生物信息學（第2版） [Bioinformatics] pdf epub mobi txt 電子書 下載 2025

繁體網頁||簡體網頁

☆☆☆☆☆

李霞，雷健波，李亦學 等 編

圖書標籤:

• 生物信息學
• 計算生物學
• 基因組學
• 蛋白質組學
• 序列分析
• 算法
• 數據挖掘
• 生物統計學
• 係統生物學
• NGS

齣版社： 人民衛生齣版社

ISBN：9787117204538

版次：2

商品編碼：11713064

包裝：平裝

叢書名： “十二五”普通高等教育本科國傢級規劃教材 ， ， ，

外文名稱：Bioinformatics

開本：16開

齣版時間：2015-06-01

用紙：膠版紙

頁數：500

字數：908000

正文語種：中文

內容簡介

　　《生物信息學（第2版）》教材仍堅持“三基”、“五性”原則，並力求在內容和形式上有所創新。使教材具備相對係統、全麵的生物信息學知識體係；突齣實用性，以臨床實際問題作為編寫齣發點；簡化算法流程，突齣應用軟件和網絡資源；貼閤前沿技術、方法，增加國內外研究熱點知識；主要培養長學製學生運用生物信息學方法解決臨床問題、進行科研設計的能力。
　　《生物信息學（第2版）》精簡基礎內容，閤並上一版內容相近或有較大關聯的章節；結閤實際應用，增加前沿新知識、新技術章節。全書共分為三篇十五章。第一篇生物信息學基礎，含DNA、RNA和蛋白質序列信息資源、序列比對、序列特徵分析、分子進化分析、基因芯片數據分析五章，均係生物醫學相關領域發展過程中形成的基礎生物信息數據及分析方法，閤並第一版“雙序列比對”、“多序列比對”兩章為“序列比對”，閤並“序列特徵分析”、“錶達序列分析”兩章為“序列特徵分析”；第二篇功能基因組信息學，含蛋白質組與蛋白質結構分析、基因注釋與功能分類、轉錄調控的信息學分析、生物分子網絡與通路和計算錶觀遺傳學五章，均係功能基因組研究中頗具特色的生物信息學方法，閤並第一版“蛋白質分析與蛋白質組學”、“蛋白質結構分析”兩章為“蛋白質組與蛋白質結構分析”；第三篇生物信息學與人類復雜疾病，含復雜疾病的分子特徵與計算分析、非編碼RNA與復雜疾病、新一代測序技術與復雜疾病、藥物生物信息學、生物信息學相關學科進展五章，均係近年發展起來的與復雜疾病有關的重要生物信息學方法，新增非編碼RNA與復雜疾病的生物信息學研究、新一代測序、“組學”研究等前沿熱點。

作者簡介

　　李霞，博士、教授、博士研究生導師，哈爾濱醫科大學生物信息科學與技術學院院長，龍江學者特聘教授，北京“百韆萬人纔工程”入選者，享受國務院特殊津貼。從事生物信息學、計算係統生物學等本科、研究生教學工作30餘年，主持創建的我國領先生物信息學人纔培養和教育教學體係成為全國生物信息學教育模闆，培養瞭大批既具有紮實生物醫藥知識，又具有很強理工科學思維和實踐能力的現代緊缺人纔，為推動我國生物醫學教育和科技發展做齣瞭突齣貢獻，先後獲得黑龍江省教學名師、優秀中青年專傢、優秀科技工作者、優秀共産黨員等榮譽稱號。 李霞教授是我國重大疾病生物信息學與計算係統生物學研究的開創者之一，在復雜疾病治療靶標與風險標誌物篩選、重大疾病通路重構與子網識彆、非編碼基因（RNA）介導的疾病發生機理研究、新一代測序技術與復雜疾病分析、麵嚮轉化醫學的重大疾病分析平颱構建等領域做齣瞭開創性的研究工作，科研成果處於國內前列。主持國傢863課題、973課題、國傢自然科學基金重大研究計劃等國傢級課題15項，於國際著名學術期刊發錶高水平SCI論文130餘篇，榮獲中華醫學科技奬、黑龍江省政府科技奬、中國女醫師協會基礎醫學科技奬等科研奬勵20餘項。
　　
　　雷健波，美國生物醫學信息學博士。華西醫科大學臨床醫學畢業，原北京協和醫院臨床醫生，獲美國哥倫比亞大學工程學院計算機碩士（M.S）和醫學院生物醫學信息學碩士（M.A.），美國德州大學醫學部生物醫學信息學博士（PhD），現任北京大學醫學信息學中心副教授，碩士生導師。 獨特的國內外跨學科（臨床，計算機，醫學信息學）的學習、研究和工作背景，主持過國內新一代電子病曆（EMR），醫院信息係統（HIS），臨床路徑（CP）的開發，以及用於新藥創製的國傢級臨床和標本資源庫的建設等。2010年4月以人纔引進到北京大學，創立北京大學醫學信息學中心，任代主任，常務副主任，負責創建新學科“醫學信息學”。主要的研究領域包括：電子病曆係統和個人健康檔案、臨床決策支持、醫學自然語言處理、移動醫療、健康信息搜索和消費者健康信息學、移動醫療、醫療衛生大數據、醫療信息係統易用性等。 現任歐美同學會留美分會副會長，中國衛生信息學會衛生信息學教育專業委員會副主委，全國高等醫藥教材建設研究會“十二五”規劃本科教材《衛生信息學概論》主編等。

目錄

緒論
第一節 生物信息學的興起
第二節 生物信息學的內涵及其在生命科學中的應用
一、生物信息學的內涵
二、生物信息學在現代生物醫學中的應用
第三節 大數據時代的生物信息學與醫學
一、人類基因組計劃
二、組學與生物信息學
三、大數據時代的生物信息學與醫學

第一篇 生物信息學基礎
第一章 生物序列資源
第一節 引言
第二節 NCBI數據庫與數據資源
一、NCBI序列數據庫概述
二、NCBI中的重要子庫介紹
第三節 UCSC基因組瀏覽器與數據資源
一、UCSC概述
二、UCSC基因組瀏覽器
三、UCSC中的數據資源和常用工具
第四節 EMBL-EBI數據庫與數據資源
一、EMBL-EBI數據庫概況
二、EMBL基因組和核酸序列資源
三、UniProt蛋白質數據資源
四、Biomart數據檢索平颱
第五節 重要的非編碼基因數據庫
一、ENCODE數據庫與數據資源
二、microRNA數據資源miRBase
小結
第二章 序列比對
第一節 引言
一、同源、相似與距離
二、相似與距離的定量描述
三、算法實現的比對
四、序列比對的作用
第二節 比對算法概要
一、替換計分矩陣
二、雙序列全局比對
三、雙序列局部比對
四、多序列全局比對
五、多序列局部比對
六、比對的統計顯著性
第三節 數據庫搜索
一、經典BLAST
二、衍生BLAST
三、BLAT
四、RNA序列搜索
五、數據庫搜索的統計顯著性
第四節 比對軟件、參數與數據資源
一、參數選擇的一般原則
二、主要比對軟件
三、EBI中的序列比對工具
四、UCSC中的BLAT比對工具
第五節 比對技術的發展
—、glocal比對
二、全基因組比對
小結
……
第三章 序列特徵分析
第四章 分子進化分析
第五章 基因錶達數據分析

第二篇 功能基因組信息學
第六章 蛋白質組與蛋白質結構分析
第七章 基因注釋與功能分類
第八章 轉錄調控的信息學分析
第九章 生物分子網絡與通路
第十章 計算錶觀遺傳學

第三篇 生物信息學與人類復雜疾病
第十一章 復雜疾病的分子特徵與計算分析
第十二章 非編碼RNA與復雜疾病
第十三章 新一代測序技術與復雜疾病
第十四章 藥物生物信息學
第十五章 生物信息學相關學科進展
中英文名詞對照索引
英中文名詞對照索引
緻謝

前言/序言

生物信息學：洞悉生命奧秘的數字時代指南 在這個數據爆炸的時代，生命科學正經曆一場前所未有的變革。基因組測序的成本直綫下降，高通量實驗技術的蓬勃發展，使得我們以前所未有的速度積纍著海量的生物學數據。如何有效地存儲、管理、分析和解讀這些數據，已成為推動生命科學進步的關鍵挑戰。生物信息學，作為一門融閤瞭計算機科學、統計學、數學以及生物學多學科知識的交叉學科，正是在這樣的背景下應運而生，並以前所未有的速度發展，為我們打開瞭理解生命奧秘的新視角。 本書旨在為讀者構建一個全麵而深入的生物信息學知識體係，裝備應對現代生命科學研究挑戰所需的數字工具和思維方式。我們不僅僅是介紹一係列的軟件和算法，更重要的是幫助讀者理解生物信息學背後的原理、方法以及它們在解決實際生物學問題中的應用。通過本書的學習，您將能夠： 理解核心概念與基本原理 數據類型與數據標準： 深入瞭解基因組、轉錄組、蛋白質組等不同層麵生物數據的特性，掌握FASTA、FASTQ、GenBank等主流數據格式的含義和結構。 生物信息學數據庫： 熟悉NCBI、EBI、DDBJ等國際知名生物信息學數據庫的功能與查詢技巧，瞭解序列數據庫、結構數據庫、文獻數據庫等各類資源的應用場景。 算法與統計基礎： 掌握用於序列比對（如Smith-Waterman、BLAST）、基因預測、係統發生分析等經典算法的原理，理解統計推斷在生物信息學分析中的重要性，例如假設檢驗、貝葉斯方法等。 生物學背景知識： 梳理並鞏固基因結構、DNA復製、轉錄、翻譯、蛋白質結構與功能等核心生物學概念，為理解生物信息學分析結果奠定堅實基礎。 掌握關鍵分析技術與工具 序列比對與搜索： 學習如何使用BLAST傢族算法快速高效地在海量序列數據庫中尋找同源序列，理解不同比對算法的優缺點及適用範圍。 基因組組裝與注釋： 掌握從頭組裝（de novo assembly）和參照組裝（reference-guided assembly）的策略，理解基因組注釋的流程，包括基因識彆、功能預測等。 轉錄組學分析： 學習RNA-Seq數據的處理流程，包括質量控製、比對、錶達量計算、差異錶達分析，以及如何解讀分析結果，挖掘調控基因和信號通路。 蛋白質組學與結構生物信息學： 瞭解蛋白質序列分析、功能預測、結構建模與比對的方法，學習如何利用蛋白質結構信息預測其功能和相互作用。 係統發生與進化分析： 掌握構建係統發生樹的方法，理解如何利用序列數據推斷物種間的進化關係，以及如何進行分子鍾校準。 變異檢測與分析： 學習基因組變異（SNP、Indel）的檢測與注釋，理解其在疾病研究、群體遺傳學中的應用。 生物網絡與通路分析： 掌握構建和分析基因調控網絡、蛋白質互作網絡的方法，學習如何利用通路富集分析來理解基因組學數據的生物學意義。 培養解決實際問題的能力 本書不僅僅是知識的堆砌，更注重培養讀者運用生物信息學知識解決實際生物學問題的能力。我們通過大量的案例分析，將抽象的算法和工具與具體的生物學應用場景相結閤。例如： 疾病基因的發現： 如何利用全基因組關聯研究（GWAS）或外顯子組測序數據，結閤生物信息學分析，定位與特定疾病相關的候選基因。 微生物基因組學： 如何分析宏基因組數據，探索微生物群落的組成、功能以及環境適應性。 藥物研發： 如何利用生物信息學方法進行靶點發現、分子對接模擬，加速新藥研發進程。 古 DNA 分析： 如何從古老 DNA 樣本中提取有效信息，重構古人類或古生物的進化曆史。 麵嚮未來，擁抱創新 生物信息學領域日新月異，新的技術和算法層齣不窮。本書在介紹經典方法的同時，也將引導讀者關注當前研究熱點，如機器學習與深度學習在生物信息學中的應用、單細胞測序數據分析、空間組學等前沿領域。我們鼓勵讀者保持好奇心，積極探索，將生物信息學作為探索生命奧秘的強大引擎。 本書適閤生命科學、醫學、計算機科學、統計學等相關專業的學生、研究人員以及對生物信息學感興趣的從業者。無論您是初學者，還是希望深化理解的專業人士，本書都將為您提供寶貴的知識和工具，助您在這個日新月異的生命科學時代，乘風破浪，洞悉生命的本質。

評分☆☆☆☆☆

這本《生物信息學（第2版）》絕對是我近期閱讀過的最令人印象深刻的學術著作之一，從拿到這本書的那一刻起，我就被它厚實且內容充實的體量所震撼，然而一旦翻開，便立刻被其嚴謹的邏輯和深入淺齣的講解所吸引。作者在開篇就為我們勾勒齣瞭生物信息學這個跨學科領域的宏大圖景，讓我這個初入行的讀者，雖然不具備深厚的生物學或計算機科學背景，也能迅速理解其核心價值和發展脈絡。書中對於各種基礎概念的闡釋，例如序列比對的原理、數據庫的構建與查詢、係統發育樹的構建方法等等，都做到瞭由淺入深，層層遞進。我尤其欣賞書中對算法和模型背後數學原理的解釋，並沒有迴避復雜的數學推導，但同時又通過形象的比喻和圖示，將抽象的理論變得易於理解。例如，在講解動態規劃算法在序列比對中的應用時，作者並沒有僅僅羅列公式，而是通過一個生動的例子，一步步展示瞭狀態轉移方程是如何構建起來的，以及如何通過迴溯來獲得最優比對結果。這種細緻入微的講解方式，極大地降低瞭學習的門檻，也讓我對生物信息學算法的威力有瞭更深刻的認識。

評分☆☆☆☆☆

這本書的敘述風格彆具一格，充滿瞭啓發性，讓我在閱讀的過程中，總能産生新的思考。作者並沒有采取一本正經的說教式語氣，而是將自己作為一位經驗豐富的嚮導，帶領讀者探索生物信息學的奇妙世界。他對復雜概念的解釋，常常會引用一些貼近生活的類比，或者舉齣一些曆史性的案例，使得枯燥的技術內容變得生動有趣。例如，在介紹數據庫檢索時，作者並非僅僅講解BLAST的原理，而是將其比喻為在浩瀚的圖書館中尋找特定書籍的智能檢索係統，並且詳細解釋瞭不同數據庫（如GenBank, UniProt）的特點和適用場景。這種方式極大地激發瞭我對生物信息學的好奇心，也讓我更加主動地去理解和記憶那些復雜的算法和模型。書中對於不同生物信息學方法的比較和評價，也十分客觀和全麵，幫助我理解各種方法的優勢和局限性，從而能夠根據具體的研究問題，選擇最有效的方法。

評分☆☆☆☆☆

這本書的寫作風格充滿瞭經驗主義的智慧，作者似乎將自己多年在生物信息學領域的實踐經驗傾注其中，為讀者提供瞭寶貴的“實戰”指導。書中不僅僅是理論知識的堆砌，更包含瞭許多作者在實際研究中遇到的問題、解決方法以及一些“避坑指南”。例如，在處理低質量的測序數據時，書中提供瞭一係列實用的數據清洗和質量控製的策略，並且解釋瞭為什麼這些策略是有效的。對於一些常見的生物信息學分析錯誤，書中也進行瞭預警和分析，幫助讀者避免走彎路。此外，書中還穿插瞭許多關於如何進行科學研究的思考，例如如何構建一個有效的實驗設計，如何評估分析結果的可靠性，如何撰寫高質量的生物信息學研究論文等等。這些內容雖然不直接屬於技術層麵，但對於培養一個閤格的生物信息學研究者來說，卻至關重要。

評分☆☆☆☆☆

總而言之，這本《生物信息學（第2版）》是一部集學術性、實用性、前瞻性於一體的傑作。它不僅為我提供瞭紮實的生物信息學理論基礎，更重要的是，它教會瞭我如何將這些知識應用於解決實際的生物學問題。書中豐富的案例、清晰的講解、嚴謹的論述，讓我受益匪淺。我能夠感受到作者在編寫此書時所付齣的巨大心血，他不僅在知識的深度和廣度上做到瞭極緻，更在如何有效地傳授知識方麵展現齣瞭高超的技藝。這本書為我打開瞭生物信息學的大門，讓我對這個充滿活力的領域充滿瞭好奇和熱情，並激勵我繼續深入探索。我毫不猶豫地嚮所有對生物信息學感興趣的人推薦這本書，它絕對是你在這個領域中不可或缺的夥伴。

評分☆☆☆☆☆

這本書的結構安排堪稱完美，邏輯清晰，層次分明，使得整個學習過程流暢而高效。從最基礎的生物學背景知識介紹，到各種核心算法和工具的講解，再到實際案例的應用分析，作者循序漸進，層層遞進，確保讀者能夠一步一步地掌握生物信息學的知識體係。我尤其贊賞書中對每個章節的總結和提煉，以及在關鍵概念之處的反復強調。例如，在講解核酸序列分析時，書中不僅詳細介紹瞭DNA和RNA的結構特徵，還深入探討瞭基因的識彆、啓動子區域的預測、轉錄因子結閤位點的鑒定等一係列復雜問題，並且將這些內容有機地聯係起來，形成一個完整的知識鏈條。在書的後半部分，作者還通過多個真實的研究案例，展示瞭如何將前麵學到的生物信息學方法應用於解決實際的生物學問題，這對於鞏固和深化理解非常有幫助。

評分☆☆☆☆☆

這本書在論述中展現齣一種令人驚嘆的係統性和深度。它不僅僅是簡單地羅列各種技術和工具，而是將生物信息學置於整個生命科學研究的大背景下進行審視，探討瞭它如何解決諸如基因組學、蛋白質組學、轉錄組學等前沿領域中的關鍵問題。我被書中對於高通量測序數據的處理流程的詳細介紹所深深吸引。從原始數據的清洗、質量控製，到基因組組裝、基因預測，再到轉錄本的定量分析，每一個環節都進行瞭詳盡的闡述，並且列舉瞭當前主流的軟件工具和算法。更重要的是，書中並非僅僅介紹“是什麼”，而是深入探討瞭“為什麼”以及“如何”做到最好。例如，在基因組組裝部分，書中對De Bruijn圖組裝和Overlap-Layout-Consensus組裝的優缺點進行瞭對比分析，並詳細介紹瞭影響組裝質量的各種因素，如測序深度、讀長、基因組重復區域等，這讓我能夠根據實際數據特點，選擇最閤適的組裝策略。這種理論與實踐相結閤的講解方式，讓我在閱讀過程中，仿佛置身於一個真實的生物信息學研究項目之中，能夠預見和解決可能遇到的挑戰。

評分☆☆☆☆☆

我不得不說，《生物信息學（第2版）》在內容的時效性和前瞻性上做得非常齣色。生物信息學領域發展日新月異，一本過時的書籍很快就會失去價值，然而這本書顯然避免瞭這個問題。作者在書中融入瞭大量近幾年生物信息學研究的最新進展，包括但不限於單細胞測序數據的分析、長讀長測序技術的應用、基因組編輯技術的生物信息學挑戰，以及機器學習和深度學習在生物信息學中的應用。我印象特彆深刻的是關於機器學習在蛋白質結構預測和藥物發現中的應用章節，書中不僅介紹瞭常用的模型（如支持嚮量機、隨機森林），還探討瞭深度學習模型（如捲積神經網絡、循環神經網絡）如何被應用於這些復雜問題。作者還非常注重引導讀者思考未來的發展方嚮，例如在基因組變異檢測、錶觀遺傳學數據分析等領域，他提齣的問題和展望，都讓我對生物信息學的未來充滿瞭期待。

評分☆☆☆☆☆

這本書在科學嚴謹性和可讀性之間找到瞭一個絕佳的平衡點，這使得它既能滿足資深研究者的需求，又能被初學者所接受。作者在闡述復雜算法和模型時，力求準確和嚴謹，不會因為追求通俗易懂而犧牲科學的嚴謹性。例如，在講解概率模型（如隱馬爾可夫模型）在基因識彆中的應用時，書中詳細闡述瞭模型的原理、參數估計和應用流程，並且給齣瞭數學推導。但同時，作者也巧妙地運用圖示和類比，將這些復雜的數學概念可視化，使之更易於理解。書中對不同方法的優劣分析，也充滿瞭科學的洞察力，讓我能夠更深刻地理解為什麼在某些情況下，一種方法比另一種方法更有效。這種既紮實又靈活的敘述方式，讓我在閱讀時，能夠同時感受到知識的深度和學習的樂趣。

評分☆☆☆☆☆

作為一名初學者，我常常會被生物信息學中數量龐大的數據庫和工具所淹沒，而這本書恰恰解決瞭我的這個痛點。作者在書中精心挑選並詳細介紹瞭那些最常用、最基礎，同時也是最重要的生物信息學數據庫和軟件工具。對於每個工具，書中都提供瞭清晰的使用說明、參數解釋以及應用場景的案例。例如，在介紹NCBI和EBI等大型生物信息學數據庫時，書中不僅講解瞭它們的結構和功能，還演示瞭如何利用這些數據庫進行高效的序列檢索、基因組信息查詢、文獻信息獲取等。對於一些常用的分析軟件，如BLAST、ClustalW、MEGA等，書中也提供瞭詳細的安裝指南和操作教程，並且結閤實際數據進行瞭演示。這種“實操性”極強的講解方式，讓我能夠快速上手，並將書本上的理論知識轉化為實際的分析能力。

評分☆☆☆☆☆

我特彆欣賞這本書在生物學概念與計算機科學原理之間建立起的緊密聯係。生物信息學之所以成為一個重要的領域，正是因為它能夠有效地整閤這兩個學科的優勢。書中在介紹生物學問題時，會詳細闡述其生物學背景和意義，然後再引齣相關的生物信息學算法和工具。例如，在講解蛋白質序列比對時，書中首先會介紹蛋白質結構、功能與序列的關係，然後再深入講解序列比對的算法原理及其在功能預測、進化分析中的應用。這種“問題驅動”的學習方式，讓我能夠更好地理解生物信息學工具和算法的實際價值，而不是孤立地學習技術。書中對於基因組學、轉錄組學、蛋白質組學等各個組學數據的分析方法，也都遵循瞭類似的邏輯，將生物學問題與計算方法巧妙地結閤起來。

評分☆☆☆☆☆

商品不錯，內容詳實，講解清晰

評分☆☆☆☆☆

不錯，值得購買。 。。

評分☆☆☆☆☆

快遞很快，真心不錯。。。

評分☆☆☆☆☆

好書 內容不錯

評分☆☆☆☆☆

好，非常好！下次還買！

評分☆☆☆☆☆

這本書特彆好，十分推薦

評分☆☆☆☆☆

正版圖書就是好，可以網上增值

評分☆☆☆☆☆

書挺好的，適閤生物信息學初學者用

評分☆☆☆☆☆

不錯哦！知識好