中图网

>

生物科学

生物信息学(第四版)

作者：陈铭

出版社：科学出版社出版时间：2022-03-01

开本：其他页数： 404

本类榜单：自然科学销量榜

中图价:¥48.9(7.0折) 定价 ~~¥69.8~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
宇宙、量子和人类心灵

宇宙、量子和人类心灵

¥41.6¥58
>
考研数学专题练1200题

考研数学专题练1200题

¥30.6¥78
>
希格斯:“上帝粒子”的发明与发现

希格斯:“上帝粒子”的发明与发现

¥17.4¥48
>
神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁

神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁

¥48¥120
>
二十四史天文志校注(上中下)

二十四史天文志校注(上中下)

¥261.3¥390
>
声音简史

声音简史

¥20.8¥52
>
浪漫地理学:追寻崇高景观

浪漫地理学:追寻崇高景观

¥39.3¥59

商品详情
商品评论(0条)

中图价:¥48.9 加入购物车

版权信息
内容简介
目录
节选

生物信息学(第四版) 版权信息

ISBN：9787030719065
条形码：9787030719065 ; 978-7-03-071906-5
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
自然科学
>
生物科学

生物信息学(第四版) 内容简介

本书由四十余所高校联合编写而成，系统全面地介绍生物信息学的基本概念与内容。全书共14章，内容涵盖分子生物学数据库、序列结构与功能分析、基因表达与非编码RNA转录分析、蛋白质结构与功能、系统生物学、合成生物学，以及计算生物学等生物信息学中的重点问题。书中配有大量的二维码及部分视频资源，方便读者利用移动设备进行查询与学习。

生物信息学(第四版) 目录

目录
序
第四版前言
**版前言
致学生的信
致老师的信
**章生物信息学的概念及发展历史 1
**节生物信息学的发展历史 1
第二节生物信息学的研究领域 5
第三节生物信息学的主要应用 6
第四节生物信息学面临的挑战 10
思考题 11
主要参考文献 11
第二章生物学数据库及其检索 12
**节生物学数据库简介 12
第二节生物学数据库的数据存储格式 21
第三节生物学数据库的检索 35
思考题 43
主要参考文献 44
第三章序列比对原理 45
**节序列比对相关概念 45
第二节序列比对打分方法 48
第三节序列比对算法 54
第四节序列比对工具 57
第五节多序列比对 60
思考题 64
主要参考文献 64
第四章蛋白质结构预测与分析 65
**节蛋白质结构组织层次 65
第二节蛋白质结构的测定与理论预测 70
第三节蛋白质对接 84
第四节蛋白质折叠与疾病 85
思考题 89
主要参考文献 89
第五章基因组学 90
**节基因组学概述 91
第二节蛋白质编码基因的注释 95
第三节 RNA基因的注释 99
第四节重复序列的注释 101
第五节假基因的注释 102
第六节案例分析：黄瓜基因组的注释 103
思考题 110
主要参考文献 111
第六章转录组学 112
**节转录组学概述 112
第二节试验设计和测序流程 115
第三节转录组数据核心分析 117
第四节功能分析 122
第五节 RNA-seq数据分析案例 134
思考题 141
主要参考文献 141
第七章非编码RNA 146
**节非编码RNA概述 146
第二节非编码RNA的分类 149
第三节 microRNA 152
第四节 lncRNA 159
第五节 circRNA 161
第六节其他小分子RNA 165
思考题 168
主要参考文献 169
第八章蛋白质组学 170
**节蛋白质组学概述 170
第二节蛋白质的大规模分离鉴定技术 171
第三节蛋白质的翻译后修饰 177
第四节蛋白质分选 178
第五节蛋白质相互作用 180
思考题 186
主要参考文献 186
第九章系统生物学 187
**节系统生物学基本概念 187
第二节复杂网络及特征 191
第三节系统生物学基本技术与方法 193
第四节基因表达调控网络 197
第五节代谢网络 200
第六节信号转导途径 203
第七节蛋白质-蛋白质相互作用网络 210
第八节虚拟细胞 220
第九节生物学网络的构建、分析与可视化 220
思考题 224
主要参考文献 225
第十章合成生物学 228
**节合成生物学概述 228
第二节合成生物学基础研究经典实例 231
第三节合成生物学应用研究经典实例 237
思考题 240
主要参考文献 240
第十一章分子进化与系统发育 242
**节分子进化与系统发育概述 242
第二节分子系统发育树的构建方法 247
第三节系统发育树构建及应用 257
思考题 269
主要参考文献 269
第十二章统计学习与推理 272
**节统计学习与推理基础 272
第二节统计模型与参数推断 276
第三节聚类分析、主成分分析与Fisher判别 279
第四节贝叶斯推理 284
第五节隐马尔可夫模型 286
第六节动态神经网络 293
第七节深度学习 296
第八节支持向量机 303
第九节 MATLAB的应用实例 308
思考题 311
主要参考文献 312
第十三章生物信息学编程基础 313
**节 Linux操作系统 313
第二节生物信息学中的编程语言 322
第三节 SQL及数据库编程 341
第四节并行计算 351
思考题 357
主要参考文献 357
第十四章新一代测序技术及其应用 358
**节测序技术概述 358
第二节第二代测序原理 360
第三节第二代测序技术的应用 366
第四节生物信息学在第二代测序中的应用 368
第五节生物信息学新技术与发展趋势 374
思考题 377
主要参考文献 378
附录 379
思政导读 379
首批中国生物信息学终身成就奖得主简介 379
国家基因组科学数据中心：整合中国组学资源，打破数据孤岛 383

展开全部

生物信息学(第四版) 节选

**章　生物信息学的概念及发展历史　　自从1990年美国启动人类基因组计划以来，人与模式生物基因组的测序工作进展极为迅速。美国*新公布的GenBank数据库版本拥有的DNA序列总量已超过1万亿个碱基对，与其同步增长的还有氨基酸序列，序列信息像潮水般向人们涌来。因此，有人说，基于序列的生物学时代已经到来。生物学家面临的*主要的一个困难就是处理浩瀚的数据，序列数据并不等于信息和知识，却是信息和知识的源泉，关键在于如何从中挖掘它们，这就催生了一门新兴的交叉科学——生物信息学。21世纪是生命科学的世纪，离不开生物信息学的发展。生物信息学是将计算机与信息科学技术运用到生命科学，尤其是分子生物学研究中的交叉学科。　　**节　生物信息学的发展历史　　随着基因组计划的进展，海量的生物学数据必须通过生物信息学的手段进行收集、分析和整理，才能成为有用的信息和知识。人类基因组计划为生物信息学提供了兴盛的契机。目前，生物信息学已经深入生命科学的方方面面。　　欧美国家一直非常重视生物信息学的发展，各种专业研究机构和公司如雨后春笋般涌现出来，生物科技公司和制药企业内部的生物信息学部门的数量与日俱增。但由于对生物信息学的需求是如此迅猛，即使是像美国这样的发达国家也面临着人才匮乏、供不应求的局面。　　目前，各类生物信息学专业期刊门类繁多，包括纸质期刊和电子期刊两种，如Bioinformatics（前身为Applications in the Biosciences）、Nucleic Acids Research、Briefings in Bioinformatics、Genomics，Proteomics & Bioinformatics、PLoS Computational Biology、BMC Bioinformatics、Journal of Computational Biology及Journal of Integrative Bioinformatics等。　　从网络资源来看，国外互联网上的生物信息学网点繁多，大到代表国家*研究机构，小到代表专业实验室。大型机构的网点一般提供相关新闻、数据库服务和软件在线服务；小型科研机构一般是介绍自己的研究成果，有的还提供自行设计的算法在线服务。总体而言，它们基本都是面向生物信息学专业人士，各种分析方法虽然很全面，但却分散在不同的网点，分析结果也需专业人士来解读。　　目前，绝大部分的核酸和蛋白质数据库由美国、欧洲及日本的三家数据库系统产生，它们共同组成了GenBank/ENA/DDBJ国际核酸序列数据库，每天交换数据，同步更新。其他一些国家，如德国、法国、意大利、瑞士、澳大利亚、丹麦和以色列等，在分享网络共享资源的同时，也分别建有自己的生物信息学机构、次级或者衍生的具有各自特色的专业数据库及自己的分析技术，服务于本国生物医学研究和开发，有些服务也开放于全世界。　　国内对生物信息学领域的研究也越来越重视，自北京大学于1996年建立了国内**个生物信息学网络服务器以来，我国生物信息学的研究得到蓬勃发展。较早开展生物信息学研究的单位主要有：北京大学、清华大学、浙江大学、中国科学院生物物理研究所、中国科学院上海生命科学研究院、中国科学院遗传与发育生物学研究所等。北京大学、天津大学分别于1997年、1998年成立了生物信息学中心，中国科学院上海生命科学研究院也于2000年3月成立了生物信息学中心。如今，生命科学的基础研究与技术开发对生物信息学的科研与人才需求越发迫切，越来越多的高等院校、科研单位开展了生物信息学教育和科研工作，少数如哈尔滨医科大学专门设置了生物信息科学与技术学院，越来越多的生物信息学技术服务机构或公司也提供了相应的科技服务。　　表1-1列出了生命科学、计算机科学及生物信息学大事记，从中可以看出其发展进程及　　中国的贡献。　　表1-1　生命科学、计算机科学及生物信息学相关大事记　　第二节　生物信息学的研究领域　　虽然生物信息学可以理解为“生物学＋信息学（计算机科学及应用）”，但作为一门学科，它有自己的学科体系，而不是简单的叠加。需要强调的是，生物信息学是一门工程技术学科。必须注意到，生物信息学的研究内容与研究对象或客体（应用方面）是不同的概念。很显然，生物信息学的研究对象是生物数据。其中，*“经典”的是分子生物学数据，即基因组技术的产物——DNA序列。后基因组时代将从系统角度研究生命过程的各个层次，走向探索生命过程的每个环节，包括微观（深入到研究单个分子的结构和运动规律）和宏观（结合宏观生态学，从大的角度来研究生命过程）两个方向，着重于“序列→结构→功能→应用”中的“功能”和“应用”部分。就研究面来说，其涉及并参与生命科学各个领域的研究（陈铭，2004）。　　1．分子生物学与细胞生物学　　该领域以DNA-RNA-蛋白质为对象，分析编码区和非编码区中信息结构和编码特征，以及相应的信息调节与表达规律等。由于生物功能的主要体现者是蛋白质，研究蛋白质的修饰加工、转运定位、结构变化、相互作用等活动将推动对基因的功能、表达和调控的理解，对细胞活动及器官、系统、整体活动的调控都很关键。　　2．生物物理学　　生物物理学其实是物理学的一个分支，研究的是生物的物理形态，涉及生物能学、结构生物学、生物力学、生物控制论、电生理学等。但这方面的生物数据获取和分析也越来越依赖于计算机的应用，如模型的建立、光谱和成像数据的分析等。　　3．脑和神经科学　　脑是自然界中*复杂的组织，长期以来，通过神经解剖、神经生理、神经病理和临床医学研究，获得了大量有关脑结构和功能的数据。近年来，神经生物学研究也取得了大量科研成果，但是这些研究大多是在组织、细胞和分子水平进行的，不能很好地在系统和整体水平上反映人脑活动的规律。随着核磁共振成像和正电子发射断层成像的发展，应用计算机技术，我们有可能在系统和整体水平上无创地研究人脑的功能定位、功能区之间的联系及神经递质和神经受体等。由此产生的神经信息学研究，将对我们了解脑、治疗脑和开发脑产生重大的作用。　　4．医药学　　人类基因组计划的目的之一就是找到人类基因组中的所有基因。如何筛选分离各疾病的致病基因，获得疾病的表型相关基因信息的工作才刚开始。我们需要在现有的基因测序的工作平台上，强化生物信息学平台的建设，从而加快对突发性疫情、公共卫生的监控，以及对致病源进行快速有效的分析和解决。此外，结合生物芯片数据分析，确定药物作用靶点，再利用计算机技术进行合理的药物设计，将是新药开发的主要途径。　　5．农林牧渔学　　基因组计划也加快了农业生物功能基因组的研究，加快了转基因动植物育种所需生物信息学研究的步伐。通过比较基因组学、表达分析和功能基因组分析识别重要基因，为培育转基因动植物、改良动植物的质量和数量性状奠定了基础。通过分析病虫害、寄生生物的信号受体和转录途径组分，进行农业化合物设计，结合化学信息学方法，鉴定可用于杀虫剂和除草剂的潜在化学成分。此外，通过此方法可以进行动植物遗传资源研究，保护生物多样性；还可以对工业发酵菌进行代谢工程的研究，有目的地控制产品的生产。　　6．分子和生态进化　　另一个重要的研究对象就是分子和生态进化。通过比较不同生物基因组中各种结构成分的异同，可以大大加深我们对生物进化的认识。从各种基因结构与成分的进化、密码子使用的进化，到进化树的构建，各种理论上和实验上的课题都等待着生物信息学家的研究。　　第三节　生物信息学的主要应用　　一、生物信息学数据库　　生物信息学很大一部分工作体现在生物数据的收集、存储、管理与共享上，包括：建立国际基本生物信息库和生物信息传输的国际联网系统；建立生物信息数据质量的评估与检测系统；生物信息工具开发和在线服务；生物信息可视化和专家系统。　　比较著名的与生物有关的数据资源有NCBI、EMBL、KEGG等。　　（一）数据库建设　　生物数据库的建设是进行生物信息学研究的基础，尽管目前已有许多公共数据库可供使用，如GenBank，且它们还同时集成开发了相应的生物分析软件工具，如NCBI的BLAST系列工具（http）。但我们进行专项研究时，往往需要组建新的数据库。建立自己的数据库，就必须分析数据库的储存形式和复杂程度，选择什么数据库，怎么开发信息交流平台，要不要提供相应的分析程序，甚至要不要将各搜索算法硬件化，实行并行计算、显卡处理器（GPU）计算和先进的内存管理以提高速度等。此外，也需要考虑架设数据库的成本。Oracle（http://）这类大型数据库的价格较高，而免费的MySQL（http://）则可能会有功能上的缺失。目前来看，基于UNIX开发的共享数据库PostgreSQL（http://）较为适宜。此外，XML类数据库亦可提供一些解决方案。　　（二）数据库整合和数据挖掘　　生物数据库覆盖面广，分布分散且异质。当根据一定的要求将多个数据库整合在一起提供综合服务、提供数据库的一体化和集成环境时，*简单的方法是用超级链接或进行拷贝再整理。但往往简单的链接并不能符合要求，再整理涉及数据下载和更新的问题，而且不是真正意义上的“整合”。目前使用较多的是联合数据库系统，它是IBM分布式数据库解决方案的重要组成部分，支持用户或应用程序在同一条SQL语句中查询不同数据库甚至不同数据库管理系统中的数据。也有直接基于Internet技术而进行远程查询，从而进行文本数据挖掘和再整理的。由于生物的分支学科较多，整合时还需从语义学的角度考虑不同数据库的一致性问题，其实这已经成为了通过标准查询机制来连接数据库的一大阻碍，Ontology技术可能可以解决这一问题。　　二、序列分析　　（一）序列比对　　生物信息学*基本的操作对象是核酸序列和氨基酸序列。　　1955年桑格（Frederick Sanger）完成了**个蛋白质——牛胰岛素化学结构的测定。1977年，他领导的研究小组再一次成功地测定了**个噬菌体ΦX174全基因组5386个碱基对的核苷酸序列，并发明了快速测定DNA序列的新方法。此后，全世界生物科学研究进入了分子水平。在使用鸟枪法进行DNA测序时，完整的DNA链被打散为成千上万条长600～800

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐