生物信息学 原书第2版PDF电子书下载

A 生物学研究新面貌 1

B 生物信息学的定义 4

C 物理学要素 8

D 数据与数据库 12

E 数据类别 19

E1 数据类别 19

E2 生物信息学中呈现数据的最佳做法 23

F 计算 25

G 概率与统计 33

G1 概率和概率分布 33

G2 条件概率和贝叶斯法则 38

G3 基本的统计学检验 41

H 模型与数学技术 45

H1 系统特征 45

H2 图论及其应用 47

H3 常微分方程与代数 52

H4 高级建模技术 55

H5 形状、变形与生长 57

I 人工智能与机器学习 58

I1 人工智能与机器学习概论 58

I2 人工智能与机器学习的统计学方法 59

I3 人工智能与机器学习的计算方法 65

J 基因组与其他序列 70

J1 数据库与数据源 70

J2 基因组注释 88

J3 序列分析 94

J4 序列家族、序列比对与系统发育 109

J5 结构域家族与数据库 117

K 转录组学 123

K1 转录谱 123

K2 转录分析的统计学问题 126

K3 分析差异表达基因 128

K4 多元技术和网络推理 133

K5 数据标准和实验设计 137

L 蛋白质与蛋白质组学 139

L1 蛋白质组学技术 139

L2 互作蛋白质组学 147

L3 相互作用数据库和网络 150

L4 结构生物信息学 153

L5 结构分类 168

L6 结构预测与建模 171

L7 分子动力学与药物设计 181

M 代谢物组学 186

N 超分子结构 189

N1 超分子结构 189

N2 组织与生物体尺度结构 191

O 生化动力学 193

O1 代谢网络研究 193

O2 微积分和代数学的应用 199

P 生理学 202

P1 生理学 202

P2 整合生物学与植物模拟 205

P3 整合生物学——总结 207

Q 图像分析 209

Q1 什么是图像分析？ 209

Q2 图像分析如何应用到生物科学研究中？ 213

Q3 图像增强 217

Q4 特征检测 220

Q5 数据析取 223

R 文本分析 226

进一步阅读 230

索引 238