正版 生物信息學 第2版 八年製 配增值供8年製及7年製 5+3一體化臨床醫學用 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

圖書標籤:

• 生物信息學
• 醫學
• 八年製
• 臨床醫學
• 增值版
• 教材
• 第2版
• 正版
• 5+3一體化
• 生物技術

店鋪： 儒林清風圖書專營店

齣版社： 人民衛生齣版社

ISBN：97871172045138

商品編碼：16286454019

齣版時間：2015-06-01

商品參數

基本信息

書名:【郵】生物信息學（第2版/八年製/配增值） 人民衛生齣版社

定價：108元

作者:李霞，雷健波 主編

齣版社：人民衛生齣版社

齣版日期：2015-6-1

ISBN：9787117204538

字數：908000

頁碼：500

版次：2

裝幀：平裝

開本：大16開

商品重量：

編輯

---

暫無相關內容

目錄

---

緒論
節 生物信息學的興起
第二節 生物信息學的內涵及其在生命科學中的應用
一、生物信息學的內涵
二、生物信息學在現代生物醫學中的應用
第三節 大數據時代的生物信息學與醫學
一、人類基因組計劃
二、組學與生物信息學
三、大數據時代的生物信息學與醫學
篇 生物信息學基礎
章 生物序列資源
節 引言
第二節 NCBI數據庫與數據資源
一、NCBI序列數據庫概述
二、NCBI中的重要子庫介紹
第三節 UCSC基因組瀏覽器與數據資源
一、UCSC概述
二、UCSC基因組瀏覽器
三、UCSC中的數據資源和常用工具
第四節 EMBL-EBI數據庫與數據資源
一、EMBL-EBI數據庫概況
二、EMBL基因組和核酸序列資源
三、UniProt蛋白質數據資源
四、Biomart數據檢索平颱
第五節 重要的編碼基因數據庫
一、ENCODE數據庫與數據資源
二、microRNA數據資源miRBase
小結
第二章 序列比對
節 引言
一、同源、相似與距離
二、相似與距離的定量描述
三、算法實現的比對
四、序列比對的作用
第二節 比對算法概要
一、替換計分矩陣
二、雙序列全局比對
三、雙序列局部比對
四、多序列全局比對
五、多序列局部比對
六、比對的統計顯著性
第三節 數據庫搜索
一、經典BLAST
二、衍生BLAST
三、BLAT
四、RNA序列搜索
五、數據庫搜索的統計顯著性
第四節 比對軟件、參數與數據資源
一、參數選擇的一般原則
二、主要比對軟件
三、EBI中的序列比對工具
四、UCSC中的BLAT比對工具
第五節 比對技術的發展
—、glocal比對
二、全基因組比對
小結
……
第三章 序列特徵分析
第四章 分子進化分析
第五章 基因錶達數據分析
第二篇 功能基因組信息學
第六章 蛋白質組與蛋白質結構分析
第七章 基因注釋與功能分類
第八章 轉錄調控的信息學分析
第九章 生物分子網絡與通路
第十章 計算錶觀遺傳學
第三篇 生物信息學與人類復雜
第十一章 復雜的分子特徵與計算分析
第十二章 編碼RNA與復雜
第十三章 新一代測序技術與復雜
第十四章 物生物信息學
第十五章 生物信息學相關學科進展
中英文名詞對照索引
英中文名詞對照索引
緻謝

內容提要

---

李霞、雷健波主編的這本《生物信息學（第2版） 》教材仍堅持“三基”、“五性”原則，並力求在內 容和形式上有所創新。使教材具備相對係統、的 生物信息學知識體係；突齣實用性，以實際問題 作為編寫齣發點；簡化算法流程，突齣應用軟件和網 絡資源；貼閤前沿技術、方法，增加國內外研究熱點 知識；主要培養長學製學生運用生物信息學方法解決 問題、進行科研設計的能力。
　　《生物信息學（第2版）》精簡基礎內容，閤並上 一版內容相近或有較大關聯的章節；結閤實際應用， 增加前沿新知識、新技術章節。全書共分為三篇十五 章。篇生物信息學基礎，含DNA、RNA和蛋白質序 列信息資源、序列比對、序列特徵分析、分子進化分 析、基因芯片數據分析五章，均係生物醫學相關領域 發展過程中形成的基礎生物信息數據及分析方法，閤 並版“雙序列比對”、“多序列比對”兩章為“ 序列比對”，閤並“序列特徵分析”、“錶達序列分 析”兩章為“序列特徵分析”；第二篇功能基因組信 息學，含蛋白質組與蛋白質結構分析、基因注釋與功 能分類、轉錄調控的信息學分析、生物分子網絡與通 路和計算錶觀遺傳學五章，均係功能基因組研究中頗 具特色的生物信息學方法，閤並版“蛋白質分析 與蛋白質組學”、“蛋白質結構分析”兩章為“蛋白 質組與蛋白質結構分析”；第三篇生物信息學與人類 復雜，含復雜的分子特徵與計算分析、編 碼RNA與復雜、新一代測序技術與復雜、 物生物信息學、生物信息學相關學科進展五章，均係 近年發展起來的與復雜有關的重要生物信息學方 法，新增編碼RNA與復雜的生物信息學研究、 新一代測序、“組學”研究等前沿熱點。

作者介紹

---

李霞，博士、教授、博士研究生導師，哈爾濱醫科大學生物信息科學與技術學院院長，龍江學者特聘教授，北京“人纔工程”入選者，特殊津貼。從事生物信息學、計算係統生物學等本科、研究生教學工作30餘年，主持創建的我國生物信息學人纔培養和教育教學體係成為生物信息學教育模闆，培養瞭大批既具有紮實生物醫知識，又具有很強理工科學思維和實踐能力的現代緊缺人纔，為推動我國生物醫學教育和科技發展做齣瞭突齣貢獻，先後獲得黑龍江省教學名師、中青年專傢、科技工作者、員等榮譽稱號。
　　李霞教授是我國重大生物信息學與計算係統生物學研究的開創者之一，在復雜靶標與風險標誌物篩選、重大通路重構與子網識彆、編碼基因(RNA)介導的發生機理研究、新一代測序技術與復雜分析、麵嚮轉化醫學的重大分析平颱構建等領域做齣瞭開創性的研究工作，科研成果處於國內前列。主持863課題、973課題、自然科學基金重大研究計劃等課題15項，於學術期刊發錶高水平SCI論文130餘篇，榮獲中華醫學科技奬、黑龍江省政府科技奬、中國女醫師協會基礎醫學科技奬等科研奬勵20餘項。
　　雷健波，美國生物醫學信息學博士。華西醫科大學醫學畢業，原北京協和醫院醫生，獲美國哥倫比亞大學工程學院計算機碩士(M.S)和醫學院生物醫學信息學碩士(M.A.)，美國德州大學醫學部生物醫學信息學博士(PhD)，現任北京大學醫學信息學中心副教授，碩士生導師。
　　獨特的國內外跨學科(，計算機，醫學信息學)的學習、研究和工作背景，主持過國內新一代電子病曆(EMR)，醫院信息係統(HIS)，路徑(CP)的開發，以及用於新創製的和標本資源庫的建設等。2010年4月以人纔引進到北京大學，創立北京大學醫學信息學中心，任代主任，常務副主任，負責創建新學科“醫學信息學”。主要的研究領域括：電子病曆係統和個人健康檔案、決策支持、醫學自然語言處理、移動、健康信息搜索和消費者健康信息學、移動、衛生大數據、信息係統易用性等。
　　現任歐美同學會留美分會副會長，中國衛生信息學會衛生信息學教育委員會副主委，高等醫教材建設研究會“十二五”規劃本科教材《衛生信息學概論》主編等。

深入解析：生命科學的數字藍圖與臨床實踐的創新驅動 在生物學的宏偉殿堂中，基因、蛋白質、細胞以及它們之間錯綜復雜的相互作用構成瞭生命最精妙的圖景。理解這一圖景，不僅需要對生物學知識的深刻掌握，更需要一套全新的工具與方法。如今，隨著高通量測序技術的飛速發展，我們以前所未有的速度積纍著海量的生物學數據。然而，這些原始數據如同未經雕琢的璞玉，其蘊含的豐富信息需要藉助強大的計算和統計學手段纔能被挖掘和解讀。正是在這樣的時代背景下，生物信息學應運而生，它以前所未有的力量，為生命科學的研究和應用打開瞭新的維度。 生物信息學，顧名思義，是將信息科學的原理和技術應用於生物學研究的交叉學科。它不僅僅是計算機科學在生物學領域的簡單應用，更是一種全新的思維模式和研究範式。它融閤瞭分子生物學、遺傳學、生物化學、計算機科學、統計學、數學以及工程學等多個學科的知識，旨在從海量生物數據中提取有價值的信息，揭示生命的奧秘，並最終服務於人類的健康和福祉。 數據洪流中的導航者：生物信息學的核心內容與方法 生物信息學研究的起點，便是那些由高通量測序儀器産生的龐大而復雜的數據集。這些數據涵蓋瞭基因組、轉錄組、蛋白質組、代謝組等多個層麵的信息，它們是生命活動最基礎的“源代碼”。然而，麵對如此海量的數據，如何有效地存儲、管理、處理和分析，就成為瞭生物信息學的首要任務。 1. 序列分析：解鎖基因的密碼 基因序列是生命的藍圖，而序列分析則是解讀這藍圖的關鍵。生物信息學提供瞭豐富的算法和工具，用於對DNA、RNA和蛋白質序列進行比對、搜索、比對和預測。 序列比對（Sequence Alignment）：這是序列分析中最基本也是最重要的技術之一。通過將兩條或多條序列進行對齊，可以識彆它們之間的相似性，從而推斷它們的同源性、功能相似性，甚至進化關係。經典的算法如Needleman-Wunsch（全局比對）和Smith-Waterman（局部比對）至今仍是序列比對的基礎，而BLAST（Basic Local Alignment Search Tool）係列程序則因其高效和準確性，成為研究人員日常工作中不可或缺的工具，能夠快速地在龐大的數據庫中搜索與已知序列相似的新序列。 基因識彆與注釋（Gene Finding and Annotation）：基因是攜帶遺傳信息的DNA片段，它們編碼著蛋白質或功能性RNA。生物信息學利用統計學模型（如隱馬爾可夫模型 HMM）和機器學習方法，能夠從基因組序列中自動識彆齣潛在的基因區域，並預測其起始、終止位點以及外顯子和內含子的邊界。更進一步，基因注釋則是在識彆齣基因後，為它們賦予功能信息，包括推測其編碼的蛋白質的功能、參與的通路、在疾病中的作用等。這需要整閤多種數據源，如已知的基因功能數據庫（如GO, KEGG）和文獻信息。 變異檢測與分析（Variation Detection and Analysis）：基因組序列並非一成不變，個體之間、種群之間都存在著遺傳變異，如單核苷酸多態性（SNP）、插入（Insertion）、缺失（Deletion）等。這些變異是導緻個體錶型差異、疾病易感性的重要原因。生物信息學技術，特彆是利用高通量測序數據，能夠高精度地檢測和分型這些變異，為遺傳病的診斷、藥物反應的預測以及人群遺傳學研究提供重要依據。 2. 結構生物學：洞察蛋白質的三維形態與功能 蛋白質是生命活動的主要執行者，其三維結構與其功能密切相關。生物信息學在蛋白質結構預測和分析方麵也扮演著至關重要的角色。 蛋白質結構預測（Protein Structure Prediction）：實驗測定蛋白質三維結構（如X射綫晶體學、NMR）耗時費力，而生物信息學則提供瞭多種計算方法來預測蛋白質的結構，包括基於同源建模、從頭預測（ab initio prediction）以及近年興起的深度學習方法（如AlphaFold）。這些預測的結構，即使不完全精確，也為理解蛋白質的摺疊機製、功能域的識彆以及分子對接等研究提供瞭寶貴的綫索。 蛋白質功能預測（Protein Function Prediction）：在基因組測序完成後，很多基因編碼的蛋白質的功能是未知的。生物信息學通過分析蛋白質序列、結構、同源蛋白信息、參與的相互作用網絡等，可以推測未知蛋白質的功能。這有助於加速對基因組的整體理解，並指導後續的實驗驗證。 蛋白質-蛋白質相互作用（Protein-Protein Interaction, PPI）：蛋白質並非孤立存在，它們通過相互作用形成復雜的網絡，執行著各種生命過程。生物信息學方法可以從不同的數據源（如酵母雙雜交 Y2H、共免疫沉澱 Co-IP、文獻挖掘）預測和分析蛋白質之間的相互作用，構建蛋白質相互作用網絡，揭示細胞內的信號傳導通路和調控機製。 3. 係統生物學：繪製生命活動的網絡圖譜 生命現象是多種分子組分協同作用的結果，而係統生物學正是緻力於理解和模擬這些復雜的相互作用網絡。 代謝通路分析（Metabolic Pathway Analysis）：生物體內的代謝活動是一個高度有序的過程，由一係列酶催化的化學反應組成。生物信息學工具可以根據已知的代謝通路數據庫（如KEGG, MetaCyc），分析基因組信息，預測參與代謝反應的酶，並繪製齣完整的代謝通路圖。這對於理解疾病的代謝異常、尋找藥物靶點具有重要意義。 信號轉導通路分析（Signal Transduction Pathway Analysis）：細胞通過信號轉導通路響應外界刺激並進行相應的生理活動。生物信息學方法可以整閤基因錶達數據、蛋白質相互作用數據等，識彆和構建信號轉導通路，研究信號的傳遞和放大機製。 網絡生物學（Network Biology）：將生物分子（基因、蛋白質、代謝物）及其相互作用關係抽象為網絡模型，是係統生物學的重要研究內容。生物信息學提供瞭強大的工具來構建、可視化和分析這些復雜的生物網絡，從而識彆關鍵節點、模塊以及網絡的整體特性，為理解復雜生物係統提供新的視角。 4. 基因組學與轉錄組學：從宏觀到微觀的全麵洞察 基因組學研究整個基因組的結構、功能和進化，而轉錄組學則關注細胞在特定條件下基因錶達的水平。 基因組組裝與注釋（Genome Assembly and Annotation）：對於從頭測序的新物種，需要將大量的短片段DNA序列拼接成完整的染色體序列，即基因組組裝。隨後，對組裝好的基因組進行基因、調控元件等結構的識彆和功能注釋，是基因組學研究的基礎。 基因錶達譜分析（Gene Expression Profiling）：利用微陣列（Microarray）或RNA測序（RNA-Seq）技術，可以同時測量數萬個基因的錶達水平。生物信息學方法用於對這些大規模的錶達數據進行差異錶達分析、聚類分析，從而識彆在不同條件下（如健康與疾病、不同處理組）發生變化的基因，揭示調控機製。 單細胞測序與分析（Single-Cell Sequencing and Analysis）：近年來興起的單細胞測序技術，使得研究人員能夠以前所未有的分辨率來解析單個細胞的基因組、轉錄組或蛋白質組信息。這為研究細胞發育、組織異質性、腫瘤微環境等復雜問題提供瞭強大的工具，也帶來瞭新的數據分析挑戰。 5. 進化生物學與比較基因組學：追溯生命的演化足跡 生物信息學也為我們理解生命的演化曆程提供瞭強大的工具。 係統發育分析（Phylogenetic Analysis）：通過比較不同物種的基因或蛋白質序列，可以構建係統發育樹，推斷物種間的親緣關係和演化曆史。這有助於理解基因的起源和演化，以及生物多樣性的形成。 比較基因組學（Comparative Genomics）：通過比對不同物種的基因組，可以識彆保守區域（可能具有重要功能）和差異區域（可能驅動物種特異性演化）。這對於理解基因組的演化規律、發現新的基因功能以及研究物種的適應性進化具有重要意義。 生物信息學與臨床醫學的融閤：驅動精準醫療的引擎 生物信息學的發展，與臨床醫學的進步正在以前所未有的速度深度融閤，催生瞭精準醫療的革命。 疾病診斷與分型：通過分析患者的基因組變異，生物信息學可以幫助識彆緻病基因，輔助診斷遺傳性疾病。對於癌癥等復雜疾病，基因組學和轉錄組學分析可以實現對腫瘤的精準分型，為製定個體化的治療方案提供依據。 藥物研發與靶點發現：生物信息學在藥物研發的各個階段都發揮著重要作用。從分析疾病相關的分子靶點，到虛擬篩選潛在的藥物分子，再到預測藥物的療效和毒副作用，生物信息學極大地加速瞭新藥的研發進程。 個性化治療：基於患者的基因組信息，生物信息學可以預測個體對特定藥物的反應（藥物基因組學），從而選擇最有效、副作用最小的治療方案。例如，在癌癥治療中，識彆特定的基因突變可以指導靶嚮藥物的選擇。 傳染病防控：通過對病原體的基因組進行測序和分析，生物信息學可以快速追蹤傳染病的傳播路徑，監測病毒的變異，為製定有效的防控策略提供科學依據。 結語 生物信息學是一門充滿活力和創新精神的學科，它不僅為基礎生命科學研究提供瞭強大的技術支撐，更深刻地改變著我們認識生命、維護健康的方式。隨著計算能力的提升和算法的不斷發展，生物信息學將繼續在揭示生命奧秘、攻剋疾病難題的道路上發揮越來越重要的作用。對於緻力於投身於生命科學和臨床醫學研究的學子而言，掌握生物信息學的知識和技能，將是開啓未來職業生涯、貢獻智慧與力量的寶貴財富。這門學科如同打開生命密碼的鑰匙，引導我們穿越數據的洪流，洞察生命活動的本質，最終為人類的健康福祉貢獻力量。

評分☆☆☆☆☆

這本書的排版簡直是災難，字體大小不統一，有時候大得像標題，有時候又小得像腳注，閱讀起來眼睛非常疲勞。最讓人抓狂的是，圖片的質量也堪憂，模糊不清，根本看不清楚實驗結果和圖譜，這對於生物信息學這種需要精確視覺信息的學科來說，簡直是緻命傷。更不用說那些歪歪扭扭的圖錶，連橫縱坐標都標不清楚，讓人一頭霧水。我原本對這本書寄予厚望，希望能係統學習生物信息學，結果卻被這些低劣的排版和圖片摺磨得心生倦意，實在是對不起書價。希望齣版方能夠認真對待讀者的反饋，在未來的版本中提升圖書的整體質量，至少讓讀者能看得清楚、看得明白，而不是像現在這樣，對著一堆模糊的圖像和混亂的文字，徒勞地消耗時間和精力。

評分☆☆☆☆☆

這本書在理論講解上，我覺得有些過於晦澀和跳躍。作者似乎默認讀者已經具備瞭相當深厚的生物學和計算機科學背景，很多概念的引入都顯得非常突兀，缺乏足夠的鋪墊和解釋。我嘗試去理解一些關鍵算法的原理，但總覺得少瞭那麼一股“脈絡感”，知識點之間沒有很好地串聯起來，讀完一章，腦子裏一團漿糊，不知道整體講瞭什麼，也不知道這些知識點之間有什麼聯係。尤其是在涉及一些復雜的統計學模型和機器學習方法時，作者的處理方式更是讓人摸不著頭腦。我希望這本書能有更多的例題，或者提供一些更易於理解的類比，幫助我這個初學者逐步掌握核心概念，而不是直接拋齣一堆專業術語，讓我望而卻步。

評分☆☆☆☆☆

我購買這本書的初衷是希望能夠快速掌握生物信息學領域的一些核心工具和軟件操作。然而，書中對實際操作的指導卻顯得非常簡略，很多重要的參數和命令都隻是點到為止，缺乏詳細的步驟和截圖說明。當我在嘗試跟著書上的例子進行實踐時，常常會因為缺少關鍵的操作細節而卡住，不得不花費大量時間去搜索引擎上查找更詳細的教程，這大大降低瞭學習效率。我感覺這本書更像是一本理論參考手冊，而非一本實用的學習指南。如果能有更豐富、更具操作性的實驗指導，或者鏈接到一些在綫的練習平颱，我相信這本書的實用價值會大大提升。

評分☆☆☆☆☆

這本書的寫作風格非常學術化，語言嚴謹，這無疑是嚴謹治學精神的體現。但是，對於想要快速入門生物信息學，或者需要將知識應用於實際科研項目的讀者來說，這種風格可能顯得過於枯燥和難以消化。書中充斥著大量的數學公式和統計學推導，雖然保證瞭理論的嚴謹性，但卻讓很多非數學背景的讀者感到吃力。我希望作者能在保證嚴謹性的同時，也能考慮增加一些生動活潑的案例分析，或者提供一些更直觀的圖示來輔助理解。畢竟，生物信息學是一門實踐性很強的學科，如何將理論轉化為實際應用，是很多讀者最關心的問題。

評分☆☆☆☆☆

這本書的章節安排，我個人覺得有些不盡如人意。某些重要的基礎概念，比如基因組學和蛋白質組學的基本理論，被分散在不同的章節中，或者需要通過大量的背景知識纔能理解。而一些相對較新的、更具前沿性的內容，又被安排得比較靠前，這使得我在學習過程中，感覺思路被打斷，知識體係的構建也顯得有些零散。我期望這本書能夠更加係統化地組織內容，從最基礎的概念入手，逐步深入，形成一個清晰的學習路徑。如果能將相關聯的知識點集中講解，或者提供一個邏輯性更強的章節導航，我相信這本書的學習體驗會得到顯著的提升。