本書以生物學問題為導向，以具體的案例來演示如何發現和解決各種生物學問題，並對目前研究中存在的問題和未來的發展方向進行了展望。本書從介紹生物信息學的研究歷史和發展現狀入手，第2章給出了相關生物學基礎的介紹，擯棄繁雜的細節，強調系統性和整體性；第3章介紹了算法方面的相關技術，包括統計分析、機器學習和模型評估方法；從第4章開始，分專題介紹各種組學研究，包括基因組學、轉錄組學、蛋白質組學、生物網路和系統生物學。最後，作為案例，介紹生物信息學在藥物研發中的套用。
基本介紹
- 書名：生命科學與信息技術叢書:生物信息學
- 作者：劉偉 張紀陽
- 出版日期：2014年1月1日
- 語種：簡體中文
- ISBN：7121223570
- 外文名：Bioinformatics
- 出版社：電子工業出版社
- 頁數：404頁
- 開本：16
- 品牌：電子工業出版社
基本介紹,內容簡介,作者簡介,圖書目錄,序言,
基本介紹
內容簡介
《生命科學與信息技術叢書:生物信息學》以生物學問題為導向，以具體的案例來演示如何發現和解決各種生物學問題，並對目前研究中存在的問題和未來的發展方向進行了展望。《生命科學與信息技術叢書:生物信息學》是生物信息學相關專業的研究生教材，也可以作為生物信息學相關研究人員的參考書。
作者簡介
劉偉，女，遼寧鐵嶺人。2008年12月於國防科技大學獲得博士學位，現為國防科學技術大學講師，主要研究方向為生物網路的構建與分析。擔任了“生物信息學”和“生物信息概論”等多門課程的主講教師，發表教學論文6篇。主持自然科學基金項目一項，發表論文10餘篇，多篇進入SCI檢索。獲得軟體著作權2項，申請及獲得國家發明專利7項。張紀陽，男，河南泌陽人。1979年生，博士，現為國防科學技術大學講師，主要研究方向為蛋白質組學數據分析與處理。參與中國蛋白質組學研究計畫，設計並編寫了十餘個質譜數據分析模組。承擔自然科學基金項目一項，發表研究論文20餘篇，參與編寫教材兩部。謝紅衛，男，湖北洪湖人。1965年生，博士，現為國防科學技術大學教授、博士生導師，主要研究方向為生物信息學。曾獲軍隊院校育才獎銀獎1次，省教學成果二等獎1項，編寫翻譯教材3部。完成和承擔科研課題30餘項，發表論文70餘篇，20餘篇進入SCI檢索，獲得國防科學技術獎二等獎1項。
圖書目錄
第1章 生物信息學簡介
1.1 引言
1.2 生物信息學的發展歷史
1.2.1 生物信息學的誕生
1.2.2 生物信息學的興起
1.2.3 生物信息學的蓬勃發展
1.3 生物信息學的研究內容
1.3.1 基因組學研究
1.3.2 轉錄組數據分析
1.3.3 蛋白質組學分析
1.3.4 生物網路分析
1.3.5 系統生物學研究
1.3.6 醫學相關研究
1.4 生物信息學的研究資源
1.4.1 研究機構
1.4.2 資料庫
1.4.3 文獻資源
1.4.4 分析工具
1.4.5 程式語言
1.5 生物信息學的套用
1.5.1 輔助實驗設計
1.5.2 提供數據分析的工具
1.5.3 探索生物規律
1.5.4 促進醫學研究
1.6 生物信息學展望
1.6.1 導致重大的科學規律的發現
1.6.2 促進不同學科的交融
1.6.3 提供對於複雜系統的分析能力
1.6.4 展現巨大的套用前景
習題
參考文獻
第2章 生物學基礎
2.1 生命概述
2.2 生命科學的研究歷史
2.2.1 描述生物學階段
2.2.2 實驗生物學階段
2.2.3 現代生物學階段
2.3 生命的有序結構
2.3.1 細胞的定義和功能
2.3.2 細胞的基本組分
2.3.3 細胞分裂
2.4 生命活動的動態運行
2.4.1 基因概述
2.4.2 中心法則
2.4.3 蛋白質解說
2.5 生物學研究展望
習題
參考文獻
第3章 生物信息學算法介紹
3.1 生物信息學算法概述
3.2 數學統計方法
3.2.1 統計假設檢驗
3.2.2 回歸與相關
3.2.3 隱馬爾可夫模型
3.3 特徵選擇與最佳化方法
3.3.1 特徵提取算法
3.3.2 數據壓縮算法
3.4 模式分類方法
3.4.1 K近鄰法
3.4.2 貝葉斯分類器
3.4.3 決策樹方法
3.4.4 支持向量機方法
3.4.5 人工神經網路
3.4.6 遺傳算法
3.4.7 聚類算法
3.4.8 分類器的選擇
3.5 模型評估方法
3.5.1 構建標準數據集
3.5.2 評價指標
3.6 生物信息學算法展望
習題
參考文獻
第4章 基因組技術與研究方法
4.1 基因組概述
4.2 人類基因組計畫
4.2.1 人類基因組計畫的提出
4.2.2 人類基因組計畫的主要任務
4.2.3 大規模測序的基本策略
4.2.4 人類基因組計畫的完成
4.2.5 人類基因組計畫對生物信息學的挑戰
4.3 功能基因組
4.3.1 基因組注釋
4.3.2 進化論和比較基因組學
4.4 差異基因組學
4.4.1 人類遺傳多態性
4.4.2 單核苷酸的多態性
4.5 基於MATLAB工具箱的基因序列分析
4.5.1 序列比對
4.5.2 系統發生樹構建
4.6 基因組研究展望
習題
參考文獻
第5章 轉錄組技術與數據分析
5.1 轉錄組概述
5.2 轉錄組研究的實驗技術
5.2.1 基因晶片技術
5.2.2 基因表達序列分析
5.2.3 RNA測序技術
5.2.4 轉錄組檢測技術比較
5.3 生物信息學方法在轉錄組研究中的套用
5.3.1 基因晶片數據標準
5.3.2 基因晶片設計
5.3.3 數據分析算法
5.4 基因晶片數據分析與處理
5.4.1 基因表達數據預處理
5.4.2 晶片數據的統計學分析
5.4.3 基因晶片的生物學分析
5.4.4 晶片數據分析軟體
5.5 基於MATLAB工具箱的基因晶片數據分析
5.5.1 基因晶片數據來源
5.5.2 基因表達譜數據分析
5.5.3 晶片數據分析小結
5.6 轉錄組研究展望
習題
參考文獻
第6章 蛋白質組學技術與數據分析
6.1 蛋白質組概述
6.2 蛋白質組學的定義
6.2.1 蛋白質組學發展歷史
6.2.2 蛋白質組學研究內容
6.3 蛋白質組學實驗技術
6.3.1 蛋白質分離技術
6.3.2 蛋白質鑑定與定量技術
6.4 質譜數據分析
6.4.1 質譜數據的特點
6.4.2 蛋白質鑑定
6.4.3 蛋白質定量
6.4.4 翻譯後修飾
6.5 蛋白質組學研究展望
參考文獻
第7章 生物分子網路研究
7.1 生物網路概述
7.2 生物網路分類介紹
7.2.1 蛋白質相互作用網路
7.2.2 代謝網路
7.2.3 信號轉導網路
7.2.4 基因表達調控網路
7.2.54種生物網路的比較
7.3 生物網路的屬性分析
7.3.1 單個結點的屬性
7.3.2 子網路
7.3.3 總體屬性
7.3.4 網路比對
7.3.5 網路的動態分析
7.4 生物網路的專門分析方法
7.4.1 蛋白質相互作用的預測和驗證
7.4.2 代謝網路的分析方法
7.4.3 信號網路的重建
7.4.4 基因調控網路的構建
7.5 生物網路研究展望
習題
參考文獻
第8章 系統生物學研究
8.1 系統生物學概述
8.1.1 系統生物學的定義
8.1.2 系統生物學的基本思想
8.1.3 系統生物學的研究內容
8.1.4 系統生物學的研究方法
8.2 生物數據的挖掘與整合
8.2.1 生物數據的挖掘
8.2.2 不同組學數據的整合
8.3 生物系統的建模與仿真
8.3.1 系統生物學建模語言
8.3.2 生物系統建模過程
8.4 從虛擬細胞到虛擬人
8.4.1 虛擬細胞
8.4.2 虛擬器官
8.4.3 虛擬人體
8.5 生物系統的人工合成——合成生物學
8.5.1 合成生物學簡介
8.5.2 合成生物學研究現狀
8.5.3 合成生物學套用前景
8.6 基於MATLAB工具箱的生物過程模擬
8.6.1 研究對象
8.6.2 建立信號通路模型
8.6.3 模型仿真與結果演示
8.6.4 模型參數估計
8.6.5 仿真結果分析
8.7 系統生物學研究展望
習題
參考文獻
第9章 生物信息學在藥物研發中的套用
9.1 新藥研發概述
9.2 疾病相關的資料庫資源
9.2.1 疾病相關的基因資料庫
9.2.2 候選藥靶資料庫
9.2.3 疾病相關的基因晶片資料庫
9.2.4 其他相關資料庫
9.3 用於藥靶發現的生物信息學方法
9.3.1 基因組學方法
9.3.2 轉錄組學方法
9.3.3 蛋白質水平研究方法
9.3.4 代謝組學方法
9.3.5 整合多組學數據的系統生物學方法
9.4 潛在藥靶的生物信息學驗證
9.4.1 蛋白質的可藥性
9.4.2 藥物的副作用
9.5 以靶標為基礎的藥物設計
9.5.1 先導化合物的篩選和最佳化
9.5.2 藥物毒性預測和風險評估
9.6 新藥研發展望
參考文獻
索引
1.1 引言
1.2 生物信息學的發展歷史
1.2.1 生物信息學的誕生
1.2.2 生物信息學的興起
1.2.3 生物信息學的蓬勃發展
1.3 生物信息學的研究內容
1.3.1 基因組學研究
1.3.2 轉錄組數據分析
1.3.3 蛋白質組學分析
1.3.4 生物網路分析
1.3.5 系統生物學研究
1.3.6 醫學相關研究
1.4 生物信息學的研究資源
1.4.1 研究機構
1.4.2 資料庫
1.4.3 文獻資源
1.4.4 分析工具
1.4.5 程式語言
1.5 生物信息學的套用
1.5.1 輔助實驗設計
1.5.2 提供數據分析的工具
1.5.3 探索生物規律
1.5.4 促進醫學研究
1.6 生物信息學展望
1.6.1 導致重大的科學規律的發現
1.6.2 促進不同學科的交融
1.6.3 提供對於複雜系統的分析能力
1.6.4 展現巨大的套用前景
習題
參考文獻
第2章 生物學基礎
2.1 生命概述
2.2 生命科學的研究歷史
2.2.1 描述生物學階段
2.2.2 實驗生物學階段
2.2.3 現代生物學階段
2.3 生命的有序結構
2.3.1 細胞的定義和功能
2.3.2 細胞的基本組分
2.3.3 細胞分裂
2.4 生命活動的動態運行
2.4.1 基因概述
2.4.2 中心法則
2.4.3 蛋白質解說
2.5 生物學研究展望
習題
參考文獻
第3章 生物信息學算法介紹
3.1 生物信息學算法概述
3.2 數學統計方法
3.2.1 統計假設檢驗
3.2.2 回歸與相關
3.2.3 隱馬爾可夫模型
3.3 特徵選擇與最佳化方法
3.3.1 特徵提取算法
3.3.2 數據壓縮算法
3.4 模式分類方法
3.4.1 K近鄰法
3.4.2 貝葉斯分類器
3.4.3 決策樹方法
3.4.4 支持向量機方法
3.4.5 人工神經網路
3.4.6 遺傳算法
3.4.7 聚類算法
3.4.8 分類器的選擇
3.5 模型評估方法
3.5.1 構建標準數據集
3.5.2 評價指標
3.6 生物信息學算法展望
習題
參考文獻
第4章 基因組技術與研究方法
4.1 基因組概述
4.2 人類基因組計畫
4.2.1 人類基因組計畫的提出
4.2.2 人類基因組計畫的主要任務
4.2.3 大規模測序的基本策略
4.2.4 人類基因組計畫的完成
4.2.5 人類基因組計畫對生物信息學的挑戰
4.3 功能基因組
4.3.1 基因組注釋
4.3.2 進化論和比較基因組學
4.4 差異基因組學
4.4.1 人類遺傳多態性
4.4.2 單核苷酸的多態性
4.5 基於MATLAB工具箱的基因序列分析
4.5.1 序列比對
4.5.2 系統發生樹構建
4.6 基因組研究展望
習題
參考文獻
第5章 轉錄組技術與數據分析
5.1 轉錄組概述
5.2 轉錄組研究的實驗技術
5.2.1 基因晶片技術
5.2.2 基因表達序列分析
5.2.3 RNA測序技術
5.2.4 轉錄組檢測技術比較
5.3 生物信息學方法在轉錄組研究中的套用
5.3.1 基因晶片數據標準
5.3.2 基因晶片設計
5.3.3 數據分析算法
5.4 基因晶片數據分析與處理
5.4.1 基因表達數據預處理
5.4.2 晶片數據的統計學分析
5.4.3 基因晶片的生物學分析
5.4.4 晶片數據分析軟體
5.5 基於MATLAB工具箱的基因晶片數據分析
5.5.1 基因晶片數據來源
5.5.2 基因表達譜數據分析
5.5.3 晶片數據分析小結
5.6 轉錄組研究展望
習題
參考文獻
第6章 蛋白質組學技術與數據分析
6.1 蛋白質組概述
6.2 蛋白質組學的定義
6.2.1 蛋白質組學發展歷史
6.2.2 蛋白質組學研究內容
6.3 蛋白質組學實驗技術
6.3.1 蛋白質分離技術
6.3.2 蛋白質鑑定與定量技術
6.4 質譜數據分析
6.4.1 質譜數據的特點
6.4.2 蛋白質鑑定
6.4.3 蛋白質定量
6.4.4 翻譯後修飾
6.5 蛋白質組學研究展望
參考文獻
第7章 生物分子網路研究
7.1 生物網路概述
7.2 生物網路分類介紹
7.2.1 蛋白質相互作用網路
7.2.2 代謝網路
7.2.3 信號轉導網路
7.2.4 基因表達調控網路
7.2.54種生物網路的比較
7.3 生物網路的屬性分析
7.3.1 單個結點的屬性
7.3.2 子網路
7.3.3 總體屬性
7.3.4 網路比對
7.3.5 網路的動態分析
7.4 生物網路的專門分析方法
7.4.1 蛋白質相互作用的預測和驗證
7.4.2 代謝網路的分析方法
7.4.3 信號網路的重建
7.4.4 基因調控網路的構建
7.5 生物網路研究展望
習題
參考文獻
第8章 系統生物學研究
8.1 系統生物學概述
8.1.1 系統生物學的定義
8.1.2 系統生物學的基本思想
8.1.3 系統生物學的研究內容
8.1.4 系統生物學的研究方法
8.2 生物數據的挖掘與整合
8.2.1 生物數據的挖掘
8.2.2 不同組學數據的整合
8.3 生物系統的建模與仿真
8.3.1 系統生物學建模語言
8.3.2 生物系統建模過程
8.4 從虛擬細胞到虛擬人
8.4.1 虛擬細胞
8.4.2 虛擬器官
8.4.3 虛擬人體
8.5 生物系統的人工合成——合成生物學
8.5.1 合成生物學簡介
8.5.2 合成生物學研究現狀
8.5.3 合成生物學套用前景
8.6 基於MATLAB工具箱的生物過程模擬
8.6.1 研究對象
8.6.2 建立信號通路模型
8.6.3 模型仿真與結果演示
8.6.4 模型參數估計
8.6.5 仿真結果分析
8.7 系統生物學研究展望
習題
參考文獻
第9章 生物信息學在藥物研發中的套用
9.1 新藥研發概述
9.2 疾病相關的資料庫資源
9.2.1 疾病相關的基因資料庫
9.2.2 候選藥靶資料庫
9.2.3 疾病相關的基因晶片資料庫
9.2.4 其他相關資料庫
9.3 用於藥靶發現的生物信息學方法
9.3.1 基因組學方法
9.3.2 轉錄組學方法
9.3.3 蛋白質水平研究方法
9.3.4 代謝組學方法
9.3.5 整合多組學數據的系統生物學方法
9.4 潛在藥靶的生物信息學驗證
9.4.1 蛋白質的可藥性
9.4.2 藥物的副作用
9.5 以靶標為基礎的藥物設計
9.5.1 先導化合物的篩選和最佳化
9.5.2 藥物毒性預測和風險評估
9.6 新藥研發展望
參考文獻
索引
序言
前言
生物信息學是隨著生命科學，特別是分子生物學研究的深入和大規模生物工程技術的快速發展而逐步興起和繁榮的一門交叉學科。生物信息學研究的起源可以追溯到孟德爾豌豆雜交實驗的數據統計。之後，隨著生物技術的發展，生物學研究中產生了複雜的影像數據（例如電子顯微鏡）和波譜數據（例如核磁共振）等，需要利用複雜的計算方法，根據其物理化學原理和數學模型，復原其中包含的生物信息。而真正促使生物信息學正式誕生的則是基因組測序研究的大規模開展，其標誌性事件是“人類基因組計畫”。大規模測序數據的產出，使研究人員認識到，生物數據的存儲、處理和共享等工作已不再是簡單的輔助，而需要一個專門的學科，充分結合生物技術、信息科學與計算方法，去挖掘海量生物數據中蘊含的知識寶藏。
由於生命科學的快速發展，新的觀點、理論和原理不斷湧現，各種技術方法和手段層出不窮，呈現螺旋式上升的趨勢。在此背景下，生物信息學的研究內容也在不斷擴展。從早期以基因組序列分析為主，到各種組學數據的分析和處理，再到系統生物學層面的分子網路建模與分析，生物信息學需要解決越來越複雜的系統性問題。從發展的眼光來看，我們認為，生物信息學至少包括如下3個層次的研究內容。
① 實驗數據的分析，目的是從觀測數據中最大限度地還原和提取有效的生物信息，其中包括各種組學研究的數據分析；
② 對基於序列、相互作用等已經整理的數據進行規律發現，解讀生命運行的規律，例如基因模體的發現、蛋白質亞細胞定位的預測等；
③ 利用儘可能多的觀測數據，建立不同層次的生物系統模型，開展生物系統仿真和設計的理論研究。
作為一門典型的交叉學科，每個相關學科方向的研究人員都可以從本學科的角度介入生物信息學研究。例如，生物實驗人員可以將實驗設計、實驗數據處理的操作規程、實驗參數最佳化等問題作為其生物信息學研究方向；模式識別和機器學習方面的研究人員可以將很多問題歸結為特徵提取、模型訓練和評估的研究；計算機方面的研究人員可以將建設高質量資料庫，開發高效、易操作的軟體，利用高性能計算技術完成高複雜度的生物信息計算等問題作為其研究重點；物理學、化學方面的研究為生物實驗提供了豐富的手段，同時也提出了很多待解決的理論和套用問題，這個方向的研究人員可以從實驗原理分析和儀器最佳化設計的角度來介入生物信息學研究；而系統建模、分析和設計作為控制學科的基本研究內容，也可以用於模擬生物系統行為，適合作為該方向研究人員對生物信息學的介入點。可以說，生物信息學為不同學科的人才搭建了充分展示的舞台，以其開放性和前沿性提供了豐富的待研究問題和產生重大突破的可能。
可以發現，生物信息學的研究內容非常豐富，而且其進展快速，不斷有新的研究問題和方法湧現。這種特點使得生物信息學的教材內容比較難以組織。但是我們認為，生物信息學的根源是生物學，其所有的問題都來源於生物學研究的需要，其所有的成果也必須經由生物學的檢驗才能體現其價值。生物信息學的核心是用數學的語言來描述生物學問題，用計算機方法和信息技術來解決問題。因此，本書沒有將現有的生物信息學資料庫、工具作為介紹重點，而是以生物學問題為導向，依次介紹了生物信息學在基因組、轉錄組、蛋白質組、生物網路和系統生物學中的套用，以具體的案例來演示如何發現和解決各種生物學問題，並對目前研究中存在的問題和未來的發展方向進行展望。或許哪一天，某一個資料庫不再更新，某一個工具不再適用，但是生物信息學的研究思路不會改變，那就是從生物中來，到生物中去。只有深入地思考生物學問題，掌握計算機和信息技術的利器，把握科學研究的一般規律，才能一直處於生命科學的前沿陣地。
本書總體編排如下： 第1章介紹生物信息學的研究歷史和發展現狀；第2章討論相關生物學基礎，側重於介紹生物信息學相關的分子生物學內容；第3章介紹算法方面的相關技術，包括統計分析、機器學習和模型評估方法；從第4章開始，分專題介紹各種組學研究，包括基因組學、轉錄組學、蛋白質組學、生物網路和系統生物學。最後以案例方式介紹生物信息學在藥物研發中的套用。本書沒有涵蓋代謝組學和糖組學方面的內容。
本書是生物信息學相關專業的研究生教材，也可以作為生物信息學相關研究人員的參考書。感謝國防科技大學和北京蛋白質組中心的生物信息學研究課題組為本書編寫提供的幫助，希望本書對於系統了解生物信息學技術能夠有所助益，歡迎學術同仁不吝賜教。
劉偉 張紀陽 謝紅衛2013年1月19日
生物信息學是隨著生命科學，特別是分子生物學研究的深入和大規模生物工程技術的快速發展而逐步興起和繁榮的一門交叉學科。生物信息學研究的起源可以追溯到孟德爾豌豆雜交實驗的數據統計。之後，隨著生物技術的發展，生物學研究中產生了複雜的影像數據（例如電子顯微鏡）和波譜數據（例如核磁共振）等，需要利用複雜的計算方法，根據其物理化學原理和數學模型，復原其中包含的生物信息。而真正促使生物信息學正式誕生的則是基因組測序研究的大規模開展，其標誌性事件是“人類基因組計畫”。大規模測序數據的產出，使研究人員認識到，生物數據的存儲、處理和共享等工作已不再是簡單的輔助，而需要一個專門的學科，充分結合生物技術、信息科學與計算方法，去挖掘海量生物數據中蘊含的知識寶藏。
由於生命科學的快速發展，新的觀點、理論和原理不斷湧現，各種技術方法和手段層出不窮，呈現螺旋式上升的趨勢。在此背景下，生物信息學的研究內容也在不斷擴展。從早期以基因組序列分析為主，到各種組學數據的分析和處理，再到系統生物學層面的分子網路建模與分析，生物信息學需要解決越來越複雜的系統性問題。從發展的眼光來看，我們認為，生物信息學至少包括如下3個層次的研究內容。
① 實驗數據的分析，目的是從觀測數據中最大限度地還原和提取有效的生物信息，其中包括各種組學研究的數據分析；
② 對基於序列、相互作用等已經整理的數據進行規律發現，解讀生命運行的規律，例如基因模體的發現、蛋白質亞細胞定位的預測等；
③ 利用儘可能多的觀測數據，建立不同層次的生物系統模型，開展生物系統仿真和設計的理論研究。
作為一門典型的交叉學科，每個相關學科方向的研究人員都可以從本學科的角度介入生物信息學研究。例如，生物實驗人員可以將實驗設計、實驗數據處理的操作規程、實驗參數最佳化等問題作為其生物信息學研究方向；模式識別和機器學習方面的研究人員可以將很多問題歸結為特徵提取、模型訓練和評估的研究；計算機方面的研究人員可以將建設高質量資料庫，開發高效、易操作的軟體，利用高性能計算技術完成高複雜度的生物信息計算等問題作為其研究重點；物理學、化學方面的研究為生物實驗提供了豐富的手段，同時也提出了很多待解決的理論和套用問題，這個方向的研究人員可以從實驗原理分析和儀器最佳化設計的角度來介入生物信息學研究；而系統建模、分析和設計作為控制學科的基本研究內容，也可以用於模擬生物系統行為，適合作為該方向研究人員對生物信息學的介入點。可以說，生物信息學為不同學科的人才搭建了充分展示的舞台，以其開放性和前沿性提供了豐富的待研究問題和產生重大突破的可能。
可以發現，生物信息學的研究內容非常豐富，而且其進展快速，不斷有新的研究問題和方法湧現。這種特點使得生物信息學的教材內容比較難以組織。但是我們認為，生物信息學的根源是生物學，其所有的問題都來源於生物學研究的需要，其所有的成果也必須經由生物學的檢驗才能體現其價值。生物信息學的核心是用數學的語言來描述生物學問題，用計算機方法和信息技術來解決問題。因此，本書沒有將現有的生物信息學資料庫、工具作為介紹重點，而是以生物學問題為導向，依次介紹了生物信息學在基因組、轉錄組、蛋白質組、生物網路和系統生物學中的套用，以具體的案例來演示如何發現和解決各種生物學問題，並對目前研究中存在的問題和未來的發展方向進行展望。或許哪一天，某一個資料庫不再更新，某一個工具不再適用，但是生物信息學的研究思路不會改變，那就是從生物中來，到生物中去。只有深入地思考生物學問題，掌握計算機和信息技術的利器，把握科學研究的一般規律，才能一直處於生命科學的前沿陣地。
本書總體編排如下： 第1章介紹生物信息學的研究歷史和發展現狀；第2章討論相關生物學基礎，側重於介紹生物信息學相關的分子生物學內容；第3章介紹算法方面的相關技術，包括統計分析、機器學習和模型評估方法；從第4章開始，分專題介紹各種組學研究，包括基因組學、轉錄組學、蛋白質組學、生物網路和系統生物學。最後以案例方式介紹生物信息學在藥物研發中的套用。本書沒有涵蓋代謝組學和糖組學方面的內容。
本書是生物信息學相關專業的研究生教材，也可以作為生物信息學相關研究人員的參考書。感謝國防科技大學和北京蛋白質組中心的生物信息學研究課題組為本書編寫提供的幫助，希望本書對於系統了解生物信息學技術能夠有所助益，歡迎學術同仁不吝賜教。
劉偉 張紀陽 謝紅衛2013年1月19日
