書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊

生物信息學(xué)

出版社：電子工業(yè)出版社出版時間：2014-01-01
開本： 16開 頁數(shù)： 416
中 圖 價:¥43.7(7.4折) 定價  ¥59.0 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
本類五星書更多>

生物信息學(xué) 版權(quán)信息

生物信息學(xué) 本書特色

本書以生物學(xué)問題為導(dǎo)向，以具體的案例來演示如何發(fā)現(xiàn)和解決各種生物學(xué)問題，并對目前研究中存在的問題和未來的發(fā)展方向進行了展望。本書從介紹生物信息學(xué)的研究歷史和發(fā)展現(xiàn)狀入手，第2章給出了相關(guān)生物學(xué)基礎(chǔ)的介紹，擯棄繁雜的細節(jié)，強調(diào)系統(tǒng)性和整體性；第3章介紹了算法方面的相關(guān)技術(shù)，包括統(tǒng)計分析、機器學(xué)習和模型評估方法；從第4章開始，分專題介紹各種組學(xué)研究，包括基因組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白質(zhì)組學(xué)、生物網(wǎng)絡(luò)和系統(tǒng)生物學(xué)。*后，作為案例，介紹生物信息學(xué)在藥物研發(fā)中的應(yīng)用。

生物信息學(xué) 內(nèi)容簡介

本書以生物學(xué)問題為導(dǎo)向，以具體的案例來演示如何發(fā)現(xiàn)和解決各種生物學(xué)問題，并對目前研究中存在的問題和未來的發(fā)展方向進行了展望。本書從介紹生物信息學(xué)的研究歷史和發(fā)展現(xiàn)狀入手，第2章給出了相關(guān)生物學(xué)基礎(chǔ)的介紹，擯棄繁雜的細節(jié)，強調(diào)系統(tǒng)性和整體性；第3章介紹了算法方面的相關(guān)技術(shù)，包括統(tǒng)計分析、機器學(xué)習和模型評估方法；從第4章開始，分專題介紹各種組學(xué)研究，包括基因組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白質(zhì)組學(xué)、生物網(wǎng)絡(luò)和系統(tǒng)生物學(xué)。*后，作為案例，介紹生物信息學(xué)在藥物研發(fā)中的應(yīng)用。

生物信息學(xué) 目錄

第1章 生物信息學(xué)簡介
1.1 引言
1.2 生物信息學(xué)的發(fā)展歷史
1.2.1 生物信息學(xué)的誕生
1.2.2 生物信息學(xué)的興起
1.2.3 生物信息學(xué)的蓬勃發(fā)展
1.3 生物信息學(xué)的研究內(nèi)容
1.3.1 基因組學(xué)研究
1.3.2 轉(zhuǎn)錄組數(shù)據(jù)分析
1.3.3 蛋白質(zhì)組學(xué)分析
1.3.4 生物網(wǎng)絡(luò)分析
1.3.5 系統(tǒng)生物學(xué)研究
1.3.6 醫(yī)學(xué)相關(guān)研究
1.4 生物信息學(xué)的研究資源
1.4.1 研究機構(gòu)
1.4.2 數(shù)據(jù)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(xué)的應(yīng)用
1.5.1 輔助實驗設(shè)計
1.5.2 提供數(shù)據(jù)分析的工具
1.5.3 探索生物規(guī)律
1.5.4 促進醫(yī)學(xué)研究
1.6 生物信息學(xué)展望
1.6.1 導(dǎo)致重大的科學(xué)規(guī)律的發(fā)現(xiàn)
1.6.2 促進不同學(xué)科的交融
1.6.3 提供對于復(fù)雜系統(tǒng)的分析能力
1.6.4 展現(xiàn)巨大的應(yīng)用前景
習題
參考文獻
第2章 生物學(xué)基礎(chǔ)
2.1 生命概述
2.2 生命科學(xué)的研究歷史
2.2.1 描述生物學(xué)階段
2.2.2 實驗生物學(xué)階段
2.2.3 現(xiàn)代生物學(xué)階段
2.3 生命的有序結(jié)構(gòu)
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(tài)運行
2.4.1 基因概述
2.4.2 中心法則
2.4.3 蛋白質(zhì)解說
2.5 生物學(xué)研究展望
習題
參考文獻
第3章 生物信息學(xué)算法介紹
3.1 生物信息學(xué)算法概述
3.2 數(shù)學(xué)統(tǒng)計方法
3.2.1 統(tǒng)計假設(shè)檢驗
3.2.2 回歸與相關(guān)
3.2.3 隱馬爾可夫模型
3.3 特征選擇與優(yōu)化方法
3.3.1 特征提取算法
3.3.2 數(shù)據(jù)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 支持向量機方法
3.4.5 人工神經(jīng)網(wǎng)絡(luò)
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(gòu)建標準數(shù)據(jù)集
3.5.2 評價指標
3.6 生物信息學(xué)算法展望
習題
參考文獻
第4章 基因組技術(shù)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(wù)
4.2.3 大規(guī)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(xué)的挑戰(zhàn)
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(xué)
4.4 差異基因組學(xué)
4.4.1 人類遺傳多態(tài)性
4.4.2 單核苷酸的多態(tài)性
4.5 基于matlab工具箱的基因序列分析
4.5.1 序列比對
4.5.2 系統(tǒng)發(fā)生樹構(gòu)建
4.6 基因組研究展望
習題
參考文獻
第5章 轉(zhuǎn)錄組技術(shù)與數(shù)據(jù)分析
5.1 轉(zhuǎn)錄組概述
5.2 轉(zhuǎn)錄組研究的實驗技術(shù)
5.2.1 基因芯片技術(shù)
5.2.2 基因表達序列分析
5.2.3 rna測序技術(shù)
5.2.4 轉(zhuǎn)錄組檢測技術(shù)比較
5.3 生物信息學(xué)方法在轉(zhuǎn)錄組研究中的應(yīng)用
5.3.1 基因芯片數(shù)據(jù)標準
5.3.2 基因芯片設(shè)計
5.3.3 數(shù)據(jù)分析算法
5.4 基因芯片數(shù)據(jù)分析與處理
5.4.1 基因表達數(shù)據(jù)預(yù)處理
5.4.2 芯片數(shù)據(jù)的統(tǒng)計學(xué)分析
5.4.3 基因芯片的生物學(xué)分析
5.4.4 芯片數(shù)據(jù)分析軟件
5.5 基于matlab工具箱的基因芯片數(shù)據(jù)分析
5.5.1 基因芯片數(shù)據(jù)來源
5.5.2 基因表達譜數(shù)據(jù)分析
5.5.3 芯片數(shù)據(jù)分析小結(jié)
5.6 轉(zhuǎn)錄組研究展望
習題
參考文獻
第6章 蛋白質(zhì)組學(xué)技術(shù)與數(shù)據(jù)分析
6.1 蛋白質(zhì)組概述
6.2 蛋白質(zhì)組學(xué)的定義
6.2.1 蛋白質(zhì)組學(xué)發(fā)展歷史
6.2.2 蛋白質(zhì)組學(xué)研究內(nèi)容
6.3 蛋白質(zhì)組學(xué)實驗技術(shù)
6.3.1 蛋白質(zhì)分離技術(shù)
6.3.2 蛋白質(zhì)鑒定與定量技術(shù)
6.4 質(zhì)譜數(shù)據(jù)分析
6.4.1 質(zhì)譜數(shù)據(jù)的特點
6.4.2 蛋白質(zhì)鑒定
6.4.3 蛋白質(zhì)定量
6.4.4 翻譯后修飾
6.5 蛋白質(zhì)組學(xué)研究展望
參考文獻
第7章 生物分子網(wǎng)絡(luò)研究
7.1 生物網(wǎng)絡(luò)概述
7.2 生物網(wǎng)絡(luò)分類介紹
7.2.1 蛋白質(zhì)相互作用網(wǎng)絡(luò)
7.2.2 代謝網(wǎng)絡(luò)
7.2.3 信號轉(zhuǎn)導(dǎo)網(wǎng)絡(luò)
7.2.4 基因表達調(diào)控網(wǎng)絡(luò)
7.2.5 4種生物網(wǎng)絡(luò)的比較
7.3 生物網(wǎng)絡(luò)的屬性分析
7.3.1 單個結(jié)點的屬性
7.3.2 子網(wǎng)絡(luò)
7.3.3 總體屬性
7.3.4 網(wǎng)絡(luò)比對
7.3.5 網(wǎng)絡(luò)的動態(tài)分析
7.4 生物網(wǎng)絡(luò)的專門分析方法
7.4.1 蛋白質(zhì)相互作用的預(yù)測和驗證
7.4.2 代謝網(wǎng)絡(luò)的分析方法
7.4.3 信號網(wǎng)絡(luò)的重建
7.4.4 基因調(diào)控網(wǎng)絡(luò)的構(gòu)建
7.5 生物網(wǎng)絡(luò)研究展望
習題
參考文獻
第8章 系統(tǒng)生物學(xué)研究
8.1 系統(tǒng)生物學(xué)概述
8.1.1 系統(tǒng)生物學(xué)的定義
8.1.2 系統(tǒng)生物學(xué)的基本思想
8.1.3 系統(tǒng)生物學(xué)的研究內(nèi)容
8.1.4 系統(tǒng)生物學(xué)的研究方法
8.2 生物數(shù)據(jù)的挖掘與整合
8.2.1 生物數(shù)據(jù)的挖掘
8.2.2 不同組學(xué)數(shù)據(jù)的整合
8.3 生物系統(tǒng)的建模與仿真
8.3.1 系統(tǒng)生物學(xué)建模語言
8.3.2 生物系統(tǒng)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(tǒng)的人工合成——合成生物學(xué)
8.5.1 合成生物學(xué)簡介
8.5.2 合成生物學(xué)研究現(xiàn)狀
8.5.3 合成生物學(xué)應(yīng)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(jié)果演示
8.6.4 模型參數(shù)估計
8.6.5 仿真結(jié)果分析
8.7 系統(tǒng)生物學(xué)研究展望
習題
參考文獻
第9章 生物信息學(xué)在藥物研發(fā)中的應(yīng)用
9.1 新藥研發(fā)概述
9.2 疾病相關(guān)的數(shù)據(jù)庫資源
9.2.1 疾病相關(guān)的基因數(shù)據(jù)庫
9.2.2 候選藥靶數(shù)據(jù)庫
9.2.3 疾病相關(guān)的基因芯片數(shù)據(jù)庫
9.2.4 其他相關(guān)數(shù)據(jù)庫
9.3 用于藥靶發(fā)現(xiàn)的生物信息學(xué)方法
9.3.1 基因組學(xué)方法
9.3.2 轉(zhuǎn)錄組學(xué)方法
9.3.3 蛋白質(zhì)水平研究方法
9.3.4 代謝組學(xué)方法
9.3.5 整合多組學(xué)數(shù)據(jù)的系統(tǒng)生物學(xué)方法
9.4 潛在藥靶的生物信息學(xué)驗證
9.4.1 蛋白質(zhì)的可藥性
9.4.2 藥物的副作用
9.5 以靶標為基礎(chǔ)的藥物設(shè)計
9.5.1 先導(dǎo)化合物的篩選和優(yōu)化
9.5.2 藥物毒性預(yù)測和風險評估
9.6 新藥研發(fā)展望
參考文獻
索引
展開全部

生物信息學(xué) 作者簡介

劉偉，女，遼寧鐵嶺人。2008年12月于國防科技大學(xué)獲得博士學(xué)位，現(xiàn)為國防科學(xué)技術(shù)大學(xué)講師，主要研究方向為生物網(wǎng)絡(luò)的構(gòu)建與分析。擔任了“生物信息學(xué)”和“生物信息概論”等多門課程的主講教師，發(fā)表教學(xué)論文6篇。主持自然科學(xué)基金項目一項，發(fā)表論文10余篇，多篇進入SCI檢索。獲得軟件著作權(quán)2項，申請及獲得國家發(fā)明專利7項。 張紀陽，男，河南泌陽人。1979年生，博士，現(xiàn)為國防科學(xué)技術(shù)大學(xué)講師，主要研究方向為蛋白質(zhì)組學(xué)數(shù)據(jù)分析與處理。參與中國蛋白質(zhì)組學(xué)研究計劃，設(shè)計并編寫了十余個質(zhì)譜數(shù)據(jù)分析模塊。承擔自然科學(xué)基金項目一項，發(fā)表研究論文20余篇，參與編寫教材兩部。 謝紅衛(wèi)，男，湖北洪湖人。1965年生，博士，現(xiàn)為國防科學(xué)技術(shù)大學(xué)教授、博士生導(dǎo)師，主要研究方向為生物信息學(xué)。曾獲軍隊院校育才獎銀獎1次，省教學(xué)成果二等獎1項，編寫翻譯教材3部。完成和承擔科研課題30余項，發(fā)表論文70余篇，20余篇進入SCI檢索，獲得國防科學(xué)技術(shù)獎二等獎1項。

商品評論(0條)
暫無評論……
書友推薦
返回頂部
中圖網(wǎng)
在線客服