普通高等教育”十一五“规划教材：生物化学习题及实验技术 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

于自然，黄熙泰，李翠凤 著

图书标签:

• 生物化学
• 生化学习题
• 实验技术
• 高等教育
• 规划教材
• 教材
• 理学
• 生物科学
• 教学参考
• 疑难解答

出版社： 化学工业出版社

ISBN：9787122022882

版次：2

商品编码：10068100

包装：平装

开本：16开

出版时间：2008-04-01

用纸：胶版纸

页数：330

字数：554000

正文语种：中文

内容简介

　　本书是与黄熙泰、于自然等主编的《现代生物化学》(第二版)相配套的教材。《现代生物化学》(第二版)一书因其内容新颖、概念准确、简明扼要而受到广泛的欢迎。为使生物化学教学能收到更好的教学效果，帮助读者更深入地学习生物化学的基本内容，特编写了以现代生物化学为基础内容的习题集以及相关的生物化学实验技术。习题集中的主要题型包括：名词解释、填空题、是非题、选择题、问答题（含计算题）等题型，并附有答案。习题内容丰富，答案清楚明确，是生物科学、医学、生物化工、农业科学等相关学科学生必备的教学用书。本书的实验技术部分具有教学和科研两种功能，既可作为生物科学及其相关学科生物化学实验教学的教材或参考书，也可作为常用的生物化学分析技术的参考书。

目录

上篇 生物化学习题
第一章 绪论
第二章 蛋白质化学
第三章 酶化学
第四章 核苷酸和核酸
第五章 维生素与辅酶
第六章 生物膜
第七章 激素与细胞信号转导
第八章 新陈代谢引论
第九章 糖代谢
第十章 生物氧化
第十一章 光合作用
第十二章 脂代谢
第十三章 氨基酸的代谢
第十四章 核苷酸代谢
第十五章 DNA的复制、修复和重组
第十六章 RNA代谢
第十七章 蛋白质的生物合成与修饰
第十八章 基因表达的调节
第十九章 重组DNA技术与基因组学

下篇 生物化学实验技术
第一章 生物分子的制备及分析
实验1 蒽酮比色法测定组织中的蔗糖含量
实验2 血清脂类的快速测定
实验3 胆固醇的提取及鉴定
实验4 酵母蛋白质的制备
实验5 蛋白质的沉淀作用
实验6 氨基酸和蛋白质的颜色反应
实验7 蛋白质的两性性质和酪蛋白等电点的测定
实验8 总氮量的测定——微量凯氏定氮法
实验9 胰蛋白酶和胰蛋白酶抑制剂的制备及活力测定
实验10 多酚氧化酶的制备和性质研究
实验11 2709碱性蛋白酶活力测定
实验12 DNA的制备、鉴定及含量测定
实验13 核酸样品中总磷含量的测定
实验14 酵母RNA的制备、鉴定及含量测定
实验15 碱性SDS法快速提取大肠杆菌质粒DNA
实验16 维生素C的提取及含量测定
实验17 维生素A的提取及含量测定
实验18 胰蛋白酶米氏常数（Ｋｍ）的测定——甲醛滴定法

第二章 色谱分析法
实验19 蛋白质的水解和纸色谱法分离氨基酸
实验20 离子交换色谱法分离氨基酸
实验21 聚酰胺薄膜色谱法测定肽的N�材┒税被�酸
实验22 凝胶过滤色谱法测定蛋白质的分子量
实验23 鸡卵黏蛋白的制备及其对胰蛋白酶的抑制作用285
实验24 亲和色谱法纯化胰蛋白酶
实验25 糖原磷酸化酶b的分离纯化及检测295

第三章 区带电泳
实验26 醋酸纤维素膜电泳法分离血清蛋白质
实验27 乳酸脱氢酶同工酶的聚丙烯酰胺凝胶电泳
实验28 SDS聚丙烯酰胺凝胶电泳法测定蛋白质的分子量
实验29 聚丙烯酰胺凝胶等电聚焦电泳测定蛋白质的等电点
实验30 琼脂糖凝胶电泳法分离鉴定质粒DNA的限制性内切酶酶切片段

第四章 物质代谢
实验31 肾上腺素的提取和鉴定
实验32 胰岛素对血糖水平的影响
实验33 发酵过程中的中间产物的鉴定
实验34 转氨基作用
实验35 饮食和激素对兔肝糖原含量的影响
实验36 小鼠肺组织石蜡包埋切片的制备及SPC基因表达的原位杂交检测
参考文献

前言/序言

好的，这是一份为您构思的，不包含《普通高等教育“十一五”规划教材：生物化学习题及实验技术》内容的图书简介： --- 《深度学习与神经网络：原理、实践与前沿应用》 一、本书定位与目标读者 在信息技术飞速发展的今天，人工智能已成为驱动社会变革的核心动力。本书《深度学习与神经网络：原理、实践与前沿应用》旨在为广大理工科学生、计算机科学研究人员、数据科学家以及希望深入理解和应用现代人工智能技术的工程师，提供一套全面、系统且具有高度实践指导性的学习资源。 本书并非传统意义上的基础数学或计算机程序设计教材，它聚焦于当前人工智能领域最热门、最具活力的分支——深度学习（Deep Learning）。我们致力于构建理论深度与工程实践之间的桥梁，帮助读者不仅理解“是什么”，更能掌握“如何做”以及“为什么有效”。 目标读者包括但不限于： 1. 高等院校在读本科高年级及研究生： 特别是计算机科学、电子工程、自动化、数学建模等相关专业的学生，作为深入学习人工智能课程的配套参考书或自学教材。 2. 软件开发工程师与数据分析师： 渴望将深度学习技术集成到现有产品或服务中，进行模型优化和性能提升的专业人士。 3. 科研工作者与跨界研究人员： 需要快速掌握前沿深度学习模型架构，并将其应用于生物信息学、金融风控、自然语言处理（NLP）等交叉学科研究的探索者。 二、内容结构与核心特色 本书内容组织遵循“理论基础—核心模型—前沿应用—工程实践”的递进路线，共分为五大部分，二十个章节，力求覆盖深度学习领域的核心知识体系。 第一部分：基础重塑与数学基石 (Fundamentals Re-established) 本部分将对读者进行必要的“能力预热”。它不再重复基础的微积分或线性代数定义，而是直接从深度学习的视角切入。重点阐述张量（Tensor）运算的本质、反向传播（Backpropagation）算法的现代理解（尤其是计算图的视角），以及如何利用梯度下降法的各种变体（如动量法、Adam等）来高效优化复杂模型。我们着重解析了激活函数在解决梯度消失/爆炸问题中的关键作用，并引入了正则化（如Dropout、批标准化Batch Normalization）的概率解释。 第二部分：经典网络架构与核心算法 (Classic Architectures and Core Algorithms) 这是本书的核心理论部分，详细剖析了深度学习的两大支柱——卷积神经网络（CNN）和循环神经网络（RNN）。 卷积神经网络（CNN）： 从LeNet的诞生讲起，深入解析AlexNet、VGG、GoogLeNet（Inception结构）到ResNet（残差连接）的演进脉络。重点讲解了空洞卷积、分组卷积等现代技术如何解决计算效率和特征提取的平衡问题。 循环神经网络（RNN）及其变体： 详细阐述了标准RNN在处理长序列时的局限性。随后，对长短期记忆网络（LSTM）和门控循环单元（GRU）的内部结构进行了精细的数学分解与逻辑梳理，重点强调其门控机制如何实现信息的选择性记忆与遗忘。 第三部分：注意力机制与序列建模新范式 (Attention Mechanisms and the Transformer Revolution) 本部分聚焦于近年来彻底改变序列处理领域的革命性技术——注意力机制。我们详细介绍了自注意力（Self-Attention）的运作原理，并将其作为理解Transformer架构的基石。本书将全面解析Transformer的编码器-解码器结构，特别是其多头注意力机制如何并行化处理序列依赖关系，从而克服了RNN的顺序依赖瓶颈。此外，还将引入BERT、GPT等预训练模型的思想框架，阐述迁移学习在NLP中的威力。 第四部分：生成模型与非监督学习 (Generative Models and Unsupervised Learning) 本书不仅关注判别模型，更深入探讨了如何“创造”数据的生成模型。 变分自编码器（VAE）： 侧重于其概率图模型基础和重参数化技巧（Reparameterization Trick），用以实现潜在空间的连续性和可操作性。 生成对抗网络（GANs）： 详细解析了判别器（Discriminator）与生成器（Generator）的博弈过程。重点讨论了WGAN（Wasserstein GAN）等改进版本如何解决传统GAN训练中的模式崩溃（Mode Collapse）问题，并展示了其在图像合成、超分辨率等领域的强大能力。 第五部分：前沿探索与工程实践 (Frontier Exploration and Engineering Deployment) 这一部分将视角从理论推向实际部署与未来趋势。 模型优化与部署： 探讨模型量化（Quantization）、模型剪枝（Pruning）等轻量化技术，并介绍如何使用TensorRT、ONNX等工具将训练好的模型高效部署到边缘计算设备或云服务器上。 前沿趋势概览： 简要介绍图神经网络（GNN）在复杂关系建模中的潜力，以及自监督学习在数据稀疏场景下的重要性。 三、区别于其他教材的独特优势 1. 高度侧重现代框架的统一性： 本书在讲解所有模型时，均采用现代深度学习框架（如PyTorch或TensorFlow）的视角进行剖析，确保读者学到的知识能立即转化为可运行的代码，而非停留在纯数学推导层面。 2. 强调“为什么”而非“是什么”： 对于每个关键技术（如残差连接、注意力机制），本书都会花大量篇幅解释其提出的动机和它所解决的核心痛点，这有助于读者建立更深刻的直觉和洞察力。 3. 详尽的数学推导与直观解释并重： 我们力求在保持数学严谨性的同时，辅以大量的图示和类比，确保读者能够跨越数学障碍，真正掌握模型背后的逻辑。 4. 覆盖面广且注重前沿性： 相较于仅聚焦于CNN或仅聚焦于NLP的专著，本书提供了一个广阔的视角，从基础的梯度优化到革命性的Transformer结构，再到生成模型和部署策略，力求全面覆盖现代AI研究者的知识谱系。 --- 结语： 《深度学习与神经网络：原理、实践与前沿应用》是一本为渴望掌握人工智能核心技术的学习者量身打造的指南。它将引导您从基础概念出发，一步步深入到最前沿的模型设计，并最终具备将这些强大技术转化为实际解决方案的能力。掌握本书内容，即是掌握了通往下一代智能系统的钥匙。

评分☆☆☆☆☆

我一直对生命科学领域非常着迷，特别是分子层面的奥秘。这本《生物化学习题及实验技术》在我看来，就像是一本通往生物化学世界的手册，详细且系统。虽然我还没来得及深入研究每一个章节，但仅仅是浏览目录和部分内容，就能感受到编著者严谨的学术态度和对教学的深刻理解。对于我这样渴望系统性学习生物化学的读者来说，它提供了一个扎实的基础。尤其是习题部分，它并非简单地罗列题目，而是针对知识点的不同侧面进行了精心设计，涵盖了从基础概念的理解到复杂代谢途径的分析，甚至包括一些需要结合实验数据进行推理的题目。我特别期待那些能够帮助我巩固课堂所学，并进一步拓展思维的习题，希望它们能有效地锻炼我的分析和解决问题的能力。实验技术部分更是我急切想要掌握的部分，因为理论知识的学习最终需要通过实践来检验和深化。我希望能从中学习到各种关键的生物化学实验操作规程，了解其原理、步骤以及注意事项，从而能够独立完成一些基础的生物化学实验。这本书的出现，无疑为我的生物化学学习之路增添了重要的助力，我非常有信心它能成为我学习过程中的得力助手。

评分☆☆☆☆☆

在学习生物化学的过程中，我经常会遇到一些概念上的困惑，也常常在思考如何将抽象的理论与实际的实验操作联系起来。这本书的内容，从书名就可以看出，它恰好弥补了我在这方面的不足。习题部分的设计，据我观察，非常具有启发性。它不仅提供了大量的练习机会，更重要的是，题目本身的设置往往能够引导我去思考更深层次的问题，比如为什么会出现某种反应，或者某个实验现象背后的生化机制是什么。这比单纯的记忆知识点要有效得多。我尤其欣赏那种需要综合运用多个知识点才能解答的题目，它们能够帮助我建立起知识之间的联系，形成一个更完整的知识体系。而实验技术部分，更是我学习的重点。生物化学的研究很大程度上依赖于实验，掌握好各种实验技术是至关重要的。我期待这本书能详细介绍一些常用的生化实验方法，例如酶活性测定、蛋白质提取与纯化、核酸分析等，并提供清晰的操作步骤和注意事项。我希望通过学习这部分内容，能够掌握一些基本的实验技能，为未来可能参与的科研项目打下坚实的基础。总而言之，这本书的结构和内容设置，都让我觉得非常实用和有价值。

评分☆☆☆☆☆

我一直对生命科学的微观世界充满好奇，生物化学更是我想要深入了解的领域。这本书，从书名来看，就给了我极大的信心。它不仅仅是理论的讲解，更强调了习题和实验技术的重要性，这正是我认为学习生物化学最有效的途径。习题部分，我个人非常期待它能够提供一些具有挑战性的题目，能够帮助我检验我对知识的掌握程度，并且能够拓展我的思维。我希望题目能够涵盖各个知识点，并且设计得既有基础性，又有拔阶性，能够让我逐步提升。尤其是一些需要综合运用知识、分析实验数据来得出结论的题目，这对于培养我的科学思维至关重要。而实验技术部分，更是我学习的重点。我希望这本书能够详细介绍一些生物化学实验的基本操作，比如各种试剂的配制、仪器的使用、样品的前处理、数据记录与分析等等。我渴望能够通过学习这部分内容，掌握一些基本的实验技能，为以后可能接触到的实际科研工作打下良好的基础。这本书的结构和内容，让我觉得它是一本非常实用且有深度的学习工具，能够帮助我更好地理解和掌握生物化学这门学科。

评分☆☆☆☆☆

作为一名对生物化学充满热情的学生，我一直希望能找到一本能够系统性地巩固知识、提升实验技能的书籍。这本书名《生物化学习题及实验技术》正是我一直在寻找的。我了解到，它不仅仅是一本理论书籍，更侧重于通过大量的习题来帮助我们理解和消化知识，并通过实验技术指导来让我们学以致用。对于习题部分，我非常期待它能涵盖生物化学的各个重要分支，从分子结构到代谢途径，从基因表达到蛋白质功能，都能有深入的练习。我希望题目能够引导我思考，而不仅仅是简单的记忆，能够锻炼我分析问题、解决问题的能力。尤其是一些需要结合图表、数据分析的题目，对我来说非常有吸引力，因为这能让我更好地理解理论在实际中的应用。实验技术部分更是让我充满期待，我希望它能够详细地介绍各种常用的生物化学实验方法，比如酶动力学实验、蛋白质印迹、PCR技术等，并给出清晰的操作步骤、原理说明以及注意事项。掌握这些实验技术，将是我未来深入学习生物化学，甚至投身于科研工作的基础。这本书的出现，无疑为我打开了一扇通往更深层次学习的大门，我对此充满了信心。

评分☆☆☆☆☆

我一直认为，掌握一门学科的关键在于理解其核心概念，并通过实践来加深理解。生物化学这门学科，既有深厚的理论基础，又与大量的实验紧密相连。这本书的出现，正是我所期待的。它不仅仅是一本教材，更像是一位循循善诱的老师，用习题和实验技术的方式，引导我一步步深入理解生物化学的奥秘。习题部分的设计，我认为是这本书的一大亮点。我注意到，题目并非简单的计算或概念记忆，而是包含了很多需要分析和推理的类型。这对于培养我的逻辑思维和解决问题的能力非常有帮助。我尤其期待那些能够帮助我理解代谢通路中能量转化、分子相互作用机制以及信号转导过程的题目，我相信它们能够极大地提升我的学习效率。同时，实验技术部分更是我学习的重中之重。我希望能够从中学习到各种关键的生物化学实验操作，例如离心、电泳、色谱、光谱分析等，并了解它们的原理、操作流程以及可能遇到的问题和解决方法。掌握这些实验技术，将是我未来深入学习和研究生物化学的必备技能。这本书的出版，无疑为我们这些学习生物化学的学生提供了一个宝贵的学习资源。

评分☆☆☆☆☆

下篇 生物化学实验技术

评分☆☆☆☆☆

实验11 2709碱性蛋白酶活力测定

评分☆☆☆☆☆

练习题蛮好的，就是感觉简答题答案忒长

评分☆☆☆☆☆

下篇 生物化学实验技术

评分☆☆☆☆☆

非常好 支持京东！！！！

评分☆☆☆☆☆

由于不是现货，所以到的有些慢。不过书很好，基础阶段学习很实用！

评分☆☆☆☆☆

练习题蛮好的，就是感觉简答题答案忒长

评分☆☆☆☆☆

反正大连的这个超好了

评分☆☆☆☆☆

紧跟课本理论，巩固知识