生物信息学导论 面向高性能计算的算法与应用【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

生物信息学导论 面向高性能计算的算法与应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一篇 预备知识篇1

第1章 分子生物学基础3

1.1 生命的演化与分类4

1.2 核酸：DNA与RNA5

1.3 蛋白质7

1.4 DNA的复制9

1.5 基因与染色体10

1.6 基因表达10

1.6.1 转录11

1.6.2 遗传密码11

1.6.3 基因的进化——遗传与变异14

1.7 现代生物工程技术16

1.8 现代分子生物学中的经典计算问题18

第2章 数学及计算机科学基础20

2.1 线性代数理论20

2.1.1 记号与约定20

2.1.2 矩阵的范数20

2.1.3 矩阵的特征值与特征向量21

2.1.4 矩阵的广义逆22

2.2 概率论基础知识22

2.2.1 随机事件22

2.2.2 概率的三种定义23

2.2.3 概率的加法原理24

2.2.4 条件概率24

2.2.5 全概率公式和Bayes公式24

2.2.6 独立随机试验与贝努利定律25

2.2.7 随机变量及其分布26

2.2.8 常用的随机分布27

2.2.9 概率分布的熵与相对熵30

2.2.10 随机过程31

2.2.11 一阶马氏链31

2.2.12 随机游动34

2.2.13 高阶马氏链34

2.2.14 统计推断与假设检验35

2.3 最优化理论35

2.3.1 问题描述35

2.3.2 Lagrange理论37

2.4 统计学习理论41

2.4.1 引言41

2.4.2 机器学习的基本问题和方法42

2.4.3 统计学习理论的核心内容45

2.5 函数增长速度的比较54

第二篇 序列分析篇57

第3章 序列比对的基本方法59

3.1 序列的相似性与同源性59

3.2 点阵图60

3.3 两序列比对概述61

3.4 全局比对的动态规划方法62

3.5 局部比对的动态规划方法64

3.6 重叠区域匹配的准全局比对算法66

3.7 空位罚分模型68

3.8 仿射空位罚分模型下的全局比对算法69

3.9 仿射空位罚分模型下的局部比对算法72

3.10 降价空间存储的两序列比对算法75

3.10.1 线性空间复杂性算法75

3.10.2 CheckPoint算法77

3.11 降低时间开销的两序列比对算法82

3.11.1 分块比对算法82

3.11.2 带状比对算法83

3.12 比对得分的正则化85

3.13 启发式的近似寻优比对算法86

3.13.1 FASTA86

3.13.2 BLAST88

3.14 比对得分的统计学显著性90

3.15 多序列比对90

3.15.1 MSA93

3.15.2 渐进式比对94

3.15.3 Gibbs采样方法97

3.15.4 启发式多序列比对软件与工具98

3.16 氨基酸替换矩阵99

3.16.1 PAM氨基酸替换矩阵99

3.16.2 BLOSUM氨基酸替换矩阵101

3.17 小结102

第4章 序列比对的并行计算103

4.1 并行编程模型103

4.1.1 并行计算的粒度103

4.1.2 进程间的通信104

4.2 并行计算机系统结构105

4.2.1 通用并行计算机系统105

4.2.2 专用并行处理硬件105

4.3 序列比对及其并行化方案106

4.4 Smith-Waterman算法的细粒度并行实现107

4.4.1 SWMMX并行算法108

4.4.2 SWSSE2并行算法109

4.4.3 条带型并行算法110

4.4.4 基于分块分治策略的并行算法111

4.4.5 其他并行算法115

4.5 序列数据库搜索的粗粒度并行算法116

4.5.1 并行FASTA116

4.5.2 TurboBLAST117

4.5.3 mpiBLAST117

4.6 多序列比对的并行算法118

4.6.1 HMMER及其并行算法118

4.6.2 ClustalW119

4.6.3 ClustalW-MPI121

4.6.4 并行ClustalW、HT Clustal和MULTICLUSTAL121

4.7 基于专用硬件FPGA的序列比对123

4.7.1 FPGA硬件设备123

4.7.2 FPGA并行计算124

第5章 基于字符串精确匹配的序列比较127

5.1 模式的精确匹配与非精确匹配127

5.2 朴素的模式匹配算法128

5.3 线性时间的字符串搜索算法128

5.4 基于关键字树的模式集合匹配算法130

5.5 后缀树132

5.6 后缀树的构造134

5.7 后缀数组135

5.8 基因组中的重复序列136

5.9 后缀树用于搜索重复子串和独特子串136

5.10 最长重复序列的搜索算法137

5.11 广义后缀树138

5.12 最长公共子串问题138

5.13 k次失配问题139

5.14 小结141

第6章 基因识别142

6.1 基因识别与预测的计算方法142

6.2 预测算法的准确性度量144

6.3 独立识别法145

6.3.1 用于基因识别的常用序列信号146

6.3.2 阅读框的相位及基因中的外显子类型146

6.3.3 密码子使用偏好147

6.3.4 用序列特征图寻找剪接位点149

6.3.5 外显子链问题151

6.4 基于比较的基因识别方法153

第7章 马氏链与隐马氏模型156

7.1 马尔可夫链156

7.2 隐马尔可夫模型159

7.3 计算全概率的正向算法162

7.4 计算全概率的反向算法164

7.5 解码问题的Viterbi算法166

7.5.1 各时间点独立考虑的最可能路径166

7.5.2 各时间点综合考虑的最可能路径167

7.6 模型参数的估计169

7.6.1 已知路径时的参数重估169

7.6.2 Baum-Welch方法170

7.6.3 Baum-Welch算法的推导173

7.6.4 参数重估的Baldi-Chauvin梯度下降法174

7.6.5 Baldi-Chauvin梯度下降法的推导175

7.6.6 Mamitsuka算法177

7.6.7 Mamitsuka参数重估算法的推导177

7.7 带有哑状态的HMM178

7.8 谱HMM181

7.9 采用谱HMM进行多序列比对建模183

7.10 利用HMM对基因识别问题进行建模184

第8章 序列进化的基本模型186

8.1 核苷酸替代的进化模型186

8.2 连续时间下的进化模型190

8.2.1 Jukes-Cantor进化模型190

8.2.2 Kimura进化模型191

8.2.3 Felsenstein进化模型192

8.2.4 HKY进化模型192

8.3 离散时间下的进化模型193

8.3.1 Jukes-Cantor进化模型193

8.3.2 Kimura进化模型194

8.3.3 Felsenstein进化模型196

8.3.4 HKY进化模型197

第9章 分子进化树的重构198

9.1 进化树的概念与术语198

9.1.1 二叉树198

9.1.2 树的标度198

9.1.3 有根树与无根树199

9.1.4 树的定根方法199

9.1.5 物种树与基因树200

9.1.6 分歧经历的时间202

9.1.7 树的文本表示法202

9.1.8 进化树拓扑结构的计数202

9.1.9 不同树之间的拓扑距离204

9.1.10 一致树206

9.1.11 分子进化树重构的基本流程207

9.2 进化树重构的简约类方法208

9.3 进化树重构的距离类方法213

9.3.1 距离213

9.3.2 邻居加入方法215

9.3.3 UPGMA方法223

9.3.4 误差平方和最小方法226

9.4 进化树重构的统计类方法228

9.4.1 树的似然度229

9.4.2 Horner规则与修剪算法230

9.4.3 算法加速的策略232

9.4.4 时间可逆性、树的根结点及分子钟树间的关联性233

9.4.5 数据缺失及比对空位的处理234

9.4.6 进化速率关于位点可变的建模方法235

9.5 树拓扑空间的搜索技术238

9.5.1 最近邻居交换法238

9.5.2 子树剪枝嫁接法239

9.5.3 分支界限法240

9.6 似然度最大化的数值算法240

9.6.1 一元函数优化问题241

9.6.2 多变量优化问题242

9.6.3 进化树分析中参数估计的应用问题244

9.7 模型选择与假设检验问题245

9.7.1 似然比检验245

9.7.2 Akaike信息准则方法246

9.7.3 Bayes信息准则方法246

9.8 进化树拓扑结构的建模、估计与检验246

9.8.1 估计与假设检验246

9.8.2 Bootstrap方法247

9.8.3 内部分支检验法252

9.8.4 KH检验与修正253

9.8.5 简约类方法中的指标254

第三篇 蛋白质组学分析篇255

第10章 蛋白质的结构预测257

10.1 蛋白质的层次性结构257

10.2 常见的二级结构单元258

10.2.1 螺旋结构259

10.2.2 β折叠结构261

10.2.3 β转角结构262

10.3 蛋白质二级结构检测263

10.4 蛋白质二级结构预测的计算方法265

10.4.1 早期的预测方法266

10.4.2 判别分析法266

10.4.3 基于神经网络的预测算法270

10.4.4 最近邻居法272

10.4.5 基于谱HMM的结构预测273

10.4.6 结构预测的线索化方法273

10.4.7 结构预测的分子动力学方法274

10.4.8 蛋白质折叠预测的格子化HP模型276

10.5 蛋白质二级结构预测算法的性能评价277

10.5.1 问题描述278

10.5.2 蛋白质结构预测算法性能评估指标279

10.5.3 性能评估指标对结构预测建模的指导作用283

10.5.4 各评估指标的比较及使用原则285

10.6 蛋白质结构的比对方法286

10.6.1 肽链局部结构特征的提取286

10.6.2 结构特征的规范化及广义后缀树的构建288

10.6.3 蛋白质结构的比较与搜索289

第11章 蛋白质序列鉴定的质谱分析291

11.1 质谱技术291

11.1.1 质谱仪的基本工作原理291

11.1.2 串联质谱仪292

11.2 质谱数据分析292

11.2.1 串联质谱中的离子类型292

11.2.2 质谱图294

11.2.3 碎片离子质量与母离子质量的关系295

11.2.4 理论质谱与实验质谱296

11.3 实验质谱数据的预处理297

11.3.1 噪声过滤的基线确定方法298

11.3.2 同位素峰识别方法299

11.4 质谱比较的非概率型打分方法299

11.4.1 基于单峰或区间匹配的打分299

11.4.2 基于向量夹角余弦的打分299

11.4.3 基于信号互相关性的打分300

11.4.4 基于排名的打分300

11.5 质谱比较的概率型打分方法301

11.5.1 Bayes类打分方法301

11.5.2 对数似然比打分方法303

11.6 基于串联质谱的蛋白质鉴定305

11.7 蛋白质鉴定的从头测序法307

11.7.1 从训练数据中学习离子类型信息308

11.7.2 质谱网络图309

11.7.3 为质谱网络图中的结点打分312

11.7.4 构建质谱网络图314

11.7.5 使用质谱网络图完成肽段的从头测序314

11.7.6 为质谱网络图中的路径打分316

11.7.7 肽序列测定求解与反对称路径317

11.7.8 多个质谱进行组合以改进从头测序效果318

11.7.9 肽序列测定的PepNovo方法319

11.7.10 蛋白质从头测序技术的新进展322

11.8 含有修饰的质谱比较与肽鉴定324

11.8.1 含有突变和翻译后修饰的肽序列鉴定324

11.8.2 分块搜索方法324

11.8.3 质谱卷积与质谱比对326

第四篇 生物学网络分析篇333

第12章 蛋白质相互作用的预测335

12.1 蛋白质之间的相互作用335

12.1.1 蛋白质相互作用的概述335

12.1.2 蛋白质相互作用网络336

12.2 蛋白质相互作用测定的实验方法337

12.3 研究蛋白质相互作用的生物信息学分析方法339

12.3.1 基于系统发育谱相似性的预测方法340

12.3.2 基于基因融合事件的预测方法341

12.3.3 基于基因邻接关系的预测方法342

12.3.4 基于进化信息的分析方法342

12.3.5 其他分析方法350

12.4 蛋白质结构域水平的相互作用预测352

12.4.1 蛋白质的结构域352

12.4.2 基于共同进化相关性的结构域相互作用分析方法353

12.4.3 基于PPI网络进行结构域相互作用预测353

12.5 小结358

第13章 生物学网络的模块划分359

13.1 引言359

13.2 复杂网络的结构特征361

13.2.1 常用网络结构特征度量指标361

13.2.2 复杂网络的三个系统化特征364

13.2.3 刻画网络结构特征的其他指标364

13.3 复杂网络结构特征度量指标的计算方法366

13.4 生物学网络结构分析的并行计算369

13.5 复杂网络的结构模块划分及生物学网络功能模块挖掘370

13.6 生物学网络模块划分的传统聚类方法372

13.6.1 ADJW层次式聚类算法372

13.6.2 Kernighan-Lin聚类算法373

13.6.3 基于边介数的聚类：GN算法374

13.6.4 快速分裂算法375

13.6.5 Newman快速算法375

13.6.6 层次式聚类结果的可视化输出376

13.7 生物学网络模块划分的谱聚类方法377

13.7.1 基于邻接矩阵的谱分析378

13.7.2 谱平分法379

13.7.3 基于Normal矩阵的谱平分法380

13.8 生物学网络模块划分的混合式聚类算法382

13.9 网络模块划分结果的评价384

第14章 大规模网络的数据挖掘技术385

14.1 聚类分析385

14.1.1 相似性测度385

14.1.2 聚类准则386

14.1.3 聚类算法387

14.2 层次聚类法388

14.2.1 单一链接聚类法388

14.2.2 完全链接聚类法389

14.2.3 平均链接聚类法389

14.2.4 平均簇链接法390

14.2.5 组对质心法390

14.2.6 Ward层次式聚类法390

14.3 K均值聚类方法391

14.4 核分析方法393

14.4.1 线性分类器与非线性分类器393

14.4.2 支持向量机400

14.4.3 支持向量机的应用与实践403

14.5 基于核的K均值聚类方法407

14.6 谱聚类方法408

14.6.1 常用图论记号与概念409

14.6.2 基于数据相似性构建图结构410

14.6.3 拉普拉斯矩阵及其性质411

14.6.4 谱聚类算法414

14.6.5 从最小割的角度解释谱聚类416

14.6.6 从随机游动角度解释谱聚类422

14.6.7 从矩阵扰动理论角度解释谱聚类426

14.6.8 从矩阵外形缩减角度解释谱聚类429

14.6.9 谱聚类中如何确定最终簇的数目433

14.7 K均值聚类与谱聚类的统一434

14.7.1 K均值聚类算法的形式化434

14.7.2 最小化规范割问题与核K均值聚类的等价性436

主题索引438

人名索引462

插图索引466

表格索引471

算法索引472

参考文献473