生物信息學(xué)與功能基因組學(xué)(原著第三版)
定 價:298 元
- 作者:(美)喬納森·佩夫斯納(Jonathan Pevsner) 著
- 出版時間:2020/1/1
- ISBN:9787122344106
- 出 版 社:化學(xué)工業(yè)出版社
- 中圖法分類:Q811.4
- 頁碼:922
- 紙張:
- 版次:01
- 開本:16開精
本書為原著第三版,內(nèi)容新穎,具有以下主要特色:
(1)內(nèi)容全面,很好地將生物信息學(xué)與功能基因組學(xué)的理論和實踐應(yīng)用結(jié)合起來,非常重視生物信息學(xué)的具體應(yīng)用技巧。
(2)內(nèi)容新穎,包含了二代測序的最新進展。
(3)實用性強,包含了一些工具使用指導(dǎo)、R語言及命令行操作等。并且每一章都有問題集、與生物信息學(xué)有關(guān)的web操作訓(xùn)練以及相應(yīng)的web鏈接,還列出了可以免費獲取的生物信息學(xué)軟件和作者推薦的讀物。
(4)作者權(quán)威,為霍普金斯醫(yī)學(xué)院教授,在國際上有很高的聲譽和權(quán)威性。
(5)圖文并茂。本書在論述的同時配以大量的圖片,直觀、形象、通俗易懂。
田衛(wèi)東,美國華盛頓大學(xué)(圣路易斯)博士,哈佛大學(xué)醫(yī)學(xué)院博士后,上海市浦江人才、上海市曙光學(xué)者。2008年起任復(fù)旦大學(xué)生命科學(xué)學(xué)院教授,博士生導(dǎo)師。目前兼任復(fù)旦大學(xué)遺傳工程國家重點實驗室學(xué)術(shù)帶頭人和生物信息學(xué)平臺負責(zé)人,復(fù)旦大學(xué)附屬兒科醫(yī)院兼職教授,中國細胞生物學(xué)學(xué)會功能基因組信息學(xué)與系統(tǒng)生物學(xué)分會理事。
第1部分DNA、RNA和蛋白質(zhì)序列的分析
第1章引言[2]
1.1本書的組織架構(gòu)[3]
1.2生物信息學(xué):全景[4]
1.3各章節(jié)的組織架構(gòu)[6]
1.4對學(xué)生和教師的建議:練習(xí),尋找一個基因,研究一個基因組[7]
1.5生物信息學(xué)軟件:兩種風(fēng)格[8]
1.6生物信息學(xué)和其他信息學(xué)學(xué)科[11]
1.7對學(xué)生的建議[11]
第2章序列數(shù)據(jù)的獲取和相關(guān)信息[14]
2.1生物數(shù)據(jù)庫的入門介紹[14]
2.2集中存儲DNA序列的數(shù)據(jù)庫[15]
2.3DNA、RNA和蛋白質(zhì)數(shù)據(jù)庫[19]
2.4信息的獲。河糜跇擞浐丸b別序列的索引編號[27]
2.5利用NCBI的基因資源進行基因信息的獲取[31]
2.6使用命令行進行NCBI數(shù)據(jù)的獲。35]
2.7信息的獲取:基因組瀏覽器[41]
2.8如何獲取序列數(shù)據(jù)的例子:單個基因/蛋白質(zhì)[44]
2.9生物醫(yī)學(xué)文獻的獲。50]
2.10展望[51]
2.11常見問題[51]
2.12給學(xué)生的建議[51]
2.13網(wǎng)絡(luò)資源[51]
第3章雙序列比對[58]
3.1引言[58]
3.2打分矩陣[66]
3.3在雙序列比對中,PAM矩陣的實用性[76]
3.4比對算法:全局和局部[79]
3.5雙序列比對的統(tǒng)計顯著性[88]
3.6展望[91]
3.7常見問題[91]
3.8給學(xué)生的建議[92]
3.9網(wǎng)絡(luò)資源[92]
第4章局部比對搜索基本工具BLAST[100]
4.1引言[100]
4.2BLAST搜索步驟[102]
4.3BLAST算法使用局部比對搜索的策略[114]
4.4BLAST的搜索策略[119]
4.5使用BLAST預(yù)測基因:找到新基因[128]
4.6展望[131]
4.7常見問題[131]
4.8對學(xué)生的建議[131]
4.9網(wǎng)絡(luò)資源[132]
第5章高級數(shù)據(jù)庫搜索[137]
5.1引言[137]
5.2特殊BLAST的網(wǎng)站[138]
5.3尋找遠緣相關(guān)蛋白質(zhì):位置特異性迭代BLAST(PSI-BLAST)和DELTA-BLAST[141]
5.4譜搜索:隱馬爾可夫模型[148]
5.5用類似于BLAST的比對工具快速搜索基因組DNA[154]
5.6將二代測序讀段與參考基因組比對[159]
5.7展望[161]
5.8常見問題[162]
5.9給學(xué)生的建議[162]
5.10網(wǎng)絡(luò)資源[162]
第6章多重序列比對[168]
6.1引言[168]
6.2五種主要的多重序列比對方法[170]
6.3用標準數(shù)據(jù)集進行研究:方法,發(fā)現(xiàn)和挑戰(zhàn)[181]
6.4多重序列比對的數(shù)據(jù)庫[182]
6.5基因組區(qū)域的多重序列比對[186]
6.6展望[192]
6.7常見問題[193]
6.8給學(xué)生的建議[193]
第7章分子水平的系統(tǒng)發(fā)育和進化[200]
7.1分子進化介紹[200]
7.2分子系統(tǒng)發(fā)育與進化的法則[201]
7.3分子系統(tǒng)發(fā)育:樹的特征[211]
7.4樹的類型[217]
7.5系統(tǒng)發(fā)育分析的五個步驟[221]
7.6展望[240]
7.7常見問題[241]
7.8給學(xué)生的建議[241]
7.9網(wǎng)絡(luò)資源[241]
第2部分DNA、RNA和蛋白質(zhì)在全基因組層次上的分析
第8章DNA:真核染色體[250]
8.1引言[250]
8.2真核生物基因組和染色體的一般特征[252]
8.3真核生物染色體的DNA重復(fù)片段[263]
8.4真核生物染色體的基因含量[273]
8.5真核生物基因組的調(diào)控區(qū)域[279]
8.6真核生物DNA的比較[283]
8.7染色體DNA的變化[284]
8.8測定染色體變化的技術(shù)[290]
8.9展望[292]
8.10常見問題[293]
8.11給學(xué)生的建議[293]
8.12網(wǎng)絡(luò)資源[293]
第9章二代測序數(shù)據(jù)的分析[310]
9.1引言[310]
9.2DNA測序技術(shù)[311]
9.3二代測序的基因組DNA的分析[318]
9.4二代測序的特定應(yīng)用[347]
9.5展望[348]
9.6常見問題[348]
9.7給學(xué)生的建議[349]
9.8網(wǎng)絡(luò)資源[349]
第10章處理核糖核酸(RNA)的生物信息學(xué)工具[356]
10.1引言[356]
10.2非編碼RNA[358]
10.3信使RNA介紹[370]
10.4微陣列和RNA-seq:全基因組層面的基因表達量測定[379]
10.5RNA分析的解讀[384]
10.6展望[386]
10.7常見問題[386]
10.8給學(xué)生的建議[387]
10.9網(wǎng)絡(luò)資源[387]
第11章基因表達:芯片和RNA-seq數(shù)據(jù)分析[395]
11.1引言[395]
11.2芯片分析方法1:NCBI的GEO2R工具[397]
11.3芯片分析方法2:Partek軟件[409]
11.4芯片分析方法3:利用R分析GEO數(shù)據(jù)庫[417]
11.5芯片數(shù)據(jù)分析:描述性統(tǒng)計學(xué)方法[423]
11.6RNA-seq[430]
11.7芯片數(shù)據(jù)的功能注釋[438]
11.8展望[438]
11.9常見問題[439]
11.10對學(xué)生的建議[440]
11.11推薦讀物[443]
第12章蛋白質(zhì)分析和蛋白質(zhì)組學(xué)[447]
12.1引言[447]
12.2蛋白質(zhì)鑒定技術(shù)[450]
12.3蛋白質(zhì)的四個方面[457]
12.4展望[476]
12.5常見問題[477]
12.6給學(xué)生的建議[477]
12.7網(wǎng)絡(luò)資源[477]
第13章蛋白質(zhì)結(jié)構(gòu)[488]
13.1蛋白質(zhì)結(jié)構(gòu)總結(jié)[488]
13.2蛋白質(zhì)結(jié)構(gòu)原理[490]
13.3PDB數(shù)據(jù)庫(Protein Data Bank)[500]
13.4蛋白質(zhì)結(jié)構(gòu)預(yù)測[513]
13.5固有無序蛋白質(zhì)(INTRINSICALLY DISORDERED PROTEINS)[518]
13.6蛋白質(zhì)結(jié)構(gòu)與疾。518]
13.7展望[519]
13.8常見問題[520]
13.9給學(xué)生的建議[520]
13.10推薦讀物[523]
第14章功能基因組學(xué)[529]
14.1功能基因組學(xué)介紹[529]
14.2用于功能基因組學(xué)研究的八種模式生物[532]
14.3使用反向和正向遺傳學(xué)的功能基因組學(xué)[541]
14.4功能基因組和中心法則[555]
14.5用蛋白質(zhì)組學(xué)的方法研究功能基因組學(xué)[559]
14.6展望[572]
14.7常見問題[572]
14.8給學(xué)生的建議[573]
14.9推薦讀物[574]
第3部分基因組分析
第15章生命樹上的基因組[584]
15.1引言[584]
15.2優(yōu)秀的互聯(lián)網(wǎng)資源[593]
15.3基因組測序計劃:年表[594]
15.4基因組分析計劃:介紹[602]
15.5基因組分析項目:測序[608]
15.6基因組分析計劃:組裝[610]
15.7基因組分析計劃:注釋[616]
15.8展望[620]
15.9常見問題[620]
15.10給學(xué)生的建議[621]
15.11推薦讀物[624]
第16章已完成測序的基因組:病毒基因組[632]
16.1引言[632]
16.2病毒的分類[634]
16.3解決病毒學(xué)問題的生物信息學(xué)方法[641]
16.4人類免疫缺陷病毒(HIV)[641]
16.5流感病毒[646]
16.6麻疹病毒[649]
16.7埃博拉病毒[650]
16.8皰疹病毒:從生殖細胞到基因表達[650]
16.9巨病毒[656]
16.10展望[659]
16.11常見問題[659]
16.12給學(xué)生的建議[659]
16.13網(wǎng)絡(luò)資源[659]
第17章已完成測序的基因組:細菌和古細菌[668]
17.1引言[668]
17.2細菌和古細菌的分類[669]
17.3人類微生物組[681]
17.4細菌和古細菌的基因組分析[682]
17.5細菌基因組比較[696]
17.6展望[700]
17.7常見問題[700]
17.8給學(xué)生的建議[700]
17.9網(wǎng)絡(luò)資源[700]
第18章真核生物基因組:真菌[711]
18.1引言[711]
18.2真菌的描述和分類[712]
18.3對釀酒酵母(Saccharomyces cerevisiae )的介紹[714]
18.4釀酒酵母的基因倍增和基因組倍增[723]
18.5半子囊菌類的比較分析[727]
18.6真菌基因組分析[731]
18.7展望[737]
18.8常見問題[737]
18.9給學(xué)生的建議[738]
18.10網(wǎng)絡(luò)資源[738]
第19章真核基因組:從寄生生物到靈長類[746]
19.1引言[746]
19.2位于樹底層的原生動物缺乏線粒體[748]
19.3單細胞病原體的基因組:錐蟲和利什曼原蟲[751]
19.4囊泡藻類(Chromalveolates)[753]
19.5植物基因組[763]
19.6后生動物底層附近的黏菌與子實體[771]
19.7后生動物[772]
19.8展望[792]
19.9常見問題[792]
19.10給學(xué)生的建議[793]
19.11網(wǎng)絡(luò)資源[793]
第20章人類基因組[807]
20.1引言[807]
20.2人類基因組計劃的主要結(jié)論[808]
20.3獲得人類基因組數(shù)據(jù)的門戶網(wǎng)站[809]
20.4人類基因組計劃[813]
20.525條人類染色體[826]
20.6人類基因組變異[832]
20.7展望[843]
20.8常見問題[844]
20.9給學(xué)生的建議[844]
20.10推薦讀物[848]
第21章人類疾。852]
21.1人類遺傳疾。篋NA變異的結(jié)果[852]
21.2疾病的種類[859]
21.3疾病數(shù)據(jù)庫[872]
21.4鑒定疾病相關(guān)基因及其位點的方法[881]
21.5模式生物中的人類疾病基因[888]
21.6疾病基因的功能分類[893]
21.7展望[895]
21.8常見問題[895]
21.9給學(xué)生的建議[895]
21.10推薦讀物[897]
附錄[906]
1.詞匯表[906]
2.自我檢測題答案[921]
李京旭 (2024/12/18 1:03:00):這本書內(nèi)容豐富,很有學(xué)習(xí)價值,但單價也高。