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(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)生物學基礎(chǔ)，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(shù)據(jù)的常用分析算法，包括統(tǒng)計分析、機器學習和模型評估方法

本書重點集中在基因組學和蛋白質(zhì)組學兩方面，分12章介紹：序列數(shù)據(jù)資源及其檢索、蛋白質(zhì)序列數(shù)據(jù)庫、序列比對與比對搜索等內(nèi)容，并對GeneOntology數(shù)據(jù)庫、KEGG數(shù)據(jù)庫及基因功能注釋、R語言及Bioconductor進行了簡述和應用示例。

本書是一部介紹有關(guān)新一代測序(NGS)數(shù)據(jù)分析方法的著作。書中全面系統(tǒng)地介紹了新—代測序技術(shù)的生物學意義、測序原理、分析過程和應用領(lǐng)域等；詳細介紹了新—代測序數(shù)據(jù)的分析方法，包括其在基因組從頭測序和重測序、轉(zhuǎn)錄組測序、小RNA測序、ChIP測序、表觀基因組測序及宏基因組測序等應用中的具體分析方法，對讀者學習新一代測序技

本書共六章，介紹了生物辨識系統(tǒng)的主要技術(shù)、深度學習相關(guān)理論與技術(shù)、深度學習在生物辨識系統(tǒng)中的應用研究等內(nèi)容。

生物信息學是運用生物學、數(shù)學、計算機科學等多學科技術(shù)與手段進行生物信息的獲取、貯存、分析、利用的一門交叉學科，是目前生物學研究熱門領(lǐng)域之一。本書內(nèi)容包括兩個篇章：一是Windows系統(tǒng)下進行文獻檢索、數(shù)據(jù)庫使用、引物設計、核酸蛋白質(zhì)序列分析、進化分析、蛋白質(zhì)結(jié)構(gòu)分析、miRNA分析等理論與方法及相關(guān)軟件使用介紹；二是l

本書首先介紹生物信息學的基本概念、產(chǎn)生與發(fā)展及主要研究內(nèi)容，安排了生物學基礎(chǔ)、統(tǒng)計學習與推斷兩章內(nèi)容供讀者選學；然后依次介紹生物信息學資源、序列分析與序列比對、分子系統(tǒng)發(fā)生分析等基本內(nèi)容；接下來學習基因組信息學、生物芯片、轉(zhuǎn)錄組信息學、蛋白質(zhì)組信息學等前沿內(nèi)容；*后一章介紹系統(tǒng)生物學

億萬年來，大自然中種類繁多的植物和動物經(jīng)過優(yōu)勝劣汰的進化過程，形成了千奇百怪的形態(tài)和功能，這些多樣性中包含了大量可以幫助解決技術(shù)問題的方法。于是，懂得觀察的工程師、建筑師和科學家就向慷慨的大自然學習那些簡單而有效的想法，進而發(fā)展出了仿生學…… 本書以精彩案例講述植物和動物如何啟發(fā)了發(fā)明家、工

本書幾乎涵蓋了深度測序數(shù)據(jù)分析及應用的各個方面，適用于從事深度測序數(shù)據(jù)分析研究的技術(shù)人員和學者。在本書中，不僅可以了解到深度測序技術(shù)應用的領(lǐng)域，還可以通過具體實例，了解到不同軟件的相關(guān)算法、原理及使用方法，以幫助選擇適合自身研究和應用所需要的深度測序數(shù)據(jù)分析的解決方案。

本書介紹生物信息學平臺搭建和常用基礎(chǔ)軟件的安裝與運行，使讀者能夠配置自己的生物信息學分析環(huán)境；通過介紹計算機輔助藥物設計和基因組重復序列分析等內(nèi)容使讀者熟悉生物信息學分析的一般策略。著重講解生物信息學分析過程中常見問題的解決方法，在確保操作步驟完整的基礎(chǔ)上盡量精簡，力求幫助使讀者在*短的時間內(nèi)掌握知識和能勝任該方面工作

當前生物信息學研究重點是對基因組序列、蛋白質(zhì)組學和數(shù)組技術(shù)所產(chǎn)生的大量數(shù)據(jù)的計算分析。本書對DNA、RNA和蛋白質(zhì)數(shù)據(jù)的計算提供了豐富的演算方法，并指出了在解決生物學問題中這些方法的優(yōu)缺點及應用策略。本書的**版是在Mount博士講稿的基礎(chǔ)上進行整理出版的，在全球范圍內(nèi)用作教材。第二版對內(nèi)容進行了全面的修訂，由專業(yè)教師