生物信息学-计算技术和软件导论

目录 生物信息学基础篇 第1章 生物信息学一些前沿领域简介 3 1.1 生物信息大数据 3 1.2 复杂网络分析概论 11 1.3 复杂网络分析实例：以微生物群系医学生态网络为例 15 1.4 深度学习、计算智能与人工智能 21 1.5 医学生态学 25 1.6 DNA计算机-生物学对计算机科学的回馈 30 第2章 系统发育树与溯祖分析 38 2.1 树的概念 38 2.2 主要的建树方法 39 2.3 模型选择 50 2.4 贝叶斯方法 54 2.5 溯祖理论 60 2.6 物种树估计 64 第3章 群体遗传学数据分析软件简介 70 3.1 多功能软件比较 70 3.2 理论模型与分析方法的实现方式 72 3.3 软件运行方式与编程语言 79 3.4 总结与展望 79 第4章 生物信息学中重要统计计算方法和模型 85 4.1 计算机模拟技术 85 4.2 马尔可夫蒙特卡罗法 93 4.3 隐马尔可夫模型 98 4.4 贝叶斯统计 105 4.5 统计学习 114 4.6 高斯图模型 120 生物信息组学技术篇 第5章 第三代基因测序组装算法和软件技术 129 5.1 第三代基因测序及组装技术简介 129 5.2 第三代基因组装算法及软件简介：以DBG20LC和SPARC为例 132 5.3 三代基因组装算法和软件比较 139 5.4 DBG20LC和SPARC软件使用简介 140 第6章 基因组第二代测序数据的生物信息学分析 145 6.1 基因测序技术简介 145 6.2 基因组装技术 149 6.3 外显子基因突变检测 154 6.4 单细胞测序数据的基因组装 156 第7章 转录组数据的生物信息学分析 160 7.1 转录组技术的发展 160 7.2 RNA-seq数据的质量控制 163 7.3 基于参考基因组的转录组分析 164 7.4 无参考基因组的转录组的从头拼装及拼装质量评估 170 第8章 非编码RNA研究常用数据库及软件 175 8.1 非编码RNA概述 175 8.2 非编码RNA常用数据库 179 8.3 非编码RNA研究常用软件 184 第9章 蛋白质组学研究常用软件简介 210 9.1 蛋白质组学简介 210 9.2 计算蛋白质组学的应用 215 9.3 计算蛋白质组学算法与数据库 230 第10章 新药物发现中的生物信息学软件简介 236 10.1 大型药物设计平台 237 10.2 分子视图软件 238 10.3 化学结构编辑程序 242 10.4 分子对接与虚拟筛选软件 245 10.5 配体构象搜索软件 250 10.6 药效团模拟软件 251 10.7 分子动力学模拟软件 254 10.8 在线药物设计资源列表 255 10.9 小结 257 第11章 宏基因组学概述及生物信息学分析 260 11.1 宏基因组学技术简介 260 11.2 宏基因组学研究流程 261 Chapter 12 Bioinformatics for Metabolomics：An Introduction 277 Abstract 277 12.1 Introduction to Metabolomics 277 12.2 Technologies for Metabolomics 280 12.3 Data Formats for Metabolomics 285 12.4 Databases for Metabolomics 287 12.5 General Principles for Metabolomic Data Analysis 292 12.6 From Spectra to Metabolite Lists：Bioinformatics for Metabolite Identification 293 12.7 From Metabolite Lists to Significant Metabolites：Multivariate Statistics 300 12.8 From Significant Metabolites to Pathways：Bioinformatics for Metabolite Interpretation 306 12.9 Conclusion 310