生物信息学 第2版 供8年制及7年制（“5+3”一体化）临床医学等专业用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

生物信息学 第2版 供8年制及7年制（“5+3”一体化）临床医学等专业用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

绪论1

第一节 生物信息学的兴起1

第二节 生物信息学的内涵及其在生命科学中的应用2

一、生物信息学的内涵3

二、生物信息学在现代生物医学中的应用4

第三节 大数据时代的生物信息学与医学5

一、人类基因组计划5

二、组学与生物信息学6

三、大数据时代的生物信息学与医学8

第一篇 生物信息学基础14

第一章 生物序列资源14

第一节 引言14

第二节 NCBI数据库与数据资源15

一、NCBI序列数据库概述15

二、NCBI中的重要子库介绍16

第三节 UCSC基因组浏览器与数据资源20

一、UCSC概述20

二、UCSC基因组浏览器21

三、UCSC中的数据资源和常用工具23

第四节 EMBL-EBI数据库与数据资源25

一、EMBL-EBI数据库概况25

二、EMBL基因组和核酸序列资源26

三、UniProt蛋白质数据资源29

四、Biomart数据检索平台31

第五节 重要的非编码基因数据库33

一、ENCODE数据库与数据资源33

二、microRNA数据资源miRBase34

小结35

Summary36

第二章 序列比对37

第一节 引言37

一、同源、相似与距离37

二、相似与距离的定量描述38

三、算法实现的比对40

四、序列比对的作用42

第二节 比对算法概要42

一、替换计分矩阵42

二、双序列全局比对46

三、双序列局部比对48

四、多序列全局比对48

五、多序列局部比对52

六、比对的统计显著性53

第三节 数据库搜索54

一、经典BLAST54

二、衍生BLAST56

三、BLAT57

四、RNA序列搜索58

五、数据库搜索的统计显著性59

第四节 比对软件、参数与数据资源60

一、参数选择的一般原则60

二、主要比对软件61

三、EBI中的序列比对工具62

四、UCSC中的BLAT比对工具62

第五节 比对技术的发展63

一、glocal比对63

二、全基因组比对64

小结66

第三章 序列特征分析69

第一节 引言69

第二节 DNA序列特征分析70

一、DNA序列的基本信息70

二、DNA序列的特征信息72

三、基因组结构注释分析73

第三节 蛋白质序列特征分析76

一、蛋白质序列的基本信息分析76

二、蛋白质序列的特征信息分析79

三、蛋白质序列的功能信息分析82

第四节 RNA序列与结构特征分析85

一、RNA的序列特征85

二、RNA的结构特征85

三、RNA二级结构预测方法86

四、RNA结构预测的在线资源与软件90

第五节 表达序列特征分析91

一、表达序列的获取和数据库资源92

二、表达序列标签分析方法97

三、GEO数据处理与分析100

四、SAGE数据分析101

小结102

第四章 分子进化分析105

第一节 引言105

第二节 系统发生分析与重建105

一、核苷酸置换模型及氨基酸置换模型105

二、系统发生树的基本概念及搜索方法110

三、分子钟假说113

第三节 核苷酸和蛋白质的适应性进化113

一、中性与近中性理论113

二、微观适应性进化的检验方法114

三、宏观适应性进化的检验方法115

四、适应性进化基因118

第四节 分子进化与生物信息学118

一、基因组进化概述118

二、病毒基因组进化119

三、原核生物基因组比较120

四、蛋白质互作网络进化121

五、代谢网络进化分析123

六、肿瘤细胞微进化125

第五节 应用实例——慢性淋巴细胞白血病突变进化研究127

小结129

第五章 基因表达数据分析132

第一节 引言132

一、概述132

二、基因表达测定原理132

三、基因表达测定的应用135

第二节 基因表达测定平台与数据库136

一、基因表达测定平台介绍136

二、Microarray技术与RNA-seq技术的比较137

三、基因表达数据库137

第三节 数据预处理与差异表达分析138

一、基因芯片数据预处理138

二、差异表达分析基本原理与方法146

三、差异表达分析应用149

第四节 聚类分析与分类分析153

一、聚类分析中的距离（相似性）尺度函数154

二、聚类分析中的聚类算法156

三、分类分析161

四、分类模型的分类效能评价165

第五节 基因表达谱数据分析软件166

一、基因表达谱数据分析软件简介166

二、R语言和BioConductor166

三、差异表达分析软件167

四、聚类分析软件介绍（Cluster和TreeView）168

五、Matlab生物信息学工具箱170

小结171

第二篇 功能基因组信息学176

第六章 蛋白质组与蛋白质结构分析176

第一节 引言176

第二节 蛋白质组数据的获取与分析177

一、二维凝胶电泳分析技术177

二、蛋白质组质谱分析技术177

三、蛋白质芯片分析技术179

四、酵母双杂交系统180

五、Rosetta Stone方法182

六、蛋白质组学分析软件与数据库182

第三节 蛋白质结构的预测190

一、蛋白质结构预测概述190

二、蛋白质二级结构预测方法及软件190

三、蛋白质三维结构预测方法及软件193

四、对结构预测结果的评价195

第四节 蛋白质结构数据库195

一、蛋白质三维结构数据库195

二、蛋白质结构分类数据库197

三、其他常用蛋白质结构数据库199

第五节 蛋白质功能分析200

一、蛋白质功能分析概述200

二、蛋白质功能预测方法201

三、蛋白质结构与功能关系数据库203

第六节 蛋白质结构异常与疾病205

一、蛋白质序列变化引发疾病205

二、蛋白质折叠错误引发疾病206

三、蛋白质相互作用的变化引发疾病207

小结208

第七章 基因注释与功能分类211

第一节 引言211

第二节 基因注释数据库211

一、Gene Ontology数据库211

二、KEGG通路数据库216

第三节 基因集功能富集分析222

一、富集分析算法222

二、常用富集分析软件223

三、富集分析应用实例224

第四节 基因功能预测226

一、基因功能预测算法226

二、常用基因功能预测软件230

小结233

第八章 转录调控的信息学分析235

第一节 引言235

第二节 转录因子结合位点的信息学预测方法236

一、转录因子结合位点的表示方法236

二、转录因子结合位点的定位237

三、转录因子结合位点的识别242

第三节 转录调控相关数据库250

一、TRANSFAC数据库250

二、JASPAR数据库252

三、TRED数据库254

四、其他转录调控相关数据库256

小结256

第九章 生物分子网络与通路259

第一节 引言259

第二节 生物分子网络和通路概述259

一、生物分子网络与通路的基本概念259

二、转录调控网络261

三、转录后调控网络261

四、蛋白质互作网络261

五、信号转导通路和代谢通路262

六、其他类型的生物网络263

七、生物分子网络和通路数据资源263

第三节 生物分子网络分析264

一、网络的拓扑属性264

二、无标度网络267

三、生物分子网络的模块性269

四、网络模序269

五、生物分子网络的动态性271

六、生物分子网络分析软件272

第四节 生物分子网络的重构和应用275

一、生物分子网络重构的一般方法275

二、基因表达相关网络的重构和应用276

三、转录调控网络的重构和应用277

四、蛋白质互作网络的重构和应用280

第五节 生物通路的重构和应用281

一、代谢网络重构和应用281

二、信号转导网络的重构和应用282

三、子通路的重构和应用282

小结283

第十章 计算表观遗传学286

第一节 引言286

第二节 基因组的DNA甲基化286

一、CpG岛DNA甲基化调控基因表达286

二、基因组CpG岛识别方法289

三、实验检测技术测定DNA甲基化状态292

四、异常DNA甲基化特征识别297

第三节 组蛋白修饰的表观基因组298

一、组蛋白密码是重要表观遗传标记之一298

二、组蛋白修饰的高通量测定及分析技术300

三、组蛋白修饰与其他表观遗传修饰的协同调控303

四、组蛋白修饰异常与人类疾病304

第四节 基因组印记305

一、基因组印记是表观遗传现象305

二、基于生物信息学方法识别新印记基因306

三、印记基因的表观遗传异常与人类疾病308

第五节 表观遗传学数据库及软件309

一、表观遗传学常用数据库309

二、表观遗传学常用软件314

小结318

第三篇 生物信息学与人类复杂疾病322

第十一章 复杂疾病的分子特征与计算分析322

第一节 引言322

第二节 复杂疾病的分子特征与数据资源322

一、复杂疾病的分子特征322

二、人类孟德尔遗传疾病数据库（OMIM）324

三、基因型和表型数据库（dbGAP）325

四、人类疾病相关多态数据资源326

第三节 复杂疾病的遗传易感与遗传定位分析329

一、遗传标志物的筛选识别技术329

二、遗传定位研究中的实验设计与统计分析方法331

三、全基因组关联研究336

四、罕见变异位点的分析方法338

第四节 常用的集成软件工具339

一、Haploview软件与单体型分析339

二、统计遗传学集成分析软件Plink342

三、SNPtest与Meta分析344

四、Merlin与数量性状分析346

小结348

第十二章 非编码RNA与复杂疾病351

第一节 引言351

第二节 非编码RNA与其靶基因351

一、miRNA概述351

二、基于序列的miRNA靶基因预测方法353

三、基于表达信息预测miRNA靶基因355

四、基于高通量测序结果预测miRNA靶基因356

五、整合已有知识预测miRNA靶基因357

六、lncRNA概述及靶基因识别359

七、ncRNA数据资源360

第三节 非编码RNA多态和复杂疾病362

一、位于miRNA基因内部影响miRNA生物学形成的多态362

二、miRNA靶点的多态363

三、miRNA多态影响药物反应365

四、miRNA多态改变表观遗传调控366

五、lncRNA多态与复杂疾病366

六、非编码RNA多态数据资源367

第四节 非编码RNA表达谱与复杂疾病367

一、ncRNA表达谱识别癌症相关ncRNA367

二、ncRNA表达谱分类人类癌症369

三、ncRNA表达谱与mRNA表达谱的整合分析373

第五节 复杂疾病非编码RNA的计算识别374

一、概述374

二、复杂疾病相关miRNA的计算识别375

三、复杂疾病相关lncRNA的计算识别377

四、复杂疾病相关非编码RNA数据资源378

小结379

第十三章 新一代测序技术与复杂疾病382

第一节 引言382

第二节 新一代测序技术概述382

一、新一代测序技术基本概念382

二、新一代测序技术常见测序仪及工作流程383

三、新一代测序数据存储、处理与分析388

四、新一代测序短片段比对390

第三节 DNA测序技术及应用392

一、全基因组测序与外显子组测序392

二、DNA测序数据分析方法392

三、DNA测序应用400

四、DNA测序技术应用于复杂疾病案例402

第四节 RNA测序技术与数据分析402

一、RNA测序技术流程402

二、RNA-seq数据分析403

三、RNA-seq的应用406

四、RNA-seq技术应用于复杂疾病案例413

第五节 ChIP-seq技术与应用415

一、ChIP-seq技术原理415

二、ChIP-seq数据的处理方法416

三、ChIP-seq技术应用418

四、ChIP-seq技术应用于复杂疾病分析420

第六节 新一代测序技术在其他领域应用424

一、Methylation-seq技术原理及数据分析424

二、CLIP-seq技术原理及数据分析425

三、Ribosome-seq技术429

小结429

第十四章 药物生物信息学432

第一节 引言432

第二节 药物靶标的信息学识别432

一、药物靶标概述432

二、药物靶标数据资源433

三、药物靶标识别的信息学技术435

四、药物靶标的结构预测和分子模拟技术437

第三节 药物基因组学及其临床研究策略444

一、药物基因组学的概念和研究目的444

二、药物基因组生物标志物的发现与验证444

三、药物基因组与新药开发447

第四节 药物基因组相关生物信息资源448

一、药物基因组数据库448

二、生物芯片与药物基因组学研究451

第五节 基于药物基因组的个体化药物治疗452

一、肿瘤靶向药物的个体化治疗452

二、基于药物基因组的药物不良反应预测455

三、基于药物基因组的用药剂量预测456

小结457

第十五章 生物信息学相关学科进展460

第一节 引言460

第二节 生物信息学与转化医学460

一、转化医学概述460

二、生物信息学与转化医学的关系463

三、转化医学信息学研究的基本内容和关键技术465

四、转化医学信息学案例分析466

第三节 生物信息学与医学信息学467

一、生物信息学与临床医学信息学关系467

二、临床医学信息学概述468

三、医学信息的标准化技术469

四、电子病历与医学信息系统集成473

五、临床数据中心与数据挖掘475

第四节 生物信息学技术的新进展477

一、医疗健康大数据477

二、移动医疗与远程医疗479

三、健康物联网与可穿戴智能技术482

四、个体化医疗484

小结485

中英文名词对照索引488

英中文名词对照索引494

致谢500