定 價:79 元
叢書名:生命科學(xué)與信息技術(shù)叢書
- 作者:劉偉
- 出版時間:2018/5/1
- ISBN:9787121338830
- 出 版 社:電子工業(yè)出版社
- 中圖法分類:Q811.4
- 頁碼:336
- 紙張:
- 版次:01
- 開本:16開
本書以生物學(xué)問題為導(dǎo)向,以具體的案例來演示如何用信息學(xué)方法處理各種生物學(xué)數(shù)據(jù),并對目前研究中存在的問題和未來的發(fā)展方向進行了展望。全書從介紹生物信息學(xué)的研究歷史和發(fā)展現(xiàn)狀入手,第2章描述了相關(guān)生物學(xué)基礎(chǔ),重點討論生物信息學(xué)的研究對象——生物大分子;第3章介紹了生物數(shù)據(jù)的常用分析算法,包括統(tǒng)計分析、機器學(xué)習(xí)和模型評估方法,并新增了一些算法介紹,特別是新近發(fā)展的隨機森林和深度學(xué)習(xí)方法;從第4章開始,分專題介紹了各種組學(xué)研究,包括基因組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白質(zhì)組學(xué)、生物網(wǎng)絡(luò)和系統(tǒng)生物學(xué)。最后,作為案例,本書介紹了生物信息學(xué)在藥物研發(fā)中的應(yīng)用。為便于初學(xué)者掌握專業(yè)英文詞匯, 本書附有英中對照的術(shù)語索引。另外,本書的授課用PPT文件可通過華信教育資源網(wǎng)(www.hxedu.com.cn)注冊下載。
劉偉 博士,國防科技大學(xué)講師,主要研究方向為生物網(wǎng)絡(luò)的構(gòu)建與分析。擔(dān)任”生物信息學(xué)“和”生物信息概論“等多門課程的主講教師,發(fā)表教學(xué)論文6篇。主持國家自然科學(xué)基金項目1項,發(fā)表論文20余篇,出版教材3部,獲得國家發(fā)明專利7項。張紀陽 博士,國防科技大學(xué)副教授。主要學(xué)術(shù)方向為控制原理與工程、生物信息學(xué)。目前主要從事無人機飛行控制系統(tǒng)設(shè)計與實現(xiàn)、蛋白質(zhì)組質(zhì)譜數(shù)據(jù)分析方面的教學(xué)科研工作。承擔(dān)自然科學(xué)基金項目1項,發(fā)表科研論文20余篇,參與編寫教材2部。謝紅衛(wèi) 博士,國防科技大學(xué)教授,博士生導(dǎo)師。主要學(xué)術(shù)方向為自動控制理論、實驗鑒定與評估技術(shù)、生物信息學(xué)。學(xué)校“自動控制原理”系列課程的負責(zé)人,負責(zé)建設(shè)的“自動控制原理”課程獲評湖南省精品課程。獲得軍隊院校“育才獎”銀獎1項,省教學(xué)成果二等獎1項,編寫、翻譯出版教材和專著6部。承擔(dān)完成科研項目30余項。發(fā)表論文100余篇,其中40余篇被SCI收錄。獲得國防科學(xué)技術(shù)獎二等獎1項,中國電子學(xué)會電子信息科學(xué)技術(shù)獎一等獎1項。
第1章 生物信息學(xué)簡介
1.1 引言
1.2 生物信息學(xué)的發(fā)展歷史
1.2.1 生物信息學(xué)的誕生
1.2.2 生物信息學(xué)的興起
1.2.3 生物信息學(xué)的蓬勃發(fā)展
1.3 生物信息學(xué)的研究內(nèi)容
1.3.1 基因組學(xué)研究
1.3.2 轉(zhuǎn)錄組數(shù)據(jù)分析
1.3.3 蛋白質(zhì)組學(xué)分析
1.3.4 生物網(wǎng)絡(luò)分析
1.3.5 系統(tǒng)生物學(xué)研究
1.3.6 醫(yī)學(xué)相關(guān)研究
1.4 生物信息學(xué)的研究資源
1.4.1 研究機構(gòu)
1.4.2 數(shù)據(jù)庫
1.4.3 文獻資源
1.4.4 分析工具
1.4.5 編程語言
1.5 生物信息學(xué)的應(yīng)用
1.5.1 輔助實驗設(shè)計
1.5.2 提供數(shù)據(jù)分析的工具
1.5.3 探索生物規(guī)律
1.5.4 促進醫(yī)學(xué)研究
1.6 生物信息學(xué)展望
1.6.1 導(dǎo)致重大科學(xué)規(guī)律的發(fā)現(xiàn)
1.6.2 促進不同學(xué)科的交融
1.6.3 提供對于復(fù)雜系統(tǒng)的分析能力
1.6.4 展現(xiàn)巨大的應(yīng)用前景
習(xí)題
參考文獻
第2章 生物學(xué)基礎(chǔ)
2.1 生命概述
2.2 生命科學(xué)的研究歷史
2.2.1 描述生物學(xué)階段
2.2.2 實驗生物學(xué)階段
2.2.3 現(xiàn)代生物學(xué)階段
2.3 生命的有序結(jié)構(gòu)
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(tài)運行
2.4.1 基因概述
2.4.2 中心法則
2.4.3 蛋白質(zhì)解說
2.5 生物學(xué)研究展望
習(xí)題
參考文獻
第3章 生物信息學(xué)算法介紹
3.1 生物信息學(xué)算法概述
3.2 數(shù)學(xué)統(tǒng)計方法
3.2.1 假設(shè)檢驗
3.2.2 相關(guān)與回歸分析
3.2.3 隱馬爾可夫模型
3.3 特征選擇與優(yōu)化方法
3.3.1 特征提取算法
3.3.2 數(shù)據(jù)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(jīng)網(wǎng)絡(luò)
3.4.7 深度學(xué)習(xí)
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(gòu)建標準數(shù)據(jù)集
3.5.2 評價指標
3.6 生物信息學(xué)算法展望
習(xí)題
參考文獻
第4章 基因組技術(shù)與研究方法
4.1 基因組概述
4.2 人類基因組計劃
4.2.1 人類基因組計劃的提出
4.2.2 人類基因組計劃的主要任務(wù)
4.2.3 大規(guī)模測序的基本策略
4.2.4 人類基因組計劃的完成
4.2.5 人類基因組計劃對生物信息學(xué)的挑戰(zhàn)
4.3 功能基因組
4.3.1 基因組注釋
4.3.2 比較基因組學(xué)
4.4 差異基因組學(xué)
4.4.1 人類遺傳多態(tài)性
4.4.2 單核苷酸的多態(tài)性
4.5 基于MATLAB工具箱的基因序列分析
4.5.1 系統(tǒng)發(fā)育樹構(gòu)建
4.6 基因組研究展望
習(xí)題
參考文獻
第5章 轉(zhuǎn)錄組技術(shù)與數(shù)據(jù)分析
5.1 轉(zhuǎn)錄組概述
5.2 轉(zhuǎn)錄組研究的實驗技術(shù)
5.2.1 基因芯片技術(shù)
5.2.2 基因表達序列分析
5.2.3 RNA測序技術(shù)
5.2.4 轉(zhuǎn)錄組檢測技術(shù)比較
5.3 生物信息學(xué)方法在轉(zhuǎn)錄組研究中的應(yīng)用
5.3.1 基因芯片數(shù)據(jù)標準
5.3.2 基因芯片設(shè)計
5.3.3 數(shù)據(jù)分析算法
5.4 基因芯片數(shù)據(jù)分析與處理
5.4.1 基因表達數(shù)據(jù)預(yù)處理
5.4.2 芯片數(shù)據(jù)的統(tǒng)計學(xué)分析
5.4.3 基因芯片的生物學(xué)分析
5.4.4 芯片數(shù)據(jù)分析軟件
5.5 基于MATLAB工具箱的基因芯片數(shù)據(jù)分析
5.5.1 基因芯片數(shù)據(jù)來源
5.5.2 基因表達譜數(shù)據(jù)分析
5.5.3 芯片數(shù)據(jù)分析小結(jié)
5.6 轉(zhuǎn)錄組研究展望
習(xí)題
參考文獻
第6章 蛋白質(zhì)組學(xué)技術(shù)與數(shù)據(jù)分析
6.1 蛋白質(zhì)組概述
6.2 蛋白質(zhì)組學(xué)的定義
6.2.1 蛋白質(zhì)組學(xué)發(fā)展歷史
6.2.2 蛋白質(zhì)組學(xué)研究內(nèi)容
6.3 蛋白質(zhì)組學(xué)實驗技術(shù)
6.3.1 蛋白質(zhì)分離技術(shù)
6.3.2 蛋白質(zhì)鑒定與定量技術(shù)
6.4 質(zhì)譜數(shù)據(jù)分析
6.4.1 質(zhì)譜數(shù)據(jù)的特點
6.4.2 蛋白質(zhì)鑒定
6.4.3 蛋白質(zhì)定量
6.4.4 翻譯后修飾
6.5 蛋白質(zhì)組學(xué)研究展望
參考文獻
第7章 生物分子網(wǎng)絡(luò)研究
7.1 生物網(wǎng)絡(luò)概述
7.2 生物網(wǎng)絡(luò)分類介紹
7.2.1 蛋白質(zhì)相互作用網(wǎng)絡(luò)
7.2.2 代謝網(wǎng)絡(luò)
7.2.3 信號轉(zhuǎn)導(dǎo)網(wǎng)絡(luò)
7.2.4 基因表達調(diào)控網(wǎng)絡(luò)
7.2.5 4種生物網(wǎng)絡(luò)的比較
7.3 生物網(wǎng)絡(luò)的屬性分析
7.3.1 單個結(jié)點的屬性
7.3.2 子網(wǎng)絡(luò)
7.3.3 總體屬性
7.3.4 網(wǎng)絡(luò)比對
7.3.5 網(wǎng)絡(luò)的動態(tài)分析
7.4 生物網(wǎng)絡(luò)的專門分析方法
7.4.1 蛋白質(zhì)相互作用的預(yù)測和驗證
7.4.2 代謝網(wǎng)絡(luò)的分析方法
7.4.3 信號網(wǎng)絡(luò)的重建
7.4.4 基因調(diào)控網(wǎng)絡(luò)的構(gòu)建
7.5 生物網(wǎng)絡(luò)研究展望
習(xí)題
參考文獻
第8章 系統(tǒng)生物學(xué)研究
8.1 系統(tǒng)生物學(xué)概述
8.1.1 系統(tǒng)生物學(xué)的定義
8.1.2 系統(tǒng)生物學(xué)的基本思想
8.1.3 系統(tǒng)生物學(xué)的研究內(nèi)容
8.1.4 系統(tǒng)生物學(xué)的研究方法
8.2 生物數(shù)據(jù)的挖掘與整合
8.2.1 生物數(shù)據(jù)的挖掘
8.2.2 不同組學(xué)數(shù)據(jù)的整合
8.3 生物系統(tǒng)的建模與仿真
8.3.1 系統(tǒng)生物學(xué)建模語言
8.3.2 生物系統(tǒng)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(tǒng)的人工合成——合成生物學(xué)
8.5.1 合成生物學(xué)簡介
8.5.2 合成生物學(xué)研究現(xiàn)狀
8.5.3 合成生物學(xué)應(yīng)用前景
8.6 基于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(jié)果演示
8.6.4 模型參數(shù)估計
8.6.5 仿真結(jié)果分析
8.7 系統(tǒng)生物學(xué)研究展望
習(xí)題
參考文獻
第9章 生物信息學(xué)在藥物研發(fā)中的應(yīng)用
9.1 新藥研發(fā)概述
9.2 疾病相關(guān)的數(shù)據(jù)庫資源
9.2.1 疾病相關(guān)的基因數(shù)據(jù)庫
9.2.2 候選藥靶數(shù)據(jù)庫
9.2.3 疾病相關(guān)的基因芯片數(shù)據(jù)庫
9.2.4 其他相關(guān)數(shù)據(jù)庫
9.3 用于藥靶發(fā)現(xiàn)的生物信息學(xué)方法
9.3.1 基因組學(xué)方法
9.3.2 轉(zhuǎn)錄組學(xué)方法
9.3.3 蛋白質(zhì)水平研究方法
9.3.4 代謝組學(xué)方法
9.3.5 整合多組學(xué)數(shù)據(jù)的系統(tǒng)生物學(xué)方法
9.4 潛在藥靶的生物信息學(xué)驗證
9.4.1 蛋白質(zhì)的可藥性
9.4.2 藥物的副作用
9.5 以靶標為基礎(chǔ)的藥物設(shè)計
9.5.1 先導(dǎo)化合物的篩選和優(yōu)化
9.5.2 藥物毒性預(yù)測和風(fēng)險評估
9.6 新藥研發(fā)展望
參考文獻
索引