生物信息学是一门新兴的交叉学科。在该领域中,由生物学家和计算机科学家共同研究生物分子信息的获取、管理、分析和利用。生物信息学以计算机、网络为工具,用数学和信息科学的理论、方法和技术去研究生物大分子,研究生物分子信息组织的规律。本书紧紧围绕基因组与后基因组研究,阐述生物信息学的方法、技术、资源及其核心算法,介绍各种信息学方法和技术在生物信息学中的应用。本书首先简要说明生物信息学的研究对象及主要研究内容;然后介绍基本的序列比较算法,介绍各种生物信息学数据资源及主要数据库;接下来以专题形式介绍基因组信息分析、分子系统发生分析及蛋白质结构预测;*后,介绍基因表达数据分析。为了便于计算机和数学研究人员进入生物信息学研究领域,本书还特别介绍了与生物信息学有关的基本分子生物学知识。本书可以作为高年级大学生或研究生的生物信息学课程教材,也可以作为生命科学工作者、计算机应用人员的参考书。

目录第1章生物信息学引论1

1.1引言1
1.1.1生物信息学概念1
1.1.2生物分子信息2
1.1.3生物信息学的研究目标和任务4
1.1.4生物信息学的研究意义6
1.2生物信息学的发展历史7
1.3人类基因组计划和基因组信息学9
1.3.1人类基因组计划简介9
1.3.2人类基因组计划对生物信息学的挑战13
1.4蛋白质结构与功能关系的研究16
1.5生物信息学的主要研究内容18
1.5.1生物分子数据的收集与管理18
1.5.2数据库搜索及序列比较19
1.5.3基因组序列分析20
1.5.4基因表达数据的分析与处理21
1.5.5蛋白质结构预测21
1.6生物信息学所用的方法和技术23
1.6.1数学统计方法23
1.6.2动态规划方法23
1.6.3机器学习与模式识别技术24
1.6.4数据库技术及数据挖掘25
1.6.5人工神经网络技术26
1.6.6专家系统27
1.6.7分子模型化技术28
1.6.8量子力学和分子力学计算29
1.6.9生物分子的计算机模拟29
1.6.10因特网(Internet)技术31
1.7生物信息学目前的发展概况31
问题与练习35
参考文献35
第2章生物信息学的生物学基础40
2.1细胞40
2.2蛋白质的结构和功能42
2.2.1蛋白质的功能42
2.2.2蛋白质的分子组成43
2.2.3蛋白质的结构层次44
2.2.4蛋白质结构与功能的关系50
目录[3]生物信息学基础[2]2.3遗传信息载体——DNA51
2.3.1核苷酸52
2.3.2DNA的结构53
2.4分子生物学**法则55
2.4.1DNA的复制55
2.4.2转录56
2.4.3翻译57
2.4.4mRNA的反转录与cDNA59
2.4.5对遗传信息流的再认识60
2.5基因组结构60
2.5.1染色体结构60
2.5.2基因62
2.5.3原核生物基因组63
2.5.4真核生物基因组64
2.6基因表达调控69
2.6.1基因表达调控的层次69
2.6.2原核基因调控70
2.6.3真核基因调控70
2.7新生肽链的折叠71
2.7.1新生肽链的加工72
2.7.2新生肽链的折叠72
2.7.3蛋白质折叠的一般规律72
2.7.4帮助新生肽链折叠的生物大分子73
2.7.5蛋白质构���病问题74
2.8生物大分子结构的测定74
2.8.1X射线衍射结构分析74
2.8.2核磁共振结构分析76
2.9分子生物学工具77
问题与练习79
参考文献79
第3章序列比较81
3.1序列的相似性81
3.1.1字母表和序列82
3.1.2编辑距离83
3.1.3通过点矩阵分析两条序列的相似之处84
3.1.4序列的两两比对86
3.1.5用于序列相似性的打分矩阵87
3.2两两比对算法92
3.2.1序列两两比对基本算法93
3.2.2子序列与完整序列的比对96
3.2.3寻找*大的相似子序列97
3.2.4准全局序列比对98
3.2.5关于连续空位的问题99
3.2.6比较相似序列102
3.2.7比对的统计学显著性103
3.3序列多重比对104
3.3.1SP模型105
3.3.2多重比对的动态规划算法107
3.3.3优化计算方法110
3.3.4星形比对112
3.3.5树形比对114
3.3.6其他多重序列比对算法115
3.3.7统计特征分析115
3.4DNA片段组装116
3.4.1片段组装问题117
3.4.2序列片段组装模型119
3.4.3序列片段覆盖图121
3.4.4贪婪算法123
3.4.5非循环图拓扑排序法124
问题与练习125
参考文献126
第4章生物分子数据库130
4.1引言130
4.2核酸序列数据库131
4.2.1GenBank/EMBLBank/DDBJ131
4.2.2基因组数据库136
4.2.3表达序列标记数据库dbEST137
4.2.4序列标记位点数据库dbSTS138
4.2.5面向基因聚类数据库UniGene138
4.3蛋白质序列数据库138
4.3.1PIR138
4.3.2SWISSPROT140
4.3.3TrEMBL141
4.4生物大分子结构数据库142
4.4.1PDB142
4.4.2MMDB142
4.5其他生物分子数据库143
4.5.1单碱基多态性数据库dbSNP144
4.5.2蛋白质结构分类数据库SCOP144
4.5.3蛋白质二级结构数据库DSSP145
4.5.4蛋白质同源序列比对数据库HSSP146
4.5.5序列模式数据库PROSITE147
4.5.6蛋白质指纹数据库PRINTS147
4.5.7人类遗传数据库OMIM147
4.5.8基因启动子数据库EPD148
4.5.9转录调控区域数据库TRRD148
4.5.10转录因子数据库TRANSFAC149
4.5.11基因本体数据库GO149
4.5.12生物、医学文献数据库PubMed149
4.5.13目录数据库DBCat149
4.6数据库搜索150
4.6.1FastA151
4.6.2BLAST154
4.6.3VAST158
4.7数据库集成159
4.7.1Entrez160
4.7.2SRS161
4.7.3ExPASy162
问题与练习162
参考文献163
第5章基因组信息分析168
5.1关于遗传语言168
5.1.1基因组DNA的奥秘168
5.1.2探索遗传语言171
5.1.3关于生物复杂性172
5.1.4基因组学研究带来的希望172
5.2原核基因组特点173
5.2.1长开放阅读框173
5.2.2高基因密度173
5.2.3简单的基因结构173
5.2.4原核基因组中的GC含量174
5.3真核基因组特点174
5.3.1基因组规模174
5.3.2巨大的非编码序列174
5.3.3复杂的基因结构174
5.3.4复杂的基因转录调控方式175
5.3.5可变剪接175
5.3.6CpG岛176
5.3.7等值区176
5.3.8密码子使用偏性177
5.4基因组序列分析177
5.4.1基因组序列分析步骤和分析结果评价177
5.4.2核苷酸关联分析179
5.5基因识别方法181
5.5.1*长ORFs法181
5.5.2基于密码子出现频率的预测方法182
5.5.3同源性方法184
5.5.4神经网络方法185
5.5.5隐马尔可夫模型法186
5.5.6模式判别分析法198
5.5.7基于动态规划的基因结构预测方法199
5.5.8基于剪切比对的基因识别202
5.5.9其他基因识别方法202
5.6非编码区域分析和调控元件识别203
5.6.1调控元件的建模204
5.6.2调控元件模式的得分函数206
5.6.3模式驱动的调控元件识别207
5.6.4序列驱动的调控元件识别208
问题与练习215
参考文献215
第6章系统发生分析219
6.1分子系统发生与系统发生树219
6.1.1分子系统发生分析219
6.1.2系统发生树221
6.1.3距离和特征222
6.1.4分子系统发生分析过程223
6.2基于距离的系统发生树构建方法225
6.2.1*小二乘法225
6.2.2连锁聚类方法及非加权分组平均法226
6.2.3距离变换法229
6.2.4邻近归并法230
6.3基于特征的系统发生树构建方法232
6.3.1*大简约法232
6.3.2快速搜索策略235
6.4*大似然法236
6.5系统发生树的可靠性238
6.5.1自举检验238
6.5.2参数检验239
6.6全基因组系统发生分析239
6.6.1基于多棵系统发生树的方法239
6.6.2基于基因内容的方法240
6.6.3基于蛋白质折叠结构的方法240
6.6.4基于基因次序的方法240
6.6.5基于连接的直向同源蛋白的方法240
6.6.6基于代谢途径的方法241
问题与练习242
参考文献243
第7章蛋白质结构预测245
7.1引言245
7.2蛋白质二级结构预测249
7.2.1利用的信息及预测准确性249
7.2.2ChouFasman方法250
7.2.3GOR方法252
7.2.4基于氨基酸疏水性的预测方法255
7.2.5*邻近方法257
7.2.6人工神经网络方法258
7.2.7综合方法261
7.2.8氨基酸残基之间的距离261
7.3RNA二级结构的预测262
7.4蛋白质空间结构预测263
7.4.1同源模型化方法264
7.4.2线索化方法(折叠识别方法)266
7.4.3从头预测方法267
7.4.4预测方法评价272
7.5蛋白质空间结构比较273
问题与练习275
参考文献276
第8章基因表达数据分析282
8.1基因表达数据的获取283
8.1.1cDNA微阵列283
8.1.2寡核苷酸芯片284
8.1.3基因表达数据的网络资源285
8.2基因表达数据预处理286
8.3基因表达差异的显著性分析289
8.3.1倍数分析289
8.3.2t检验290
8.3.3贝叶斯分析291
8.4基因表达谱聚类分析292
8.4.1相似性度量函数292
8.4.2聚类方法294
8.4.3基于模型的聚类方法298
8.4.4支持向量机299
8.4.5聚类结果的可视化301
8.4.6聚类结果的定量评价303
8.5基因表达数据的分类分析305
8.5.1朴素贝叶斯分类法305
8.5.2k近邻法306
8.5.3其他分类法306
8.6主成分分析PCA307
8.7基于基因表达谱的基因调控网络研究309
8.7.1布尔网络模型310
8.7.2线性组合模型312
8.7.3加权矩阵模型312
8.7.4数据整合分析313
问题与练习314
参考文献314
附录1常用基本词汇表320
附录2生物信息分析工具GCG333