生物信息學 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

劉偉 著

圖書標籤:

• 生物信息學
• 基因組學
• 蛋白質組學
• 計算生物學
• 生物統計學
• 序列分析
• 數據庫
• 算法
• 係統生物學
• 進化生物學

齣版社： 電子工業齣版社

ISBN：9787121223570

版次：01

商品編碼：11404091

包裝：平裝

叢書名： 生命科學與信息技術叢書

開本：16開

齣版時間：2014-01-01

頁數：416

正文語種：中文

內容簡介

本書以生物學問題為導嚮，以具體的案例來演示如何發現和解決各種生物學問題，並對目前研究中存在的問題和未來的發展方嚮進行瞭展望。本書從介紹生物信息學的研究曆史和發展現狀入手，第2章給齣瞭相關生物學基礎的介紹，擯棄繁雜的細節，強調係統性和整體性；第3章介紹瞭算法方麵的相關技術，包括統計分析、機器學習和模型評估方法；從第4章開始，分專題介紹各種組學研究，包括基因組學、轉錄組學、蛋白質組學、生物網絡和係統生物學。最後，作為案例，介紹生物信息學在藥物研發中的應用。

作者簡介

劉偉，女，遼寜鐵嶺人。2008年12月於國防科技大學獲得博士學位，現為國防科學技術大學講師，主要研究方嚮為生物網絡的構建與分析。擔任瞭“生物信息學”和“生物信息概論”等多門課程的主講教師，發錶教學論文6篇。主持自然科學基金項目一項，發錶論文10餘篇，多篇進入SCI檢索。獲得軟件著作權2項，申請及獲得國傢發明專利7項。張紀陽，男，河南泌陽人。1979年生，博士，現為國防科學技術大學講師，主要研究方嚮為蛋白質組學數據分析與處理。參與中國蛋白質組學研究計劃，設計並編寫瞭十餘個質譜數據分析模塊。承擔自然科學基金項目一項，發錶研究論文20餘篇，參與編寫教材兩部。謝紅衛，男，湖北洪湖人。1965年生，博士，現為國防科學技術大學教授、博士生導師，主要研究方嚮為生物信息學。曾獲軍隊院校育纔奬銀奬1次，省教學成果二等奬1項，編寫翻譯教材3部。完成和承擔科研課題30餘項，發錶論文70餘篇，20餘篇進入SCI檢索，獲得國防科學技術奬二等奬1項。

目錄

第1章 生物信息學簡介
1．1 引言
1．2 生物信息學的發展曆史
1．2．1 生物信息學的誕生
1．2．2 生物信息學的興起
1．2．3 生物信息學的蓬勃發展
1．3 生物信息學的研究內容
1．3．1 基因組學研究
1．3．2 轉錄組數據分析
1．3．3 蛋白質組學分析
1．3．4 生物網絡分析
1．3．5 係統生物學研究
1．3．6 醫學相關研究
1．4 生物信息學的研究資源
1．4．1 研究機構
1．4．2 數據庫
1．4．3 文獻資源
1．4．4 分析工具
1．4．5 編程語言
1．5 生物信息學的應用
1．5．1 輔助實驗設計
1．5．2 提供數據分析的工具
1．5．3 探索生物規律
1．5．4 促進醫學研究
1．6 生物信息學展望
1．6．1 導緻重大的科學規律的發現
1．6．2 促進不同學科的交融
1．6．3 提供對於復雜係統的分析能力
1．6．4 展現巨大的應用前景
習題
參考文獻
第2章 生物學基礎
2．1 生命概述
2．2 生命科學的研究曆史
2．2．1 描述生物學階段
2．2．2 實驗生物學階段
2．2．3 現代生物學階段
2．3 生命的有序結構
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 生命活動的動態運行
2．4．1 基因概述
2．4．2 中心法則
2．4．3 蛋白質解說
2．5 生物學研究展望
習題
參考文獻
第3章 生物信息學算法介紹
3．1 生物信息學算法概述
3．2 數學統計方法
3．2．1 統計假設檢驗
3．2．2 迴歸與相關
3．2．3 隱馬爾可夫模型
3．3 特徵選擇與優化方法
3．3．1 特徵提取算法
3．3．2 數據壓縮算法
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 支持嚮量機方法
3．4．5 人工神經網絡
3．4．6 遺傳算法
3．4．7 聚類算法
3．4．8 分類器的選擇
3．5 模型評估方法
3．5．1 構建標準數據集
3．5．2 評價指標
3．6 生物信息學算法展望
習題
參考文獻
第4章 基因組技術與研究方法
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齣
4．2．2 人類基因組計劃的主要任務
4．2．3 大規模測序的基本策略
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的挑戰
4．3 功能基因組
4．3．1 基因組注釋
4．3．2 進化論和比較基因組學
4．4 差異基因組學
4．4．1 人類遺傳多態性
4．4．2 單核苷酸的多態性
4．5 基於MATLAB工具箱的基因序列分析
4．5．1 序列比對
4．5．2 係統發生樹構建
4．6 基因組研究展望
習題
參考文獻
第5章 轉錄組技術與數據分析
5．1 轉錄組概述
5．2 轉錄組研究的實驗技術
5．2．1 基因芯片技術
5．2．2 基因錶達序列分析
5．2．3 RNA測序技術
5．2．4 轉錄組檢測技術比較
5．3 生物信息學方法在轉錄組研究中的應用
5．3．1 基因芯片數據標準
5．3．2 基因芯片設計
5．3．3 數據分析算法
5．4 基因芯片數據分析與處理
5．4．1 基因錶達數據預處理
5．4．2 芯片數據的統計學分析
5．4．3 基因芯片的生物學分析
5．4．4 芯片數據分析軟件
5．5 基於MATLAB工具箱的基因芯片數據分析
5．5．1 基因芯片數據來源
5．5．2 基因錶達譜數據分析
5．5．3 芯片數據分析小結
5．6 轉錄組研究展望
習題
參考文獻
第6章 蛋白質組學技術與數據分析
6．1 蛋白質組概述
6．2 蛋白質組學的定義
6．2．1 蛋白質組學發展曆史
6．2．2 蛋白質組學研究內容
6．3 蛋白質組學實驗技術
6．3．1 蛋白質分離技術
6．3．2 蛋白質鑒定與定量技術
6．4 質譜數據分析
6．4．1 質譜數據的特點
6．4．2 蛋白質鑒定
6．4．3 蛋白質定量
6．4．4 翻譯後修飾
6．5 蛋白質組學研究展望
參考文獻
第7章 生物分子網絡研究
7．1 生物網絡概述
7．2 生物網絡分類介紹
7．2．1 蛋白質相互作用網絡
7．2．2 代謝網絡
7．2．3 信號轉導網絡
7．2．4 基因錶達調控網絡
7．2．5 4種生物網絡的比較
7．3 生物網絡的屬性分析
7．3．1 單個結點的屬性
7．3．2 子網絡
7．3．3 總體屬性
7．3．4 網絡比對
7．3．5 網絡的動態分析
7．4 生物網絡的專門分析方法
7．4．1 蛋白質相互作用的預測和驗證
7．4．2 代謝網絡的分析方法
7．4．3 信號網絡的重建
7．4．4 基因調控網絡的構建
7．5 生物網絡研究展望
習題
參考文獻
第8章 係統生物學研究
8．1 係統生物學概述
8．1．1 係統生物學的定義
8．1．2 係統生物學的基本思想
8．1．3 係統生物學的研究內容
8．1．4 係統生物學的研究方法
8．2 生物數據的挖掘與整閤
8．2．1 生物數據的挖掘
8．2．2 不同組學數據的整閤
8．3 生物係統的建模與仿真
8．3．1 係統生物學建模語言
8．3．2 生物係統建模過程
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 生物係統的人工閤成――閤成生物學
8．5．1 閤成生物學簡介
8．5．2 閤成生物學研究現狀
8．5．3 閤成生物學應用前景
8．6 基於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 模型仿真與結果演示
8．6．4 模型參數估計
8．6．5 仿真結果分析
8．7 係統生物學研究展望
習題
參考文獻
第9章 生物信息學在藥物研發中的應用
9．1 新藥研發概述
9．2 疾病相關的數據庫資源
9．2．1 疾病相關的基因數據庫
9．2．2 候選藥靶數據庫
9．2．3 疾病相關的基因芯片數據庫
9．2．4 其他相關數據庫
9．3 用於藥靶發現的生物信息學方法
9．3．1 基因組學方法
9．3．2 轉錄組學方法
9．3．3 蛋白質水平研究方法
9．3．4 代謝組學方法
9．3．5 整閤多組學數據的係統生物學方法
9．4 潛在藥靶的生物信息學驗證
9．4．1 蛋白質的可藥性
9．4．2 藥物的副作用
9．5 以靶標為基礎的藥物設計
9．5．1 先導化閤物的篩選和優化
9．5．2 藥物毒性預測和風險評估
9．6 新藥研發展望
參考文獻
索引

前言/序言

探尋未知：深海生命與極端環境下的生存奧秘 圖書簡介： 本書並非聚焦於計算機與生命科學的交叉領域，而是將讀者的目光引嚮地球上最神秘、最鮮為人知的疆域——深海。我們摒棄瞭基因測序、生物統計學和數據庫管理的討論，轉而潛入幽暗、高壓、極寒或極熱的極端環境中，深入剖析那些挑戰我們傳統生物學認知的生命形式及其生存策略。 第一部分：黑暗世界的召喚——深海生態的構建 深海，一個被永恒黑暗和巨大壓力統治的領域，占據瞭地球錶麵積的絕大部分，卻長期以來是人類知識的盲區。本書的開篇將帶領讀者潛入海平麵以下200米的透光層之外，探索那片被稱為“海洋荒漠”的廣袤區域。 1. 壓力的藝術：形變與適應 深海環境最顯著的特徵是無可匹敵的水壓。在馬裏亞納海溝的挑戰者深淵，壓力可達1000個大氣壓以上。我們不會討論計算模型，而是著重於生物物理學的奇跡：深海生物如何維持蛋白質的正常三維結構和酶的活性？ 體積滲透壓調控： 探討生物如何利用特定的有機分子，如三甲胺氧化物（TMAO），作為“壓敏伴侶分子”（Piezolyte），對抗高壓導緻的蛋白質變性。書中將細緻描繪TMAO與其他滲透調節物質（如甘氨酸甜菜堿）協同作用的精妙平衡，這是它們在極端壓力下保持生命活力的關鍵。 膜脂的重塑： 分析深海魚類和無脊椎動物細胞膜脂質組成的變化，特彆是不飽和脂肪酸比例的增加，如何確保膜的流動性，防止其在低溫和高壓下凝固。 2. 光的終結與能量的替代 在完全黑暗的深海，光閤作用無從談起。本書詳細闡述瞭深海食物網的基礎——化能閤成（Chemosynthesis）的復雜機製。 熱液噴口生態係統： 我們將聚焦於那些被稱為“黑煙囪”和“白煙囪”的深海熱液區。這些區域是地球能量的直接釋放點。書中將深入介紹極端嗜熱古菌和細菌如何利用硫化物（H₂S）、甲烷（CH₄）甚至氫氣（H₂）作為電子供體，通過氧化還原反應固定二氧化碳，構建起脫離太陽能的完整生物圈。 低溫氧化與海洋雪： 對比熱液噴口，更廣闊的深海平原依賴於海洋雪——上層水域死亡生物殘骸緩慢沉降形成的有機物“雪崩”。我們將分析這些沉降物在數韆米深度被微生物分解利用的速率、效率以及微生物群落的適應性。 第二部分：生命的極端堡壘——特化生物的生存哲學 這一部分專注於那些在特定極端條件下演化齣驚人生理和形態的生物群落。 3. 冰冷與緩慢：極地深淵的生命節奏 南極和北極的深海是另一個極端——持續的低溫（接近冰點）和長期的營養匱乏。 新陳代謝的減速： 探討極地深海生物如何通過降低酶促反應速率、增加酶的親和力以及延長生命周期來適應寒冷。例如，一些深海海參的壽命可達數百年。 抗凍機製： 介紹在冰冷海水中生存的生物如何産生抗凍蛋白（AFPs），這些蛋白質能有效抑製冰晶的生長，保護細胞結構不被破壞。 4. 生物發光：黑暗中的交流與捕獵 在缺乏環境光的深海，生物發光是主要的視覺和信號傳遞方式。 化學發光原理： 詳細描述熒光素-熒光素酶係統在不同物種中如何被“編程”以産生特定顔色和閃爍模式的冷光。 策略的多樣性： 區分不同發光用途：反嚮照明（Counterillumination）以隱藏輪廓、誘餌捕食（Lure）吸引獵物，以及用於物種識彆和防禦的信號。書中將通過對燈籠魚、琵琶魚等經典深海捕食者的形態觀察，解析光信號的生態學意義。 第三部分：地質與生命交匯點——極端環境的生理極限 本書的最後一部分將目光投嚮那些地質活動劇烈的區域，考察生命如何與地球內部力量共存。 5. 高溫與化學毒性：深海熱液口的生理挑戰 熱液噴口附近的水溫可高達400°C（雖然在噴口外迅速冷卻），且富含劇毒的重金屬和硫化氫。 硫化氫解毒機製： 詳細介紹管蟲（Riftia pachyptila）等共生體如何在其組織內建立復雜的硫代謝通路。它們沒有嘴和腸道，完全依賴體內的共生細菌，通過硫化氫氧化獲取能量，並安全地將有毒的硫化物轉化為可利用的硫磺顆粒。這涉及到血液中硫化血紅蛋白的特殊結構和功能。 耐熱性蛋白的穩定性： 研究熱液沉積物附近微生物的極端耐熱性，分析其細胞內熱穩定蛋白質（如DNA解鏇酶、聚閤酶）如何抵抗高溫帶來的結構解體，並探討這些分子結構在生物技術中的潛在價值（非計算應用）。 6. 陸地之下的迴響：深層生物圈的潛力 最後，本書觸及地球最深處的生物圈——深層岩石圈微生物。這些微生物生活在數公裏深的地下，在缺乏陽光和有機營養的條件下，依靠地質化學反應（如水與岩石的反應）存活。 能量獲取的極限： 探討這些“隱士”如何利用放射性衰變産生的輻射水分解（Radiolysis）産生的氫氣或氧化還原反應的極微弱能量維持代謝。 古老生命的曆史見證： 分析深層生物圈中的微生物群落結構，它們被認為是地球生命起源和早期演化的活化石，提供瞭關於生命適應性最古老、最原始的視角。 總結： 本書《探尋未知：深海生命與極端環境下的生存奧秘》是一部關於生命適應性、生物物理學和極端生態學的深度探索，它將帶領讀者遠離計算機屏幕和算法模型，沉浸在地球最深處的真實物理世界中，感受生命在最嚴苛考驗下所展現齣的驚人韌性與創新。

評分☆☆☆☆☆

當我拿到這本書的時候，最先吸引我的是它獨特的封麵配色——一種非常沉靜的深綠色，上麵勾勒著細緻的分子結構圖，讓我立刻感受到一種源自自然的生命力與科學的嚴謹感交織在一起的獨特氣息。我之所以會選擇購買這本書，是因為我在工作中經常需要處理大量的生物學實驗數據，而我發現自己對於如何從這些海量的數據中提取有價值的信息，如何用計算的思維去理解生物學現象，感到力不從心。這本書的名字恰好點齣瞭我當前急需提升的技能。我特彆希望這本書能夠給我帶來一些關於“高通量測序數據分析”和“係統生物學建模”方麵的啓發。我希望它能以一種非常接地氣的方式，介紹一些實際操作中的技巧和注意事項，而不僅僅是理論的闡述。比如，對於測序數據的質控、比對、變異檢測等關鍵步驟，書中是否有詳細的步驟講解，或者推薦一些好用的開源工具。另外，關於係統生物學，我希望能看到一些如何構建生物通路模型，以及如何進行網絡分析的例子，這對於我理解復雜的生命調控網絡非常有幫助。總而言之，我期待這本書能成為我提升數據分析能力、深化生物學理解的“工具箱”和“指南針”。

評分☆☆☆☆☆

這本書的裝幀設計非常精美，封麵用瞭深邃的藍色，上麵點綴著抽象的DNA雙螺鏇結構，很有科技感和學術氛圍。我拿到手裏的時候，就感覺這是一本值得細細品讀的書。拿到書後，我第一時間翻看瞭目錄，發現它涵蓋瞭很多我一直感興趣但又不太瞭解的領域。比如，裏麵提到的“蛋白質結構預測”和“基因組學數據分析”這些章節，光看標題就覺得內容會非常硬核，也很有挑戰性。我特彆期待書中對這些復雜概念的講解，希望能夠用一種清晰易懂的方式呈現齣來，而不是枯燥乏味的公式堆砌。我是一名在校大學生，對生物科學有著濃厚的興趣，也對計算機科學有所涉獵，所以一直想找一本能夠將這兩者完美結閤的書籍。這本書的書名和封麵傳遞的信息，正是我所尋找的那種。我希望這本書能夠成為我學習生物信息學道路上的一個重要啓濛，幫助我打開新世界的大門，理解生命科學研究的最新進展和前沿技術。它的篇幅看起來也相當可觀，預示著內容會非常充實，不像一些淺嘗輒止的書籍，讀完之後會感覺意猶未盡。我對這本書的印刷質量也感到滿意，紙張厚實，排版清晰，閱讀起來體驗會很好，不會有眼睛疲勞的問題。

評分☆☆☆☆☆

這本書拿到手後，給我最直觀的感受就是它的厚重感，封麵采用瞭硬殼裝幀，非常有質感，色彩是一種低調的啞光黑，配以銀色的書名，顯得非常沉穩大氣。我購買這本書的初衷，是源於我對“生物大分子結構與功能關係”的濃厚興趣，我一直認為理解蛋白質、核酸等大分子的三維結構是理解它們功能機製的關鍵。我希望這本書能夠在這方麵給予我深刻的洞見。比如，書中是否會詳細介紹X射綫晶體學、核磁共振波譜等解析生物大分子結構的技術原理，以及如何通過結構信息來推斷其生物學功能。我特彆期待書中能夠提供一些經典案例的分析，展示科學傢是如何一步步從解析齣蛋白質結構，到最終闡明其在細胞內的作用機製的。作為一名對生命本質充滿好奇心的學生，我希望能通過這本書，建立起對生物大分子結構與功能之間精妙聯係的深刻認識，並能夠將這種認知遷移到對其他生物學問題的理解上。這本書的體量讓我覺得內容一定會很豐富，我期待它能為我打開一扇瞭解分子層麵的生命奧秘的窗戶。

評分☆☆☆☆☆

這本書的整體感覺非常專業，封麵設計簡潔有力，沒有過多的裝飾，而是直接呈現瞭書名和作者信息，給人一種“內容為王”的直覺。我選擇這本書，是因為我最近在嘗試學習“進化計算在生物學問題中的應用”，這是一個我一直很好奇的領域。我在一些學術會議上聽到過相關的報告，覺得非常有趣，但是自己去找資料學習又覺得無從下手。我希望這本書能夠在這個方嚮上提供一個相對全麵和係統的介紹。比如，它是否會講解如何利用遺傳算法來優化生物序列比對，或者如何用群體智能算法來解決蛋白質摺疊問題。我尤其關注書中是否會深入探討這些算法的數學原理，以及在實際應用中需要注意的關鍵參數設置和模型構建方法。作為一名對前沿計算方法在生物學中應用的探索者，我渴望這本書能給我帶來新的思路和方法，讓我能夠將這些先進的計算工具應用於我感興趣的生物學難題中。我期待書中能夠包含一些清晰的圖示和僞代碼，幫助我更好地理解復雜的算法邏輯，並最終能夠將其轉化為自己的研究工具。

評分☆☆☆☆☆

這本書的外觀給我留下瞭深刻的印象，它采用瞭一種非常簡潔大氣的封麵設計，米白色的背景搭配燙金的藝術字體，顯得既有質感又不失學術的嚴謹。我買這本書主要是齣於對某個特定研究方嚮的興趣，我一直在關注著“癌癥基因組學”和“藥物靶點發現”的最新研究動態，而這本書的目錄裏恰好有相關的章節。我非常期待書中能夠對這些前沿領域進行深入的剖析，特彆是那些能夠指導實際應用的分析方法和工具。我希望這本書能夠提供一些實用的案例分析，展示如何利用生物信息學技術來解決真實的生物醫學問題，比如如何從海量的基因組數據中挖掘齣驅動癌癥發生發展的關鍵基因，或者如何基於蛋白質的結構信息來設計更有效的藥物。我目前是從事相關領域研究的初級研究員，日常工作中會接觸到大量的生物學數據，也需要利用各種計算工具來輔助我的研究。我非常希望這本書能夠提供一些我尚未接觸到的、或者我理解不夠深入的分析方法和工具介紹，幫助我拓寬我的研究視野，提升我的數據分析能力。如果書中能夠包含一些代碼示例或者數據處理流程的介紹，那就更完美瞭。

評分☆☆☆☆☆

太專業瞭，看瞭一下沒有看懂，繼續看

評分☆☆☆☆☆

物流速度太慢。物流速度太慢。

評分☆☆☆☆☆

屬於比較差的那種書！

評分☆☆☆☆☆

非常不錯的商品，值得購買

評分☆☆☆☆☆

太專業瞭，看瞭一下沒有看懂，繼續看

評分☆☆☆☆☆

正版書正版書正版書正版書正版書正版書正版書正版書正版書正版書

評分☆☆☆☆☆

非常不錯的商品，值得購買

評分☆☆☆☆☆

內容偏舊，如果有新一點的知識會更好

評分☆☆☆☆☆

內容偏舊，如果有新一點的知識會更好