《生物计算:生物序列的分析方法与套用》介绍生物计算中的几种主要方法，如序列比对、系统发育分析、蛋白质序列的语义分析与结构预测、基因识别与生物晶片的数据分析等，给出它们的基本问题与有关的方法及套用。全书由三部分组成。第一部分介绍这些问题的由来与主要内容，给出它们的基本原理、计算与分析方法及套用意义，同时介绍一些国际上较为通用的软体包。第二部分是生物学备忘录，介绍有关生物学的基础知识。第三部分是数学备忘录，介绍与这些生物计算有关的数学理论与方法。《生物计算:生物序列的分析方法与套用》可作为数学、生物、医学、化学等专业的本科生或研究生教材，其中第一部分内容可作为各专业的公共部分，而第二、三部分内容可供各专业适当选用。
基本介绍
- 书名：生物计算:生物序列的分析方法与套用
- 类型：科学与自然
- 出版日期：2010年3月1日
- 语种：简体中文
- ISBN：9787030263933
- 作者：杨晶 胡刚
- 出版社：科学出版社
- 页数：361页
- 开本：16
- 品牌：科学出版社
内容简介
《生物计算:生物序列的分析方法与套用》由科学出版社出版。
图书目录
《数学与现代科学技术丛书》序
前言
第一部分 基本方法
第1章 生物序列突变与比对分析
1.1 生物序列突变与比对问题
1.1.1 生物序列的类型与结构
1.1.2 生物序列突变与比对问题的意义与套用
1.1.3 生物序列比对的原理与方法
1.2 二重序列比对的有关算法
1.2.1 关于动态规划算法的一些说明
1.2.2 动态规划算法
1.2.3 统计判决算法的基本思想
1.2.4 BLAST软体的使用
1.3 多重序列的比对问题
1.3.1 MSA的意义与概况
1.3.2 MSA的定义与最佳化準则
1.4 MSA算法与计算
1.4.1 MSA算法的基本概念
1.4.2 MSA的算法步骤
1.4.3 ClustalW软体的使用
1.4.4 关于MSA的几点说明
1.4.5 几个多重序列比对套用例子
1.5 SPA算法的原理与计算
1.5.1 SPA算法的基本原理
1.5.2 SPA算法的基本步骤
1.5.3 SPA算法源码
1.5.4 SPA算法的有关问题讨论
1.5.5 SPA算法的一个实例计算
习题与思考
第2章 系统发育分析
2.1 分子系统发育分析的基本概念
2.2 基于距离的方法
2.2.1 非加权分组平均法
2.2.2 邻接法
2.3 基于特徵的方法
2.4 极大似然和Bayes方法
2.4.1 进化的机率论模型
2.4.2 构建进化树的极大似然方法
2.4.3 构建进化树的Bayes方法
2.5 构建进化树软体简介
习题与思考
第3章 蛋白质一级结构的语义分析
3.1 蛋白质一级结构的信息与统计分析法
3.1.1 蛋白质一级结构的语义分析简介
3.1.2 信息、统计分析法的要素与要点
3.1.3 局部词的定义与判定
3.1.4 蛋白质一级结构的语义分析
3.2 蛋白质序列语义结构的组合分析法
3.2.1 关于组合图论的有关记号
3.2.2 资料库的複杂度
3.2.3 资料库的关键字与核心词
3.2.4 关于组合分析的若干套用问题
习题与思考
第4章 蛋白质结构预测
4.1 蛋白质二级结构预测
4.1.1 蛋白质二级结构预测的评价体系
4.1.2 Chou-Fasman方法
4.1.3 GOR方法
4.1.4 FHD方法
4.2 蛋白质空间结构预测
4.2.1 同源序列搜寻
4.2.2 摺叠识别方法
4.2.3 从头预测方法
4.3 蛋白质结构预测软体简介
4.3.1 PHD软体使用简介
4.3.2 使用nnpredict.软体预测蛋白质二级结构
4.3.3 PSIPRED软体使用简介
习题与思考
第5章 基因识别
5.1 绪论
5.1.1 原核基因识别
5.1.2 真核基因识别
5.1.3 常用模式基因组简介
5.2 基因序列特徵分析
5.2.1 内含子与外显子
5.2.2 CpG岛
5.2.3 密码子使用偏性
5.3 开放阅读框识别
5.3.1 开放阅读框特性
5.3.2 开放阅读框识别原理
5.3.3 开放阅读框识别软体使用
5.4 Markov模型基因识别方法
5.4.1 隐Markov模型
5.4.2 GENSCAN隐Markov模型方法和原理
5.4.3 GENSCAN软体使用
5.4.4 基因识别方法评价
5.5 其他基因识别方法简介
5.5.1 神经网路方法
5.5.2 z曲线方法
习题与思考
第6章 基因表达数据分析
6.1 基因表达序列标籤数据分析简介
6.1.1 基因表达序列标籤的概念
6.1.2 基因表达序列标籤数据的获取
6.1.3 基因表达序列标籤数据聚类分析
6.1.4 基因表达序列标籤的套用
6.2 基因晶片数据的获取
6.2.1 基本概念
6.2.2 基因晶片实验过程
6.2.3 基因晶片数据获取
6.2.4 基因晶片数据内容
6.3 基因晶片数据分析
6.3.1 基因表达谱晶片数据标準化
6.3.2 基因表达谱晶片数据散点图分析
6.3.3 基因表达差异显着性分析
6.4 基因晶片数据聚类分析
6.4.1 基本概念
6.4.2 特徵描述
6.4.3 分层聚类方法
6.4.4 模糊聚类方法
6.5 其他基因晶片数据分析方法简介
6.5.1 支持向量机方法
6.5.2 K均值聚类
6.5.3 自组织映射图聚类
6.6 基因晶片数据分析软体简介
习题与思考
第二部分 生物学备忘录
第7章 核酸与DNA
7.1 细胞与染色体
7.1.1 细胞
7.1.2 染色体概念
7.1.3 染色体特徵
7.2 核酸分子与DNA结构
7.2.1 核酸分子
7.2.2 DNA分子结构
7.3 RNA结构与分类
7.3.1 RNA结构
7.3.2 RNA分类
第8章 胺基酸与蛋白质
8.1 胺基酸
8.1.1 胺基酸组成
8.1.2 胺基酸符号表示
8.1.3 胺基酸分类
8.2 肽链
……
第9章 基因与基因组
第10章 生物信息资料库
第三部分 数学备忘录
第11章 智慧型计算理论与算法
第12章 机率、信息与统计
第13章 随机过程
参考文献
索引
前言
第一部分 基本方法
第1章 生物序列突变与比对分析
1.1 生物序列突变与比对问题
1.1.1 生物序列的类型与结构
1.1.2 生物序列突变与比对问题的意义与套用
1.1.3 生物序列比对的原理与方法
1.2 二重序列比对的有关算法
1.2.1 关于动态规划算法的一些说明
1.2.2 动态规划算法
1.2.3 统计判决算法的基本思想
1.2.4 BLAST软体的使用
1.3 多重序列的比对问题
1.3.1 MSA的意义与概况
1.3.2 MSA的定义与最佳化準则
1.4 MSA算法与计算
1.4.1 MSA算法的基本概念
1.4.2 MSA的算法步骤
1.4.3 ClustalW软体的使用
1.4.4 关于MSA的几点说明
1.4.5 几个多重序列比对套用例子
1.5 SPA算法的原理与计算
1.5.1 SPA算法的基本原理
1.5.2 SPA算法的基本步骤
1.5.3 SPA算法源码
1.5.4 SPA算法的有关问题讨论
1.5.5 SPA算法的一个实例计算
习题与思考
第2章 系统发育分析
2.1 分子系统发育分析的基本概念
2.2 基于距离的方法
2.2.1 非加权分组平均法
2.2.2 邻接法
2.3 基于特徵的方法
2.4 极大似然和Bayes方法
2.4.1 进化的机率论模型
2.4.2 构建进化树的极大似然方法
2.4.3 构建进化树的Bayes方法
2.5 构建进化树软体简介
习题与思考
第3章 蛋白质一级结构的语义分析
3.1 蛋白质一级结构的信息与统计分析法
3.1.1 蛋白质一级结构的语义分析简介
3.1.2 信息、统计分析法的要素与要点
3.1.3 局部词的定义与判定
3.1.4 蛋白质一级结构的语义分析
3.2 蛋白质序列语义结构的组合分析法
3.2.1 关于组合图论的有关记号
3.2.2 资料库的複杂度
3.2.3 资料库的关键字与核心词
3.2.4 关于组合分析的若干套用问题
习题与思考
第4章 蛋白质结构预测
4.1 蛋白质二级结构预测
4.1.1 蛋白质二级结构预测的评价体系
4.1.2 Chou-Fasman方法
4.1.3 GOR方法
4.1.4 FHD方法
4.2 蛋白质空间结构预测
4.2.1 同源序列搜寻
4.2.2 摺叠识别方法
4.2.3 从头预测方法
4.3 蛋白质结构预测软体简介
4.3.1 PHD软体使用简介
4.3.2 使用nnpredict.软体预测蛋白质二级结构
4.3.3 PSIPRED软体使用简介
习题与思考
第5章 基因识别
5.1 绪论
5.1.1 原核基因识别
5.1.2 真核基因识别
5.1.3 常用模式基因组简介
5.2 基因序列特徵分析
5.2.1 内含子与外显子
5.2.2 CpG岛
5.2.3 密码子使用偏性
5.3 开放阅读框识别
5.3.1 开放阅读框特性
5.3.2 开放阅读框识别原理
5.3.3 开放阅读框识别软体使用
5.4 Markov模型基因识别方法
5.4.1 隐Markov模型
5.4.2 GENSCAN隐Markov模型方法和原理
5.4.3 GENSCAN软体使用
5.4.4 基因识别方法评价
5.5 其他基因识别方法简介
5.5.1 神经网路方法
5.5.2 z曲线方法
习题与思考
第6章 基因表达数据分析
6.1 基因表达序列标籤数据分析简介
6.1.1 基因表达序列标籤的概念
6.1.2 基因表达序列标籤数据的获取
6.1.3 基因表达序列标籤数据聚类分析
6.1.4 基因表达序列标籤的套用
6.2 基因晶片数据的获取
6.2.1 基本概念
6.2.2 基因晶片实验过程
6.2.3 基因晶片数据获取
6.2.4 基因晶片数据内容
6.3 基因晶片数据分析
6.3.1 基因表达谱晶片数据标準化
6.3.2 基因表达谱晶片数据散点图分析
6.3.3 基因表达差异显着性分析
6.4 基因晶片数据聚类分析
6.4.1 基本概念
6.4.2 特徵描述
6.4.3 分层聚类方法
6.4.4 模糊聚类方法
6.5 其他基因晶片数据分析方法简介
6.5.1 支持向量机方法
6.5.2 K均值聚类
6.5.3 自组织映射图聚类
6.6 基因晶片数据分析软体简介
习题与思考
第二部分 生物学备忘录
第7章 核酸与DNA
7.1 细胞与染色体
7.1.1 细胞
7.1.2 染色体概念
7.1.3 染色体特徵
7.2 核酸分子与DNA结构
7.2.1 核酸分子
7.2.2 DNA分子结构
7.3 RNA结构与分类
7.3.1 RNA结构
7.3.2 RNA分类
第8章 胺基酸与蛋白质
8.1 胺基酸
8.1.1 胺基酸组成
8.1.2 胺基酸符号表示
8.1.3 胺基酸分类
8.2 肽链
……
第9章 基因与基因组
第10章 生物信息资料库
第三部分 数学备忘录
第11章 智慧型计算理论与算法
第12章 机率、信息与统计
第13章 随机过程
参考文献
索引
序言
生物计算中的理论、方法与套用越来越被生物、医学及其他医务工作者所需要与关注，特别是在人类基因组计画实施以来，该学科的发展与研究更凸显出重要的作用。基因、基因组、蛋白质、蛋白质组等生物学信息的数据採集、储存与分析及其生物学意义，是生物计算乃至生物、医学与医药的重点研究内容之一。因此在国内外的许多医科院校均被作为重要课程，与生物信息学和生物计算相关内容的课程不仅是研究生的必修课程或选修课程，也是多个专业本科生的专业必修课程或选修课程。我们先后用了近三年的时间，在开展教学和研究工作的同时编写了本书，目的是为生物学和医学相关专业的本科生与研究生提供一本既通俗易懂，同时又可深入了解相关内容的教材，为该学科的建设与发展服务。
自2004年以来，本人有幸多次参加南开大学数学科学学院沈世镒教授主持的“生物信息学”讨论班。在讨论与学习过程中，不仅掌握了一些解决生物序列分析与计算的具体算法，更重要的是学到了解决生物序列分析的一些新方法和新思想。如生物序列的多种比对算法、数据结构中的语义分析及其在蛋白质结构分析中的套用等。这些方法从不同角度对生物计算中的有关问题进行研究与探讨，并在许多方面得到了很好的套用。在学习过程中，与南开大学数学科学学院胡刚、王奎博士等合作，对生物计算中的算法以及相关软体包的使用等问题有了更深入与确切的理解，使本书得以顺利完成。我们希望能将该领域中的主要内容与方法介绍给读者。
“生物计算”与“生物信息学”在本质上无大的区别，国内外的许多院校均把它们看作同一领域的学科。在本书中，我们把“生物计算”看作较偏重于原理与方法，同时注重它们的实现与套用，在介绍国外先进与常用算法的同时，增加了相应软体包的使用与分析等内容。
自2004年以来，本人有幸多次参加南开大学数学科学学院沈世镒教授主持的“生物信息学”讨论班。在讨论与学习过程中，不仅掌握了一些解决生物序列分析与计算的具体算法，更重要的是学到了解决生物序列分析的一些新方法和新思想。如生物序列的多种比对算法、数据结构中的语义分析及其在蛋白质结构分析中的套用等。这些方法从不同角度对生物计算中的有关问题进行研究与探讨，并在许多方面得到了很好的套用。在学习过程中，与南开大学数学科学学院胡刚、王奎博士等合作，对生物计算中的算法以及相关软体包的使用等问题有了更深入与确切的理解，使本书得以顺利完成。我们希望能将该领域中的主要内容与方法介绍给读者。
“生物计算”与“生物信息学”在本质上无大的区别，国内外的许多院校均把它们看作同一领域的学科。在本书中，我们把“生物计算”看作较偏重于原理与方法，同时注重它们的实现与套用，在介绍国外先进与常用算法的同时，增加了相应软体包的使用与分析等内容。
