해밀턴 경로와 범용 문자열 __문자열 재구축을 위한 또 다른 그래프 ____노드 접착 및 드 브루인 그래프 __드 브루인 그래프에서 움직이기 ____오일러 경로 ____드 브루인 그래프를 구축하는 또 다른 방법 ____k-mer 구성으로부터 드 브루인 그래프 구축하기 ____드 브루인 그래프 대 겹침 그래프 __쾨니히스버그의 7개의 다리 __오일러 정리 __오일러 정리에서부터 오일러 순환 경로를 찾는 알고리듬까지 ____오일러 순환 경로 구축하기 ____오일러 순환 경로에서 오일러 경로로 ____범용 문자열 구축하기 __리드 쌍으로부터 유전체 조립하기 ____리드에서 리드 쌍으로 ____리드쌍을 가상의 긴 리드로 바꾸는 방법 ____구성에서 쌍체 구성으로 ____쌍을 이루는 드 브루인 그래프 ____쌍을 이루는 드 브루인 그래프의 함정 __에필로그: 유전체 조립이 실제 시퀀싱 데이터를 마주하다 ____리드들을 k-mer들로 쪼개기 ____유전체를 컨티그들로 쪼개기 ____오류가 많은 리드들을 조립하기 ____드 브루인 그래프에서 에지의 다양성 추론하기 __충전소 ____인접 행렬을 접착하는 효과 ____모든 오일러 순환 경로 만들기 ____쌍을 이루는 드 브루인 그래프의 경로를 따라서 문자열 구축하기 ____그래프의 최대 비분기 경로 __돌아가기 ____DNA 시퀀싱 기술의 짧은 역사 ____인간 유전체의 반복 서열 ____그래프 ____이코시안 게임 ____다루기 쉬운 문제와 다루기 어려운 문제 ____오일러에서 해밀턴 그리고 드 브루인으로 ____칼리닌그라드의 일곱 다리 ____이중 가닥 DNA를 조립할 때의 함정 ____BEST 정리 __참고 문헌 4장. 항생제의 서열은 어떻게 알아낼까? __항생제의 발견 __박테리아는 어떻게 항생제를 만드는가? ____유전체가 펩티드를 암호화하는 방법 ____바실루스 브레비스 유전체의 어떤 부분이 티로시딘을 암호화하는가? ____선형에서 고리형 펩티드로 __분자생물학 중심 원리 회피 __항생제를 작게 조각 내 서열 해독 ____질량 분석법 소개 ____고리형 펩티드 시퀀싱 문제 __고리형 펩티드 시퀀싱의 브루트 포스 알고리듬 __분기 한정법 알고리듬을 고리형 펩티드 시퀀싱에 적용 __골프를 만난 질량 분석법 ____이론에서부터 실제 스펙트럼으로 ____오류가 있는 스펙트럼에 고리형 펩티드 시퀀싱 적용 __20에서 100개 이상의 아미노산 __스펙트럼 컨볼루션으로 문제 해결 __에필로그: 가상의 스펙트럼에서 실제 스펙트럼으로 __열린 문제 ____순환 도로와 유료 도로 문제 ____영장류에서 고리형 펩티드 시퀀싱 __충전소 ____펩티드의 이론 스펙트럼 생성 ____CYCLOPEPTIDESEQUENCING은 얼마나 빠를까? ____펩티드 Leaderboard 자르기 __돌아가기 ____가우스와 리센코주의 ____코돈의 발견 ____쿼럼 센싱 ____분자 질량 ____셀레노시스테인과 피롤리신 ____유료 도로 문제의 의사 다항식 알고리듬 ____분할 유전자 __참고 문헌 5장. DNA 서열들을 비교하려면 어떻게 해야 할까? __비리보솜 코드 해독하기 ____RNA 넥타이 클럽 ____단백질 비교에서 비리보솜 코드까지 ____종양 유전자와 성장 인자의 공통점은 무엇일까? __서열 정렬에 대한 소개 ____서열 정렬은 게임과 같다 ____문자열 정렬과 최장 공통 하위문자열 __맨해튼 관광객 문제 ____최적의 관광 코스는 무엇일까? ____임의의 방향성 그래프에서 관광하기 __서열 정렬은 맨해튼 관광객 문제가 위장하고 있는 것일 뿐이다 __동적 프로그래밍 소개: 변화 문제 ____탐욕스럽게 거스름돈 받기 ____재귀적으로 돈 거슬러 주기 ____동적 프로그래밍을 사용한 거스름돈 계산 __다시 맨해튼 관광객 문제로 __맨해튼 문제에서 임의의 방향성 비순환 그래프로 ____서열 정렬은 유사 - 맨해튼 그래프를 구축하는 것과 같다 ____임의의 DAG에 동적 프로그래밍 적용하기 ____위상학적 순서대로 나열하기 __정렬 그래프 역추적하기 __정렬 점수 ____LCS 점수 모델의 문제는 뭘까? ____점수 행렬 __전역 정렬에서 지역 정렬까지 ____전역 정렬 ____전역 정렬의 한계 ____정렬 그래프에서 공짜 택시 타기 __서열 정렬의 다양한 모습 ____수정 거리 ____적합 정렬 ____겹침 정렬 __서열 정렬에서 삽입과 삭제에 대한 페널티를 주는 방법 ____어파인 갭 페널티 ____맨해튼을 3개의 층으로 구축하기 __공간 효율적인 서열 정렬 ____선형적 메모리를 사용해 정렬 점수 계산하기 ____중간 노드 문제 ____놀랍도록 빠르고 메모리 효율적인 정렬 알고리듬 ____중간 에지 문제 __에필로그: 다중 서열 정렬 ____3차원 맨해튼 구축하기 ____탐욕 다중 정렬 알고리듬 __돌아가기 ____개똥벌레와 비리보솜 코드 ____도시를 만들지 않고 LCS 찾기 ____위상학적 나열 만들기 ____PAM 점수 행렬 ____분할 및 정복 알고리듬 ____다중 정렬에 점수 매기기 __참고 문헌 6장. 인간 유전체에도 연약한 영역이 있을까? __쥐와 남자 ____사람과 쥐의 유전체는 얼마나 다를까? ____합성 블록 ____반전 ____재배열 핫스팟 __염색체 진화의 무작위 절단 모델 __반전을 통한 나열 __반전 나열을 위한 탐욕적 발견법 __절단점 ____절단점이란 무엇인가? ____절단점 개수 세기 ____절단점을 제거하는 반전 나열 __종양 유전체를 재배열하기 __단일 염색체에서 다중 염색체로 ____전좌, 결합, 분열 ____유전체에서 그래프로 ____2 -절단 __절단점 그래프 __2-절단 거리 계산하기 __인간 유전체의 재배열 핫스팟 ____무작위 절단 모델과 2-절단 거리 이론의 만남 ____취약 절단 모델 __에필로그: 합성 블록 구축하기 ____유전체 점 도표 ____공유하고 있는 k - mer들 찾기 ____공유 k - mer로부터 합성 블록 구축하기 ____합성 블록을 그래프의 연결된 요소들로 생각하기 __미해결 문제: 재배열이 박테리아 진화의 비밀을 밝힐 수 있을까? __충전소 ____유전체에서 절단점 그래프 만들기 ____2-절단 문제 해결하기 __돌아가기 ____X 염색체의 유전자는 왜 잘 보존돼 있는 걸까? ____유전체 재배열의 발견 ____지수 분포 ____빌 게이츠와 데이비드 X. 코헨의 팬케이크 뒤집기 ____반전을 사용해 선형 순열 나열하기 __참고 문헌 7장. 어떤 동물이 우리에게 SARS를 옮겼을까? __가장 빠른 전염병 ____메트로폴 호텔에서 생긴 문제 ____SARS의 진화 __거리 행렬을 진화 트리로 바꾸기 ____코로나 바이러스 유전체에서 거리 행렬 만들기 ____진화 트리를 그래프로 나타내기 ____거리 기반 계통 발생 구축 __거리 기반 계통 발생 구축을 위한 알고리듬을 향해 ____이웃하고 있는 잎 탐색하기 ____가지의 길이 계산하기 __가산적 계통 발생 ____트리의 가지 다듬기 ____가지 붙이기 ____거리 기반 계통 발생을 구축하기 위한 알고리듬 ____코로나 바이러스의 진화 트리 구축하기 __최소 제곱을 사용해 거리의 근사값에 기반한 계통 발생을 구축하는 방법 __초거리 진화 트리 __이웃-연결 알고리듬 ____거리 행렬을 이웃 - 연결 행렬로 바꾸는 방법 ____이웃-연결 알고리듬으로 코로나 바이러스 분석하기 ____트리 구축에 있어서 거리 기반 접근 방법의 한계점 __특성-기반 트리 재구축 ____특성표 ____해부학적 특성에서 유전적 특성으로 ____곤충의 날개는 얼마나 많은 진화에 의해 만들어졌을까? __최소 단순성 문제 __최대 단순성 문제 __에필로그: 진화 트리로 범죄에 맞서다 __돌아가기 ____HIV는 언제 유인원에서 인간으로 전파된 걸까? ____거리 행렬에 적합한 트리 찾기 ____네 점 조건 ____SARS를 옮긴 것은 박쥐일까? ____이웃-연결 알고리듬이 어떻게 이웃하는 잎을 찾는 것일까? ____이웃-연결 알고리듬에서 가지의 길이 계산하기 ____자이언트 판다: 곰일까 라쿤일까? ____인간은 어디에서 왔을까? __참고 문헌 8장. 효모는 어떻게 와인 제조사가 됐을까? __와인 제조의 진화적 역사 ____우린 언제부터 알코올에 중독돼 온 걸까? ____이중영양적 전환 __이중영양적 전환에 관련된 유전자 탐색하기 ____다른 운명을 맞이하게 된 두 가지 진화 가설 ____효모 유전자 중 어떤 것들이 이중영양적 전환을 이끌어 내는가? __클러스터링 개론 ____유전자 발현량 분석 ____효모 유전자 클러스터링 __좋은 클러스터링 원칙 __클러스터링을 최적화 문제로 바라보기 __최장 최초 횡단 __k-Means 클러스터링 ____제곱 왜곡 오차 ____k-means 클러스터링과 무게 중심 __로이드 알고리듬 ____중심적에서 클러스터로 그리고 다시 반대로 ____로이드 알고리듬 초기화하기 ____k-means++ 초기화 __이중영양적 전환에 관련된 유전자들을 클러스터링하기 __k-Means 클러스터링의 한계점 __동전 던지기에서 k-Means 클러스터링으로 ____편향된 정도를 알 수 없는 동전 던지기 ____계산 문제는 어디 있는가? ____동전 던지기에서 로이드 알고리듬으로 ____클러스터링으로 돌아와서 __동전 던지기에서 소프트 결정 내리기 ____기대값 극대화: E-step ____기대값 극대화: M-step ____기대값 극대화 알고리듬 __소프트 k-Means 클러스터링 ____클러스터링에 기대값 극대화 알고리듬 적용하기 ____중심점에서 소프트 클러스터로 가기 ____소프트 클러스터에서 중심점으로 가기 __계층 클러스터링 ____거리 기반 클러스터링에 대한 소개 ____트리에서 클러스터 추론하기 ____계층 클러스터링을 사용해 이중영양적 전환 분석하기 __에필로그: 암 샘플 클러스터링하기 __돌아가기 ____전장 유전체 복제일까 아니면 연속적인 단일 유전자 복제일까? ____유전자 발현량 측정하기 ____마이크로어레이 ____무게 중심 이론의 증명 ____발현량 행렬을 거리/유사도 행렬로 바꾸는 방법 ____클러스터링과 손상된 클리크들 __참고 문헌 9장. 질병을 일으키는 돌연변이는 어떻게 찾는 걸까? __오도 증후군의 원인은 무엇일까? __다중 패턴 매칭에 대한 소개 __패턴들을 트라이로 만들기 ____트라이 구축하기 ____트라이를 다중 패턴 매칭 문제에 적용하기 __유전체 전처리로 대신하기 ____접미사 트라이에 대한 소개 ____패턴 매칭에 접미사 트라이 사용하기 __접미사 트리 __접미사 배열 ____접미사 배열 구축하기 ____접미사 배열을 사용한 패턴 매칭 __버로우즈-휠러 변형 ____유전체 압축 __버로우즈-휠러 변환 구축하기 ____반복 서열에서 런으로 ____버로우즈-휠러 변환을 거꾸로 되돌리는 방법 ____버로우즈 - 휠러 변환을 되돌리려는 첫 번째 시도 ____처음 - 끝 특성 ____처음 - 끝 특성을 사용해 버로우즈 - 휠러 변환 되돌리기 __버로우즈-휠러 변환을 사용한 패턴 매칭 ____버로우즈 - 휠러를 사용한 첫 번째 패턴 매칭 시도 ____패턴의 끝에서부터 뒤로 가기 ____끝 -처음 연결 __버로우즈-휠러 패턴 매칭의 속도 높이기 ____끝-처음 연결을 횟수 배열로 바꾸기 ____버로우즈-휠러 행렬에서 첫 번째 열을 제거하는 방법 __일치하는 패턴들의 위치는 어디인가? __과학 역사의 한 페이지를 장식한 버로우즈와 휠러 __에필로그: 미스매치를 허용하는 리드 매핑 ____대략적인 패턴 매칭에서 정확한 패턴 매칭으로 나아가는 방법 ____BLAST: 서열을 데이터베이스에 대조하기 ____버로우즈- 휠러 변환을 사용한 대략적인 패턴 매칭 __충전소 ____접미사 트리 구축하기 ____최장 공유 하위 문자열 문제의 해결 방법 ____부분 접미사 배열 구축하기 __돌아가기 ____표준 인간 유전체 ____인간 유전체에서의 재배열, 삽입, 삭제 ____아호-코라식 알고리듬 ____접미사 트리에서 접미사 배열 만들기 ____접미사 배열에서 접미사 트리까지 ____이진 탐색 __참고 문헌 10장. 생물학자들은 왜 아직까지 HIV 백신을 개발하지 못했는가? __HIV 형질 분류하기 ____HIV는 어떻게 인간의 면역 체계를 피하는 걸까? ____서열 정렬의 한계점 __야쿠자와 도박하기 __딜러의 소매에 숨어 있는 2개의 동전 __CG-아일랜드 찾기 __은닉 마코프 모델 ____동전 던지기에서 은닉 마코프 모델까지 ____HMM 도표 ____카지노 문제를 수식으로 재구성하기 __복호화 문제 ____비터비 그래프 ____비터비 알고리듬 ____비터비 알고리듬은 얼마나 빠를까? __특정 HMM에서 가장 그럴듯한 결과물 찾기 __서열 정렬을 위한 프로필 HMM ____HMM과 서열 정렬은 어떤 관련이 있는가? ____프로필 HMM 구축하기 ____프로필 HMM에서의 전이 확률과 방출 확률 __프로필 HMM을 사용해 단백질 분류하기 ____프로필 HMM에 단백질 정렬하기 ____유사 횟수의 귀환 ____골치 아픈 침묵 상태 문제 ____프로필 HMM은 실제로 유용한가? __HMM의 매개변수 배워 보기 ____감춰진 경로를 알고 있을 때 HMM 매개변수 추정하기 ____비터비 학습 __매개변수 추정을 위한 소프트 결정 ____소프트 복호화 문제 ____순방향 - 역방향 알고리듬 __바움-웰치 학습 __HMM의 다양한 모습 __에필로그: 자연은 발명가가 아니라 수선가다 __돌아가기 ____붉은 여왕 효과 ____당화 ____DNA 메틸화 ____조건부 확률 __참고 문헌 11장. 티라노사우르스는 단지 큰 닭일까? __고생물학과 계산의 만남 __이 샘플에는 어떤 단백질들이 있을까? __이상적 스펙트럼 해석 __이상 스펙트럼에서 실제 스펙트럼으로 __펩티드 시퀀싱 ____스펙트럼에 맞는 펩티드 점수 ____접미사 펩티드는 어디에 있는가? ____펩티드 시퀀싱 알고리듬 __펩티드 식별 ____펩티드 식별 문제 ____미지의 티렉스 단백질체에서 펩티드 식별 ____펩티드-스펙트럼 일치 찾기 __펩티드 식별과 무한 원숭이 정리 ____거짓 발견 비율 ____원숭이와 타자기 ____펩티드 스펙트럼 일치의 통계적 의의 __스펙트럼 사전 __티렉스 펩티드: 오염 물질일까 아니면 고대 단백질의 보물 창고일까? ____헤모글로빈 수수께끼 ____공룡 DNA 논란 __에필로그: 변형되지 않은 펩티드에서 변형된 펩티드로 ____번역 후 변형 ____변형 탐색을 정렬 문제로 ____스펙트럼 정렬을 위한 맨해튼 그리드 생성 ____스펙트럼 정렬 알고리듬 __돌아가기 ____유전자 예측 ____그래프에서 모든 경로 찾기 ____반대칭 경로 문제 ____스펙트럼을 스펙트럼 벡터로 변환 ____무한 원숭이 정리 ____스펙트럼 사전의 펩티드 확률 공간 ____육상 공룡은 정말 새의 조상일까? ____가장 가능성 높은 펩티드 벡터 문제 해결하기 ____스펙트럼을 스펙트럼 벡터로 변환하기 위한 매개변수 선택 __참고 문헌 부록. 의사 코드 소개 __의사 코드란? __의사 코드의 기본 ____if 조건문 ____for 반복문 ____while 반복문 ____재귀 프로그래밍 ____배열