Handbook of research on computational methodologies in gene regulatory networks 1st Edition Sanjoy Das

Handbook of research on computational methodologies in gene regulatory networks 1st Edition Sanjoy Das
Handbook of research on computational methodologies in gene regulatory networks 1st Edition Sanjoy Das
Handbook of research on computational methodologies in gene regulatory networks 1st Edition Sanjoy Das

1. Visit https://ebookultra.com to download the full version and
browse more ebooks or textbooks
Handbook of research on computational
methodologies in gene regulatory networks 1st
Edition Sanjoy Das
_____ Press the link below to begin your download _____
https://ebookultra.com/download/handbook-of-research-on-
computational-methodologies-in-gene-regulatory-networks-1st-
edition-sanjoy-das/
Access ebookultra.com now to download high-quality
ebooks or textbooks

2. Here are some recommended products for you. Click the link to
download, or explore more at ebookultra.com
Computational modeling of gene regulatory networks a
primer Bolouri
https://ebookultra.com/download/computational-modeling-of-gene-
regulatory-networks-a-primer-bolouri/
Gene Regulatory Networks Methods and Protocols 1st Edition
Juan M. Vaquerizas
https://ebookultra.com/download/gene-regulatory-networks-methods-and-
protocols-1st-edition-juan-m-vaquerizas/
Handbook of Research on Adult and Community Health
Education Tools Trends and Methodologies 1st Edition
Victor C. X. Wang
https://ebookultra.com/download/handbook-of-research-on-adult-and-
community-health-education-tools-trends-and-methodologies-1st-edition-
victor-c-x-wang/
Handbook of Research on Business Process Modeling Handbook
of Research On 1st Edition Jorge Cardoso
https://ebookultra.com/download/handbook-of-research-on-business-
process-modeling-handbook-of-research-on-1st-edition-jorge-cardoso/

3. Handbook of Research on Communities of Practice for
Organizational Management and Networking Methodologies for
Competitive Advantage 1st Edition Olga Rivera Hernaez
https://ebookultra.com/download/handbook-of-research-on-communities-
of-practice-for-organizational-management-and-networking-
methodologies-for-competitive-advantage-1st-edition-olga-rivera-
hernaez/
Handbook of Research on Computer Enhanced Language
Acquisition and Learning Handbook of Research On 1st
Edition Felicia Zhang
https://ebookultra.com/download/handbook-of-research-on-computer-
enhanced-language-acquisition-and-learning-handbook-of-research-
on-1st-edition-felicia-zhang/
Indigenous Research Methodologies Bagele Chilisa
https://ebookultra.com/download/indigenous-research-methodologies-
bagele-chilisa/
Research Methodologies in Music Education 1st Edition Kay
Ann Hartwig
https://ebookultra.com/download/research-methodologies-in-music-
education-1st-edition-kay-ann-hartwig/
Handbook of Research on Virtual Workplaces and the New
Nature of Business Practices Handbook of Research On 1st
Edition Pavel Zemliansky
https://ebookultra.com/download/handbook-of-research-on-virtual-
workplaces-and-the-new-nature-of-business-practices-handbook-of-
research-on-1st-edition-pavel-zemliansky/

5. Handbook of research on computational methodologies in
gene regulatory networks 1st Edition Sanjoy Das Digital
Instant Download
Author(s): Sanjoy Das, Doina Caragea, Stephen M. Welch, William H. Hsu,
Sanjoy Das, Doina Caragea, Stephen M. Welch, William H. Hsu
ISBN(s): 9781605666853, 1605666858
Edition: 1
File Details: PDF, 9.74 MB
Year: 2009
Language: english

7. Handbook of Research
on Computational
Methodologies in Gene
Regulatory Networks
Sanjoy Das
Kansas State University, USA
Doina Caragea
Kansas State University, USA
Stephen M. Welch
Michigan State University, USA
William H. Hsu
Kansas State University, USA
Hershey • New York
Medical inforMation science reference

8. Director of Editorial Content: Kristin Klinger
Senior Managing Editor: Jamie Snavely
Assistant Managing Editor: Michael Brehm
Publishing Assistant: Sean Woznicki
Typesetter: Michael Brehm, Kurt Smith
Cover Design: Lisa Tosheff
Printed at: Yurchak Printing Inc.
Published in the United States of America by
Medical Information Science Reference (an imprint of IGI Global)
701 E. Chocolate Avenue
Hershey PA 17033
Tel: [phone]
Fax: [phone]
E-mail: [email protected]
Web site: http://www.igi-global.com/reference
Copyright © 2010 by IGI Global. All rights reserved. No part of this publication may be reproduced, stored or distributed in
any form or by any means, electronic or mechanical, including photocopying, without written permission from the publisher.
Product or company names used in this set are for identification purposes only. Inclusion of the names of the products or
companies does not indicate a claim of ownership by IGI Global of the trademark or registered trademark.
Library of Congress Cataloging-in-Publication Data
Handbook of research on computational methodologies in gene regulatory
networks / Sanjoy Das ... [et al.], editors.
p. cm.
Includes bibliographical references and index.
Summary: "This book focuses on methods widely used in modeling gene networks
including structure discovery, learning, and optimization"--Provided by
publisher.
ISBN 978-1-60566-685-3 (hardcover) -- ISBN 978-1-60566-686-0 (ebook) 1.
Genetic regulation--Mathematical models--Handbooks, manuals, etc. I. Das,
Sanjoy, 1968-
QH450.H36 2010
572.8'65--dc22
2009017383
British Cataloguing in Publication Data
A Cataloguing in Publication record for this book is available from the British Library.
All work contributed to this book is new, previously-unpublished material. The views expressed in this book are those of the
authors, but not necessarily of the publisher.

9. List of Reviewers
Manuel Barrio, University of Valladolid, Spain
Sebastian Bauer, Charité Universitätsmedizin Berlin, Germany
Daniel Bryce, Utah State University, USA
Kevin Burrage, University of Queensland, Australia
Doina Caragea, Kansas State University, USA
Adriana Climescu-Haulica, Université Joseph Fourier, France
Yang Dai, University of Illinois at Chicago
David Danks, Carnegie Mellon University, USA
Christian Darabos, Université de Lausanne, Switzerland
Alberto de la Fuente, CRS4 Bioinformatica, Italy
Chris Glymour, Carnegie Mellon University, USA
Angela Gon¸calves, Darwin College, UK
Mika Gustafsson, Linköpings universitet, Sweden
Ina Hoeschele, Virginia Polytechnic Institute and State University, USA
Jack Horner, USA
William H. Hsu, Kansas State University, USA
Lars Kaderali, University of Heidelberg, Germany
Ivan V. Ivanov, Texas A&M University, USA
Seungchan Kim, Arizona State University, USA
Ina Koch, Max Planck Institute for Molecular Genetics, Germany
Hiroyuki Kuwahara, University of Trento Centre for Computational and Systems Biology, Italy
Larry Liebovitch, Florida Atlantic University, USA
Bing Liu, Monsanto Co., USA
Michael Margaliot, Tel Aviv University, Israel
Yosihiro Mori, Kyoto Institute of Technology, Japan
Chris J. Myers, University of Utah, USA
Masahiro Okamoto, Kyushu University, Japan
Arlindo L. Oliveira, Cadence Research Laboratories, USA
Nicole Radde, University of Leipzig, Germany
Ramesh Ram, Monash University, Australia
Andre S. Ribeiro, Tampere University of Technology, Finland
David Sankoff, University of Ottawa, Canada
Till Steiner, Honda Research Institute Europe GmbH, Germany
Ala Ugo, University of Turin, Turin, Italy
Yong Wang, Chinese Academy of Sciences, China
Stephen M. Welch, Kansas State University, USA

10. List of Contributors
Ala, Ugo / Università di Torino, Italy ...................................................................................................28
Almasri, Eyad / University of Illinois at Chicago, USA ....................................................................289
Barrio, Manuel / University of Valladolid, Spain ..............................................................................169
Bauer, Sebastian / Charité Universitätsmedizin Berlin, Germany ......................................................57
Bryce, Daniel / Utah State University, USA .......................................................................................546
Bulashevska, Svetlana / German Cancer Research Centre (DKFZ 108
Burrage, Kevin / The University of Oxford, UK ...............................................................................169
Burrage, Pamela / The University of Queensland, Australia ............................................................169
Chen, Guanrao / University of Illinois at Chicago, USA ..................................................................289
Chen, Luonan / Osaka Sangyo University, Japan .............................................................................450
Chetty, Madhu / Monash University, Australia ................................................................................244
Chu, Tianjiao / University of Pittsburgh, USA ..................................................................................310
Climescu-Haulica, Adriana / Université Joseph Fourier, France ....................................................219
Costa, Ernesto J. F. / Pólo II- Pinhal de Marrocos, Portugal ..........................................................523
Dai, Yang / University of Illinois at Chicago, USA ............................................................................289
Damasco, Christian / Università di Torino, Italy ................................................................................28
Danks, David / Carnegie Mellon University and Institute for Human & Machine
Cognition, USA ..............................................................................................................................310
Darabos, Christian / University of Lausanne, Switzerland; University of Turin, Italy ....................429
de la Fuente, Alberto / CRS4 Bioinformatica, Italy ........................................................................1, 79
Freitas, Ana T. / INESC-ID/IST, Portugal .........................................................................................386
Giacobini, Mario / University of Torino, Italy ..................................................................................429
Glymour, Clark / Carnegie Mellon University and Institute for Human & Machine
Cognition, USA ..............................................................................................................................310
Gonçalves, Ângela T. F. / Darwin College, UK ................................................................................523
Grefenstette, John J. / George Mason University, USA....................................................................198
Gustafsson, Mika / Linköping University, Sweden............................................................................476
Hoeschele, Ina / Virginia Polytechnic Institute and State University, USA .........................................79
Hörnquist, Michael / Linköping University, Sweden ........................................................................476
Hütt, Marc-Thorsten / Jacobs University, Germany ........................................................................405
Ivanov, Ivan V. / Texas A&M University, USA ..................................................................................334
Jin, Y. / Honda Research Institute Europe GmbH, Germany .............................................................498
Jirsa, Viktor K. / Florida Atlantic University, USA ..........................................................................405

11. Joshi, Trupti / University of Missouri, USA ......................................................................................450
Kaderali, Lars / University of Heidelberg, Germany ........................................................................139
Kauffman, Stuart A. / University of Calgary, Canada .....................................................................198
Kim, Seungchan / Arizona State University, USA .............................................................................546
Koch, Ina / Beuth University for Technology Berlin, Germany; Max Planck Institute
for Molecular Genetics, Germany .................................................................................................604
Kuroe, Yasuaki / Kyoto Institute of Technology, Japan .....................................................................266
Kuwahara, Hiroyuki / Carnegie Mellon University, USA; Microsoft Research -
University of Trento CoSBi, Italy ...................................................................................................352
Larsen, Peter / University of Illinois at Chicago, USA .....................................................................289
Laschov, Dmitriy / Tel Aviv University, Israel ...................................................................................573
Leier, André / ETH Zurich, Switzerland ............................................................................................169
Liebovitch, Larry S. / Florida Atlantic University, USA ..................................................................405
Liu, Bing / Monsanto Co., USA ...........................................................................................................79
Margaliot, Michael / Tel Aviv University, Israel ............................................................................... 573
Márquez Lago, Tatiana / ETH Zurich, Switzerland .........................................................................169
Marr, Carsten / Helmholtz Zentrum München, Germany .................................................................405
McMillan, Kenneth L. / Cadence Research Laboratories,USA .......................................................386
Mori, Yoshihiro / Kyoto Institute of Technology, Japan ....................................................................266
Myers, Chris J. / University of Utah, USA ........................................................................................ 352
Oliveira, Arlindo L. / Cadence Research Laboratories, USA and INESC-ID/IST, Portugal............ 386
Pais, Hélio C. / Cadence Research Laboratories, USA and INESC-ID/IST, Portugal ......................386
Quirk, Michelle / Los Alamos National Laboratory, USA ................................................................219
Radde, Nicole / University of Leipzig, Germany ...............................................................................139
Ram, Ramesh / Monash University, Australia ..................................................................................244
Ribeiro, Andre S. / Tampere University of Technology, Finland .......................................................198
Robinson, Peter / Charité Universitätsmedizin Berlin, Germany .......................................................57
Schramm, L. / Technische Universitaet Darmstadt, Germany ..........................................................498
Sendhoff, B. / Honda Research Institute Europe GmbH, Germany...................................................498
Sentovich, Ellen M. / Cadence Research Laboratories,USA ............................................................386
Shehadeh, Lina A. / University of Miami, USA ................................................................................405
Steiner, T. / Honda Research Institute Europe GmbH, Germany ......................................................498
Tomassini, Marco / University of Lausanne, Switzerland .................................................................429
Wang, Rui-Sheng / Renmin University, China ..................................................................................450
Wang, Yong / Academy of Mathematics and Systems Science, China ...............................................450
Wimberly, Frank / Carnegie Mellon University (retired), USA .......................................................310
Xia, Yu / Boston University, USA .......................................................................................................450
Xu, Dong / University of Missouri, USA ............................................................................................450
Zhang, Xiang-Sun / Academy of Mathematics and Systems Science, China ....................................450

12. Preface ...............................................................................................................................................xxii
Acknowledgment ..............................................................................................................................xxix
Section 1
Introduction
Chapter 1
What are Gene Regulatory Networks? ................................................................................................... 1
Alberto de la Fuente, CRS4 Bioinformatica, Italy
Chapter 2
Introduction to GRNs ............................................................................................................................ 28
Ugo Ala, Università di Torino, Italy
Christian Damasco, Università di Torino, Italy
Section 2
Network Inference
Chapter 3
Bayesian Networks for Modeling and Inferring Gene Regulatory Networks ...................................... 57
Sebastian Bauer, Charité Universitätsmedizin Berlin, Germany
Peter Robinson, Charité Universitätsmedizin Berlin, Germany
Chapter 4
Inferring Gene Regulatory Networks from Genetical Genomics Data ................................................. 79
Bing Liu, Monsanto Co., USA
Ina Hoeschele, Virginia Polytechnic Institute and State University, USA
Alberto de la Fuente, CRS4 Bioinformatica, Italy
Table of Contents

13. Chapter 5
Inferring Genetic Regulatory Interactions with Bayesian Logic-Based Model .................................. 108
Svetlana Bulashevska, German Cancer Research Centre (DKFZ
Chapter 6
A Bayes Regularized Ordinary Differential Equation Model for the Inference
of Gene Regulatory Networks ............................................................................................................ 139
Nicole Radde, University of Leipzig, Germany
Lars Kaderali, University of Heidelberg, Germany
Section 3
Modeling Methods
Chapter 7
Computational Approaches for Modeling Intrinsic Noise and Delays
in Genetic Regulatory Networks ......................................................................................................... 169
Manuel Barrio, University of Valladolid, Spain
Kevin Burrage, The University of Oxford, UK
Pamela Burrage, The University of Queensland, Australia
André Leier, ETH Zurich, Switzerland
Tatiana Márquez Lago, ETH Zurich, Switzerland
Chapter 8
Modeling Gene Regulatory Networks with Delayed Stochastic Dynamics ....................................... 198
Andre S. Ribeiro, Tampere University of Technology, Finland
John J. Grefenstette, George Mason University, USA
Stuart A. Kauffman, University of Calgary, Canada
Chapter 9
Nonlinear Stochastic Differential Equations Method for Reverse Engineering
of Gene Regulatory Network .............................................................................................................. 219
Adriana Climescu-Haulica, Université Joseph Fourier, France
Michelle Quirk, Los Alamos National Laboratory, USA
Chapter 10
Modelling Gene Regulatory Networks Using Computational Intelligence Techniques ..................... 244
Ramesh Ram, Monash University, Australia
Madhu Chetty, Monash University, Australia

14. Section 4
Structure and Parameter Learning
Chapter 11
A Synthesis Method of Gene Regulatory Networks based on Gene Expression
by Network Learning .......................................................................................................................... 266
Yoshihiro Mori, Kyoto Institute of Technology, Japan
Yasuaki Kuroe, Kyoto Institute of Technology, Japan
Chapter 12
Structural Learning of Genetic Regulatory Networks Based on Prior Biological Knowledge
and Microarray Gene Expression Measurements ............................................................................... 289
Yang Dai, University of Illinois at Chicago, USA
Eyad Almasri, University of Illinois at Chicago, USA
Peter Larsen, University of Illinois at Chicago, USA
Guanrao Chen, University of Illinois at Chicago, USA
Chapter 13
Problems for Structure Learning: Aggregation and Computational Complexity ............................... 310
Frank Wimberly, Carnegie Mellon University (retired), USA
David Danks, Carnegie Mellon University and Institute for Human & Machine Cognition, USA
Clark Glymour, Carnegie Mellon University and Institute for Human & Machine Cognition, USA
Tianjiao Chu, University of Pittsburgh, USA
Section 5
Analysis & Complexity
Chapter 14
Complexity of the BN and the PBN Models of GRNs and Mappings
for Complexity Reduction ................................................................................................................... 334
Ivan V. Ivanov, Texas A&M University, USA
Chapter 15
Abstraction Methods for Analysis of Gene Regulatory Networks ..................................................... 352
Hiroyuki Kuwahara, Carnegie Mellon University, USA; Microsoft Research - University of Trento
CoSBi, Italy
Chris J. Myers, University of Utah, USA

15. Chapter 16
Improved Model Checking Techniques for State Space Analysis
of Gene Regulatory Networks ............................................................................................................ 386
Hélio C. Pais, Cadence Research Laboratories, USA and INESC-ID/IST, Portugal
Kenneth L. McMillan, Cadence Research Laboratories,USA
Ellen M. Sentovich, Cadence Research Laboratories,USA
Ana T. Freitas, INESC-ID/IST, Portugal
Arlindo L. Oliveira, Cadence Research Laboratories, USA and INESC-ID/IST, Portugal
Chapter 17
Determining the Properties of Gene Regulatory Networks from Expression Data ............................ 405
Larry S. Liebovitch, Florida Atlantic University, USA
Lina A. Shehadeh, University of Miami, USA
Viktor K. Jirsa, Florida Atlantic University, USA
Marc-Thorsten Hütt, Jacobs University, Germany
Carsten Marr, Helmholtz Zentrum München, Germany
Chapter 18
Generalized Boolean Networks: How Spatial and Temporal Choices
Influence Their Dynamics ................................................................................................................... 429
Christian Darabos, University of Lausanne, Switzerland; University of Turin, Italy
Mario Giacobini, University of Torino, Italy
Marco Tomassini, University of Lausanne, Switzerland
Section 6
Heterogenous Data
Chapter 19
A Linear Programming Framework for Inferring Gene Regulatory Networks
by Integrating Heterogeneous Data .................................................................................................... 450
Yong Wang, Academy of Mathematics and Systems Science, China
Rui-Sheng Wang, Renmin University, China
Trupti Joshi, University of Missouri, USA
Dong Xu, University of Missouri, USA
Xiang-Sun Zhang, Academy of Mathematics and Systems Science, China
Luonan Chen, Osaka Sangyo University, Japan
Yu Xia, Boston University, USA
Chapter 20
Integrating Various Data Sources for Improved Quality in Reverse Engineering
of Gene Regulatory Networks ............................................................................................................ 476
Mika Gustafsson, Linköping University, Sweden
Michael Hörnquist, Linköping University, Sweden

16. Section 7
Network Simulation Studies
Chapter 21
Dynamic Links and Evolutionary History in Simulated Gene Regulatory Networks ........................ 498
T. Steiner, Honda Research Institute Europe GmbH, Germany
Y. Jin, Honda Research Institute Europe GmbH, Germany
L. Schramm, Technische Universitaet Darmstadt, Germany
B. Sendhoff, Honda Research Institute Europe GmbH, Germany
Chapter 22
A Model for a Heterogeneous Genetic Network ................................................................................. 523
Ângela T. F. Gonçalves, Darwin College, UK
Ernesto J. F. Costa, Pólo II- Pinhal de Marrocos, Portugal
Section 8
Other Studies
Chapter 23
Planning Interventions for Gene Regulatory Networks as Partially Observable
Markov Decision Processes ................................................................................................................ 546
Daniel Bryce, Utah State University, USA
Seungchan Kim, Arizona State University, USA
Chapter 24
Mathematical Modeling of the λ Switch: A Fuzzy Logic Approach................................................... 573
Dmitriy Laschov, Tel Aviv University, Israel
Michael Margaliot, Tel Aviv University, Israel
Chapter 25
Petri Nets and GRN Models ............................................................................................................... 604
Ina Koch, Beuth University for Technology Berlin, Germany; Max Planck Institute for
Molecular Genetics, Germany
Compilation of References ............................................................................................................... 638
About the Contributors .................................................................................................................... 688
Index ................................................................................................................................................... 703

17. Preface ...............................................................................................................................................xxii
Acknowledgment ..............................................................................................................................xxix
Section 1
Introduction
Chapter 1
What are Gene Regulatory Networks? ................................................................................................... 1
Alberto de la Fuente, CRS4 Bioinformatica, Italy
This book deals with algorithms for inferring and analyzing Gene Regulatory Networks using mainly
gene expression data. What precisely are the Gene Regulatory Networks that are inferred by such algo-
rithms from this type of data? There is still much confusion in the current literature and it is important
to start a book about computational methods for Gene Regulatory Networks with a definition that is as
unambiguous as possible. In this chapter, I provide a definition and try to clearly explain what Gene
Regulatory Networks are in terms of the underlying biochemical processes. To do the latter in a formal
way, I will use a linear approximation to the in general non-linear kinetics underlying interactions in
biochemical systems and show how a biochemical system can be ‘condensed’ into a more compact de-
scription, that is Gene Regulatory Networks. Important differences between the defined Gene Regulatory
Networks and other network models for gene regulation, that is Transcriptional Regulatory Networks
and Co-Expression Networks, will be highlighted.
Chapter 2
Introduction to GRNs ............................................................................................................................ 28
Ugo Ala, Università di Torino, Italy
Christian Damasco, Università di Torino, Italy
The post-genomic era shifted the main biological focus from ‘single-gene’ to ‘genome-wide’ approaches.
High throughput data available from new technologies allowed to get inside main features of gene
expression and its regulation and, at the same time, to discover a more complex level of organization.
Analysis of this complexity demonstrated the existence of nonrandom and well-defined structures that
Detailed Table of Contents

18. determine a network of interactions. In the first part of the chapter, we present a functional introduc-
tion to mechanisms involved in genes expression regulation, an overview of network theory, and main
technologies developed in last years to analyze biological processes are discussed. In the second part,
we review genes regulatory networks and their importance in system biology.
Section 2
Network Inference
Chapter 3
Bayesian Networks for Modeling and Inferring Gene Regulatory Networks ...................................... 57
Sebastian Bauer, Charité Universitätsmedizin Berlin, Germany
Peter Robinson, Charité Universitätsmedizin Berlin, Germany
Bayesian networks have become a commonly used tool for inferring structure of gene regulatory networks
from gene expression data. In this framework, genes are mapped to nodes of a graph, and Bayesian
techniques are used to determine a set of edges that best explain the data, that is to infer the underlying
structure of the network. This chapter begins with an explanation of the mathematical framework of
Bayesian networks in the context of reverse engineering of genetic networks. The second part of this
review discusses a number of variations upon the basic methodology, including analysis of discrete vs.
continuous data or static vs. dynamic Bayesian networks, different methods of exploring the potentially
huge search space of network structures, and the use of priors to improve the prediction performance.
This review concludes with a discussion of methods for evaluating the performance of network structure
inference algorithms.
Chapter 4
Inferring Gene Regulatory Networks from Genetical Genomics Data ................................................. 79
Bing Liu, Monsanto Co., USA
Ina Hoeschele, Virginia Polytechnic Institute and State University, USA
Alberto de la Fuente, CRS4 Bioinformatica, Italy
In this chapter, we address techniques that can be applied to establish causality between the various nodes
in a GRN. These techniques are based on the joint analysis of DNA marker and expression as well as
DNA sequence information. In addition to Bayesian networks, another modeling approach, statistical
equation modeling, is discussed.
Chapter 5
Inferring Genetic Regulatory Interactions with Bayesian Logic-Based Model .................................. 108
Svetlana Bulashevska, German Cancer Research Centre (DKFZ
This chapter describes the model of genetic regulatory interactions. The model has a Boolean logic se-
mantics representing the cooperative influence of regulators (activators and inhibitors) on the expression
of a gene. The model is a probabilistic one, hence allowing for the statistical learning to infer the genetic
interactions from microarray gene expression data. Bayesian approach to model inference is employed

19. enabling flexible definitions of a priori probability distributions of the model parameters. Markov Chain
Monte Carlo (MCMC
The problem of identifying actual regulators of a gene from a high number of potential regulators is
considered as a Bayesian variable selection task. Strategies for the definition of parameters reducing the
parameter space and efficient MCMC sampling methods are the matter of the current research.
Chapter 6
A Bayes Regularized Ordinary Differential Equation Model for the Inference
of Gene Regulatory Networks ............................................................................................................ 139
Nicole Radde, University of Leipzig, Germany
Lars Kaderali, University of Heidelberg, Germany
Differential equation models provide a detailed, quantitative description of transcription regulatory
networks. However, due to the large number of model parameters, they are usually applicable to small
networks only, with at most a few dozen genes. Moreover, they are not well suited to deal with noisy
data. In this chapter, we show how to circumvent these limitations by integrating an ordinary differen-
tial equation model into a stochastic framework. The resulting model is then embedded into a Bayesian
learning approach. We integrate the-biologically motivated-expectation of sparse connectivity in the
network into the inference process using a specifically defined prior distribution on model parameters.
The approach is evaluated on simulated data and a dataset of the transcriptional network governing the
yeast cell cycle.
Section 3
Modeling Methods
Chapter 7
Computational Approaches for Modeling Intrinsic Noise and Delays
in Genetic Regulatory Networks ......................................................................................................... 169
Manuel Barrio, University of Valladolid, Spain
Kevin Burrage, The University of Oxford, UK
Pamela Burrage, The University of Queensland, Australia
André Leier, ETH Zurich, Switzerland
Tatiana Márquez Lago, ETH Zurich, Switzerland
As noise and delays are intrinsic to biochemical processes, they must be accounted for when dealing
with the most detailed differential equation models of GRNs. The issue is addressed in this chapter. A
basic Monte Carlo simulation technique to simulate noisy biochemical reactions, as well as a general-
ization to include delays, is described in this chapter. The chapter follows this with a study into ‘coarse
grain’ approaches, which reduce computational costs when dealing with larger biochemical systems.
The methodology is demonstrated with a few case studies.

20. Chapter 8
Modeling Gene Regulatory Networks with Delayed Stochastic Dynamics ....................................... 198
Andre S. Ribeiro, Tampere University of Technology, Finland
John J. Grefenstette, George Mason University, USA
Stuart A. Kauffman, University of Calgary, Canada
We present a recently developed modeling strategy of gene regulatory networks (GRN
delayed stochastic simulation algorithm to drive its dynamics. First, we present experimental evidence
that led us to use this strategy. Next, we describe the stochastic simulation algorithm (SSA
delayed SSA, able to simulate time-delayed events. We then present a model of single gene expression.
From this, we present the general modeling strategy of GRN. Specific applications of the approach are
presented, beginning with the model of single gene expression which mimics a recent experimental
measurement of gene expression at single-protein level, to validate our modeling strategy. We also
model a toggle switch with realistic noise and delays, used in cells as differentiation pathway switches.
We show that its dynamics differs from previous modeling strategies predictions. As a final example,
we model the P53-Mdm2 feedback loop, whose malfunction is associated to 50% of cancers, and can
induce cells apoptosis. In the end, we briefly discuss some issues in modeling the evolution of GRNs,
and outline some directions for further research.
Chapter 9
Nonlinear Stochastic Differential Equations Method for Reverse Engineering
of Gene Regulatory Network .............................................................................................................. 219
Adriana Climescu-Haulica, Université Joseph Fourier, France
Michelle Quirk, Los Alamos National Laboratory, USA
In this chapter we present a method to infer the structure of the gene regulatory network that takes in
account both the kinetic molecular interactions and the randomness of data. The dynamics of the gene
expression level are fitted via a nonlinear stochastic differential equation (SDE) model. The drift term
of the equation contains the transcription rate related to the architecture of the local regulatory network.
The statistical analysis of data combines maximum likelihood principle with Akaike Information Criteria
(AIC) through a Forward Selection Strategy to yield a set of specific regulators and their contribution.
Tested with expression data concerning the cell cycle for S. Cerevisiae and embryogenesis for the D.
melanogaster, this method provides a framework for the reverse engineering of various gene regulatory
networks.
Chapter 10
Modelling Gene Regulatory Networks Using Computational Intelligence Techniques ..................... 244
Ramesh Ram, Monash University, Australia
Madhu Chetty, Monash University, Australia
This chapter presents modelling gene regulatory networks (GRNs) using probabilistic causal model and the
guided genetic algorithm. The problem of modelling is explained from both a biological and computational
perspective. Further, a comprehensive methodology for developing a GRN model is presented where the
application of computation intelligence (CI) techniques can be seen to be significantly important in each

21. Exploring the Variety of Random
Documents with Different Content

25. The Project Gutenberg eBook of Sydän
unhotettu: Komedia yhdessä näytöksessä

26. This ebook is for the use of anyone anywhere in the United States
and most other parts of the world at no cost and with almost no
restrictions whatsoever. You may copy it, give it away or re-use it
under the terms of the Project Gutenberg License included with this
ebook or online at www.gutenberg.org. If you are not located in the
United States, you will have to check the laws of the country where
you are located before using this eBook.
Title: Sydän unhotettu: Komedia yhdessä näytöksessä
Author: Edler Herr von und zu Gustav Heinrich Gans Putlitz
Translator: Antti Jalava
Release date: December 11, 2016 [eBook #53715]
Language: Finnish
Credits: Produced by Tapio Riikonen
*** START OF THE PROJECT GUTENBERG EBOOK SYDÄN
UNHOTETTU: KOMEDIA YHDESSÄ NÄYTÖKSESSÄ ***

27. Produced by Tapio Riikonen
SYDÄN UNHOTETTU
Komedia yhdessä näytöksessä
Kirj.
Gustav zu Putlitz
Suom. A. A. [Anton Almberg]
Teateri-kirjasto, Länsi-Suomalaisten toimittama, III.

28. Helsingissä, Suomalaisen Kirjallisuuden Seuran kirjapainossa,
1876.

29. JÄSENET:
 Willmar, tohtori.
 Fransiska, hänen miniänsä.
 Evelina, hänen sisaren-tyttärensä.
 Osvald Born, hänen holholaisensa.
 Bernhard von Lautern, luutnantti.
Tapahtumapaikka: puistosali tohtorin asunnossa.
Puistosali. Perässä lasi-ovet, jotka johdattavat puistoon. Oikealla ja
vasemmalla (katsojista lukien) kaksi sivu-ovea. Oikealla piano,
vasemmalla kädellä peräpuolella kukkapöytä, tuoleja j.n.e.
1 Kohtaus.
Osvald seisoo oikealla ja puhdistaa pyssyä. Vasemmalla Evelina
tuolilla, Seinän nojalla seisoo täysikokoinen, univormu-pukuinen
miehen kuva, jota hän yrittää ylös ripustamaan. Esiripun kohotessa
hän lyöpi naulaa seinään. Vähän ajan perästä ilmaantuu Fransiska
puistossa ja jää salavihkaan kohtausta katselemaan.

30. Osvald. Luulisipa, että me tohtorin syntymäpäiväksi
harjoittelemme "Noita-ampujaa". Minä Max'ina ja te Annana, joka
suku-isän jälkeen oikeuksiinsa asettaa.
Evelina. Se vielä olisi multa puuttunut kaiken tuskan ja vaivan
lisäksi, jota minä jo juhlan vuoksi saan nähdä. Koko talo on minun
täytynyt pöyhistää ja siunatuksi lopuksi vielä tässä (viitaten kuvaan)
pestä enon pää, jotta hän syntymäjuhlanaan näkisi itsensä
siistikkääksi.
Osvald. Onko tuo tohtori?
Evelina. On kaiketi. Vapaa-ehtoisena jääkärinä.
Osvald. Ei se ollenkaan enään ole hänen muotoisensa.
Evelina. Ihmekö se? Vuoden 14 ajoista kyllä muuttuu. Ken tietää,
minkä näköinen te olette 36 vuoden ikäisenä, Osvald?
Osvald. Ja kuka silloin minun pääni pesee.
Evelina. Teidän vaimonne!
Osvald (on saanut pyssynsä kuntoon ja tähtää taulua). Toden
totta, paremmin minä olisin tohtorin suhteen osannut, kuin maalari.
Evelina (huudahtaa ja hyppää pois tuolilta). Osvald, mitä
hullutuksia, te tähtäilette suorastaan minua murha-aseella.
Osvald, Mutta, jumala, eihän se ole ladattu.
Evelina. Yksi kaikki, se laukee kuitenkin. Sen sijaan tulisi teidän
enemmin auttaa minua eikä jouten katsella, että minä ehtimiseen
vaivaan itseäni — te olette kauhean epäkohtelias, Osvald.

31. (Istuu taas tuolille).
Fransiska (ilmaantuu puistossa.)
Osvald. Mitä pitää minun tehdä?
Evelina. Nostakaat minulle kuva ylös. Tämä olisi ylimalkaan ollut
teidän tehtävänne, mutta kodin-omaisiin toimiin ovat nuoret herrat
liian hitaiset. Nono, odottakaa, Osvald, jahka vaimon saatte, kyllä se
teidän kasvattaa.
Osvald (ottaa ylös taulun). Luuletteko, että minä enään annan
itseäni kasvattaa?
Evelina. Oh, kun te miehet olette rakastuneet, me saamme teidät
käärityksi sormen ympäri ja vaimo on kyllä tilaisuudesta vaarin
ottava.
Osvald. Oivallista, Evelinaseni, tuon te aina kohta tiedätte. Mutta
kuitenkin väärin laskettu — juuri sentähden minä en ikänä ota
vaimoa, jos huomaan itseni rakastavan häntä.
Evelina. Vaan menette kuitenkin naimisiin?
Osvald. Niin, — järjen johdolla.
Evelina. Se on mitä järjettömintä voitte tehdä.
Osvald (pitää taulua seinää vastaan). Noinko?
Evelina. Korkeammalle!
Osvald. Näin?

32. Evelina. Alemmaksi! Näetkö, Osvald, se voisi minua ilahuttaa. Jos
kerran olette naimisissa, minä avaan rouvanne silmät teidän
suhteenne, sanon hänelle kaikki, mitä tässä olette lausunut, ja olen
hänen apulaisensa. Oi, hän on teille valmistava helvetin maan päällä,
hän on teitä kiusaava, niin häijy vastaanne oleva, ett'ei teille lopuksi
jää muuta neuvoa jälelle, kuin päättömästi häneen rakastua.
Osvald. Olisipa se luotettavin keino. Mutta minä koetan, kuu te
tulette naiduksi.
Evelina. Sitä ei ole ajattelemista —
Osvald. Tulee kun tuleekin teidän vuoronne. Silloin latelen minä
teidän tulevaisellenne kaikenlaisia juttuja, kuinka yhdessä olemme
leikkiä lyöneet, kuinka minua suutelitte —
Evelina. Niin, lasna ollessani.
Osvald. Ei sillä väliä ole. Minä teen hänet niin mustasukkaiseksi,
että teidän on mahdotoin Othellon kourista päästä.
Evelina. Se olisi ilkeätä —
Osvald. Korvausta, Evelina, ei mitään muuta, kuin korvausta.
Evelina (on ottanut kiini taulun yläpuoleen). Nyt olette minun
käsissäni. Osvald, ell'ette lupaa luopua näistä konnamaisista
aikomuksista, hellitän minä täältä ylhäältä, taulu putoo ja eno lankee
niskoihinne.
Osvald. Te tahdotte käyttää väkivaltaa? Sitä sopii minunkin tehdä!
Sillä jos te, Evelina, itsepäisesti vaaditte, että minun on vaimoani

33. rakastaminen — vedän minä käteni takaisin ja tohtori makaa
jaloissanne.
Evelina. Te ette uskalla sitä.
Osvald. Miks'ei? — Yksi!
Evelina. Oho, mulla on rohkeutta. — Kaksi!
Osvald. Ja!
Evelina. Osvald. Kolme!
    (He päästävät yht'aikaa irti, taulu putoo, raami särkyy;
    Evelina hyppää tuolilta, Osvald kiiruhtaa oikealta pyssynsä
    luo, Fransiska astuu ovipielen taa).
Evelina. Särkynyt! Sen olette te tehnyt. Mutta minä kerron tämän
kohta enolle, ja myöhemmin kaikki rouvallenne. Siinä on vielä yksi
synti lisäksi, jota teidän on sovittaminen.
(Yrittää oikean-puoliselle ovelle, Osvald tarttuu häntä käteen.)
Osvald. Ja minä sanon teidän tulevaisellenne (osottain taulua),
että olen nähnyt erään luutnantin makaavan jalkainne juuressa.
    (Evelina menee pois oikealle, Osvald ottaa pyssynsä ja lähtee
    perä-ovesta.)
2 Kohtaus.
Fransiska (hattu päässä, matkavaatteissa, astuu sisälle ja
katselee ympärillensä); sitte Willmar ja Evelina.

34. Fransiska. Näitten pitää naida toinen toisensa; — Onhan tämä
semmoinen ystäväisyys, joka muuten suittaisi häiritä rauhaa
kumpaisenkin tulevaisessa avioliitossa. Serkkuseni Evelina — mutta
kuka oli tuo nuori mies? Tähän asti se vielä näyttää vaan olevan
ystävyyttä, ja (viitaten tauluun) yltäkyllin ovat he vielä yhdessä
rikkoneet — mutta se on varmaa heidän pitää saada toinen toisensa.
Evelina (vetää Willmaria oikeasta ovesta) Näetkö, eno, tuossa se
makaa. Ilkeä Osvald, minä olen syytön.
Willmar (ottaa palaset ylös). No, noh, no, noh, lapsi, joll'ei mitään
muuta ole; se on kauan kyllä pitänyt — vuodesta 14 alkain. Ei
ihmettä, että se nyt vähän hajalleen meni. Mutta ole huoleti, kyllä
me sen taas kokoon panemme.
Fransiska (astuu esiin). Niin minäkin luulen!
Willmar. Fransiska!
Fransiska. Isä! — (lankee hänen kaulaansa). Eveliina! hyvää
huomenta!
Willmar. Mistä sinä tulet?
Evelina. Fransiska! jo tänään. Me odotimme sua huomiseksi.
Willmar. Missä miehesi on?
Fransiska. Antakaa minun hengittää! — Lemmekäs
kärsimättömyyteni, taikka oikeammin kärsimätöin lempeni saattoi
minut jo tänäpänä tänne ja ikäänkuin sen liepeenkantajana tulevat
huomena onnentoivotukseni ja mieheni perässä. — Siinä koko juttu!

35. Willmar. Ja terve-tulon riemun olet sinä liepeenkantaja raukalta jo
ennakolta riistänyt.
Fransiska. Ei mar sentään, isä, me ja'amme — puoli kummallekin.
Willmar. Mutta iloisen hämmästyksen aikaansaanti tulee myöskin
sinun osallesi.
Evelina. Ja etkö saanut ottaa Edvardia kohta myötäsi?
Fransiska. Mahdotointa, sillä mitä lempiviikkojen ihastus oli
hänestä tähteeksi jättänyt, sen ovat oikeuden asiat täksi päiväksi niin
anastaneet, ett'ei hänestä ollut mitäkään jälellä. Miehen keräjäpäivät
ovat ikävä huvitus vaimolle. Evelina, jos saat ilman olluksi, älä mene
naimisiin minkään lainoppineen kanssa. Minä luulin siis paremmin
tekeväni, jos sen sijaan, että rouvana ikävissä istuisin — miniänä
huvittelisin, ja tässä olen minä nyt! Teinkö oikein, isä? —
Willmar. Mitä sitä kysytkään?
Evelina. Ja kammarisi on tällä haavaa valmisna.
Fransiska. Mutta minulla on vielä vieraita ilmoitettavana.
Viimeisellä pysähdyspaikalla kohtasin vanhan tanssituttavan
menneeltä talvikaudelta — heitä apellinen huolesi, isä, ei tässä ole
puhe mistäkään hyväilijästä — luutnantti von Lautern'in. Hän oli kyllä
kohtelias hevosmuuton aikana kysymään minulta: matkallako tekin,
neito, — hän pitää, näettekö, minua naimattomana, — mihinkä?
Tohtori Willmarin luoksi, vastasin minä, ja koska hän sanoi olevansa
täällä tuttu, käskin häntä ilman pitkiä puheita päivälliselle.
Willmar. Hän on aina tervetullut, ja kun häntä näin ilmoitetaan,
kahdesti.

36. Fransiska. Oi, minä tiedän vieraanvaraisuutesi.
Evelina. Mutta siinä tapauksessa täytyy minun kohta laittaa ruoka-
listani laidallensa. Kaksi odottamatointa vierasta lisäksi ja päälliseksi
vielä toinen matkalla, toinen univormussa; matkat vaikuttavat nälkää
ja luutnantit käyvät aina vankasti päälle, sodassa vihollisten joukossa
tappelussa ja rauhan aikana ystävien parissa pöydän ääressä.
(Pois keski-ovesta.)
3 Kohtaus.
Fransiska. Willmar.
Fransiska. Pikku emännöitsijäsikö?
Willmar. Ja rakas seurakumppalini. Oiva, herttainen tyttö!
Fransiska. Ai, ai, isä! hän sulkee minun ulos rakkaudestasi. Sinä
teet minun kateiseksi.
Willmar. Juuri kuin et sinä tuntisi apellisen sydämmeni hempeyttä.
Minulla on tyttäressäni aika veitikka.
Fransiska. Veitikkyys on rakkauden leppeäs pilantekosen "humori".
Mutta kuka on se nuori mies, jota Evelina niin kovin syyttää?
(Osottaa taulua).
Willmar. Aivan vallatoin kappale galant-homme'n viimeistä
painosta — muuten minun holholaiseni, Osvald Born, rikas perillinen,
joka opintonsa ja matkustelunsa päätettyään, kaikenlaisten
kevytmielisten kujeitten perästä, jotka minä olen anteeksi antanut, ja

37. monta velkaa tehtyänsä, jotka minä olen maksanut, tuli takaisin
huoneeseni, viipyäksensä täällä puolen vuotta, siksi että hänen
kartanonsa arenti on loppunut. Minä olen aivan iloinen, lapseni, kun
pääsen vapaaksi kaikista näistä hurihaitun menoista.
Fransiska. Mutta lopuksi vie hän sinulta emännöitsijäsi myötänsä.
Willmar. Evelinanko? Siitä asiasta minä olen aivan huoletoin.
Fransiska. Nuoruuden ystävyys —
Willmar. Mutta ei mikään rakkaus. — Muuten hän olisi enemmän
näkyvissä kotona, ja me nautimme hänen seuraansa tuskin
aterioillakaan. Muun ajan ampuu hän multa varpuseni pois puistosta,
ratsastaa hevoseni rammaksi, unhottaa illalla puiston-avaimen,
kiipee yli muurin, jolloin pari kiveä ja tusina kukkas-astioita sen kyllä
tietävät. Jos portti on kiinni hän lyö rikki jonkun ruudun, astuu
ikkunasta sisään, ja näitä kaikkia on minun kärsiminen, sentähden
olen minä holhoja.
Fransiska. Ja tämä todistaa?
Willmar. Ett'ei hän suinkaan ole Evelinaan rakastunut, muuten
pysyisi hän kotosella.
Fransiska. Nämät ovat kaiken nuoruuden ystävyyden onnettomat
seuraukset. Tässä nyt pari ihmistä, jotka erinomaisen hyvin sopisivat
toinen toisellensa, — sillä olisihan tuo Evelinalle mainio naimiskauppa
—
Willmar. Sitä ei käy kieltäminen —
Fransiska. Ja hän saisi mitä herttaisimman vaimon —

38. Willmar. Epäilemättä —
Fransiska. Tässä nyt pari ihmistä sulasta ystävyydestä ei joudu
rakkauteen. Mutta, isä, sinun on holhojana ja enona velvollisuutesi
perustaa keskinäistä onnea, sinun tulee asiaa sovitella —
Willmar. Ällös, lapsi, semmoista puhukaan, minunko pitää
avioliittoja aikaansaattaa?
Fransiska. Jos et sinä sitä tee, niin minä, miniänä, pelastan
kunniasi, otan sen toimekseni —
Willmar. Siinä sen nyt kuulee. Tuskin te naiset olette itse pääsneet
kotoristin hienon kruunun — tavallisella nimellä myssyn — alle, niin
kohta jo tahdotte vetää sen muittenkin korville.
Fransiska. Todistaako tämä avioliittoa vastaan?
Willmar. Mutta Osvaldissa on uhkea naipa-mies, ja hän tietää itse
siitä. Hänellä on vaatimuksia —
Fransiska. Ankaran suuria, kuten kaikilla naima-hankkeisilla, niin
kauan kuin ei sydän mitään suunvuoroa saa, sen minä tiedän. Sinä
et voi uskoa, kuinka miehet tässä kohden ovat röyhkeät. Kaiken sen
ohessa, mitä he meiltä naisilta vaativat, unhottavat he usein peräti,
kuinka vähän he itse meille tarjoovat. Minä saattaisin sormillani
luetella sinulle koko litanian, mutta anna hänen itse laatia tämä
sinulle, tuolla tulee hän. Minä en todellakaan tietäisi, mitä hänen
sopisi vaatia, jota ei Evelina runsaasti hänelle tarjoisi. — Isä kultani,
ole viisas, saata kerta koko rätinki ilmi — perästäpäin tahdomme
katsoa, mitä siitä käy pyyhkiminen. Mutta kokoo ajatukses, ja
muista, että minä seison oven takana.

39. (Pois oikealle.)
4 Kohtaus.
Willmar, sitte Osvald.
Willmar. Siinä se nyt on. Jos tahdoit taikka ei, minä saan osan
naittamis-komediassa. Noh, jopa minunkin kerran tekee mieli
näyttelyä kulissien takaa katsella ja tämä menestyy parhaiten, kun
itsekin näyttelyyn ryhtyy. Vaan jos kappaletta ei hyväksytä, — on
vika (viitaten oveen päin oikealle) tekijän.
Osvald (tulee pyssy kädessä puistosta ja yrittää Willmarin sivutsi
vasemmalle ovelle).
Willmar. Mihinkä nyt taas niin kiiruusti?
Osvald. Kah, te tohtori! Taas et hituakaan tavattuna, varpuset
eivät enään pidä paikkaansa, ja heti kuin minä tulen, on koko parvi
— niin että hui vaan — naapurilla. Minä olen teille paras
linnunpeljätys, tohtori, ja hernemaanne on jahtini koko vuodeksi
lintusilta varjellut —
Willmar. Saati vaan jääkäri ei olisi sitä pahasti sotkenut. Mutta
mihinkä nyt?
Osvald. Pyssyä pois viemään ja kannuksia ottamaan,
ratsastamaan, tohtori, ruskonne ei pysy enään alallaan tallissa —
Willmar. Etkä sinä enää kotosella. Aina huikenteleva, aina jotakin
muutosta; mutta mitä tästä tullenee, kun kerran omaa talouttasi
pidät?

40. Osvald. Minua ei mikään pidä samassa paikassa.
Willmar. Osvald, niin käy kaikki nurin kurin; kun omaan majaasi
tiloitut, täytyy sinun rakkauden ruususiteillä kiinnittää itsesi siihen.
Osvald. Kun ei vaan ruusuissa olisi okaita —
Willmar. Kaikki vertausten hakarat siksensä. Oikein todella, sinun
täytyy mennä naimisiin.
Osvald. Tpruu, tohtori, sehän on perinjuurinen parannuskeino.
Olisin luullut teitä varovammaksi lääkäriksi. Tunnusmerkit olkoot
oikeat, mutta parannuskeino on vaarallinen. Helpoista
verenkuohuista minua parantaaksenne, tahdotte sysätä minua
rakkauden kuume-setkien kautta avioliiton pitkällisiin tuskiin. —
Willmar. Pidätkö avioliittoa tautina?
Osvald. Toisinaan on vaimo niin hellittämätöin kiusa että, jos sen
kerran niskoihini saan, ei koko teidän lääkeopillinen taitonne voi
minua siitä taas päästää.
Willmar. Rakas poikani, naimisen on sama laita, kuin tuhkarupulin.
Tauti rupee meihin kaikkiin, ennemmin tai myöhemmin, ja mitä
ennemmin sen saamme, sitä helpompi se on.
Fransiska (ovessa). Jos hän sentään jättäisi lääketieteen, ja kävisi
itse asiaan.
Osvald. Ei minullakaan ole mitään sitä vastaan, monessa
suhteessa toivon paljonkin naimisesta hyötyväni — on vaan
pikkuriikainen este —

41. Willmar. Mikähän se lienee?
Osvald. Minun on mahdotoin löytää vaimoa.
Willmar. Sitä parempi. Minä autan sinua hakemisessa.
Osvald. Kuinka oiva holhoja te olette. Mutta minulla on
vaatimuksia.
Fransiska (ovessa). Nyt ollaan väylällä.
Osvald. Minun rouvani pitäisi oleman nuori —
Willmar. Se on tietty —
Osvald. Kaunis —
Willmar. Ei onni siitäkään tule —
Osvald. Mutta onhan tuo hauskaa, tohtori! — Rikas! —
Willmar. Siitä sinun ei tarvitse huolia.
Osvald. Kuu saa valita, miks'ei? Ja enhän minä sitä tahdo
ainoastaan itseäni varten. Minä tahdon pitää kestejä, aina nähdä
vieraita talossa —
Willmar. Ja sen vuoksi nait sinä?
Osvald. Tietty se. Mutta tuo vaatii taas koko joukon hyviä avuja
rouvalta. Sievä, siistikäs käytösparsi, korkeamman seura-elämän
mieluisat tavat. Tämä on salongia varten, vaan kyökin tarpeeksi
huolenpitoa ja kokemusta. Ruokaa hänen täytyy osata keittää, ja
ymmärtää omin neuvoin toimeen tulla; sillä minä en tiedä mitään

42. miehelle hirmuisempaa, kuin että hän odottamatta vieraita rualle
tuotuaan näkee viheliäisen päivällisen edessänsä ja saa alkajaisiksi
katsella rouvan hämmentynyttä naamaa sekä päättäjäisiksi kuulla
akan-toreita.
Willmar. Mutta tämä on kaikki vieraita varten, jos itseksenne olette
—
Osvald. Hyvää ruokaa silloinkin, tohtori, sillä huono perheen-ruoka
kentiesi kyllästyttäisi minun koto-oloon, vieläpä vaimoonkin. Jos nyt
ateria on näyttänyt, että rouva tuntee kokkikirjansa, täytyy hänen
haastelonsa osottaa, että hän myöskin on perehtynyt
kirjallisuudessamme. En minä mitään oppinutta tahdo, mutta
välttämätöintä on, että hän on runouttamme älyllä lukenut, jonka
lisäksi hänen on Englannin, Ranskan ja Italian kieltä osaaminen, jos
ulkomaalaisia tulee luoksemme tai jos matkustamme.
Willmar. Sinä et siis vaimonkaan kanssa kotona viihdy? —
Osvald. Hyvä jumala, otanhan minä hänen kanssani. Nyt olen,
luullakseni, jotenkin päähän pääsnyt.
Willmar. Joko nyt? Kovin vähiinpä sinä tyydytkin?
Osvald. Eikö niin? Ja kuitenkin, tohtori, jos löydätte minulle
vaimon, jossa kaikki nämät avut ovat, totisesti minä nain hänen.
Willmar. Entä jos ottaisin sanoistasi kiinni.
Osvald. (vasemmalle poismennessään). Te ette häntä niin helposti
löydä, maitta kyllä sukkelan-muotoiselta näytätte.
Willmar. Kuka tietää?

43. Osvald (tulee takaisin). Vielä jotakin, hänen täytyy soitantoa
harjoitella ja osata laulaa. Ei juuri kuin Jenny Lind —
Willmar. Nämät eivät olisikaan vähiä vaatimuksia.
Osvald. Mutta pikku laulu tiiruttaa ja jonkun valssin kitkuttaa. Se
ette usko, kuinka tämä sopii ikäänkuin aukon tukkeeksi seura-
elämässä, ja emännän täytyy edes osata panna asia alkuun. —
Näettekö, tähän loppuvat vaatimukseni.
(Pois vasemmalle).
5 Kohtaus.
Willmar. Fransiska (ilman hatutta, myssy päässä).
Fransiska, Siinä saimme nyt kuulla — Oi, minä tiesin sen.
Willmar. Oletko kuunnellut?
Fransiska. Ei sanaakaan ole haihtunut. Mutta vastoin lääke-opillista
viisauttanne oli puheenne päätös kuitenkin kovin kipeä.
Willmar. Etkö ole tyytyväinen minuun?
Fransiska, Suuresti. Niinkuin viisas tohtori ainakin sinä pian olet
saattanut taudin selville, mutta minä olin sen jo kauan arvannut.
Näitten nuorten herrain virren jokainen osaa ulkoapäinkin soittaa,
sillä kaikki he kantavat vaatimuksensa rihmaan puetettuina,
ikäänkuin munkit pater noster'insa.
Willmar. Hän vaatii paljon.

44. Fransiska. Mutta me annamme hänelle enemmän. Näetkö, isä,
minä voisin hänelle näyttää hänen ihanteensa koko irvikuvan; minä
voisin osottaa hänelle, että kaikki hänen vaatimansa hyvät avut
tohtivat olla yhtä monta tyhmyyttä, että nuori vaimo on —
kokematoin, kaunis — turhanaikainen, rikas — tuhlari, että somaan
käytösparteen usein kaupanpäälliseksi liittyy teeskenteleväisyys, että
talouttansa hoitavat rouvat suittavat olla ikäviä ja oppineet
kynästeleviä sinisukkia; ett'ei rahtunen musikia vielä suinkaan aina
tuota menetyksen taitoa ja että koko piirakan yli kentiesi saisi
semmoisen oikku-kastimen kaadetuksi, että se tuolle viisaalle
vieraalle, joka luuli niin oivallisesti ruokasetelin ymmärtävänsä,
osottaa, kuinka pahasti hän on laskunsa laskenut isännän mieltä
kuulematta. Mutta koska hän oli niin kohtelias, että hän ennalta
otaksui meissä naisissa tuhansia muita välttämättömiä avuja,
tahdomme tarjota hänelle nämät kaikki ilman irvikuvatta ja nurjan
puolen näyttämättä, niin hän varmaan itse vian huomaa. Sinulta
toivon saavani apua, isä kultani.
Willmar. Määrää minä mihin vitkaan tahansa. Hyvin mielin minä
kohta annan sinulle, mitä rukouksillasi minulta kuitenkin
houkuttelisit.
Fransiska. Tuota sopii minun viisaaksi perheen-isäksi sanoa.
Olenko minä nuori, isä?
Willmar. Jos tämä harmaa pää saa sitä punnita, lentävät
ikävuotesi höyhenen kevyisinä ilmaan.
Fransiska. Kaunis?
Willmar. Ell'ei isällinen rakkaus minua sokeaksi tee.

45. Fransiska. Oi eihän toki — rakkaus on tullut uudenaikaiseksi ja käy
nenäklasit päässä, joilla se näkee paljon tarkemmin, kuin penseys.
Rikas olen myöskin, jos pidän Edvardini tavaraa omanani ja siihen
vielä luen sen suuren aarteen, joka minulla hänessä on. Auttavaa
soppaa ja syötävää torttua saanen myöskin aikaan — (käydessään
edes takaisin huoneessa). Onko käytösparteni herkkä ja soma
tarpeeksi?
Willmar. Mitäs sillä tarkoitat, lapsi?
Fransiska. Ranskaa puhuin jo des ma plus tendre enfance,
Englannin kieltä, some years ago, and tolerably well, I dare say, ja
Italian, "caro padre mio", täytyi minun oppia laulamaan ruvetessani.
(Laulaa Donizetti'n Favorita'sta.)
        Oh mio F ernando della terra il trono
        A possederti avria donato il cor.
Willmar. Oi, Fransiskani, minä huomaan hyvin, että olisin löytänyt
kaikki, mitä Osvald vaatii, jos löytyisi maailmassa vielä toinen nais-
olento, semmoinen kuin sinä, tai jos ei sinulla olisi miestä.
Fransiska, Ja kosk'en hänestä milläkään hinnalla jälleen hellitä —
Willmar. Täytyy minun hakea sinun vertaistasi, sillä sinä annat
minulle todistuksen siitä, että Osvald'in vaatimuksia käy täyttäminen.
Fransiska, Sillä todistuksella minä en pitänyt väliä. Tahdoin vaan
näyttää, että koko luettelo ei ole mitäkään muuta, kuin uuden-
aikaisen hengellisen pukujuriston löyhämäinen hullutus, ja että te
miehet kaikessa viisaudessanne ymmärrätte meitä naisia niin vähän,
että kaikkein pöyhkeäin vaatimustenne ohessa unhotatte pää-asian.

46. Willmar. Minä olen uutelias — mikä se lienee?
Fransiska. Jollei Osvald sitä Evelinassa hoksaa, jollei hän ennen
iltaa itse tunnusta sen olevan suuremman arvoisen, kuin kaikki, mitä
hän pyysi — olen minä voitettu. Mutta nyt alkaa sinun osasi. Minä
tahdon nauttia satunnaista lesken tilaani ja taas kerran tuntea
naimattoman tunteita, (Seuraavan puheen aikana ottaa hän pois
myssynsä, taittaa kukkapöydältä yhden kamelian ja pistää sen
hiuksiinsa.) Sinä esität minua Osvaldille neito Fransiska Winterinä,
Evelinan ystävänä, paitsi sitä semmoisena tyttönä, jossa olet
tavannut kaikki ne hyvät avut, joita hän vaatii. (On pukemisensa
päättänyt.) Kuten näet, ihannekuva on valmis.
Willmar. Tahdotko ihastuttaa hänen itseesi?
Fransiska. Sitä minä en tahdo, mutta minä ponnistan kaikki
voimani, jotta hän illalla olisi rakastunut — Evelinaan. Mitenkä tässä
olen menettelevä, saa sattumus määrätä; sinä, minun haltijani, ja
kentiesi myöskin tuo univormua kantava Puck-tonttu, jonka minä
päivälliselle kutsuin, teidän täytyy uskollisesti totella käskyjäni, —
sinä lupasit sen ja tuota toista varten on mulla myöskin eräs
loihtoluku valmiina — teidän täytyy minua auttaa.
Willmar. Sinä otat itsellesi vaikean tehtävän.
Fransiska. Ei ensinkään. Oi, tuhansia keinoja löytyisi. Minun sopisi
esm. valloittaa hänen sydämensä ja antaa hänelle rukkaset, joilla
hän sitte kiukussaan syöksähtäisi Evelinan jalkain juureen, mutta se
olisi vaarallista ja saattaisi lopuksi hänen runneltu sydämmensä,
niinkuin viheliäisen kerjäläisen, tämän haltuun. Parempi, että teen
ikäänkuin peilin Evelinan asioista, näytän hänelle vastatusten, mitä

47. hän ylpeästi vaati ja mitä hän kevytmielisesti unhotti, ja lyödään
vetoa hän taipuu jälkimäisiin. Tuossa on hän, nyt toimeen.
6 Kohtaus.
Willmar. Fransiska. Osvald (ratsupuvussa).
Willmar. Minun täytyy pyytää sinua, rakas Osvald, täksi päiväksi
luopumaan ratsastamisestasi. Meillä on vieraita ja minä jätän sinulle
isännän viran, koska minun on lähteminen erään sairaan luo ja
Evelina on kiinni askareissaan kyökissä. Päivälliseksi tulee ystäväsi,
herra von Lautern, ja tässä esitän sulle toisen rakkaan
odottamattoman vieraan, neito Fransiska Winterin. (Fransiska
katselee Osvaldia lornetilla.) Evelinan pensionikumppani, nuoruuden-
ystäväni tytär. Neito Fransiska — Osvald Born, holholaiseni.
(Kumarrus.)
Osvald. Te tulette, neito, iloisen juhlan viettämiseen osaa
ottamaan?
Fransiska. Yhdenkö juhlan vaan? Minä olen odottanut useampia,
sillä —
            Jumalat yksin
            Ei i lmesty koskaan —
            Ei ikinään! —
        B acchus jos saapuvi vaan hupapäinen,
        Rientävät Amorkin hymyileväinen,
        Ylevä Phoiboskin lähenemään.
Osvald. Pidättekö Schiller'in sanoja profetallisena totuutena?

48. Fransiska. Minä luotan runoilijoihimme — sentähden että pidän
heitä rakkaana.
Osvald (vähän ilkkuisesti). Ja koska heitä pidätte rakkaana,
osaatte heidät ulkoa.
Fransiska (kylmäkiskoisesti). Ei sentähden, vaan siitä syystä, että
minulla on hyvä muisti.
(Antaa nenäliinansa pudota).
Osvald. Ja kuitenkin on teiltä jotakin unhottunut.
Fransiska. Nenäliinani.
(Ilman teeskentelemistä, mutta sievällä luottavaisuudella
astuu hän askelen takaisin, Osvald kumartuu liinaa ottamaan,
jääpi polvelleen ja katsoo häneen.)
Osvald (syrjään). Kaunis on hän.
Fransiska. Ettekö tahdo nousta ylös, herra Born?
Osvald (hymyillen). Kohteliaisuuden oikeus salli minun maata
jalkainne juuressa.
Fransiska (hymysuin astuen syrjään). Kohteliaampi työ olisi,
jollette kauemmin minua odotuta.
7 Kohtaus.
Entiset. Evelina (keski-ovesta).

49. Evelina (syrjään). Osvald Fransiskan jalkain juuressa —?
Osvald (on noussut ylös ja antaa liinan Fransiskalle). Neitoni!
Fransiska. Mille grâces, Monsieur!
Evelina. Neitoni? Ettekö tunne toisianne?
Fransiska (hiljaan Willmarille). Evelina! Nyt toimeen, isä, taikka
kaikki mun tuumani menevät tyhjiin.
Willmar. Minä olen esittänyt herrasväen toinen toiselleen.
Evelina. Mutta —
Fransiska. Kuule Evelina — (hiljaan Willmarille). Kiitä minua, isä,
oikein ylimäärin, se synnyttää vastaansanomista ja vaikuttaa
varmemmin kuin moittiminen.
(Vetää Evelinan peräpuolelle ja puhuu hiljaan hänen kanssansa.)
Willmar. Kuule Osvald!
(Viittaa häntä tulemaan etupuolelle).
Osvald. Tohtori!
Willmar. Minä olen löytänyt sinulle.
Osvald. Tuonko tuossa?
Willmar. Aivan rikas, luota minuun.
Osvald. Mutta nuot muut lahjat?

50. Willmar. Tutki itse — oikea helmi tyttöjen joukossa, kaikkien
täydellisten avujen esikuva, kaikki, mitä vaadeit, kaikki, mitä suinkin
miehen sopii toivoa yleistettynä tapaavansa.
Osvald. Te liioittelette, tohtori. Kohtuullinen kiitos vahvistaa
ajatuksen, liian iso määrä on myrkkyä — minkätähden ette itse
pyydä tätä helmeä? Olettehan leskimies —
Willmar. Osvald, ei mitään leikkiä, sillä toden totta on nyt puhe
naimisesta.
Osvald. Minä olen tutkiva, tohtori, mutta jos joudutte häpeään —
Willmar. Mahdotonta — taikka lupaan sinulle ruveta hänen
ensimäiseksi mieheksensä. Hyvästi!
(Menee perälle.)
Osvald (itsekseen.) Kyllä minä sen heti huomasin, että tuolla
vanhalla vilkkurilla oli jotakin mielessä. Mutta niin helposti ei minua
pauloihin saa.
(Willmar on lähestynyt Fransiskaa ja Evelinaa).
Fransiska (hiljaan Willmarille). Evelina on neuvottu, tietysti sen
verran kuin vaadittiin.
Willmar (samoin). Onnea siis vaan, minun on osani näytelty.
Fransiska (ääneen, oudon-omaisella somalla kumarruksella).
Hyvästi, rakas tohtori, tulkaa pian takaisin.
(Laskee hänet käden-viittauksella, Willmar keskeltä pois.)

51. Evelina (itsekseen). Rakas tohtori, ja tuommoiset temput? — Vai
niin, leikin tekoa. Mutta miellyttää se ei voi minua, Osvald Fransiskan
jatkain juuressa, ja koko tämä ilveilys. Oi, jollen vaan olisi antanut
lupaustani, saattaisin hänet pian tolalle.
(Pois oikealle).
Osvald (on katsellut Fransiskaa koko ajan). Käytöspartta hänellä ei
puutu, mutta hän saisi olla sydämellisempi vanhaa miestä kohtaan,
isänsä nuoruuden ystävää ja isäntäänsä kohtaan.
8 Kohtaus.
Fransiska. Osvald.
Fransiska (astuu esiin, ja katselee Osvaldia ilkkuisella hymyllä).
Osvald (kääntää silmänsä toisaalle, itsekseen). Hän on viehättävä,
mutta hänen kasvoissansa ilmaantuu jotakin varsin pilkallista,
kylmää.
Fransiska (yhä vielä ilkkuisesti). Tohtori on käskenyt teitä olemaan
hupilaisenani. Te ette rupee suuriin vaivoihin, te olette mykkä.
Osvald. Sulous ja kauneus saavat syyttää itseänsä, jos heitä
katsellessamme unhotamme itsemme ja puhekykymme.
Fransiska. Oh, herra Born, imarrus ei kuulu tehtäviinne eikä sen
tarvitsisi alottaa semmoista tuttavuutta, joka oikeastaan ei ole
mikään uusi.
Osvald. Oliko minulla se onni, että jo ennen tunsitte minun? —

52. Fransiska. Niinkuin semmoisen tuntee, jonka usein näemme
kuvana edessämme. Itsekuhunkin muotokuvaan painaa maalarin
omituinen käsitys merkkinsä, ei mikään kokonansa vastaa.
Osvald. Onko teille puhuttu minusta?
Fransiska. Minä oleskelin paljon tohtorin huoneessa siihen aikaan,
kun te olitte yliopistossa ja matkoilla. Te olitte keskustelujen pää-
aineena tohtorin ja Evelinan välillä. Minä kuulin nimenne joka päivä
—
Osvald. Ja mainittiinko sitä ystävyydellä?
Fransiska. Vaihetellen. Evelina oli aina sama, aina sula kiitos, aina
lepyttelevä, jos tohtori —
Osvald. Suuttui? Se tapahtui usein, arvaamma.
Fransiska. Kirjeitten muoto, joita hän teille lähetti, oli
ilmapuntarini. Jos ne olivat kuvertissa, arvattavasti herttaisia
mielenpurkauksia, pitkiä, mutta ystävällisiä puheita, silloin oli kaikki
erittäin hyvin. Yhteen-taitetut kirjeet, minun nähdäkseni vaarallista
sisältöä, lyhyesti ja kiiruusti laaditut, näitten tämmöisten ohessa
aleni ilmapuntari ja viidellä sinetillä lukitut ennustivat melkein aina
myrskyä, joka nousi sitä rajummaksi, mitä raskaampi kirje oli ja mitä
useammin nuot viisi sinettiä jälleen olivat käytettävät. — Te itse kai
parahiten tiedätte, kuinka monta kuverttia ja kuinka monta sinettiä
teillä on näytettävänä.
Osvald. Ja tämän teidän tarkan vaarin-ottonne kestäissä, saanko
minä toivoa, että ajatuksenne minusta noudatti Evelinan sanoja ja

53. päästi minun vapaaksi ilmapuntarin vaiheista ja sen metallipatsaan
painosta?
Fransiska. Minä en maksa paljon nuoruuden ystävien päätöksestä.
Se muodostuu, vaikka enimitten huonommaksi, kuin mitä toivomme,
kumminkin tavallisesti paremmaksi, kuin mitä ansaitsemme.
Osvald. Te luotatte siis omaan tutkintoonne?
Fransiska. Ja teidän avo-sydämisyyteenne. Sanokaa itse,
kummoisena palasitte takaisin? niinkuin Hamlet Wittenberg'istä vai
niinkuin Laertes Parisista?
Osvald. Se tahtoo sanoa?
Fransiska. Täytyykö minun opettaa teitä Shakespearea
ymmärtämään? Opitteko ajattelemaan niinkuin edellinen, vai
miekkailemaan ja ratsastamaan niinkuin jälkimäinen?
Osvald (iloisesti). Minä tiedän vaan, ett'ei minussa ole mitään
jälkeäkään Hamletista.
Fransiska. Hamlet, ennenkuin hän sai tietää isänsä murhasta ja
äitinsä vihkijäisistä, oli myöskin Hamlet.
Osvald. Mutta hän ei ollut oma herransa, hän oli Opheliaan
rakastunut.
Fransiska. He made her believe it, ken sen tietää, oliko laita niin?
Luultavasti leikkiä, sentähden että hänen oli ikävä Helsingörissä
erinänsä Wittenbergin kumppaneistaan ja opettajistaan.
Osvald. Te ette usko rakkautta olevan —

54. Fransiska. Lahjoja, ja että Hamlet oli sananseuloja, words of so
sweet breath composed, as make the things more rich. Kaikissa
tapauksissa paljas mielikuvitus.
Osvald (syrjään). Ääntää oivallisesti Englannin kieltä, on lukenut
Shakespearea, mutta ei ymmärrä hituakaan. (Ääneen) Entä Ophelia?
Fransiska. Oli liian hyvin kasvatettu, sillä kasvatuksen ymmärsi tuo
kelpo Polonius, rakastaaksensa ilman avioliiton toiveitta.
Osvald. Siinä tapauksessa se oli suuri hulluus, että hän tuli
hulluksi. Teidän käsityksenne on tytön käsitykseksi hämmästyttävä —
Fransiska. Teidän, miespuolten, mielestä, jotka luulette, että
meidän tulee kaikissa uskoa runoilijoita, ja teitä, kun olette
rakastuneita; että me tulvailemme kyyneliä, kun nuori lyriikimme
näpähyttelee vienosti kielitettyjä kanteleitansa; ett'emme huomaa,
että Byron synkkämielikön virassaan myöskin on bon vivant'i, että
Lamartine, runoilija, lisäksi on valtioviisas, ja että me Mathisson'ista
Giebel'iin asti vannomme kaikkiin riimitettyihin huokauksiin, niinkuin
orakeleihin. Ei niin, ymmärryskin kaunistaa naista, arvostelukin,
"kritiki" on meidän pyrintöjämme —
Osvald (syrjään). Kuinka epä-naisellinen, ja tuota julkeni tohtori
ylistää pilviin saakka.
Fransiska. Liiallinen mieltymys runouteen, liiallinen
herkkätunteisuus tekee päätöksillemme haittaa, vaan tyvenmielinen
päätös on ennen kaikkia suotava.
Osvald (syrjään). Ja tuo minun on määrä naida? Ei ikinä!
Fransiska. Kuka on mielirunoilijanne, herra Born?

55. Osvald (syrjään). Hän pusertaa ulos kaiken viisautensa, oikein
niinkuin hän tietäisi, että minä häntä aion tutkia. Mutta hän ei kestä,
onneksi tein suuria vaatimuksia. Jos tohtori ottaisi sanoistani kiinni —
Fransiska. Te ette vastaa? Quelles réveries, quel morne silence?
Osvald (syrjään). Nyt puhuu hän ranskaa kuin vettä. (Ääneen).
Mademoiselle —
Fransiska. Eh bien, Monsieur, c'est en vain que j'attends une
réponse. Vous oubliez que c'est à vous que l'on a confié l'agréable
devoir de faire les honneurs de la maison.
Osvald (syrjään tuskistuneena). Hän kestää, hän kestää. (Ääneen.)
Neito, minä näen, että rakastatte vieraita kieliä.
Fransiska. Niitä on harjoittaminen, se on muodin asia ja
välttämättömän tarpeellista matkoilla.
Osvald (syrjään). Matkoilla? Ikäänkuin hän olisi kuunnellut.
Fransiska (menee kukkapöydän luo ja pitää silmällä Osvaldia, joka
tuskissaan käy edes takaisin näyttämön etupuolella).
Osvald (syrjään). Hän taitaa kaikki, mitä olin vielä vaatinut — (lyö
päähänsä.) Italian kieltä? (aivan iloisesti) jos ei hän ollenkaan osaisi
Italian kieltä! Varmaan, sitä hän ei osaa.
Fransiska (on nypäissyt yhden ruusun). Voi!
Osvald. Mikä teitä vaivaa, neito?
Fransiska. Ei mikään, piikki pisti sormeeni. Minä olin unohtanut,
che ogni rosa ha le sue spine.

56. Osvald (kovin peljästyneenä). Te ymmärrätte Italian kieltä?
(Syrjään). Minä olen hukassa!
Fransiska. Discretamente bene, Signore, — e lei?
Osvald. Un pochino. (Syrjään). Minä olen hurjistumaisillani.
Fransiska. Dunque paleremo spesso italiano.
Osvald (syrjään). Vielä sitäkin! nyt on latinani lopussa —
Fransiska. Minä rakastan sitä kieltä, sillä se soi kuin musiiki ja
laulaessani laulan mieluisimmin Italian kielellä.
Osvald (syrjään). Nyt hän vielä lisäksi laulaakin — tohtori on
kietonut minun.
Fransiska (menee pianon luo). Tahdotteko säestää mulle jonkun
laulun?
(Avaa sen).
Osvald. Minä en soita, en ollenkaan. (Syrjään.) Minua itseä tässä
soitatetaan, nauruna pidetään.
Fransiska. Hyvin arvattava, miehillä ei siihen ole aikaa, sillä
ennenkuin oppii edes jotakuta valssia kitkuttamaan, saa jo monet
tunnit harjoitella. Meidän tyttö parkain täytyy jokaisen ymmärtää
soitantoa, täyttääksemme vajautta, jos seuroissa haastelo väjähtyy.
Osvald. Taide, jolla seura-elämän tyhjäntäpöisyyttä paikataan.

57. Welcome to our website – the ideal destination for book lovers and
knowledge seekers. With a mission to inspire endlessly, we offer a
vast collection of books, ranging from classic literary works to
specialized publications, self-development books, and children's
literature. Each book is a new journey of discovery, expanding
knowledge and enriching the soul of the reade
Our website is not just a platform for buying books, but a bridge
connecting readers to the timeless values of culture and wisdom. With
an elegant, user-friendly interface and an intelligent search system,
we are committed to providing a quick and convenient shopping
experience. Additionally, our special promotions and home delivery
services ensure that you save time and fully enjoy the joy of reading.
Let us accompany you on the journey of exploring knowledge and
personal growth!
ebookultra.com