生物信息學（第2版）

《生物信息學（第2版）》是2018年5月電子工業出版社出版的圖書，作者是劉偉、張紀陽、謝紅衛。

基本介紹

• 中文名：生物信息學（第2版）
• 作者：劉偉、張紀陽、謝紅衛
• ISBN：9787121338830
• 頁數：336頁
• 定價：79元
• 出版社：電子工業出版社
• 出版時間：2018年5月
• 開本：16開

內容簡介

本書以生物學問題為導向，以具體的案例來演示如何用信息學方法處理各種生物學數據，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。全書從介紹生物信息學的研究歷史和發展現狀入手，第2章描述了相關生物學基礎，重點討論生物信息學的研究對象——生物大分子；第3章介紹了生物數據的常用分析算法，包括統計分析、機器學習和模型評估方法，並新增了一些算法介紹，特別是新近發展的隨機森林和深度學習方法；從第4章開始，分專題介紹了各種組學研究，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，本書介紹了生物信息學在藥物研發中的套用。

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 假設檢驗

3.2.2 相關與回歸分析

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 隨機森林

3.4.5 支持向量機方法

3.4.6 人工神經網路

3.4.7 深度學習

3.4.8 遺傳算法

3.4.9 聚類算法

3.4.10分類器的選擇

3.5 分類模型評估方法

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 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 系統發育樹構建

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

7.2.5 4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