普通高等教育”十一五“規劃教材：生物化學習題及實驗技術 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

於自然，黃熙泰，李翠鳳 著

圖書標籤:

• 生物化學
• 生化學習題
• 實驗技術
• 高等教育
• 規劃教材
• 教材
• 理學
• 生物科學
• 教學參考
• 疑難解答

齣版社： 化學工業齣版社

ISBN：9787122022882

版次：2

商品編碼：10068100

包裝：平裝

開本：16開

齣版時間：2008-04-01

用紙：膠版紙

頁數：330

字數：554000

正文語種：中文

內容簡介

　　本書是與黃熙泰、於自然等主編的《現代生物化學》(第二版)相配套的教材。《現代生物化學》(第二版)一書因其內容新穎、概念準確、簡明扼要而受到廣泛的歡迎。為使生物化學教學能收到更好的教學效果，幫助讀者更深入地學習生物化學的基本內容，特編寫瞭以現代生物化學為基礎內容的習題集以及相關的生物化學實驗技術。習題集中的主要題型包括：名詞解釋、填空題、是非題、選擇題、問答題（含計算題）等題型，並附有答案。習題內容豐富，答案清楚明確，是生物科學、醫學、生物化工、農業科學等相關學科學生必備的教學用書。本書的實驗技術部分具有教學和科研兩種功能，既可作為生物科學及其相關學科生物化學實驗教學的教材或參考書，也可作為常用的生物化學分析技術的參考書。

目錄

上篇 生物化學習題
第一章 緒論
第二章 蛋白質化學
第三章 酶化學
第四章 核苷酸和核酸
第五章 維生素與輔酶
第六章 生物膜
第七章 激素與細胞信號轉導
第八章 新陳代謝引論
第九章 糖代謝
第十章 生物氧化
第十一章 光閤作用
第十二章 脂代謝
第十三章 氨基酸的代謝
第十四章 核苷酸代謝
第十五章 DNA的復製、修復和重組
第十六章 RNA代謝
第十七章 蛋白質的生物閤成與修飾
第十八章 基因錶達的調節
第十九章 重組DNA技術與基因組學

下篇 生物化學實驗技術
第一章 生物分子的製備及分析
實驗1 蒽酮比色法測定組織中的蔗糖含量
實驗2 血清脂類的快速測定
實驗3 膽固醇的提取及鑒定
實驗4 酵母蛋白質的製備
實驗5 蛋白質的沉澱作用
實驗6 氨基酸和蛋白質的顔色反應
實驗7 蛋白質的兩性性質和酪蛋白等電點的測定
實驗8 總氮量的測定——微量凱氏定氮法
實驗9 胰蛋白酶和胰蛋白酶抑製劑的製備及活力測定
實驗10 多酚氧化酶的製備和性質研究
實驗11 2709堿性蛋白酶活力測定
實驗12 DNA的製備、鑒定及含量測定
實驗13 核酸樣品中總磷含量的測定
實驗14 酵母RNA的製備、鑒定及含量測定
實驗15 堿性SDS法快速提取大腸杆菌質粒DNA
實驗16 維生素C的提取及含量測定
實驗17 維生素A的提取及含量測定
實驗18 胰蛋白酶米氏常數（Ｋｍ）的測定——甲醛滴定法

第二章 色譜分析法
實驗19 蛋白質的水解和紙色譜法分離氨基酸
實驗20 離子交換色譜法分離氨基酸
實驗21 聚酰胺薄膜色譜法測定肽的N�材┒稅被�酸
實驗22 凝膠過濾色譜法測定蛋白質的分子量
實驗23 雞卵黏蛋白的製備及其對胰蛋白酶的抑製作用285
實驗24 親和色譜法純化胰蛋白酶
實驗25 糖原磷酸化酶b的分離純化及檢測295

第三章 區帶電泳
實驗26 醋酸縴維素膜電泳法分離血清蛋白質
實驗27 乳酸脫氫酶同工酶的聚丙烯酰胺凝膠電泳
實驗28 SDS聚丙烯酰胺凝膠電泳法測定蛋白質的分子量
實驗29 聚丙烯酰胺凝膠等電聚焦電泳測定蛋白質的等電點
實驗30 瓊脂糖凝膠電泳法分離鑒定質粒DNA的限製性內切酶酶切片段

第四章 物質代謝
實驗31 腎上腺素的提取和鑒定
實驗32 胰島素對血糖水平的影響
實驗33 發酵過程中的中間産物的鑒定
實驗34 轉氨基作用
實驗35 飲食和激素對兔肝糖原含量的影響
實驗36 小鼠肺組織石蠟包埋切片的製備及SPC基因錶達的原位雜交檢測
參考文獻

前言/序言

好的，這是一份為您構思的，不包含《普通高等教育“十一五”規劃教材：生物化學習題及實驗技術》內容的圖書簡介： --- 《深度學習與神經網絡：原理、實踐與前沿應用》 一、本書定位與目標讀者 在信息技術飛速發展的今天，人工智能已成為驅動社會變革的核心動力。本書《深度學習與神經網絡：原理、實踐與前沿應用》旨在為廣大理工科學生、計算機科學研究人員、數據科學傢以及希望深入理解和應用現代人工智能技術的工程師，提供一套全麵、係統且具有高度實踐指導性的學習資源。 本書並非傳統意義上的基礎數學或計算機程序設計教材，它聚焦於當前人工智能領域最熱門、最具活力的分支——深度學習（Deep Learning）。我們緻力於構建理論深度與工程實踐之間的橋梁，幫助讀者不僅理解“是什麼”，更能掌握“如何做”以及“為什麼有效”。 目標讀者包括但不限於： 1. 高等院校在讀本科高年級及研究生： 特彆是計算機科學、電子工程、自動化、數學建模等相關專業的學生，作為深入學習人工智能課程的配套參考書或自學教材。 2. 軟件開發工程師與數據分析師： 渴望將深度學習技術集成到現有産品或服務中，進行模型優化和性能提升的專業人士。 3. 科研工作者與跨界研究人員： 需要快速掌握前沿深度學習模型架構，並將其應用於生物信息學、金融風控、自然語言處理（NLP）等交叉學科研究的探索者。 二、內容結構與核心特色 本書內容組織遵循“理論基礎—核心模型—前沿應用—工程實踐”的遞進路綫，共分為五大部分，二十個章節，力求覆蓋深度學習領域的核心知識體係。 第一部分：基礎重塑與數學基石 (Fundamentals Re-established) 本部分將對讀者進行必要的“能力預熱”。它不再重復基礎的微積分或綫性代數定義，而是直接從深度學習的視角切入。重點闡述張量（Tensor）運算的本質、反嚮傳播（Backpropagation）算法的現代理解（尤其是計算圖的視角），以及如何利用梯度下降法的各種變體（如動量法、Adam等）來高效優化復雜模型。我們著重解析瞭激活函數在解決梯度消失/爆炸問題中的關鍵作用，並引入瞭正則化（如Dropout、批標準化Batch Normalization）的概率解釋。 第二部分：經典網絡架構與核心算法 (Classic Architectures and Core Algorithms) 這是本書的核心理論部分，詳細剖析瞭深度學習的兩大支柱——捲積神經網絡（CNN）和循環神經網絡（RNN）。 捲積神經網絡（CNN）： 從LeNet的誕生講起，深入解析AlexNet、VGG、GoogLeNet（Inception結構）到ResNet（殘差連接）的演進脈絡。重點講解瞭空洞捲積、分組捲積等現代技術如何解決計算效率和特徵提取的平衡問題。 循環神經網絡（RNN）及其變體： 詳細闡述瞭標準RNN在處理長序列時的局限性。隨後，對長短期記憶網絡（LSTM）和門控循環單元（GRU）的內部結構進行瞭精細的數學分解與邏輯梳理，重點強調其門控機製如何實現信息的選擇性記憶與遺忘。 第三部分：注意力機製與序列建模新範式 (Attention Mechanisms and the Transformer Revolution) 本部分聚焦於近年來徹底改變序列處理領域的革命性技術——注意力機製。我們詳細介紹瞭自注意力（Self-Attention）的運作原理，並將其作為理解Transformer架構的基石。本書將全麵解析Transformer的編碼器-解碼器結構，特彆是其多頭注意力機製如何並行化處理序列依賴關係，從而剋服瞭RNN的順序依賴瓶頸。此外，還將引入BERT、GPT等預訓練模型的思想框架，闡述遷移學習在NLP中的威力。 第四部分：生成模型與非監督學習 (Generative Models and Unsupervised Learning) 本書不僅關注判彆模型，更深入探討瞭如何“創造”數據的生成模型。 變分自編碼器（VAE）： 側重於其概率圖模型基礎和重參數化技巧（Reparameterization Trick），用以實現潛在空間的連續性和可操作性。 生成對抗網絡（GANs）： 詳細解析瞭判彆器（Discriminator）與生成器（Generator）的博弈過程。重點討論瞭WGAN（Wasserstein GAN）等改進版本如何解決傳統GAN訓練中的模式崩潰（Mode Collapse）問題，並展示瞭其在圖像閤成、超分辨率等領域的強大能力。 第五部分：前沿探索與工程實踐 (Frontier Exploration and Engineering Deployment) 這一部分將視角從理論推嚮實際部署與未來趨勢。 模型優化與部署： 探討模型量化（Quantization）、模型剪枝（Pruning）等輕量化技術，並介紹如何使用TensorRT、ONNX等工具將訓練好的模型高效部署到邊緣計算設備或雲服務器上。 前沿趨勢概覽： 簡要介紹圖神經網絡（GNN）在復雜關係建模中的潛力，以及自監督學習在數據稀疏場景下的重要性。 三、區彆於其他教材的獨特優勢 1. 高度側重現代框架的統一性： 本書在講解所有模型時，均采用現代深度學習框架（如PyTorch或TensorFlow）的視角進行剖析，確保讀者學到的知識能立即轉化為可運行的代碼，而非停留在純數學推導層麵。 2. 強調“為什麼”而非“是什麼”： 對於每個關鍵技術（如殘差連接、注意力機製），本書都會花大量篇幅解釋其提齣的動機和它所解決的核心痛點，這有助於讀者建立更深刻的直覺和洞察力。 3. 詳盡的數學推導與直觀解釋並重： 我們力求在保持數學嚴謹性的同時，輔以大量的圖示和類比，確保讀者能夠跨越數學障礙，真正掌握模型背後的邏輯。 4. 覆蓋麵廣且注重前沿性： 相較於僅聚焦於CNN或僅聚焦於NLP的專著，本書提供瞭一個廣闊的視角，從基礎的梯度優化到革命性的Transformer結構，再到生成模型和部署策略，力求全麵覆蓋現代AI研究者的知識譜係。 --- 結語： 《深度學習與神經網絡：原理、實踐與前沿應用》是一本為渴望掌握人工智能核心技術的學習者量身打造的指南。它將引導您從基礎概念齣發，一步步深入到最前沿的模型設計，並最終具備將這些強大技術轉化為實際解決方案的能力。掌握本書內容，即是掌握瞭通往下一代智能係統的鑰匙。

評分☆☆☆☆☆

我一直對生命科學的微觀世界充滿好奇，生物化學更是我想要深入瞭解的領域。這本書，從書名來看，就給瞭我極大的信心。它不僅僅是理論的講解，更強調瞭習題和實驗技術的重要性，這正是我認為學習生物化學最有效的途徑。習題部分，我個人非常期待它能夠提供一些具有挑戰性的題目，能夠幫助我檢驗我對知識的掌握程度，並且能夠拓展我的思維。我希望題目能夠涵蓋各個知識點，並且設計得既有基礎性，又有拔階性，能夠讓我逐步提升。尤其是一些需要綜閤運用知識、分析實驗數據來得齣結論的題目，這對於培養我的科學思維至關重要。而實驗技術部分，更是我學習的重點。我希望這本書能夠詳細介紹一些生物化學實驗的基本操作，比如各種試劑的配製、儀器的使用、樣品的前處理、數據記錄與分析等等。我渴望能夠通過學習這部分內容，掌握一些基本的實驗技能，為以後可能接觸到的實際科研工作打下良好的基礎。這本書的結構和內容，讓我覺得它是一本非常實用且有深度的學習工具，能夠幫助我更好地理解和掌握生物化學這門學科。

評分☆☆☆☆☆

我一直對生命科學領域非常著迷，特彆是分子層麵的奧秘。這本《生物化學習題及實驗技術》在我看來，就像是一本通往生物化學世界的手冊，詳細且係統。雖然我還沒來得及深入研究每一個章節，但僅僅是瀏覽目錄和部分內容，就能感受到編著者嚴謹的學術態度和對教學的深刻理解。對於我這樣渴望係統性學習生物化學的讀者來說，它提供瞭一個紮實的基礎。尤其是習題部分，它並非簡單地羅列題目，而是針對知識點的不同側麵進行瞭精心設計，涵蓋瞭從基礎概念的理解到復雜代謝途徑的分析，甚至包括一些需要結閤實驗數據進行推理的題目。我特彆期待那些能夠幫助我鞏固課堂所學，並進一步拓展思維的習題，希望它們能有效地鍛煉我的分析和解決問題的能力。實驗技術部分更是我急切想要掌握的部分，因為理論知識的學習最終需要通過實踐來檢驗和深化。我希望能從中學習到各種關鍵的生物化學實驗操作規程，瞭解其原理、步驟以及注意事項，從而能夠獨立完成一些基礎的生物化學實驗。這本書的齣現，無疑為我的生物化學學習之路增添瞭重要的助力，我非常有信心它能成為我學習過程中的得力助手。

評分☆☆☆☆☆

作為一名對生物化學充滿熱情的學生，我一直希望能找到一本能夠係統性地鞏固知識、提升實驗技能的書籍。這本書名《生物化學習題及實驗技術》正是我一直在尋找的。我瞭解到，它不僅僅是一本理論書籍，更側重於通過大量的習題來幫助我們理解和消化知識，並通過實驗技術指導來讓我們學以緻用。對於習題部分，我非常期待它能涵蓋生物化學的各個重要分支，從分子結構到代謝途徑，從基因錶達到蛋白質功能，都能有深入的練習。我希望題目能夠引導我思考，而不僅僅是簡單的記憶，能夠鍛煉我分析問題、解決問題的能力。尤其是一些需要結閤圖錶、數據分析的題目，對我來說非常有吸引力，因為這能讓我更好地理解理論在實際中的應用。實驗技術部分更是讓我充滿期待，我希望它能夠詳細地介紹各種常用的生物化學實驗方法，比如酶動力學實驗、蛋白質印跡、PCR技術等，並給齣清晰的操作步驟、原理說明以及注意事項。掌握這些實驗技術，將是我未來深入學習生物化學，甚至投身於科研工作的基礎。這本書的齣現，無疑為我打開瞭一扇通往更深層次學習的大門，我對此充滿瞭信心。

評分☆☆☆☆☆

我一直認為，掌握一門學科的關鍵在於理解其核心概念，並通過實踐來加深理解。生物化學這門學科，既有深厚的理論基礎，又與大量的實驗緊密相連。這本書的齣現，正是我所期待的。它不僅僅是一本教材，更像是一位循循善誘的老師，用習題和實驗技術的方式，引導我一步步深入理解生物化學的奧秘。習題部分的設計，我認為是這本書的一大亮點。我注意到，題目並非簡單的計算或概念記憶，而是包含瞭很多需要分析和推理的類型。這對於培養我的邏輯思維和解決問題的能力非常有幫助。我尤其期待那些能夠幫助我理解代謝通路中能量轉化、分子相互作用機製以及信號轉導過程的題目，我相信它們能夠極大地提升我的學習效率。同時，實驗技術部分更是我學習的重中之重。我希望能夠從中學習到各種關鍵的生物化學實驗操作，例如離心、電泳、色譜、光譜分析等，並瞭解它們的原理、操作流程以及可能遇到的問題和解決方法。掌握這些實驗技術，將是我未來深入學習和研究生物化學的必備技能。這本書的齣版，無疑為我們這些學習生物化學的學生提供瞭一個寶貴的學習資源。

評分☆☆☆☆☆

在學習生物化學的過程中，我經常會遇到一些概念上的睏惑，也常常在思考如何將抽象的理論與實際的實驗操作聯係起來。這本書的內容，從書名就可以看齣，它恰好彌補瞭我在這方麵的不足。習題部分的設計，據我觀察，非常具有啓發性。它不僅提供瞭大量的練習機會，更重要的是，題目本身的設置往往能夠引導我去思考更深層次的問題，比如為什麼會齣現某種反應，或者某個實驗現象背後的生化機製是什麼。這比單純的記憶知識點要有效得多。我尤其欣賞那種需要綜閤運用多個知識點纔能解答的題目，它們能夠幫助我建立起知識之間的聯係，形成一個更完整的知識體係。而實驗技術部分，更是我學習的重點。生物化學的研究很大程度上依賴於實驗，掌握好各種實驗技術是至關重要的。我期待這本書能詳細介紹一些常用的生化實驗方法，例如酶活性測定、蛋白質提取與純化、核酸分析等，並提供清晰的操作步驟和注意事項。我希望通過學習這部分內容，能夠掌握一些基本的實驗技能，為未來可能參與的科研項目打下堅實的基礎。總而言之，這本書的結構和內容設置，都讓我覺得非常實用和有價值。

評分☆☆☆☆☆

實驗5 蛋白質的沉澱作用

評分☆☆☆☆☆

實驗12 DNA的製備、鑒定及含量測定

評分☆☆☆☆☆

實驗14 酵母RNA的製備、鑒定及含量測定

評分☆☆☆☆☆

學校用

評分☆☆☆☆☆

而且考慮周到

評分☆☆☆☆☆

書很好，送貨也快，滿意

評分☆☆☆☆☆

第一章 緒論

評分☆☆☆☆☆

實驗32 胰島素對血糖水平的影響

評分☆☆☆☆☆

第二章 蛋白質化學