免费注册 | 登录 | 我的有路 | 黑板报 | 客服中心 | 帮助
网站购物车   本 | 店铺购物车   本
万卷书店
店铺平均得分：96.25 分，再接再厉！！！【查看全部评价】
评分 40分 50分 60分 70分 80分 90分 100分
数量 1 0 0 0 0 0 15
本店铺共有 0 笔投诉记录，投诉率 0% ，低于平均投诉率 1% 【查看详细】
投诉类型
数量
比例
店主称呼：万卷   联系方式：购买咨询请联系我  029-86552457    地址：陕西省 西安市 未央区 凤城八路EE康城22楼1层万卷书店
促销广告：读万卷书，行万里路。
【进入店铺首页】
≡本店已缴纳保证金≡
【查看店家资质】
图书分类
店铺介绍
万卷书店经营，文化，科技，教育，政治，法律图书，欢迎大家光临。
入驻时间：2022年05月23日
交易帮助
第一步：选择图书放入购物车。
第二步：结算、填写收货地址。
第三步：担保付款或银行汇款。
第四步：卖家发货。
第五步：确认收货、评价。
【查看更多帮助】
书名：化学信息学
图书分类 >> 自然科学 >> 化学
作/译者：李梦龙 文志宁 熊庆 出版社：化学工业出版社
化学信息学
出版日期：2011年06月
ISBN：9787122112033 [十位：7122112039]
页数：186      
定价：￥26.00
店铺售价：￥21.10 （为您节省：￥4.90）
店铺库存：5 本
注：您当前是在入驻店铺购买，非有路网直接销售。
正在处理购买信息，请稍候……
我要买：本 * 如何购买
** 关于库存、售价、配送费等具体信息建议直接联系店主咨询。
联系店主：购买咨询请联系我  029-86552457
本店已缴纳保证金,请放心购买!【如何赔付?】
买家对店铺的满意度评价：查看更多>>
评分
评价内容
评论人
订单图书
《化学信息学》内容提要：
由李梦龙、文志宁、熊庆编著的《化学信息学》为普通高等教育“十一
五”**级规划教材,是教育部“使用信息技术工具改造课程”项目的研究
成果。全书主要分为四大部分,其中第1章概述了化学信息学的产生及特点
;第2-4章讲述了化学信息的来源,包括手册、书籍、搜索引擎以及目前广
为使用的期刊文献数据库;第5-7章介绍了化学信息的处理工具(即化学软件
)、处理方法(相关化学计量学算法)以及定量构效关系(QSAR)的原理及应用
;第8章对生物信息学领域的研究进行了概述。
《化学信息学》可作为高等院校化学化工专业本科“化学信息学”课程
的入门教材,另外,书中提供了大量与信息学相关的网址,也可作为研究生
的参考书籍。
第1章 概述 1
1.1 什么是化学信息 1
1.2 化学信息的诞生背景 1
1.3 信息科学在化学领域的应用 2
1.4 化学信息的结构和特点 2
1.5 化学信息的工作方式 3
1.6 信息采集接口 4
1.7 化学信息的应用 4
1.7.1 绘制结构 4
1.7.2 数据库 5
1.7.3 计算机辅助设计
《化学信息学》图书目录：
由李梦龙、文志宁、熊庆编著的《化学信息学》为普通高等教育“十一
五”**级规划教材,是教育部“使用信息技术工具改造课程”项目的研究
成果。全书主要分为四大部分,其中第1章概述了化学信息学的产生及特点
;第2-4章讲述了化学信息的来源,包括手册、书籍、搜索引擎以及目前广
为使用的期刊文献数据库;第5-7章介绍了化学信息的处理工具(即化学软件
)、处理方法(相关化学计量学算法)以及定量构效关系(QSAR)的原理及应用
;第8章对生物信息学领域的研究进行了概述。
《化学信息学》可作为高等院校化学化工专业本科“化学信息学”课程
的入门教材,另外,书中提供了大量与信息学相关的网址,也可作为研究生
的参考书籍。
第1章 概述 1
1.1 什么是化学信息 1
1.2 化学信息的诞生背景 1
1.3 信息科学在化学领域的应用 2
1.4 化学信息的结构和特点 2
1.5 化学信息的工作方式 3
1.6 信息采集接口 4
1.7 化学信息的应用 4
1.7.1 绘制结构 4
1.7.2 数据库 5
1.7.3 计算机辅助设计反应预测系统 5
1.7.4 预测结构与活性的关系 5
1.8 展望 5
第2章 化学信息来源 7
2.1 词典 7
2.2 手册 7
2.3 化学期刊 9
2.3.1 综合类期刊 9
2.3.2 有机化学期刊 10
2.3.3 分析化学期刊 11
2.3.4 无机化学期刊 12
2.3.5 物理化学期刊 12
2.4 图书馆资源 12
2.4.1 生命科学图书馆 13
2.4.2 中国科学院大连化学物理研究所图书馆 13
2.4.3 中国科学院**科学图书馆 14
2.4.4 **科技图书文献**化工分** 16
2.4.5 清华大学图书馆 17
2.4.6 中国**图书馆 17
2.4.7 哈佛大学图书馆 17
2.4.8 斯坦福大学图书馆 18
2.5 化学化工信息资源导航系统 19
2.5.1 ChIN 19
2.5.2 Computer Aided Chemistry Tutorial 20
2.5.3 Wilton High School Chemistry 20
2.5.4 化学家链接网站 21
第3章 化学信息数据库资源 22
3.1 数据库简介 22
3.1.1 数据 22
3.1.2 数据库 22
3.1.3 数据库管理系统 23
3.1.4 数据库系统 23
3.2 数据库历史及分类 24
3.2.1 数据库历史 24
3.2.2 数据库的模型分类 25
3.3 三类化学信息数据库 26
3.3.1 文献数据库 26
3.3.2 事实数据库 26
3.3.3 结构数据库 26
3.4 互联网上的化学化工数据库 27
3.4.1 CA 27
3.4.2 ISI数据库 33
3.4.3 OCLC数据库 39
3.4.4 CSA 40
3.4.5 ScienceDirect 40
3.4.6 CNKI 42
3.4.7 万方数据库 48
3.4.8 维普中文科技期刊数据库 48
3.4.9 EI 48
3.4.10 出专利数据库 49
3.4.11 Reaxys数据库 51
3.4.12 谱图数据库 52
第4章 信息搜索引擎 54
4.1 概述 54
4.1.1 搜索引擎的原理 54
4.1.2 搜索引擎的历史及发展趋势 55
4.2 搜索引擎的定义及分类 58
4.2.1 全文搜索引擎 58
4.2.2 目录索引类搜索引擎 58
4.2.3 元搜索引擎 59
4.2.4 垂直搜索引擎 59
4.3 搜索引擎查询方法 59
4.3.1 模糊查询 60
4.3.2 **查询 60
4.3.3 逻辑查询 60
4.3.4 指定范围查询 61
4.4 常用搜索引擎 61
4.4.1 百度 61
4.4.2 Google中国 62
4.4.3 维基百科 62
4.4.4 BASE 65
4.4.5 Vascoda 65
4.4.6 Information Bridge 66
4.4.7 Intute 67
4.4.8 Infomine 68
4.5 元搜索引擎 68
4.5.1 Dogpile 68
4.5.2 Excite 69
4.5.3 Ixquick 70
4.5.4 Mamma 70
4.5.5 Metacrawler 71
4.5.6 ProFusion 71
4.5.7 Savvysearch 72
4.6 专业搜索引擎 73
4.6.1 专业搜索引擎的优势 73
4.6.2 **的专业搜索引擎 73
第5章 化学软件 76
5.1 概述 76
5.2 化学软件的分类 77
5.3 语言软件和依托算法的化学计算软件 78
5.3.1 MATLAB 78
5.3.2 R语言 91
5.4 绘图软件 101
5.4.1 ACD/ChemSketch5.0 101
5.4.2 Symyx Draw 103
5.4.3 ChemBioDraw 104
5.5 化学分析仪器数据处理软件 105
5.5.1 GRAMS 106
5.5.2 MestReNova 109
5.5.3 Origin 110
5.6 分子模拟软件 112
5.6.1 Gaussian软件 112
5.6.2 Amber软件 114
第6章 信息处理与数据挖掘 117
6.1 概述 117
6.2 数据的标准化 118
6.3 特征提取与优化 118
6.3.1 主成分分析 118
6.3.2 偏*小二乘法 121
6.3.3 逐步回归分析 122
6.3.4 遗传算法 123
6.4 信号处理方法 125
6.4.1 协方差与相关系数 126
6.4.2 自、互相关分析 126
6.4.3 功率谱密度 127
6.4.4 傅里叶变换 127
6.4.5 小波变换 128
6.5 机器学习方法 132
6.5.1 K*近邻法 132
6.5.2 概率神经网络 132
6.5.3 分类回归树 133
6.5.4 助推法 134
6.5.5 人工神经网络 135
6.5.6 支持向量机 139
6.6 数据库挖掘技术 141
6.6.1 聚类算法 141
6.6.2 决策树算法 142
6.7 Web数据挖掘技术 142
6.7.1 Web内容挖掘 142
6.7.2 Web结构挖掘 143
6.7.3 Web日志挖掘 143
第7章 QSAR及**设计 144
7.1 概述 144
7.2 QSAR模型的分类 145
7.2.1 二维定量构效关系 145
7.2.2 三维定量构效关系 147
7.2.3 多维定量构效关系 150
7.2.4 方法评价 150
7.3 定量构效关系研究中常用的回归分析法 151
7.3.1 多元线性回归 151
7.3.2 主成分回归 152
7.3.3 偏*小二乘回归 153
7.3.4 投影寻踪回归 154
7.3.5 非线性方法 155
7.4 **设计 155
7.5 QSAR方法的应用 157
第8章 生物信息学 161
8.1 什么是生物信息学 161
8.2 生物信息学的发展历程 162
8.3 生物信息学的研究内容 164
8.3.1 生物信息挖掘 164
8.3.2 **设计 164
8.3.3 基因组学 165
8.3.4 蛋白质组学 165
8.4 生物信息学的研究方法 167
8.5 生��信息学的应用 168
8.6 生物信息学的研究趋势 169
8.7 蛋白质功能研究 170
8.8 蛋白质数据库简介 171
8.8.1 综合性蛋白质数据库 171
8.8.2 专用性蛋白质数据库 172
8.9 蛋白质序列的特征提取方法 173
8.9.1 基于氨基酸组成和位置的特征提取方法 174
8.9.2 基于氨基酸物理化学特性的特征提取方法 175
8.9.3 基于数据库信息挖掘的特征提取方法 177
8.10 蛋白质相互作用 178
8.11 蛋白质网络 183
参考文献 187
《化学信息学》文章节选：
由李梦龙、文志宁、熊庆编著的《化学信息学》为普通高等教育“十一
五”**级规划教材,是教育部“使用信息技术工具改造课程”项目的研究
成果。全书主要分为四大部分,其中第1章概述了化学信息学的产生及特点
;第2-4章讲述了化学信息的来源,包括手册、书籍、搜索引擎以及目前广
为使用的期刊文献数据库;第5-7章介绍了化学信息的处理工具(即化学软件
)、处理方法(相关化学计量学算法)以及定量构效关系(QSAR)的原理及应用
;第8章对生物信息学领域的研究进行了概述。
《化学信息学》可作为高等院校化学化工专业本科“化学信息学”课程
的入门教材,另外,书中提供了大量与信息学相关的网址,也可作为研究生
的参考书籍。
第1章 概述 1
1.1 什么是化学信息 1
1.2 化学信息的诞生背景 1
1.3 信息科学在化学领域的应用 2
1.4 化学信息的结构和特点 2
1.5 化学信息的工作方式 3
1.6 信息采集接口 4
1.7 化学信息的应用 4
1.7.1 绘制结构 4
1.7.2 数据库 5
1.7.3 计算机辅助设计反应预测系统 5
1.7.4 预测结构与活性的关系 5
1.8 展望 5
第2章 化学信息来源 7
2.1 词典 7
2.2 手册 7
2.3 化学期刊 9
2.3.1 综合类期刊 9
2.3.2 有机化学期刊 10
2.3.3 分析化学期刊 11
2.3.4 无机化学期刊 12
2.3.5 物理化学期刊 12
2.4 图书馆资源 12
2.4.1 生命科学图书馆 13
2.4.2 中国科学院大连化学物理研究所图书馆 13
2.4.3 中国科学院**科学图书馆 14
2.4.4 **科技图书文献**化工分** 16
2.4.5 清华大学图书馆 17
2.4.6 中国**图书馆 17
2.4.7 哈佛大学图书馆 17
2.4.8 斯坦福大学图书馆 18
2.5 化学化工信息资源导航系统 19
2.5.1 ChIN 19
2.5.2 Computer Aided Chemistry Tutorial 20
2.5.3 Wilton High School Chemistry 20
2.5.4 化学家链接网站 21
第3章 化学信息数据库资源 22
3.1 数据库简介 22
3.1.1 数据 22
3.1.2 数据库 22
3.1.3 数据库管理系统 23
3.1.4 数据库系统 23
3.2 数据库历史及分类 24
3.2.1 数据库历史 24
3.2.2 数据库的模型分类 25
3.3 三类化学信息数据库 26
3.3.1 文献数据库 26
3.3.2 事实数据库 26
3.3.3 结构数据库 26
3.4 互联网上的化学化工数据库 27
3.4.1 CA 27
3.4.2 ISI数据库 33
3.4.3 OCLC数据库 39
3.4.4 CSA 40
3.4.5 ScienceDirect 40
3.4.6 CNKI 42
3.4.7 万方数据库 48
3.4.8 维普中文科技期刊数据库 48
3.4.9 EI 48
3.4.10 出专利数据库 49
3.4.11 Reaxys数据库 51
3.4.12 谱图数据库 52
第4章 信息搜索引擎 54
4.1 概述 54
4.1.1 搜索引擎的原理 54
4.1.2 搜索引擎的历史及发展趋势 55
4.2 搜索引擎的定义及分类 58
4.2.1 全文搜索引擎 58
4.2.2 目录索引类搜索引擎 58
4.2.3 元搜索引擎 59
4.2.4 垂直搜索引擎 59
4.3 搜索引擎查询方法 59
4.3.1 模糊查询 60
4.3.2 **查询 60
4.3.3 逻辑查询 60
4.3.4 指定范围查询 61
4.4 常用搜索引擎 61
4.4.1 百度 61
4.4.2 Google中国 62
4.4.3 维基百科 62
4.4.4 BASE 65
4.4.5 Vascoda 65
4.4.6 Information Bridge 66
4.4.7 Intute 67
4.4.8 Infomine 68
4.5 元搜索引擎 68
4.5.1 Dogpile 68
4.5.2 Excite 69
4.5.3 Ixquick 70
4.5.4 Mamma 70
4.5.5 Metacrawler 71
4.5.6 ProFusion 71
4.5.7 Savvysearch 72
4.6 专业搜索引擎 73
4.6.1 专业搜索引擎的优势 73
4.6.2 **的专业搜索引擎 73
第5章 化学软件 76
5.1 概述 76
5.2 化学软件的分类 77
5.3 语言软件和依托算法的化学计算软件 78
5.3.1 MATLAB 78
5.3.2 R语言 91
5.4 绘图软件 101
5.4.1 ACD/ChemSketch5.0 101
5.4.2 Symyx Draw 103
5.4.3 ChemBioDraw 104
5.5 化学分析仪器数据处理软件 105
5.5.1 GRAMS 106
5.5.2 MestReNova 109
5.5.3 Origin 110
5.6 分子模拟软件 112
5.6.1 Gaussian软件 112
5.6.2 Amber软件 114
第6章 信息处理与数据挖掘 117
6.1 概述 117
6.2 数据的标准化 118
6.3 特征提取与优化 118
6.3.1 主成分分析 118
6.3.2 偏*小二乘法 121
6.3.3 逐步回归分析 122
6.3.4 遗传算法 123
6.4 信号处理方法 125
6.4.1 协方差与相关系数 126
6.4.2 自、互相关分析 126
6.4.3 功率谱密度 127
6.4.4 傅里叶变换 127
6.4.5 小波变换 128
6.5 机器学习方法 132
6.5.1 K*近邻法 132
6.5.2 概率神经网络 132
6.5.3 分类回归树 133
6.5.4 助推法 134
6.5.5 人工神经网络 135
6.5.6 支持向量机 139
6.6 数据库挖掘技术 141
6.6.1 聚类算法 141
6.6.2 决策树算法 142
6.7 Web数据挖掘技术 142
6.7.1 Web内容挖掘 142
6.7.2 Web结构挖掘 143
6.7.3 Web日志挖掘 143
第7章 QSAR及**设计 144
7.1 概述 144
7.2 QSAR模型的分类 145
7.2.1 二维定量构效关系 145
7.2.2 三维定量构效关系 147
7.2.3 多维定量构效关系 150
7.2.4 方法评价 150
7.3 定量构效关系研究中常用的回归分析法 151
7.3.1 多元线性回归 151
7.3.2 主成分回归 152
7.3.3 偏*小二乘回归 153
7.3.4 投影寻踪回归 154
7.3.5 非线性方法 155
7.4 **设计 155
7.5 QSAR方法的应用 157
第8章 生物信息学 161
8.1 什么是生物信息学 161
8.2 生物信息学的发展历程 162
8.3 生物信息学的研究内容 164
8.3.1 生物信息挖掘 164
8.3.2 **设计 164
8.3.3 基因组学 165
8.3.4 蛋白质组学 165
8.4 生物信息学的研究方法 167
8.5 生物信息学的应用 168
8.6 生物信息学的研究趋势 169
8.7 蛋白质功能研究 170
8.8 蛋白质数据库简介 171
8.8.1 综合性蛋白质数据库 171
8.8.2 专用性蛋白质数据库 172
8.9 蛋白质序列的特征提取方法 173
8.9.1 基于氨基酸组成和位置的特征提取方法 174
8.9.2 基于氨基酸物理化学特性的特征提取方法 175
8.9.3 基于数据库信息挖掘的特征提取方法 177
8.10 蛋白质相互作用 178
8.11 蛋白质网络 183
参考文献 187
《化学信息学》编辑推荐与评论：
由李梦龙、文志宁、熊庆编著的《化学信息学》为普通高等教育“十一
五”**级规划教材,是教育部“使用信息技术工具改造课程”项目的研究
成果。全书主要分为四大部分,其中第1章概述了化学信息学的产生及特点
;第2-4章讲述了化学信息的来源,包括手册、书籍、搜索引擎以及目前广
为使用的期刊文献数据库;第5-7章介绍了化学信息的处理工具(即化学软件
)、处理方法(相关化学计量学算法)以及定量构效关系(QSAR)的原理及应用
;第8章对生物信息学领域的研究进行了概述。
《化学信息学》可作为高等院校化学化工专业本科“化学信息学”课程
的入门教材,另外,书中提供了大量与信息学相关的网址,也可作为研究生
的参考书籍。
第1章 概述 1
1.1 什么是化学信息 1
1.2 化学信息的诞生背景 1
1.3 信息科学在化学领域的应用 2
1.4 化学信息的结构和特点 2
1.5 化学信息的工作方式 3
1.6 信息采集接口 4
1.7 化学信息的应用 4
1.7.1 绘制结构 4
1.7.2 数据库 5
1.7.3 计算机辅助设计反应预测系统 5
1.7.4 预测结构与活性的关系 5
1.8 展望 5
第2章 化学信息来源 7
2.1 词典 7
2.2 手册 7
2.3 化学期刊 9
2.3.1 综合类期刊 9
2.3.2 有机化学期刊 10
2.3.3 分析化学期刊 11
2.3.4 无机化学期刊 12
2.3.5 物理化学期刊 12
2.4 图书馆资源 12
2.4.1 生命科学图书馆 13
2.4.2 中国科学院大连化学物理研究所图书馆 13
2.4.3 中国科学院**科学图书馆 14
2.4.4 **科技图书文献**化工分** 16
2.4.5 清华大学图书馆 17
2.4.6 中国**图书馆 17
2.4.7 哈佛大学图书馆 17
2.4.8 斯坦福大学图书馆 18
2.5 化学化工信息资源导航系统 19
2.5.1 ChIN 19
2.5.2 Computer Aided Chemistry Tutorial 20
2.5.3 Wilton High School Chemistry 20
2.5.4 化学家链接网站 21
第3章 化学信息数据库资源 22
3.1 数据库简介 22
3.1.1 数据 22
3.1.2 数据库 22
3.1.3 数据库管理系统 23
3.1.4 数据库系统 23
3.2 数据库历史及分类 24
3.2.1 数据库历史 24
3.2.2 数据库的模型分类 25
3.3 三类化学信息数据库 26
3.3.1 文献数据库 26
3.3.2 事实数据库 26
3.3.3 结构数据库 26
3.4 互联网上的化学化工数据库 27
3.4.1 CA 27
3.4.2 ISI数据库 33
3.4.3 OCLC数据库 39
3.4.4 CSA 40
3.4.5 ScienceDirect 40
3.4.6 CNKI 42
3.4.7 万方数据库 48
3.4.8 维普中文科技期刊数据库 48
3.4.9 EI 48
3.4.10 出专利数据库 49
3.4.11 Reaxys数据库 51
3.4.12 谱图数据库 52
第4章 信息搜索引擎 54
4.1 概述 54
4.1.1 搜索引擎的原理 54
4.1.2 搜索引擎的历史及发展趋势 55
4.2 搜索引擎的定义及分类 58
4.2.1 全文搜索引擎 58
4.2.2 目录索引类搜索引擎 58
4.2.3 元搜索引擎 59
4.2.4 垂直搜索引擎 59
4.3 搜索引擎查询方法 59
4.3.1 模糊查询 60
4.3.2 **查询 60
4.3.3 逻辑查询 60
4.3.4 指定范围查询 61
4.4 常用搜索引擎 61
4.4.1 百度 61
4.4.2 Google中国 62
4.4.3 维基百科 62
4.4.4 BASE 65
4.4.5 Vascoda 65
4.4.6 Information Bridge 66
4.4.7 Intute 67
4.4.8 Infomine 68
4.5 元搜索引擎 68
4.5.1 Dogpile 68
4.5.2 Excite 69
4.5.3 Ixquick 70
4.5.4 Mamma 70
4.5.5 Metacrawler 71
4.5.6 ProFusion 71
4.5.7 Savvysearch 72
4.6 专业搜索引擎 73
4.6.1 专业搜索引擎的优势 73
4.6.2 **的专业搜索引擎 73
第5章 化学软件 76
5.1 概述 76
5.2 化学软件的分类 77
5.3 语言软件和依托算法的化学计算软件 78
5.3.1 MATLAB 78
5.3.2 R语言 91
5.4 绘图软件 101
5.4.1 ACD/ChemSketch5.0 101
5.4.2 Symyx Draw 103
5.4.3 ChemBioDraw 104
5.5 化学分析仪器数据处理软件 105
5.5.1 GRAMS 106
5.5.2 MestReNova 109
5.5.3 Origin 110
5.6 分子模拟软件 112
5.6.1 Gaussian软件 112
5.6.2 Amber软件 114
第6章 信息处理与数据挖掘 117
6.1 概述 117
6.2 数据的标准化 118
6.3 特征提取与优化 118
6.3.1 主成分分析 118
6.3.2 偏*小二乘法 121
6.3.3 逐步回归分析 122
6.3.4 遗传算法 123
6.4 信号处理方法 125
6.4.1 协方差与相关系数 126
6.4.2 自、互相关分析 126
6.4.3 功率谱密度 127
6.4.4 傅里叶变换 127
6.4.5 小波变换 128
6.5 机器学习方法 132
6.5.1 K*近邻法 132
6.5.2 概率神经网络 132
6.5.3 分类回归树 133
6.5.4 助推法 134
6.5.5 人工神经网络 135
6.5.6 支持向量机 139
6.6 数据库挖掘技术 141
6.6.1 聚类算法 141
6.6.2 决策树算法 142
6.7 Web数据挖掘技术 142
6.7.1 Web内容挖掘 142
6.7.2 Web结构挖掘 143
6.7.3 Web日志挖掘 143
第7章 QSAR及**设计 144
7.1 概述 144
7.2 QSAR模型的分类 145
7.2.1 二维定量构效关系 145
7.2.2 三维定量构效关系 147
7.2.3 多维定量构效关系 150
7.2.4 方法评价 150
7.3 定量构效关系研究中常用的回归分析法 151
7.3.1 多元线性回归 151
7.3.2 主成分回归 152
7.3.3 偏*小二乘回归 153
7.3.4 投影寻踪回归 154
7.3.5 非线性方法 155
7.4 **设计 155
7.5 QSAR方法的应用 157
第8章 生物信息学 161
8.1 什么是生物信息学 161
8.2 生物信息学的发展历程 162
8.3 生物信息学的研究内容 164
8.3.1 生物信息挖掘 164
8.3.2 **设计 164
8.3.3 基因组学 165
8.3.4 蛋白质组学 165
8.4 生物信息学的研究方法 167
8.5 生物信息学的应用 168
8.6 生物信息学的研究趋势 169
8.7 蛋白质功能研究 170
8.8 蛋白质数据库简介 171
8.8.1 综合性蛋白质数据库 171
8.8.2 专用性蛋白质数据库 172
8.9 蛋白质序列的特征提取方法 173
8.9.1 基于氨基酸组成和位置的特征提取方法 174
8.9.2 基于氨基酸物理化学特性的特征提取方法 175
8.9.3 基于数据库信息挖掘的特征提取方法 177
8.10 蛋白质相互作用 178
8.11 蛋白质网络 183
参考文献 187
《化学信息学》作者介绍：
由李梦龙、文志宁、熊庆编著的《化学信息学》为普通高等教育“十一
五”**级规划教材,是教育部“使用信息技术工具改造课程”项目的研究
成果。全书主要分为四大部分,其中第1章概述了化学信息学的产生及特点
;第2-4章讲述了化学信息的来源,包括手册、书籍、搜索引擎以及目前广
为使用的期刊文献数据库;第5-7章介绍了化学信息的处理工具(即化学软件
)、处理方法(相关化学计量学算法)以及定量构效关系(QSAR)的原理及应用
;第8章对生物信息学领域的研究进行了概述。
《化学信息学》可作为高等院校化学化工专业本科“化学信息学”课程
的入门教材,另外,书中提供了大量与信息学相关的网址,也可作为研究生
的参考书籍。
第1章 概述 1
1.1 什么是化学信息 1
1.2 化学信息的诞生背景 1
1.3 信息科学在化学领域的应用 2
1.4 化学信息的结构和特点 2
1.5 化学信息的工作方式 3
1.6 信息采集接口 4
1.7 化学信息的应用 4
1.7.1 绘制结构 4
1.7.2 数据库 5
1.7.3 计算机辅助设计反应预测系统 5
1.7.4 预测结构与活性的关系 5
1.8 展望 5
第2章 化学信息来源 7
2.1 词典 7
2.2 手册 7
2.3 化学期刊 9
2.3.1 综合类期刊 9
2.3.2 有机化学期刊 10
2.3.3 分析化学期刊 11
2.3.4 无机化学期刊 12
2.3.5 物理化学期刊 12
2.4 图书馆资源 12
2.4.1 生命科学图书馆 13
2.4.2 中国科学院大连化学物理研究所图书馆 13
2.4.3 中国科学院**科学图书馆 14
2.4.4 **科技图书文献**化工分** 16
2.4.5 清华大学图书馆 17
2.4.6 中国**图书馆 17
2.4.7 哈佛大学图书馆 17
2.4.8 斯坦福大学图书馆 18
2.5 化学化工信息资源导航系统 19
2.5.1 ChIN 19
2.5.2 Computer Aided Chemistry Tutorial 20
2.5.3 Wilton High School Chemistry 20
2.5.4 化学家链接网站 21
第3章 化学信息数据库资源 22
3.1 数据库简介 22
3.1.1 数据 22
3.1.2 数据库 22
3.1.3 数据库管理系统 23
3.1.4 数据库系统 23
3.2 数据库历史及分类 24
3.2.1 数据库历史 24
3.2.2 数据库的模型分类 25
3.3 三类化学信息数据库 26
3.3.1 文献数据库 26
3.3.2 事实数据库 26
3.3.3 结构数据库 26
3.4 互联网上的化学化工数据库 27
3.4.1 CA 27
3.4.2 ISI数据库 33
3.4.3 OCLC数据库 39
3.4.4 CSA 40
3.4.5 ScienceDirect 40
3.4.6 CNKI 42
3.4.7 万方数据库 48
3.4.8 维普中文科技期刊数据库 48
3.4.9 EI 48
3.4.10 出专利数据库 49
3.4.11 Reaxys数据库 51
3.4.12 谱图数据库 52
第4章 信息搜索引擎 54
4.1 概述 54
4.1.1 搜索引擎的原理 54
4.1.2 搜索引擎的历史及发展趋势 55
4.2 搜索引擎的定义及分类 58
4.2.1 全文搜索引擎 58
4.2.2 目录索引类搜索引擎 58
4.2.3 元搜索引擎 59
4.2.4 垂直搜索引擎 59
4.3 搜索引擎查询方法 59
4.3.1 模糊查询 60
4.3.2 **查询 60
4.3.3 逻辑查询 60
4.3.4 指定范围查询 61
4.4 常用搜索引擎 61
4.4.1 百度 61
4.4.2 Google中国 62
4.4.3 维基百科 62
4.4.4 BASE 65
4.4.5 Vascoda 65
4.4.6 Information Bridge 66
4.4.7 Intute 67
4.4.8 Infomine 68
4.5 元搜索引擎 68
4.5.1 Dogpile 68
4.5.2 Excite 69
4.5.3 Ixquick 70
4.5.4 Mamma 70
4.5.5 Metacrawler 71
4.5.6 ProFusion 71
4.5.7 Savvysearch 72
4.6 专业搜索引擎 73
4.6.1 专业搜索引擎的优势 73
4.6.2 **的专业搜索引擎 73
第5章 化学软件 76
5.1 概述 76
5.2 化学软件的分类 77
5.3 语言软件和依托算法的化学计算软件 78
5.3.1 MATLAB 78
5.3.2 R语言 91
5.4 绘图软件 101
5.4.1 ACD/ChemSketch5.0 101
5.4.2 Symyx Draw 103
5.4.3 ChemBioDraw 104
5.5 化学分析仪器数据处理软件 105
5.5.1 GRAMS 106
5.5.2 MestReNova 109
5.5.3 Origin 110
5.6 分子模拟软件 112
5.6.1 Gaussian软件 112
5.6.2 Amber软件 114
第6章 信息处理与数据挖掘 117
6.1 概述 117
6.2 数据的标准化 118
6.3 特征提取与优化 118
6.3.1 主成分分析 118
6.3.2 偏*小二乘法 121
6.3.3 逐步回归分析 122
6.3.4 遗传算法 123
6.4 信号处理方法 125
6.4.1 协方差与相关系数 126
6.4.2 自、互相关分析 126
6.4.3 功率谱密度 127
6.4.4 傅里叶变换 127
6.4.5 小波变换 128
6.5 机器学习方法 132
6.5.1 K*近邻法 132
6.5.2 概率神经网络 132
6.5.3 分类回归树 133
6.5.4 助推法 134
6.5.5 人工神经网络 135
6.5.6 支持向量机 139
6.6 数据库挖掘技术 141
6.6.1 聚类算法 141
6.6.2 决策树算法 142
6.7 Web数据挖掘技术 142
6.7.1 Web内容挖掘 142
6.7.2 Web结构挖掘 143
6.7.3 Web日志挖掘 143
第7章 QSAR及**设计 144
7.1 概述 144
7.2 QSAR模型的分类 145
7.2.1 二维定量构效关系 145
7.2.2 三维定量构效关系 147
7.2.3 多维定量构效关系 150
7.2.4 方法评价 150
7.3 定量构效关系研究中常用的回归分析法 151
7.3.1 多元线性回归 151
7.3.2 主成分回归 152
7.3.3 偏*小二乘回归 153
7.3.4 投影寻踪回归 154
7.3.5 非线性方法 155
7.4 **设计 155
7.5 QSAR方法的应用 157
第8章 生物信息学 161
8.1 什么是生物信息学 161
8.2 生物信息学的发展历程 162
8.3 生物信息学的研究内容 164
8.3.1 生物信息挖掘 164
8.3.2 **设计 164
8.3.3 基因组学 165
8.3.4 蛋白质组学 165
8.4 生物信息学的研究方法 167
8.5 生物信息学的应用 168
8.6 生物信息学的研究趋势 169
8.7 蛋白质功能研究 170
8.8 蛋白质数据库简介 171
8.8.1 综合性蛋白质数据库 171
8.8.2 专用性蛋白质数据库 172
8.9 蛋白质序列的特征提取方法 173
8.9.1 基于氨基酸组成和位置的特征提取方法 174
8.9.2 基于氨基酸物理化学特性的特征提取方法 175
8.9.3 基于数据库信息挖掘的特征提取方法 177
8.10 蛋白质相互作用 178
8.11 蛋白质网络 183
参考文献 187
如何买书 | 如何结算 | 如何支付 | 如何退货 | 配送介绍 | 普通用户与VIP | 账户余额介绍 | 积分介绍 | 礼券介绍 | 更多介绍...
Copyright © 书山有路 All Rights Reserved 赣ICP备06008180号