DNA和蛋白质序列数据分析工具（第三版） pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

薛庆中等 著

图书标签:

• 生物信息学
• 基因组学
• 蛋白质组学
• 序列分析
• 生物统计学
• 数据挖掘
• Python
• R语言
• NGS
• 生物计算

店铺： 科学出版社旗舰店

出版社： 科学出版社

ISBN：9787030345097

商品编码：1582085679

包装：平装

丛书名： 生物信息学数据分析丛书

出版时间：2015-02-12

页数：372

套装数量：404

字数：452

正文语种：中文

商品参数

DNA和蛋白质序列数据分析工具（第三版）
	定价	128.00
	出版社	科学出版社
	版次	3
	出版时间	2012年06月
	开本	16开
	作者	薛庆中 等 著
	装帧	平装
	页数	356
	字数	452
	ISBN编码	9787030345097

内容介绍

近年来新一代测序技术的研发和应用，极大地推动了基因组科学的发展，也给基因组数据分析带来巨大的新挑战。第三版对前两版原有内容做了大量更新和补充，全书17章，分别从基因组学、蛋白质组学、系统生物学三个层次详细介绍了常用的基因数据库和网络工具；为适应Windows7的环境，将BioPerl程序包的数据分析做了重排使其更易操作。尤其是增添了新一代测序数据分析实例，包括SNVs和Indel识别、小RNA-seq分析、枯草杆菌全基因组序列拼接；并对Bowtie等读序列定位工具和UCSC浏览器的使用做介绍。 　　

本书内容深入浅出、图文并茂。书中提及的各种方法均有充实的例证并附上相关数据和图表，供读者理解和参考；书后还附有中英文的专业术语和词汇。可作为对基因组学、蛋白质组学、生物信息学感兴趣的本科生、研究生和研究人员学习、研究的重要工具手册。

目录

第三版前言
第二版前言
第*版前言
第1章 序列比对工具BLAST和ClustalX
1.1 BLAST搜索程序
1.2 本地运行BLAST(Windows系统)
1.3 多序列比对(ClustalX)
参考文献
第2章 真核生物基因结构的预测
2.1 基因可读框的识别
2.2 CpG岛、转录终止信号和启动子区域的预测
2.3 基因密码子偏好性计算:CodonW的使用
2.4 采用mRNA序列预测基因:Spidey的使用
2.5 ASTD数据库简介
参考文献
第3章 电子克隆
3.1 种子序列的搜索
3.2 序列拼接
3.3 在水稻数据库中的电子延伸
3.4 电子克隆有关事项的讨论
参考文献
第4章 分子进化遗传分析工具(MEGA5)
4.1 序列数据的获取和比对
4.2 进化距离的估计
4.3 分子钟假说的检验
4.4 系统进化树构建
参考文献
第5章 蛋白质结构与功能预测
5.1 蛋白质信息数据库
5.2 蛋白质一级结构分析
5.3 蛋白质二级结构预测
5.4 蛋白质家族和结构域
5.5 蛋白质三级结构预测
5.6 蛋白质结构可视化工具
参考文献
第6章 序列模体的识别和解析
6.1 MEME程序包
6.2 通过MEME识别DNA或蛋白质序列中模体
6.3 通过MAST搜索序列中的已知模体
6.4 通过GLAM2识别有空位的模体
6.5 通过GLAM2SCAN搜索序列中的已知模体
6.6 应用TOMTOM与数据库中的已知模体进行比对
6.7 应用GOMO鉴定模体的功能
6.8 应用MCAST搜索基因表达调控模块
6.9 应用MEME-ChIP发现DNA序列模体
6.10 应用SPAMO推测转录因子的结合位点
6.11 应用DREME发现短的正则表达模体
6.12 应用FIMO寻找数据库已知的模体
6.13 应用CentiMo寻找主要的富集模体
参考文献
第7章 蛋白质谱数据分析
7.1 生物质谱技术的基本原理
7.2 X!Tandem软件
7.3 Mascot软件
7.4 Sequest软件
7.5 蛋白质组学数据统计分析TPP软件
参考文献
第8章 基因芯片数据处理和分析
8.1 芯片数据的获取和处理
8.2 芯片数据聚类分析和差异表达基因筛选
8.3 GenMAPP芯片数据的可视化
8.4 通过GEO检索和提交芯片数据
8.5 应用DAVID工具对芯片数据功能注释和分类
参考文献
第9章 GO基因本体和KEGG代谢途径分析
9.1 Gene Ontology数据库
9.2 KEGG数据库
参考文献
第10章 系统生物学网络结构分析
10.1 Cytoscape软件简介
10.2 Cytoscape软件安装
10.3 Cytoscape基本操作
10.4 应用BiNGO插件进行基因注释
10.5 应用BioQuali插件进行基因表达分析
10.6 应用Agilent Literature Search插件进行文献搜索
10.7 链接BOND数据库做网络分析
10.8 应用插件Cytoprophet预测潜在蛋白和结构域的相互作用
参考文献
第11章 Bioperl模块数据分析及其安装
11.1 概述
11.2 Bioperl重要模块简介和脚本实例
11.3 Bioperl安装
参考文献
第12章 读序列(reads)定位软件Bowtie
12.1 Bowtie特性
12.2 Burrows-Wheeler(BW)转换程序
12.3 不要求精确的比对搜索
12.4 回溯过量表达
12.5 阶段搜索
12.6 Bowtie的输出格式
参考文献
第13章 UCSC基因组浏览器
13.1 基因分类器(Gene sorter)工具
13.2 基因组浏览器(Genome Browser)
13.3 蛋白质组浏览器(Proteome Browser)
13.4 表浏览器(Table Browser)
参考文献
第14章 SNVs和Indel识别分析方法及工具
14.1 Bowtie工具
14.2 samtools软件包
14.3 识别单核苷酸多态性(SNP)
14.4 寻找同义突变和非同义突变
14.5 发现读框内插入缺失(in-frame indel)
14.6 发现其他类型的突变
参考文献
第15章 小RNA高通量测序数据分析
15.1 数据分析流程
15.2 Rfam数据库
15.3 miRBase数据库
15.4 应用mfold预测RNA二级结构
15.5 应用miRAlign搜索miRNA
15.6 应用TargetScan预测miRNA的靶基因
参考文献
第16章 RNA测序(RNA-Seq)分析
16.1 TopHat的分析流程
16.2 转录组读序列比对
16.3 获得基因表达谱及转录物表达谱
16.4 差异表达基因鉴定及注释
16.5 SNPs/SNVs及InDels鉴定与注释
16.6 选择性剪切(alternative splicing)鉴定
16.7 TopHat应用实例
参考文献
第17章 全基因组序列拼接的流程和方法
17.1 实例数据的获取
17.2 短读序列数据作图到参考基因组
17.3 将短读序列数据从头拼接成染色体骨架
17.4 大规模染色体骨架拼接
17.5 草图和实验物理图谱间的比较
参考文献
英汉对照词汇
英文索引
中文索引
彩图

深入探究复杂系统的建模与仿真：一种多尺度方法的视角 本书内容聚焦于前沿计算科学与工程领域中，如何有效地对复杂系统进行建模、仿真与分析。我们着重探讨那些跨越不同尺度、涉及多物理场耦合、且动态行为难以用传统线性模型描述的系统。全书旨在为读者提供一套系统化、可操作的理论框架和先进的计算工具集，以应对材料科学、流体力学、生物工程乃至金融动力学等领域中的核心挑战。 --- 第一部分：复杂系统建模的理论基础与挑战（约 400 字） 本部分首先对复杂系统的本质特征进行了界定，包括非线性和不确定性、涌现现象（Emergence）以及尺度依赖性。我们避免了对生物分子序列数据的直接讨论，转而深入分析宏观现象如何由微观过程驱动的机制。 第一章：从微观到宏观的尺度耦合 本章详述了多尺度建模（Multiscale Modeling）的必要性和基本范式。重点区分了空间尺度分离（如分子动力学与有限元方法的结合）和时间尺度分离（如快变过程与慢变过程的解耦）。我们将引入平均场理论（Mean-Field Theory）在描述大量粒子相互作用时的适用边界，并批判性地评估其在处理非平衡态系统时的局限性。 第二章：非线性动力学与混沌理论在工程中的应用 本章着重于系统稳定性分析和相图的绘制。我们详细解析了李雅普诺夫指数的计算方法及其在预测系统长期行为中的作用。讨论了如何使用庞加莱截面（Poincaré Sections）来识别吸引子（Attractors）的类型，无论是周期性、准周期性还是奇异吸引子。我们强调，在缺乏精确参数估计的情况下，如何利用统计方法来量化系统演化的不确定性。 第三章：不确定性量化（Uncertainty Quantification, UQ）的计算策略 面对模型输入参数的随机性和模型结构本身的偏差，本章介绍了先进的UQ方法。内容涵盖概率加权方法（如Polynomial Chaos Expansion, PCE）和基于采样的蒙特卡洛模拟（Monte Carlo Simulation）。我们详细比较了这些方法在计算效率和结果精确度上的权衡，特别是在处理高维输入空间时的维度灾难问题。 --- 第二部分：先进仿真技术与数值方法（约 600 字） 本部分构建了解决复杂系统仿真问题的技术工具箱，强调算法的效率和适应性，而非特定领域的数据处理技术。 第四章：高精度、自适应网格生成与求解器 本章专注于处理几何复杂或解具有高度梯度变化的物理问题。我们深入探讨了无网格法（Meshless Methods，如Smoothed Particle Hydrodynamics, SPH）和扩展有限元法（XFEM）在处理界面演化和裂纹扩展等问题中的优势。重点在于如何设计高效的自适应网格细化/粗化策略（Adaptive Mesh Refinement, AMR），以优化计算资源分配，确保关键区域的精度。 第五章：多物理场耦合求解策略 在许多现实工程问题中，热、力、电磁场等现象是相互影响的。本章探讨了实现这些耦合仿真的主要途径：单向耦合（One-way Coupling）和双向或完全耦合（Two-way/Fully Coupled）。我们详细介绍了松散耦合迭代（Loosely Coupled Iteration）与强耦合隐式求解（Strongly Coupled Implicit Solution）的算法细节，并讨论了在保持数值稳定性和收敛性方面的挑战。 第六章：基于机器学习的仿真加速 本章探索如何利用现代机器学习技术来增强传统仿真流程。我们关注于代理模型构建（Surrogate Modeling），特别是使用高斯过程回归（Gaussian Process Regression）和神经网络来替代计算成本极高的物理模型的部分模块。此外，我们还讨论了物理信息神经网络（PINNs）在满足偏微分方程约束下的非侵入式求解潜力，这与传统的数据拟合方法形成鲜明对比。 --- 第三部分：复杂系统分析与优化（约 500 字） 最后一部分将视野转向如何从庞大的仿真数据中提取物理洞察力，并利用这些模型进行系统设计和优化。 第七章：降阶建模与本征正交分解（Proper Orthogonal Decomposition, POD） 为了应对高维仿真结果的存储和分析负担，本章详细介绍了降阶建模技术。POD被用作一种数据驱动的模态分解方法，能够有效地从全阶模型中提取出控制系统动态行为的低维本征模式。我们提供了从时域快照数据中重构有效模态的完整数学流程，并展示了如何利用这些模态构建更快速、更具物理意义的简化模型。 第八章：系统辨识与数据驱动的参数估计 本章侧重于如何利用有限的实验或仿真数据来逆向推导出系统的最佳参数集。我们深入探讨了卡尔曼滤波（Kalman Filtering）及其扩展形式（如扩展卡尔曼滤波 EKF、无迹卡尔曼滤波 UKF）在实时系统状态估计和传感器数据融合中的应用。这对于模型在实际运行环境中保持准确性至关重要。 第九章：多目标优化与设计空间探索 在复杂的工程设计中，往往需要在性能、成本、重量或鲁棒性之间进行权衡。本章介绍了帕累托优化（Pareto Optimization）的算法，特别是NSGA-II等进化算法在处理多个相互冲突优化目标时的应用。我们详细阐述了如何有效地探索高维设计空间，识别出最优的非支配解集，从而指导工程师做出最佳的权衡决策。 --- 本书总结： 本书为研究人员和高级工程师提供了一个跨学科的视角，用强大的计算和数学工具来驾驭那些由底层物理定律驱动、表现出复杂、非线性动态行为的工程和科学问题。全书严格聚焦于建模、仿真、降维和优化的通用方法论，为应对广阔的计算挑战奠定坚实基础。

评分☆☆☆☆☆

这本《DNA和蛋白质序列数据分析工具（第三版）》在我看来，绝对是生物信息学领域的一本里程碑式的著作。自从我拿到这本书，就迫不及待地开始翻阅，生怕错过任何一个精彩的细节。这本书的结构设计得非常精巧，从基础的概念引入，到复杂算法的深入剖析，再到实际的应用案例展示，层层递进，条理清晰，即使是初学者也能轻松上手。我尤其欣赏作者在讲解原理时所采用的图文并茂的方式，那些精美的示意图和流程图，能够将抽象的概念具象化，帮助我更直观地理解。而且，书中对各种经典和前沿分析工具的介绍，都做了详尽的功能说明和使用示例，这对于我们这些需要将理论知识转化为实际操作的研究者来说，简直是福音。我曾经在工作中遇到过一个关于基因组组装的问题，在书里找到了一章节专门讨论相关算法和工具，按照书中的步骤操作，竟然顺利地解决了困扰我很久的难题。这本书的价值，绝不仅仅在于知识的传授，更在于它能够激发我解决问题的思路和创新能力。它就像一位经验丰富的导师，时刻在我身边，指引我前进的方向。

评分☆☆☆☆☆

拿到《DNA和蛋白质序列数据分析工具（第三版）》后，我第一感觉就是这本书内容量巨大，而且非常翔实。我特别喜欢它在讲解数据处理和预处理步骤时的细致入微，这部分内容往往是很多教程中容易被忽略但却至关重要的环节。书中对于各种数据格式的说明，各种去除低质量序列、去除重复序列、序列比对等操作的详细步骤和注意事项，都做了深入的阐述。这对于我们这些经常需要处理原始测序数据的研究者来说，可以说是“救命稻草”。我曾经在处理一项大规模全基因组重测序数据时，遇到了很多数据质量问题，在参考了这本书的指导后，我能够更加系统地进行数据清洗和质控，避免了后续分析中可能出现的偏差。而且，书中还针对不同类型的序列数据，提供了相应的分析流程建议，这非常有指导意义。这本书不仅仅是一本工具书，更像是一份详细的实践指南，能够帮助我们避免很多不必要的弯路。

评分☆☆☆☆☆

《DNA和蛋白质序列数据分析工具（第三版）》给我的整体印象是，它是一本既有深度又有广度的经典之作。作者在对各种生物序列分析算法的讲解上，做到了理论与实践的完美结合。我印象深刻的是，书中在介绍某些复杂的算法时，并没有直接罗列枯燥的数学公式，而是通过清晰的逻辑推演和形象的比喻，将算法的核心思想传递给我们。这使得我们在理解算法原理的同时，也能对其在实际应用中的局限性和优势有更深刻的认识。我曾在一篇关于序列比对算法的论文中，对某个算法的实现细节感到困惑，翻阅这本书后，书中提供的详细讲解和伪代码示例，让我茅塞顿开，不仅解决了我的疑问，还让我对该算法有了更全面的理解。此外，书中对一些经典生物信息学数据库的介绍也相当全面，这对于我们进行文献检索和数据查找非常有帮助。

评分☆☆☆☆☆

我必须说，《DNA和蛋白质序列数据分析工具（第三版）》的出版，对于我们这些长期从事数据驱动型生命科学研究的人来说，无疑是一次及时的更新和充实。过去几年，生物信息学领域的技术发展一日千里，新的算法、新的工具层出不穷，很多旧的知识体系已经难以跟上时代的步伐。而这本书恰恰弥补了这一空白，它不仅系统地梳理了当前最主流的DNA和蛋白质序列分析方法，还对一些新兴领域，比如宏基因组学和转录组学的相关工具，进行了深入的介绍。我尤其喜欢书中对各个工具的优劣势、适用范围以及参数选择的详细对比分析，这对于我们在面对海量数据时，如何选择最合适的工具，提供了非常有价值的参考。我曾经在进行一项蛋白质结构预测项目时，纠结于选择哪种算法，翻阅了这本书后，对几种主流方法的原理和性能有了更清晰的认识，最终选择了最适合我研究目标的工具，大大提高了我的工作效率。这本书的语言也十分严谨而不失生动，作者的专业功底可见一斑。

评分☆☆☆☆☆

我个人认为，《DNA和蛋白质序列数据分析工具（第三版）》在生物信息学分析方法的介绍上，做到了与时俱进。书中不仅涵盖了基础的序列比对、基因查找等经典分析，还对近年来发展迅速的宏基因组学、转录组学、表观基因组学等领域的分析方法进行了详细的介绍。尤其让我惊喜的是，书中对一些新兴的机器学习和深度学习在序列分析中的应用，也进行了初步的探讨，这为我们探索更高级的分析方法提供了宝贵的启示。我曾经在研究一个关于基因功能注释的项目时，对如何利用机器学习模型来预测基因功能感到迷茫，这本书中关于相关方法的介绍，虽然只是初步的，但已经为我打开了一扇新的大门，并指引了我后续深入学习的方向。这本书的价值在于，它不仅能满足我们当下对序列分析的需求，更能让我们站在更高的视角，看到未来生物信息学发展的前沿。