丛书序Ⅰ 1
丛书序Ⅱ 1
前言 1
第一章 生物信息学：导论 1
一、什么是生物信息学? 1
二、生物信息学的研究现状与发展趋势 4
三、生物信息学的生物学内涵 6
(一)基因与基因组的信息学 7
(二)基因表达的信息学：大规模基因功能表达谱的分析 20
(三)生物大分子的三维结构信息：蛋白质结构模拟与分子设计 21
(四)代射和疾病发生途径的信息 22
四、生物信息学的信息学内涵 23
(一)生物信息数据库 23
(二)分析工具的发展 26
五、生物信息学的应用与发展研究 26
(一)与疾病相关的基因信息及相关算法的软件开发 26
(二)建立与动、植物良种繁育相关的基因组数据库，发展分子标记辅助育种技术 27
(三)研究与发展药物设计软件和基于生物信息的分子的生物学技术 27
(一)实验生物学家和计算生物学家 28
六、生物信息学研究和发展中的交叉学科与大科学特点 28
(二)三种科学文化的融合 29
(三)跨越整个生命科学的大科学 29
第二章 分子生物信息数据库 33
一、分子生物信息数据库简介 33
(一)基因组计划和数据库 33
(二)分子生物信息数据库种类 37
二、基因组数据库 41
(二)AceDB 42
(一)GDB 42
三、序列数据库 43
(一)核酸序列数据库 43
(二)EMBI、和GenBank数据库格式 44
(三)常用蛋白质序列数据库 50
(四)其他蛋白质序列数据库 56
四、结构数据库 57
(一)蛋白质结构数据库PDB 58
(二)蛋白质结构分类数据库SCOP和CATH 64
五、二次数据库 66
(一)基因组信息二次数据库 66
(二)蛋白质序列二次数据库 68
(三)蛋白质结构二次数据库 71
第三章 数据库查询和数据库搜索 75
一、简介 75
二、数据库查询系统Entrez 75
(一)Entrez系统使用方法 76
(二)Entrez系统的特点 80
三、数据库查询系统SRS 80
(一)SRS系统使用方法 81
(二)SRS系统的特点 84
四、数据库搜索简介 85
(一)核苷酸碱基和氨基酸残基代码表 85
(二)相似性和同源性 86
(三)局部相似性和整体相似性 87
(四)相似性计分矩阵 88
五、数据库搜索工具BLAST 89
(一)程序简介 89
(二)BLAST程序运行实例 92
一、简介 93
二、相似序列的获得 93
第四章 序列的同源比较及分子系统学和分子进化分析 93
(一)BLAST 94
(二)与BLAST相关的一些知识 97
(三)获得同源序列的其他方法 99
三、多序列比对 101
四、系统发育分析 104
(一)系统树的构建方法 105
(二)常用的系统树构建程序 107
(三)一些需要注意的问题 111
(四)COG数据库 111
五、其他分子标记在生物系统学中的应用 112
(一)RFLP(restriction fragment length polymorphism)标记 113
(二)PCR扩增片段长度的多样性 113
(三)SNP标记 114
(四)同工酶 115
第五章 生物信息学与基因芯片 118
一、概述 118
(一)基因芯片简介 118
(二)基因芯片对于生物分子信息检测的作用和意义 121
(三)基因芯片研究和应用中所涉及到的生物信息学问题 123
(一)基因芯片设计的一般性原则 124
二、基因芯片设计及优化 124
(二)DNA变异检测型芯片与基因表达型芯片的设计 126
(三)cDNA芯片与寡核苷酸芯片的设计 126
(四)寡核苷酸探针的优化设计 127
(五)基因芯片的优化 129
三、基于芯片的序列分析 129
(一)测定未知序列 129
(二)直接检测目标序列 130
(三)DNA序列突变检测分析 130
(四)SNP分析 131
四、基于芯片的基因功能分析 133
(一)基因表达分析 133
(二)高密度基因表达芯片 133
(三)基因表达图谱 134
(四)寻找基因功能 135
五、基因芯片检测结果的分析 135
(一)荧光检测图像处理 135
六、基因芯片信息的管理和利用 136
(一)基因芯片信息管理 136
(二)检测结果分析 136
(三)检测结果可靠性分析 136
(二)数据集成和交叉索引 137
(三)数据的可比性和归一化问题 138
(四)基因芯片信息的利用 138
七、基于基因芯片的数据挖掘及可视化 138
(一)数据挖掘 138
(二)基因芯片的多元数据结构 139
(三)数据相似程度的量化与距离矩阵 140
(四)聚类分析 140
(六)基因芯片数据的可视化和与数据库的链接 143
(五)聚类分析结果的树图表示 143
八、基因转录调控网络分析 144
(一)布尔网络模型 144
(二)线性组合模型 145
(三)加权矩阵模型 145
(四)互信息关联网络 146
第六章 蛋白质结构预测的原理与方法 149
一、引言 149
二、影响蛋白质折叠的因素 150
(二)周期性的二级结构 151
(一)有关氨基酸残基的信息 151
三、蛋白质结构分析及蛋白质结构数据库 151
(三)非同期性的二级结构 152
(四)残基间的相互作用及埋藏 152
(五)超二级结核 152
(六)蛋白质结构数据库 152
(七)蛋白质结构域的折叠模式与蛋白质结构分类数据库 153
(八)蛋白质的进化 157
(三)GOR方法 158
(二)Chou－Fasman方法 158
(一)二级结构预测概况 158
四、二级结构预测 158
(四)最近邻居方法 159
(五)神经网络方法 159
(六)基于多重序列比对的二级结构预测 159
(七)二级结构预测的准确度 159
(八)二级结构在线预测(online prediction) 160
五、三级结构预测 160
(一)同源蛋白质结构预测 160
(二)蛋白质折叠类型识别 161
(三)蛋白质结构从头预测 164
六、蛋白质结构预测发展趋势 165
第七章 生物信息与药物设计 168
一、当代生物医药研究所面临的困难 168
二、现代生物学给生物医药带来的发展契机 168
三、基因组学、蛋白质组学和生物信息学在药物研究中的应用 169
(一)选择药物作用靶标的标准 170
(二)候选药物作用靶标的发现 171
(三)靶标有效性的验证 174
(四)药物作用机制的研究 175
(五)药物的药代动力学及毒理性质的研究 176
四、计算机辅助药物设计 177
(一)间接药物设计 177
(二)直接药物设计 178
(三)药物设计实例 179
五、未来药物研究方法展望 184
(一)人类基因组和生物信息学的发展,将为药物设计研究开辟更广阔的空间 184
(二)超级计算机的发展将为复杂生物体系的理论计算和药物设计创造有利的条件 184
(三)计算机辅助药物设计与组合化学技术相结合将显示巨大威力 185
(四)基于结构的药物设计将向基于作用机制的药物设计方向发展 185