掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
生命科學與信息技術叢書生物信息學(第2版)/劉偉 版權信息
- ISBN：9787121338830
- 條形碼：9787121338830 ; 978-7-121-33883-0
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
生命科學與信息技術叢書生物信息學(第2版)/劉偉 本書特色
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據，并對目前研究中存在的問題和未來的發展方向進行了展望。全書從介紹生物信息學的研究歷史和發展現狀入手，第2章描述了相關生物學基礎，重點討論生物信息學的研究對象——生物大分子；第3章介紹了生物數據的常用分析算法，包括統計分析、機器學習和模型評估方法，并新增了一些算法介紹，特別是新近發展的隨機森林和深度學習方法；從第4章開始，分專題介紹了各種組學研究，包括基因組學、轉錄組學、蛋白質組學、生物網絡和系統生物學。*后，作為案例，本書介紹了生物信息學在藥物研發中的應用。為便于初學者掌握專業英文詞匯, 本書附有英中對照的術語索引。另外，本書的授課用PPT文件可通過華信教育資源網（www.hxedu.com.cn）注冊下載。
生命科學與信息技術叢書生物信息學(第2版)/劉偉 內容簡介
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據，并對目前研究中存在的問題和未來的發展方向進行了展望。全書從介紹生物信息學的研究歷史和發展現狀入手，第2章描述了相關生物學基礎，重點討論生物信息學的研究對象――生物大分子；第3章介紹了生物數據的常用分析算法，包括統計分析、機器學習和模型評估方法，并新增了一些算法介紹，特別是新近發展的隨機森林和深度學習方法；從第4章開始，分專題介紹了各種組學研究，包括基因組學、轉錄組學、蛋白質組學、生物網絡和系統生物學。很后，作為案例，本書介紹了生物信息學在藥物研發中的應用。為便于初學者掌握專業英文詞匯, 本書附有英中對照的術語索引。另外，本書的授課用PPT文件可通過華信教育資源網（www.hxedu.com.cn）注冊下載。
生命科學與信息技術叢書生物信息學(第2版)/劉偉 目錄
第1章 生物信息學簡介
1.1 引言
1.2 生物信息學的發展歷史
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 系統生物學研究
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 導致重大科學規律的發現
1.6.2 促進不同學科的交融
1.6.3 提供對于復雜系統的分析能力
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 生命科學的研究歷史
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 假設檢驗
3.2.2 相關與回歸分析
3.2.3 隱馬爾可夫模型
3.3 特征選擇與優化方法
3.3.1 特征提取算法
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 隨機森林
3.4.5 支持向量機方法
3.4.6 人工神經網絡
3.4.7 深度學習
3.4.8 遺傳算法
3.4.9 聚類算法
3.4.10分類器的選擇
3.5 分類模型評估方法
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出
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 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 基于MATLAB工具箱的基因序列分析
4.5.1 系統發育樹構建
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 基因表達序列分析
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 基因表達數據預處理
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 基于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 基因表達譜數據分析
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 蛋白質組學發展歷史
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 翻譯后修飾
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 基因表達調控網絡
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 系統生物學研究
8.1 系統生物學概述
8.1.1 系統生物學的定義
8.1.2 系統生物學的基本思想
8.1.3 系統生物學的研究內容
8.1.4 系統生物學的研究方法
8.2 生物數據的挖掘與整合
8.2.1 生物數據的挖掘
8.2.2 不同組學數據的整合
8.3 生物系統的建模與仿真
8.3.1 系統生物學建模語言
8.3.2 生物系統建模過程
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 生物系統的人工合成——合成生物學
8.5.1 合成生物學簡介
8.5.2 合成生物學研究現狀
8.5.3 合成生物學應用前景
8.6 基于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 系統生物學研究展望
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 用于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 整合多組學數據的系統生物學方法
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 先導化合物的篩選和優化
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
1.1 引言
1.2 生物信息學的發展歷史
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 系統生物學研究
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 導致重大科學規律的發現
1.6.2 促進不同學科的交融
1.6.3 提供對于復雜系統的分析能力
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 生命科學的研究歷史
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 假設檢驗
3.2.2 相關與回歸分析
3.2.3 隱馬爾可夫模型
3.3 特征選擇與優化方法
3.3.1 特征提取算法
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 隨機森林
3.4.5 支持向量機方法
3.4.6 人工神經網絡
3.4.7 深度學習
3.4.8 遺傳算法
3.4.9 聚類算法
3.4.10分類器的選擇
3.5 分類模型評估方法
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出
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 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 基于MATLAB工具箱的基因序列分析
4.5.1 系統發育樹構建
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 基因表達序列分析
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 基因表達數據預處理
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 基于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 基因表達譜數據分析
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 蛋白質組學發展歷史
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 翻譯后修飾
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 基因表達調控網絡
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 系統生物學研究
8.1 系統生物學概述
8.1.1 系統生物學的定義
8.1.2 系統生物學的基本思想
8.1.3 系統生物學的研究內容
8.1.4 系統生物學的研究方法
8.2 生物數據的挖掘與整合
8.2.1 生物數據的挖掘
8.2.2 不同組學數據的整合
8.3 生物系統的建模與仿真
8.3.1 系統生物學建模語言
8.3.2 生物系統建模過程
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 生物系統的人工合成——合成生物學
8.5.1 合成生物學簡介
8.5.2 合成生物學研究現狀
8.5.3 合成生物學應用前景
8.6 基于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 系統生物學研究展望
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 用于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 整合多組學數據的系統生物學方法
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 先導化合物的篩選和優化
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
展開全部
生命科學與信息技術叢書生物信息學(第2版)/劉偉 作者簡介
劉偉 博士，國防科技大學講師，主要研究方向為生物網絡的構建與分析。擔任”生物信息學“和”生物信息概論“等多門課程的主講教師，發表教學論文6篇。主持國家自然科學基金項目1項，發表論文20余篇，出版教材3部，獲得國家發明專利7項。張紀陽 博士，國防科技大學副教授。主要學術方向為控制原理與工程、生物信息學。目前主要從事無人機飛行控制系統設計與實現、蛋白質組質譜數據分析方面的教學科研工作。承擔自然科學基金項目1項，發表科研論文20余篇，參與編寫教材2部。謝紅衛 博士，國防科技大學教授，博士生導師。主要學術方向為自動控制理論、實驗鑒定與評估技術、生物信息學。學校“自動控制原理”系列課程的負責人，負責建設的“自動控制原理”課程獲評湖南省精品課程。獲得軍隊院校“育才獎”銀獎1項，省教學成果二等獎1項，編寫、翻譯出版教材和專著6部。承擔完成科研項目30余項。發表論文100余篇，其中40余篇被SCI收錄。獲得國防科學技術獎二等獎1項，中國電子學會電子信息科學技術獎一等獎1項。
書友推薦
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
羅庸西南聯大授課錄
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
羅曼·羅蘭讀書隨筆-精裝
- >
唐代進士錄
- >
苦雨齋序跋文-周作人自編集
- >
中國歷史的瞬間
本類暢銷
