生物计算 生物序列的分析方法与应用PDF电子书下载

第一部分　基本方法 3

第1章　生物序列突变与比对分析 3

1.1　生物序列突变与比对问题 3

1.1.1　生物序列的类型与结构 3

1.1.2　生物序列突变与比对问题的意义与应用 4

1.1.3　生物序列比对的原理与方法 6

1.2　二重序列比对的有关算法 9

1.2.1　关于动态规划算法的一些说明 9

1.2.2　动态规划算法 10

1.2.3　统计判决算法的基本思想 15

1.2.4 BLAST软件的使用 16

1.3　多重序列的比对问题 19

1.3.1　MSA的意义与概况 19

1.3.2　MSA的定义与优化准则 21

1.4　MSA算法与计算 22

1.4.1　MSA算法的基本概念 22

1.4.2　MSA的算法步骤 24

1.4.3　ClustalW软件的使用 26

1.4.4　关于MSA的几点说明 30

1.4.5　几个多重序列比对应用例子 31

1.5　SPA算法的原理与计算 32

1.5.1　SPA算法的基本原理 32

1.5.2　SPA算法的基本步骤 34

1.5.3　SPA算法源码 36

1.5.4　SPA算法的有关问题讨论 39

1.5.5　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 49

2.1　分子系统发育分析的基本概念 49

2.2　基于距离的方法 49

2.2.1　非加权分组平均法 49

2.2.2　邻接法 52

2.3　基于特征的方法 55

2.4　极大似然和Bayes方法 57

2.4.1　进化的概率论模型 58

2.4.2　构建进化树的极大似然方法 60

2.4.3　构建进化树的Bayes方法 62

2.5　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 69

3.1　蛋白质一级结构的信息与统计分析法 69

3.1.1　蛋白质一级结构的语义分析简介 69

3.1.2　信息、统计分析法的要素与要点 70

3.1.3　局部词的定义与判定 72

3.1.4　蛋白质一级结构的语义分析 74

3.2　蛋白质序列语义结构的组合分析法 80

3.2.1　关于组合图论的有关记号 81

3.2.2　数据库的复杂度 84

3.2.3　数据库的关键词与核心词 86

3.2.4　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 93

4.1　蛋白质二级结构预测 93

4.1.1　蛋白质二级结构预测的评价体系 93

4.1.2　Chou-Fasman方法 94

4.1.3　GOR方法 96

4.1.4　PHD方法 98

4.2　蛋白质空间结构预测 100

4.2.1　同源序列搜索 100

4.2.2　折叠识别方法 101

4.2.3　从头预测方法 104

4.3　蛋白质结构预测软件简介 105

4.3.1 PHD软件使用简介 105

4.3.2　使用nnpredict软件预测蛋白质二级结构 108

4.3.3　PSIPRED软件使用简介 109

习题与思考 111

第5章　基因识别 112

5.1　绪论 112

5.1.1　原核基因识别 112

5.1.2　真核基因识别 113

5.1.3　常用模式基因组简介 114

5.2　基因序列特征分析 116

5.2.1 内含子与外显子 116

5.2.2　CpG岛 117

5.2.3　密码子使用偏性 118

5.3　开放阅读框识别 119

5.3.1　开放阅读框特性 119

5.3.2　开放阅读框识别原理 121

5.3.3　开放阅读框识别软件使用 122

5.4　隐Markov模型基因识别方法 126

5.4.1　隐Markov模型 127

5.4.2　GENSCAN隐Markov模型方法和原理 128

5.4.3　GENSCAN软件使用 131

5.4.4　基因识别方法评价 134

5.5　其他基因识别方法简介 135

5.5.1　神经网络方法 135

5.5.2　Z曲线方法 136

习题与思考 138

第6章　基因表达数据分析 139

6.1　基因表达序列标签数据分析简介 139

6.1.1　基因表达序列标签的概念 139

6.1.2　基因表达序列标签数据的获取 141

6.1.3　基因表达序列标签数据聚类分析 145

6.1.4　基因表达序列标签的应用 147

6.2　基因芯片数据的获取 147

6.2.1　基本概念 148

6.2.2　基因芯片实验过程 149

6.2.3　基因芯片数据获取 150

6.2.4　基因芯片数据内容 152

6.3　基因芯片数据分析 153

6.3.1　基因表达谱芯片数据标准化 154

6.3.2　基因表达谱芯片数据散点图分析 156

6.3.3　基因表达差异显著性分析 157

6.4　基因芯片数据聚类分析 159

6.4.1　基本概念 159

6.4.2　特征描述 160

6.4.3　分层聚类方法 162

6.4.4　模糊聚类方法 167

6.5　其他基因芯片数据分析方法简介 173

6.5.1　支持向量机方法 173

6.5.2　K均值聚类 173

6.5.3　自组织映射图聚类 174

6.6　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 179

第7章　核酸与DNA 179

7.1　细胞与染色体 179

7.1.1　细胞 179

7.1.2　染色体概念 180

7.1.3　染色体特征 181

7.2　核酸分子与DNA结构 182

7.2.1　核酸分子 182

7.2.2　DNA分子结构 184

7.3　RNA结构与分类 187

7.3.1　RNA结构 187

7.3.2　RNA分类 188

第8章　氨基酸与蛋白质 190

8.1　氨基酸 190

8.1.1　氨基酸组成 190

8.1.2　氨基酸符号表示 190

8.1.3　氨基酸分类 192

8.2　肽链 193

8.3　蛋白质 194

8.3.1　蛋白质分类 194

8.3.2　蛋白质一级结构 194

8.3.3　蛋白质空间结构 195

8.3.4　蛋白质功能 196

8.3.5　蛋白质组 197

8.4　中心法则与遗传密码 197

8.4.1 中心法则 197

8.4.2　遗传密码 199

第9章　基因与基因组 201

9.1　基因 201

9.1.1　基本概念 201

9.1.2　基因突变 202

9.2　基因组 203

9.2.1　基本概念 203

9.2.2　人类基因组 205

9.2.3　后基因组计划 206

9.3　基因表达与调控 207

9.3.1　基本概念 207

9.3.2　原核生物基因表达与调控 209

9.3.3　真核生物基因表达与调控 211

第10章　生物信息数据库 213

10.1　GenBank数据库 213

10.1.1　数据来源 213

10.1.2　数据内容与类型 213

10.1.3　序列格式 215

10.1.4　数据检索与下载 215

10.1.5　数据提交 216

10.1.6　应用实例 218

10.2　Swiss-Prot数据库 220

10.2.1　数据来源 221

10.2.2　数据内容 221

10.2.3　序列格式 222

10.2.4　数据检索与下载 222

10.2.5　数据提交 224

10.2.6　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 237

第11章 智能计算理论与算法 237

11.1　智能计算概论与感知器理论 237

11.1.1　感知器模型及其学习算法 237

11.1.2　感知器模型的推广 241

11.1.3　支持向量机 244

11.2　EM算法 246

11.2.1　EM算法概论 246

11.2.2　极大似然估计的EM算法 247

11.2.3　组合决策中的EM计算 250

11.3　EM算法在其他统计问题中的应用 254

11.3.1　互熵与Fisher矩阵 254

11.3.2　混合分布参数估计中的EM算法 257

11.3.3　分布族的聚类中的EM算法 261

11.4　Weka软件的使用 267

11.4.1　Weka的基本工作环境与数据准备 267

11.4.2　Weka的使用 269

第12章　概率、信息与统计 275

12.1　概率与信息 275

12.1.1　随机变量与多重随机变量 275

12.1.2　随机变量的特征数 280

12.1.3　随机变量与概率分布的信息度量 282

12.2　重要随机变量和极限定理 285

12.2.1　几种重要的随机变量及其概率分布 285

12.2.2　随机变量的极限定理 290

12.3　统计分析简介 293

12.3.1　统计分析的基本要素 293

12.3.2　参数的点估计理论 295

12.3.3　参数的区间估计理论 298

12.3.4　其他问题 299

12.4　多元统计中的几个典型问题 299

12.4.1　多元统计分析的基本数学模型 299

12.4.2　聚类分析 300

12.4.3　主成分分析与因子分析 303

12.4.4　因子分析 306

12.4.5　判别分析 307

12.5　R统计软件包简介 309

12.5.1　R系统初览 309

12.5.2　R的数据读入 311

12.5.3　使用R做统计分析 312

第13章　随机过程 314

13.1　随机过程的一般理论 314

13.1.1　随机过程的基本概念 314

13.1.2　独立随机序列 315

13.1.3　Poisson过程与可加过程 317

13.2　Markov过程 321

13.2.1　Markov过程的基本概念 321

13.2.2　Markov过程的生成算子 324

13.3　隐Markov模型 327

13.3.1　隐Markov模型的基本概念 327

13.3.2　HMM的状态估计 328

13.3.3　HMM的EM学习算法 331

第14章　有关图与树的基本知识 334

14.1　图的基本概念与结构 334

14.1.1 图的一般定义与记号 334

14.1.2　树图与系统树 336

14.2　组合空间与deBruijn-Good图 337

14.3　序列与数据库的复杂度理论 340

14.3.1　复杂度的定义 340

14.3.2　复杂度的计算算法 341

14.3.3　算法的改进 342

参考文献 344

索引 357

《数学与现代科学技术丛书》已出版书目 362