生物信息学（八年制）【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

生物信息学（八年制）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

绪论1

第一节 生物信息学的兴起1

一、人类基因组计划2

二、生物信息学与组学3

第二节 生物信息学在生命科学中的地位及意义4

一、生物信息学内涵4

二、生物信息学在现代生物医学发展中起着重要作用6

第一篇 生物信息学基础9

第一章 DNA、RNA和蛋白质序列信息资源9

第一节 引言9

第二节 核酸序列数据库9

一、GenBank数据库10

二、EMBL数据库14

三、DDBJ数据库15

四、其他数据库15

第三节 蛋白质序列数据库16

一、PIR数据库16

二、MIPS数据库18

三、其他数据库18

第四节 NCBI与EMBL-EBI19

一、NCBI简介19

二、EMBL-EBI简介22

三、通过Entrez Gene从NCBI获取序列信息24

四、通过SRS从EBI中获取蛋白质序列信息32

小结36

第二章 双序列比对38

第一节 引言38

一、同源、相似与相同38

二、相似性的定量描述38

三、空格40

第二节 替换记分矩阵40

一、通过点矩阵对序列比较进行记分40

二、DNA序列比对的替换计分矩阵41

三、蛋白质序列比对的替换记分矩阵41

第三节 双序列比对算法45

一、全局比对的经典算法46

二、局部比对的经典算法48

第四节 数据库搜索48

一、BLAST49

二、数据库搜索实例50

第五节 比对的统计学显著性52

一、全局比对的统计学显著性53

二、数据库搜索的统计学显著性53

第六节 参数的选择54

一、空格罚分参数54

二、BLAST的参数55

三、如何处理太多与太少的数据库搜索返回55

小结56

第三章 多序列比对58

第一节 引言58

一、多序列比对具有广泛的应用58

二、多序列比对存在多种种类59

第二节 相似性与距离、计分与罚分、替换矩阵60

一、相似性与距离是序列相似性的两个主要度量60

二、存在多种方法对比对进行计分与罚分61

三、精确计算失配计分需要使用核苷酸和氨基酸替换矩阵62

四、记分方法可显著影响多序列对比62

五、多序列对比的困难性62

第三节 主要比对方法与软件63

一、动态规划法63

二、渐进多序列比对65

三、迭代法67

四、基于一致性的方法69

五、多序列比对结果编辑器70

第四节 局部比对、glocal比对和syntenic比对71

一、局部比对71

二、glocal比对71

三、syntenic比对72

第五节 全基因组比对74

一、全基因组多序列比对74

二、UCSC基因组浏览器74

三、其他方法与软件76

第六节 软件、参数和比对质量77

一、软件的选择77

二、计分等参数的选择79

三、控制比对质量79

四、注意事项80

小结80

第四章 序列特征分析85

第一节 引言85

第二节 DNA序列特征分析87

一、利用GENSCAN识别基因开放阅读框87

二、利用POLYAH预测分析转录终止信号89

三、利用PromoterScan预测分析启动子区域90

四、利用CodonW分析密码子偏好性91

第三节 蛋白质序列特征分析94

一、利用ProtParam分析蛋白质的理化性质94

二、利用ProtScale分析蛋白质的亲水或疏水性96

三、利用TMpred分析蛋白质的跨膜区98

四、蛋白质序列分析软件包Antheprot100

第四节 序列综合分析103

一、EMBOSS软件包103

二、DNAStar软件包104

三、Omiga 2.0软件包105

四、Vector NTI软件包105

小结106

第五章 分子进化分析109

第一节 引言109

第二节 系统发生分析与重建109

一、核苷酸置换模型及氨基酸置换模型109

二、系统发生树的基本概念及搜索方法114

三、分子钟假说117

第三节 核苷酸和蛋白质的适应性进化118

一、中性与近中性理论118

二、基因适应性进化的统计学检验方法119

三、dN或dS检验121

四、适应性进化基因123

第四节 分子进化与生物信息学124

一、基因组进化概述124

二、病毒基因组分析124

三、原核生物基因组比较126

四、蛋白质互作网络进化128

五、代谢网络进化分析130

小结132

第六章 表达序列分析134

第一节 引言134

第二节 EST数据分析135

一、cDNA文库构建与EST数据的实验获取135

二、EST数据库136

三、EST数据分析方法146

第三节 基因表达系列分析157

一、SAGE技术原理简介157

二、SAGE技术方案简介159

三、SAGE技术的缺陷与改进160

四、SAGE技术的应用前景161

五、SAGE数据库和分析软件162

小结169

第七章 基因芯片数据分析172

第一节 引言172

第二节 常见的芯片平台与数据库172

一、cDNA微阵列芯片173

二、寡核苷酸芯片174

三、原位合成芯片174

四、光纤微珠芯片176

五、基因表达数据库177

六、斯坦福微阵列数据库177

七、其他常用基因表达数据库177

第三节 基因芯片数据的预处理177

一、基因芯片数据的提取177

二、数据对数化处理179

三、数据过滤179

四、补缺失值179

五、数据标准化180

第四节 差异表达分析185

一、倍数法185

二、t检验法186

三、方差分析186

四、SAM法187

五、信息熵188

第五节 基因芯片数据的聚类分析188

一、聚类分析中的距离（相似性）尺度函数189

二、聚类分析中的聚类算法192

第六节 基因芯片数据的分类分析197

一、Fisher线性判别197

二、k近邻分类法198

三、决策树199

四、分类模型的分类效能评价200

第七节 基因芯片数据的其他分析201

一、降维处理201

二、时间序列的表达谱数据分析202

三、基因转录调控网络分析202

四、功能富集性分析202

第八节 常用表达谱分析软件203

一、ArrayTools203

二、DChip203

三、SAM203

四、Cluster和TreeView203

五、R语言和BioConductor204

六、Bioinformatics Toolbox204

小结204

第二篇 功能基因组信息学207

第八章 基因注释与功能分类207

第一节 引言207

第二节 基因注释数据库207

一、基因本体数据库208

二、京都基因与基因组百科全书数据库212

第三节 基因集功能富集分析219

一、富集分析算法219

二、常用富集分析软件220

三、富集分析应用实例221

第四节 基因功能预测222

一、基因功能预测算法222

二、常用基因功能预测软件226

小结229

第九章 蛋白质分析与蛋白质组学231

第一节 引言231

一、发展概述231

二、研究对策、范围和内容231

第二节 蛋白质分析方法232

一、蛋白质的指纹特征232

二、蛋白质的定位、修饰233

第三节 蛋白质组学数据的获取与分析237

一、二维凝胶电泳分析技术237

二、蛋白质组质谱分析技术239

三、蛋白质芯片分析技术241

四、酵母双杂交系统242

五、Rosetta Stone方法244

六、蛋白质组学分析软件与数据库245

小结253

第十章 蛋白质结构分析255

第一节 引言255

第二节 蛋白质的高级结构255

一、蛋白质的高级结构特征255

二、蛋白质二级结构的测定与指认261

三、蛋白质结构域与家族分类262

四、蛋白质高级结构的解析方法263

五、蛋白质结构的可视化265

第三节 蛋白质结构数据库267

一、蛋白质三维结构数据库267

二、蛋白质结构分类数据库270

三、蛋白质分类数据库272

四、其他蛋白质结构数据库276

第四节 蛋白质结构的预测277

一、蛋白质二级结构预测方法及软件277

二、蛋白质三维结构预测方法及软件279

三、对结构预测结果的评价285

第五节 基于结构预测蛋白质功能286

一、基于结构分类的蛋白质功能预测286

二、基于结构预测蛋白质间相互作用287

三、其他蛋白质功能预测方法287

四、蛋白质结构与功能关系数据库288

第六节 蛋白质结构异常与疾病291

一、蛋白质序列变化引发的疾病291

二、蛋白质折叠错误引发的疾病292

三、疾病过程中蛋白质的相互作用293

小结293

第十一章 转录调控的信息学分析296

第一节 引言296

第二节 转录调控的高通量实验测定297

一、ChIP技术297

二、ChIP-chip技术298

三、ChIP-seq技术298

第三节 转录因子结合位点的信息学预测方法299

一、转录因子结合位点的表示方法299

二、转录因子结合位点的识别300

三、转录因子结合位点的定位304

第四节 转录调控相关数据库308

一、TRANSFAC数据库308

二、JASPAR数据库310

三、TRED数据库311

四、DBTSS数据库313

五、TRRD数据库314

六、其他转录调控相关数据库315

小结316

第十二章 生物分子网络318

第一节 引言318

第二节 生物分子网络概述318

一、生物分子网络的基本概念318

二、基因调控网络320

三、蛋白质互作网络321

四、代谢网络和信号传导网络323

第三节 生物分子网络分析324

一、网络的拓扑属性324

二、无标度网络327

三、生物分子网络的模块性328

四、网络模体329

五、生物分子网络的动态性330

六、生物分子网络分析软件331

第四节 生物分子网络的重构和应用334

一、生物分子网络重构的一般方法334

二、基因表达相关网络的重构和应用335

三、基因调控网络的重构和应用336

四、蛋白质互作网络的重构和应用338

五、代谢网络的重构和应用340

小结340

第十三章 计算表观遗传学343

第一节 引言343

第二节 基因组的DNA甲基化343

一、CpG岛的DNA甲基化调控基因的表达343

二、CpG岛识别方法345

三、DNA甲基化状态的实验检测348

四、DNA甲基化的预测算法352

五、异常DNA甲基化与疾病的发生355

第三节 组蛋白修饰的表观基因组356

一、组蛋白密码是重要表观遗传标记之一356

二、组蛋白修饰的分析方法358

三、组蛋白修饰与其他表观遗传修饰存在协同调控关系361

四、组蛋白修饰异常与疾病361

第四节 基因组印记362

一、基因组印记是表观遗传现象362

二、机器学习是挖掘印记基因的有效方法363

三、基因组印记与表观遗传疾病有密切关系364

第五节 表观遗传学数据库及软件365

一、表观遗传学常用数据库365

二、表观遗传学常用软件368

小结372

第三篇 生物信息学与人类复杂疾病375

第十四章 人类复杂疾病与计算系统生物学375

第一节 引言375

第二节 复杂疾病概述375

一、孟德尔遗传疾病与复杂疾病376

二、复杂疾病通常涉及多基因和蛋白质376

三、复杂疾病受环境因素影响377

四、疾病的分类377

第三节 复杂疾病数据库378

一、人类孟德尔遗传在线378

二、遗传关联数据库381

三、癌症基因数据库382

四、WHO规范的疾病分类标准386

五、疾病本体论388

六、其他疾病数据库388

第四节 疾病网络重构和计算系统生物学方法391

一、计算系统生物学概述391

二、Disease-Gene网络重构分析392

三、Disease-Pathway网络重构分析394

四、Disease-miRNA网络重构分析395

五、其他类型网络重构分析396

小结397

第十五章 单核苷酸多态与人类疾病399

第一节 引言399

第二节 SNP分型技术与数据资源400

一、SNP检测和分型技术400

二、连锁不平衡、单体型与Tag SNP402

三、国际人类基因组单体型图计划及其应用404

四、重要的SNP数据库405

第三节 基于SNP的复杂疾病遗传定位方法410

一、疾病定义与样本选取偏好410

二、连锁分析进行风险SNP定位原理411

三、关联研究发现疾病风险SNP412

四、遗传分析中的统计显著性413

五、基因组范围关联研究与系统生物学方法在医学中的应用415

第四节 数量性状研究与SNP的系统遗传学分析416

一、数量性状定位的基本思想416

二、系统遗传学思想研究复杂性状417

三、变异组学的研究现状419

第五节 SNP相关的集成软件工具419

一、Haploview识别TagSNP及推断单体型419

二、基因组范围关联研究软件包SNPtest423

三、连锁分析和数量性状分析工具Merlin425

小结428

第十六章 miRNA与复杂疾病431

第一节 引言431

第二节 miRNA与其靶基因431

一、miRNA概述431

二、基于序列的miRNA靶基因预测方法433

三、基于表达信息或实验结果预测miRNA靶基因435

四、整合已有知识预测miRNA靶基因435

五、miRNA数据资源435

第三节 miRNA多态和复杂疾病437

一、miRNA基因内部的多态437

二、miRNA靶点的多态439

三、miRNA多态影响药物反应440

四、miRNA多态改变表观遗传调控441

第四节 miRNA表达谱与复杂疾病441

一、miRNA表达谱识别癌症相关miRNA441

二、miRNA表达谱分类人类癌症443

三、miRNA表达谱与mRNA表达谱的整合分析446

四、miRNA——新的生物标记447

第五节 miRNA调控分子网络448

一、miRNA调控细胞信号网络449

二、miRNA调控代谢网络451

三、miRNA调控基因转录调控网络453

四、miRNA调控蛋白互作网络454

五、miRNA调控的网络模体455

小结457

中英文对照索引459

英中文对照索引469