生物信息学（第2版） [Bioinformatics] pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

李霞，雷健波，李亦学 等 编

图书标签:

• 生物信息学
• 计算生物学
• 基因组学
• 蛋白质组学
• 序列分析
• 算法
• 数据挖掘
• 生物统计学
• 系统生物学
• NGS

出版社： 人民卫生出版社

ISBN：9787117204538

版次：2

商品编码：11713064

包装：平装

丛书名： “十二五”普通高等教育本科国家级规划教材 ， ， ，

外文名称：Bioinformatics

开本：16开

出版时间：2015-06-01

用纸：胶版纸

页数：500

字数：908000

正文语种：中文

内容简介

　　《生物信息学（第2版）》教材仍坚持“三基”、“五性”原则，并力求在内容和形式上有所创新。使教材具备相对系统、全面的生物信息学知识体系；突出实用性，以临床实际问题作为编写出发点；简化算法流程，突出应用软件和网络资源；贴合前沿技术、方法，增加国内外研究热点知识；主要培养长学制学生运用生物信息学方法解决临床问题、进行科研设计的能力。
　　《生物信息学（第2版）》精简基础内容，合并上一版内容相近或有较大关联的章节；结合实际应用，增加前沿新知识、新技术章节。全书共分为三篇十五章。第一篇生物信息学基础，含DNA、RNA和蛋白质序列信息资源、序列比对、序列特征分析、分子进化分析、基因芯片数据分析五章，均系生物医学相关领域发展过程中形成的基础生物信息数据及分析方法，合并第一版“双序列比对”、“多序列比对”两章为“序列比对”，合并“序列特征分析”、“表达序列分析”两章为“序列特征分析”；第二篇功能基因组信息学，含蛋白质组与蛋白质结构分析、基因注释与功能分类、转录调控的信息学分析、生物分子网络与通路和计算表观遗传学五章，均系功能基因组研究中颇具特色的生物信息学方法，合并第一版“蛋白质分析与蛋白质组学”、“蛋白质结构分析”两章为“蛋白质组与蛋白质结构分析”；第三篇生物信息学与人类复杂疾病，含复杂疾病的分子特征与计算分析、非编码RNA与复杂疾病、新一代测序技术与复杂疾病、药物生物信息学、生物信息学相关学科进展五章，均系近年发展起来的与复杂疾病有关的重要生物信息学方法，新增非编码RNA与复杂疾病的生物信息学研究、新一代测序、“组学”研究等前沿热点。

作者简介

　　李霞，博士、教授、博士研究生导师，哈尔滨医科大学生物信息科学与技术学院院长，龙江学者特聘教授，北京“百千万人才工程”入选者，享受国务院特殊津贴。从事生物信息学、计算系统生物学等本科、研究生教学工作30余年，主持创建的我国领先生物信息学人才培养和教育教学体系成为全国生物信息学教育模板，培养了大批既具有扎实生物医药知识，又具有很强理工科学思维和实践能力的现代紧缺人才，为推动我国生物医学教育和科技发展做出了突出贡献，先后获得黑龙江省教学名师、优秀中青年专家、优秀科技工作者、优秀共产党员等荣誉称号。 李霞教授是我国重大疾病生物信息学与计算系统生物学研究的开创者之一，在复杂疾病治疗靶标与风险标志物筛选、重大疾病通路重构与子网识别、非编码基因（RNA）介导的疾病发生机理研究、新一代测序技术与复杂疾病分析、面向转化医学的重大疾病分析平台构建等领域做出了开创性的研究工作，科研成果处于国内前列。主持国家863课题、973课题、国家自然科学基金重大研究计划等国家级课题15项，于国际著名学术期刊发表高水平SCI论文130余篇，荣获中华医学科技奖、黑龙江省政府科技奖、中国女医师协会基础医学科技奖等科研奖励20余项。
　　
　　雷健波，美国生物医学信息学博士。华西医科大学临床医学毕业，原北京协和医院临床医生，获美国哥伦比亚大学工程学院计算机硕士（M.S）和医学院生物医学信息学硕士（M.A.），美国德州大学医学部生物医学信息学博士（PhD），现任北京大学医学信息学中心副教授，硕士生导师。 独特的国内外跨学科（临床，计算机，医学信息学）的学习、研究和工作背景，主持过国内新一代电子病历（EMR），医院信息系统（HIS），临床路径（CP）的开发，以及用于新药创制的国家级临床和标本资源库的建设等。2010年4月以人才引进到北京大学，创立北京大学医学信息学中心，任代主任，常务副主任，负责创建新学科“医学信息学”。主要的研究领域包括：电子病历系统和个人健康档案、临床决策支持、医学自然语言处理、移动医疗、健康信息搜索和消费者健康信息学、移动医疗、医疗卫生大数据、医疗信息系统易用性等。 现任欧美同学会留美分会副会长，中国卫生信息学会卫生信息学教育专业委员会副主委，全国高等医药教材建设研究会“十二五”规划本科教材《卫生信息学概论》主编等。

目录

绪论
第一节 生物信息学的兴起
第二节 生物信息学的内涵及其在生命科学中的应用
一、生物信息学的内涵
二、生物信息学在现代生物医学中的应用
第三节 大数据时代的生物信息学与医学
一、人类基因组计划
二、组学与生物信息学
三、大数据时代的生物信息学与医学

第一篇 生物信息学基础
第一章 生物序列资源
第一节 引言
第二节 NCBI数据库与数据资源
一、NCBI序列数据库概述
二、NCBI中的重要子库介绍
第三节 UCSC基因组浏览器与数据资源
一、UCSC概述
二、UCSC基因组浏览器
三、UCSC中的数据资源和常用工具
第四节 EMBL-EBI数据库与数据资源
一、EMBL-EBI数据库概况
二、EMBL基因组和核酸序列资源
三、UniProt蛋白质数据资源
四、Biomart数据检索平台
第五节 重要的非编码基因数据库
一、ENCODE数据库与数据资源
二、microRNA数据资源miRBase
小结
第二章 序列比对
第一节 引言
一、同源、相似与距离
二、相似与距离的定量描述
三、算法实现的比对
四、序列比对的作用
第二节 比对算法概要
一、替换计分矩阵
二、双序列全局比对
三、双序列局部比对
四、多序列全局比对
五、多序列局部比对
六、比对的统计显著性
第三节 数据库搜索
一、经典BLAST
二、衍生BLAST
三、BLAT
四、RNA序列搜索
五、数据库搜索的统计显著性
第四节 比对软件、参数与数据资源
一、参数选择的一般原则
二、主要比对软件
三、EBI中的序列比对工具
四、UCSC中的BLAT比对工具
第五节 比对技术的发展
—、glocal比对
二、全基因组比对
小结
……
第三章 序列特征分析
第四章 分子进化分析
第五章 基因表达数据分析

第二篇 功能基因组信息学
第六章 蛋白质组与蛋白质结构分析
第七章 基因注释与功能分类
第八章 转录调控的信息学分析
第九章 生物分子网络与通路
第十章 计算表观遗传学

第三篇 生物信息学与人类复杂疾病
第十一章 复杂疾病的分子特征与计算分析
第十二章 非编码RNA与复杂疾病
第十三章 新一代测序技术与复杂疾病
第十四章 药物生物信息学
第十五章 生物信息学相关学科进展
中英文名词对照索引
英中文名词对照索引
致谢

前言/序言

生物信息学：洞悉生命奥秘的数字时代指南 在这个数据爆炸的时代，生命科学正经历一场前所未有的变革。基因组测序的成本直线下降，高通量实验技术的蓬勃发展，使得我们以前所未有的速度积累着海量的生物学数据。如何有效地存储、管理、分析和解读这些数据，已成为推动生命科学进步的关键挑战。生物信息学，作为一门融合了计算机科学、统计学、数学以及生物学多学科知识的交叉学科，正是在这样的背景下应运而生，并以前所未有的速度发展，为我们打开了理解生命奥秘的新视角。 本书旨在为读者构建一个全面而深入的生物信息学知识体系，装备应对现代生命科学研究挑战所需的数字工具和思维方式。我们不仅仅是介绍一系列的软件和算法，更重要的是帮助读者理解生物信息学背后的原理、方法以及它们在解决实际生物学问题中的应用。通过本书的学习，您将能够： 理解核心概念与基本原理 数据类型与数据标准： 深入了解基因组、转录组、蛋白质组等不同层面生物数据的特性，掌握FASTA、FASTQ、GenBank等主流数据格式的含义和结构。 生物信息学数据库： 熟悉NCBI、EBI、DDBJ等国际知名生物信息学数据库的功能与查询技巧，了解序列数据库、结构数据库、文献数据库等各类资源的应用场景。 算法与统计基础： 掌握用于序列比对（如Smith-Waterman、BLAST）、基因预测、系统发生分析等经典算法的原理，理解统计推断在生物信息学分析中的重要性，例如假设检验、贝叶斯方法等。 生物学背景知识： 梳理并巩固基因结构、DNA复制、转录、翻译、蛋白质结构与功能等核心生物学概念，为理解生物信息学分析结果奠定坚实基础。 掌握关键分析技术与工具 序列比对与搜索： 学习如何使用BLAST家族算法快速高效地在海量序列数据库中寻找同源序列，理解不同比对算法的优缺点及适用范围。 基因组组装与注释： 掌握从头组装（de novo assembly）和参照组装（reference-guided assembly）的策略，理解基因组注释的流程，包括基因识别、功能预测等。 转录组学分析： 学习RNA-Seq数据的处理流程，包括质量控制、比对、表达量计算、差异表达分析，以及如何解读分析结果，挖掘调控基因和信号通路。 蛋白质组学与结构生物信息学： 了解蛋白质序列分析、功能预测、结构建模与比对的方法，学习如何利用蛋白质结构信息预测其功能和相互作用。 系统发生与进化分析： 掌握构建系统发生树的方法，理解如何利用序列数据推断物种间的进化关系，以及如何进行分子钟校准。 变异检测与分析： 学习基因组变异（SNP、Indel）的检测与注释，理解其在疾病研究、群体遗传学中的应用。 生物网络与通路分析： 掌握构建和分析基因调控网络、蛋白质互作网络的方法，学习如何利用通路富集分析来理解基因组学数据的生物学意义。 培养解决实际问题的能力 本书不仅仅是知识的堆砌，更注重培养读者运用生物信息学知识解决实际生物学问题的能力。我们通过大量的案例分析，将抽象的算法和工具与具体的生物学应用场景相结合。例如： 疾病基因的发现： 如何利用全基因组关联研究（GWAS）或外显子组测序数据，结合生物信息学分析，定位与特定疾病相关的候选基因。 微生物基因组学： 如何分析宏基因组数据，探索微生物群落的组成、功能以及环境适应性。 药物研发： 如何利用生物信息学方法进行靶点发现、分子对接模拟，加速新药研发进程。 古 DNA 分析： 如何从古老 DNA 样本中提取有效信息，重构古人类或古生物的进化历史。 面向未来，拥抱创新 生物信息学领域日新月异，新的技术和算法层出不穷。本书在介绍经典方法的同时，也将引导读者关注当前研究热点，如机器学习与深度学习在生物信息学中的应用、单细胞测序数据分析、空间组学等前沿领域。我们鼓励读者保持好奇心，积极探索，将生物信息学作为探索生命奥秘的强大引擎。 本书适合生命科学、医学、计算机科学、统计学等相关专业的学生、研究人员以及对生物信息学感兴趣的从业者。无论您是初学者，还是希望深化理解的专业人士，本书都将为您提供宝贵的知识和工具，助您在这个日新月异的生命科学时代，乘风破浪，洞悉生命的本质。

评分☆☆☆☆☆

这本书在科学严谨性和可读性之间找到了一个绝佳的平衡点，这使得它既能满足资深研究者的需求，又能被初学者所接受。作者在阐述复杂算法和模型时，力求准确和严谨，不会因为追求通俗易懂而牺牲科学的严谨性。例如，在讲解概率模型（如隐马尔可夫模型）在基因识别中的应用时，书中详细阐述了模型的原理、参数估计和应用流程，并且给出了数学推导。但同时，作者也巧妙地运用图示和类比，将这些复杂的数学概念可视化，使之更易于理解。书中对不同方法的优劣分析，也充满了科学的洞察力，让我能够更深刻地理解为什么在某些情况下，一种方法比另一种方法更有效。这种既扎实又灵活的叙述方式，让我在阅读时，能够同时感受到知识的深度和学习的乐趣。

评分☆☆☆☆☆

这本书的写作风格充满了经验主义的智慧，作者似乎将自己多年在生物信息学领域的实践经验倾注其中，为读者提供了宝贵的“实战”指导。书中不仅仅是理论知识的堆砌，更包含了许多作者在实际研究中遇到的问题、解决方法以及一些“避坑指南”。例如，在处理低质量的测序数据时，书中提供了一系列实用的数据清洗和质量控制的策略，并且解释了为什么这些策略是有效的。对于一些常见的生物信息学分析错误，书中也进行了预警和分析，帮助读者避免走弯路。此外，书中还穿插了许多关于如何进行科学研究的思考，例如如何构建一个有效的实验设计，如何评估分析结果的可靠性，如何撰写高质量的生物信息学研究论文等等。这些内容虽然不直接属于技术层面，但对于培养一个合格的生物信息学研究者来说，却至关重要。

评分☆☆☆☆☆

这本书在论述中展现出一种令人惊叹的系统性和深度。它不仅仅是简单地罗列各种技术和工具，而是将生物信息学置于整个生命科学研究的大背景下进行审视，探讨了它如何解决诸如基因组学、蛋白质组学、转录组学等前沿领域中的关键问题。我被书中对于高通量测序数据的处理流程的详细介绍所深深吸引。从原始数据的清洗、质量控制，到基因组组装、基因预测，再到转录本的定量分析，每一个环节都进行了详尽的阐述，并且列举了当前主流的软件工具和算法。更重要的是，书中并非仅仅介绍“是什么”，而是深入探讨了“为什么”以及“如何”做到最好。例如，在基因组组装部分，书中对De Bruijn图组装和Overlap-Layout-Consensus组装的优缺点进行了对比分析，并详细介绍了影响组装质量的各种因素，如测序深度、读长、基因组重复区域等，这让我能够根据实际数据特点，选择最合适的组装策略。这种理论与实践相结合的讲解方式，让我在阅读过程中，仿佛置身于一个真实的生物信息学研究项目之中，能够预见和解决可能遇到的挑战。

评分☆☆☆☆☆

这本书的结构安排堪称完美，逻辑清晰，层次分明，使得整个学习过程流畅而高效。从最基础的生物学背景知识介绍，到各种核心算法和工具的讲解，再到实际案例的应用分析，作者循序渐进，层层递进，确保读者能够一步一步地掌握生物信息学的知识体系。我尤其赞赏书中对每个章节的总结和提炼，以及在关键概念之处的反复强调。例如，在讲解核酸序列分析时，书中不仅详细介绍了DNA和RNA的结构特征，还深入探讨了基因的识别、启动子区域的预测、转录因子结合位点的鉴定等一系列复杂问题，并且将这些内容有机地联系起来，形成一个完整的知识链条。在书的后半部分，作者还通过多个真实的研究案例，展示了如何将前面学到的生物信息学方法应用于解决实际的生物学问题，这对于巩固和深化理解非常有帮助。

评分☆☆☆☆☆

总而言之，这本《生物信息学（第2版）》是一部集学术性、实用性、前瞻性于一体的杰作。它不仅为我提供了扎实的生物信息学理论基础，更重要的是，它教会了我如何将这些知识应用于解决实际的生物学问题。书中丰富的案例、清晰的讲解、严谨的论述，让我受益匪浅。我能够感受到作者在编写此书时所付出的巨大心血，他不仅在知识的深度和广度上做到了极致，更在如何有效地传授知识方面展现出了高超的技艺。这本书为我打开了生物信息学的大门，让我对这个充满活力的领域充满了好奇和热情，并激励我继续深入探索。我毫不犹豫地向所有对生物信息学感兴趣的人推荐这本书，它绝对是你在这个领域中不可或缺的伙伴。

评分☆☆☆☆☆

我特别欣赏这本书在生物学概念与计算机科学原理之间建立起的紧密联系。生物信息学之所以成为一个重要的领域，正是因为它能够有效地整合这两个学科的优势。书中在介绍生物学问题时，会详细阐述其生物学背景和意义，然后再引出相关的生物信息学算法和工具。例如，在讲解蛋白质序列比对时，书中首先会介绍蛋白质结构、功能与序列的关系，然后再深入讲解序列比对的算法原理及其在功能预测、进化分析中的应用。这种“问题驱动”的学习方式，让我能够更好地理解生物信息学工具和算法的实际价值，而不是孤立地学习技术。书中对于基因组学、转录组学、蛋白质组学等各个组学数据的分析方法，也都遵循了类似的逻辑，将生物学问题与计算方法巧妙地结合起来。

评分☆☆☆☆☆

这本书的叙述风格别具一格，充满了启发性，让我在阅读的过程中，总能产生新的思考。作者并没有采取一本正经的说教式语气，而是将自己作为一位经验丰富的向导，带领读者探索生物信息学的奇妙世界。他对复杂概念的解释，常常会引用一些贴近生活的类比，或者举出一些历史性的案例，使得枯燥的技术内容变得生动有趣。例如，在介绍数据库检索时，作者并非仅仅讲解BLAST的原理，而是将其比喻为在浩瀚的图书馆中寻找特定书籍的智能检索系统，并且详细解释了不同数据库（如GenBank, UniProt）的特点和适用场景。这种方式极大地激发了我对生物信息学的好奇心，也让我更加主动地去理解和记忆那些复杂的算法和模型。书中对于不同生物信息学方法的比较和评价，也十分客观和全面，帮助我理解各种方法的优势和局限性，从而能够根据具体的研究问题，选择最有效的方法。

评分☆☆☆☆☆

作为一名初学者，我常常会被生物信息学中数量庞大的数据库和工具所淹没，而这本书恰恰解决了我的这个痛点。作者在书中精心挑选并详细介绍了那些最常用、最基础，同时也是最重要的生物信息学数据库和软件工具。对于每个工具，书中都提供了清晰的使用说明、参数解释以及应用场景的案例。例如，在介绍NCBI和EBI等大型生物信息学数据库时，书中不仅讲解了它们的结构和功能，还演示了如何利用这些数据库进行高效的序列检索、基因组信息查询、文献信息获取等。对于一些常用的分析软件，如BLAST、ClustalW、MEGA等，书中也提供了详细的安装指南和操作教程，并且结合实际数据进行了演示。这种“实操性”极强的讲解方式，让我能够快速上手，并将书本上的理论知识转化为实际的分析能力。

评分☆☆☆☆☆

我不得不说，《生物信息学（第2版）》在内容的时效性和前瞻性上做得非常出色。生物信息学领域发展日新月异，一本过时的书籍很快就会失去价值，然而这本书显然避免了这个问题。作者在书中融入了大量近几年生物信息学研究的最新进展，包括但不限于单细胞测序数据的分析、长读长测序技术的应用、基因组编辑技术的生物信息学挑战，以及机器学习和深度学习在生物信息学中的应用。我印象特别深刻的是关于机器学习在蛋白质结构预测和药物发现中的应用章节，书中不仅介绍了常用的模型（如支持向量机、随机森林），还探讨了深度学习模型（如卷积神经网络、循环神经网络）如何被应用于这些复杂问题。作者还非常注重引导读者思考未来的发展方向，例如在基因组变异检测、表观遗传学数据分析等领域，他提出的问题和展望，都让我对生物信息学的未来充满了期待。

评分☆☆☆☆☆

这本《生物信息学（第2版）》绝对是我近期阅读过的最令人印象深刻的学术著作之一，从拿到这本书的那一刻起，我就被它厚实且内容充实的体量所震撼，然而一旦翻开，便立刻被其严谨的逻辑和深入浅出的讲解所吸引。作者在开篇就为我们勾勒出了生物信息学这个跨学科领域的宏大图景，让我这个初入行的读者，虽然不具备深厚的生物学或计算机科学背景，也能迅速理解其核心价值和发展脉络。书中对于各种基础概念的阐释，例如序列比对的原理、数据库的构建与查询、系统发育树的构建方法等等，都做到了由浅入深，层层递进。我尤其欣赏书中对算法和模型背后数学原理的解释，并没有回避复杂的数学推导，但同时又通过形象的比喻和图示，将抽象的理论变得易于理解。例如，在讲解动态规划算法在序列比对中的应用时，作者并没有仅仅罗列公式，而是通过一个生动的例子，一步步展示了状态转移方程是如何构建起来的，以及如何通过回溯来获得最优比对结果。这种细致入微的讲解方式，极大地降低了学习的门槛，也让我对生物信息学算法的威力有了更深刻的认识。

评分☆☆☆☆☆

生物信息学（第2版）生物信息学（第2版）生物信息学（第2版）

评分☆☆☆☆☆

内容很好，正版书就是好。

评分☆☆☆☆☆

好像很不错的样子

评分☆☆☆☆☆

很好很实用，刚好这学期选了这门课程，搭配着来很实在。

评分☆☆☆☆☆

书收到了，很好！

评分☆☆☆☆☆

正需要的，价格便宜。

评分☆☆☆☆☆

在京东买东西很方便，价格也实惠

评分☆☆☆☆☆

正需要的，价格便宜。

评分☆☆☆☆☆

价格有点小贵，但是需要，内容还比较全，比较基础。。。