生物计算：生物序列的分析方法与应用

　　目录《数学与现代科学技术丛书》序前言第一部分 基本方法第1章 生物序列突变与比对分析 31.1 生物序列突变与比对问题 31.1.1 生物序列的类型与结构 31.1.2 生物序列突变与比对问题的意义与应用 41.1.3 生物序列比对的原理与方法 61.2 二重序列比对的有关算法 91.2.1 关于动态规划算法的一些说明 91.2.2 动态规划算法 101.2.3 统计判决算法的基本思想 151.2.4 BLAST软件的使用 161.3 多重序列的比对问题 191.3.1 MSA的意义与概况 191.3.2 MSA的定义与优化准则 211.4 MSA算法与计算 221.4.1 MSA算法的基本概念 221.4.2 MSA的算法步骤 241.4.3 ClustalW软件的使用 261.4.4 关于MSA的几点说明 301.4.5 几个多重序列比对应用例子 311.5 SPA算法的原理与计算 321.5.1 SPA算法的基本原理 321.5.2 SPA算法的基本步骤 341.5.3 SPA算法源码 361.5.4 SPA算法的有关问题讨论 391.5.5 SPA算法的一个实例计算 41习题与思考 47第2章 系统发育分析 492.1 分子系统发育分析的基本概念 492.2 基于距离的方法 492.2.1 非加权分组平均法 492.2.2 邻接法 522.3 基于特征的方法 552.4 极大似然和Bayes方法 572.4.1 进化的概率论模型 582.4.2 构建进化树的极大似然方法 602.4.3 构建进化树的Bayes方法 622.5 构建进化树软件简介 63习题与思考 68第3章 蛋白质一级结构的语义分析 693.1 蛋白质一级结构的信息与统计分析法 693.1.1 蛋白质一级结构的语义分析简介 693.1.2 信息、统计分析法的要素与要点 703.1.3 局部词的定义与判定 723.1.4 蛋白质一级结构的语义分析 743.2 蛋白质序列语义结构的组合分析法 803.2.1 关于组合图论的有关记号 813.2.2 数据库的复杂度 843.2.3 数据库的关键词与核心词 863.2.4 关于组合分析的若干应用问题 89习题与思考 92第4章 蛋白质结构预测 934.1 蛋白质二级结构预测 934.1.1 蛋白质二级结构预测的评价体系 934.1.2 Chou-Fasman方法 944.1.3 GOR方法 964.1.4 PHD方法 984.2 蛋白质空间结构预测 1004.2.1 同源序列搜索 1004.2.2 折叠识别方法 1014.2.3 从头预测方法 1044.3 蛋白质结构预测软件简介 1054.3.1 PHD软件使用简介 1054.3.2 使用nnpredict软件预测蛋白质二级结构 1084.3.3 PSIPRED软件使用简介 109习题与思考 111第5章 基因识别 1125.1 绪论 1125.1.1 原核基因识别 1125.1.2 真核基因识别 1135.1.3 常用模式基因组简介 1145.2 基因序列特征分析 1165.2.1 内含子与外显子 1165.2.2 CpG岛 1175.2.3 密码子使用偏性 1185.3 开放阅读框识别 1195.3.1 开放阅读框特性 1195.3.2 开放阅读框识别原理 1215.3.3 开放阅读框识别软件使用 1225.4 隐Markov模型基因识别方法 1265.4.1 隐Markov模型 1275.4.2 GENSCAN隐Markov模型方法和原理 1285.4.3 GENSCAN软件使用 1315.4.4 基因识别方法评价 1345.5 其他基因识别方法简介 1355.5.1 神经网络方法 1355.5.2 Z曲线方法 136习题与思考 138第6章 基因表达数据分析 1396.1 基因表达序列标签数据分析简介 1396.1.1 基因表达序列标签的概念 1396.1.2 基因表达序列标签数据的获取 1416.1.3 基因表达序列标签数据聚类分析 1456.1.4 基因表达序列标签的应用 1476.2 基因芯片数据的获取 1476.2.1 基本概念 1486.2.2 基因芯片实验过程 1496.2.3 基因芯片数据获取 1506.2.4 基因芯片数据内容 1526.3 基因芯片数据分析 1536.3.1 基因表达谱芯片数据标准化 1546.3.2 基因表达谱芯片数据散点图分析 1566.3.3 基因表达差异显著性分析 1576.4 基因芯片数据聚类分析 1596.4.1 基本概念 1596.4.2 特征描述 1606.4.3 分层聚类方法 1626.4.4 模糊聚类方法 1676.5 其他基因芯片数据分析方法简介 1736.5.1 支持向量机方法 1736.5.2 K均值聚类 1736.5.3 自组织映射图聚类 1746.6 基因芯片数据分析软件简介 175习题与思考 176第二部分 生物学备忘录第7章 核酸与DNA 1797.1 细胞与染色体 1797.1.1 细胞 1797.1.2 染色体概念 1807.1.3 染色体特征 1817.2 核酸分子与DNA结构 1827.2.1 核酸分子 1827.2.2 DNA分子结构 1847.3 RNA结构与分类 1877.3.1 RNA结构 1877.3.2 RNA分类 188第8章 氨基酸与蛋白质 1908.1 氨基酸 1908.1.1 氨基酸组成 1908.1.2 氨基酸符号表示 1908.1.3 氨基酸分类 1928.2 肽链 1938.3 蛋白质 1948.3.1 蛋白质分类 1948.3.2 蛋白质一级结构 1948.3.3 蛋白质空间结构 1958.3.4 蛋白质功能 1968.3.5 蛋白质组 1978.4 中心法则与遗传密码 1978.4.1 中心法则 1978.4.2 遗传密码 199第9章 基因与基因组 2019.1 基因 2019.1.1 基本概念 2019.1.2 基因突变 2029.2 基因组 2039.2.1 基本概念 2039.2.2 人类基因组 2059.2.3 后基因组计划 2069.3 基因表达与调控 2079.3.1 基本概念 2079.3.2 原核生物基因表达与调控 2099.3.3 真核生物基因表达与调控 211第10章 生物信息数据库 21310.1 GenBank数据库 21310.1.1 数据来源 21310.1.2 数据内容与类型 21310.1.3 序列格式 21510.1.4 数据检索与下载 21510.1.5 数据提交 21610.1.6 应用实例 21810.2 Swiss-Prot数据库 22010.2.1 数据来源 22110.2.2 数据内容 22110.2.3 序列格式 22210.2.4 数据检索与下载 22210.2.5 数据提交 22410.2.6 应用实例 224附录1 GenBank数据库中的核酸序列记录 228附录2 Swiss-Prot数据库中的蛋白质序列记录 231第三部分 数学备忘录第11章 智能计算理论与算法 23711.1 智能计算概论与感知器理论 23711.1.1 感知器模型及其学习算法 23711.1.2 感知器模型的推广 24111.1.3 支持向量机 24411.2 EM算法 24611.2.1 EM算法概论 24611.2.2 极大似然估计的EM算法 24711.2.3 组合决策中的EM计算 25011.3 EM算法在其他统计问题中的应用 25411.3.1 互熵与Fisher矩阵 25411.3.2 混合分布参数估计中的EM算法 25711.3.3 分布族的聚类中的EM算法 26111.4 Weka软件的使用 26711.4.1 Weka的基本工作环境与数据准备 26711.4.2 Weka的使用 269第12章 概率、信息与统计 27512.1 概率与信息 27512.1.1 随机变量与多重随机变量 27512.1.2 随机变量的特征数 28012.1.3 随机变量与概率分布的信息度量 28212.2 重要随机变量和极限定理 28512.2.1 几种重要的随机变量及其概率分布 28512.2.2 随机变量的极限定理 29012.3 统计分析简介 29312.3.1 统计分析的基本要素 29312.3.2 参数的点估计理论 29512.3.3 参数的区间估计理论 29812.3.4 其他问题 29912.4 多元统计中的几个典型问题 29912.4.1 多元统计分析的基本数学模型 29912.4.2 聚类分析 30012.4.3 主成分分析与因子分析 30312.4.4 因子分析 30612.4.5 判别分析 30712.5 R统计软件包简介 30912.5.1 R系统初览 30912.5.2 R的数据读入 31112.5.3 使用R做统计分析 312第13章 随机过程 31413.1 随机过程的一般理论 31413.1.1 随机过程的基本概念 31413.1.2 独立随机序列 31513.1.3 Poisson过程与可加过程 31713.2 Markov过程 32113.2.1 Markov过程的基本概念 32113.2.2 Markov过程的生成算子 32413.3 隐Markov模型 32713.3.1 隐Markov模型的基本概念 32713.3.2 HMM的状态估计 32813.3.3 HMM的EM学习算法 331第14章 有关图与树的基本知识 33414.1 图的基本概念与结构 33414.1.1 图的一般定义与记号 33414.1.2 树图与系统树 33614.2 组合空间与de Bruijn-Good图 33714.3 序列与数据库的复杂度理论 34014.3.1 复杂度的定义

　　《生物计算：生物序列的分析方法与应用》介绍生物计算中的几种主要方法，如序列比对、系统发育分析、蛋白质序列的语义分析与结构预测、基因识别与生物芯片的数据分析等，给出它们的基本问题与有关的方法及应用。全书由三部分组成。一部分介绍这些问题的由来与主要内容，给出它们的基本原理、计算与分析方法及应用意义，同时介绍一些国际上较为通用的软件包。第二部分是生物学备忘录，介绍有关生物学的基础知识。第三部分是数学备忘录，介绍与这些生物计算有关的数学理论与方法。
　　《生物计算：生物序列的分析方法与应用》可作为数学、生物、医学、化学等专业的本科生或研究生教材，其中一部分内容可作为各专业的公共部分，而第二、三部分内容可供各专业适当选用。