绪论 1
第一节 生物信息学的兴起 1
一、人类基因组计划 2
二、生物信息学与组学 3
第二节 生物信息学在生命科学中的地位及意义 4
一、生物信息学内涵 4
二、生物信息学在现代生物医学发展中起着重要作用 6
第一篇 生物信息学基础 9
第一章 DNA、RNA和蛋白质序列信息资源 9
第一节 引言 9
第二节 核酸序列数据库 9
一、GenBank数据库 10
二、EMBL数据库 14
三、DDBJ数据库 15
四、其他数据库 15
第三节 蛋白质序列数据库 16
一、PIR数据库 16
二、MIPS数据库 18
三、其他数据库 18
第四节 NCBI与EMBL-EBI 19
一、NCBI简介 19
二、EMBL-EBI简介 22
三、通过Entrez Gene从NCBI获取序列信息 24
四、通过SRS从EBI中获取蛋白质序列信息 32
小结 36
第二章 双序列比对 38
第一节 引言 38
一、同源、相似与相同 38
二、相似性的定量描述 38
三、空格 40
第二节 替换记分矩阵 40
一、通过点矩阵对序列比较进行记分 40
二、DNA序列比对的替换计分矩阵 41
三、蛋白质序列比对的替换记分矩阵 41
第三节 双序列比对算法 45
一、全局比对的经典算法 46
二、局部比对的经典算法 48
第四节 数据库搜索 48
一、BLAST 49
二、数据库搜索实例 50
第五节 比对的统计学显著性 52
一、全局比对的统计学显著性 53
二、数据库搜索的统计学显著性 53
第六节 参数的选择 54
一、空格罚分参数 54
二、BLAST的参数 55
三、如何处理太多与太少的数据库搜索返回 55
小结 56
第三章 多序列比对 58
第一节 引言 58
一、多序列比对具有广泛的应用 58
二、多序列比对存在多种种类 59
第二节 相似性与距离、计分与罚分、替换矩阵 60
一、相似性与距离是序列相似性的两个主要度量 60
二、存在多种方法对比对进行计分与罚分 61
三、精确计算失配计分需要使用核苷酸和氨基酸替换矩阵 62
四、记分方法可显著影响多序列对比 62
五、多序列对比的困难性 62
第三节 主要比对方法与软件 63
一、动态规划法 63
二、渐进多序列比对 65
三、迭代法 67
四、基于一致性的方法 69
五、多序列比对结果编辑器 70
第四节 局部比对、glocal比对和syntenic比对 71
一、局部比对 71
二、glocal比对 71
三、syntenic比对 72
第五节 全基因组比对 74
一、全基因组多序列比对 74
二、UCSC基因组浏览器 74
三、其他方法与软件 76
第六节 软件、参数和比对质量 77
一、软件的选择 77
二、计分等参数的选择 79
三、控制比对质量 79
四、注意事项 80
小结 80
第四章 序列特征分析 85
第一节 引言 85
第二节 DNA序列特征分析 87
一、利用GENSCAN识别基因开放阅读框 87
二、利用POLYAH预测分析转录终止信号 89
三、利用PromoterScan预测分析启动子区域 90
四、利用CodonW分析密码子偏好性 91
第三节 蛋白质序列特征分析 94
一、利用ProtParam分析蛋白质的理化性质 94
二、利用ProtScale分析蛋白质的亲水或疏水性 96
三、利用TMpred分析蛋白质的跨膜区 98
四、蛋白质序列分析软件包Antheprot 100
第四节 序列综合分析 103
一、EMBOSS软件包 103
二、DNAStar软件包 104
三、Omiga 2.0软件包 105
四、Vector NTI软件包 105
小结 106
第五章 分子进化分析 109
第一节 引言 109
第二节 系统发生分析与重建 109
一、核苷酸置换模型及氨基酸置换模型 109
二、系统发生树的基本概念及搜索方法 114
三、分子钟假说 117
第三节 核苷酸和蛋白质的适应性进化 118
一、中性与近中性理论 118
二、基因适应性进化的统计学检验方法 119
三、dN或dS检验 121
四、适应性进化基因 123
第四节 分子进化与生物信息学 124
一、基因组进化概述 124
二、病毒基因组分析 124
三、原核生物基因组比较 126
四、蛋白质互作网络进化 128
五、代谢网络进化分析 130
小结 132
第六章 表达序列分析 134
第一节 引言 134
第二节 EST数据分析 135
一、cDNA文库构建与EST数据的实验获取 135
二、EST数据库 136
三、EST数据分析方法 146
第三节 基因表达系列分析 157
一、SAGE技术原理简介 157
二、SAGE技术方案简介 159
三、SAGE技术的缺陷与改进 160
四、SAGE技术的应用前景 161
五、SAGE数据库和分析软件 162
小结 169
第七章 基因芯片数据分析 172
第一节 引言 172
第二节 常见的芯片平台与数据库 172
一、cDNA微阵列芯片 173
二、寡核苷酸芯片 174
三、原位合成芯片 174
四、光纤微珠芯片 176
五、基因表达数据库 177
六、斯坦福微阵列数据库 177
七、其他常用基因表达数据库 177
第三节 基因芯片数据的预处理 177
一、基因芯片数据的提取 177
二、数据对数化处理 179
三、数据过滤 179
四、补缺失值 179
五、数据标准化 180
第四节 差异表达分析 185
一、倍数法 185
二、t检验法 186
三、方差分析 186
四、SAM法 187
五、信息熵 188
第五节 基因芯片数据的聚类分析 188
一、聚类分析中的距离（相似性）尺度函数 189
二、聚类分析中的聚类算法 192
第六节 基因芯片数据的分类分析 197
一、Fisher线性判别 197
二、k近邻分类法 198
三、决策树 199
四、分类模型的分类效能评价 200
第七节 基因芯片数据的其他分析 201
一、降维处理 201
二、时间序列的表达谱数据分析 202
三、基因转录调控网络分析 202
四、功能富集性分析 202
第八节 常用表达谱分析软件 203
一、ArrayTools 203
二、DChip 203
三、SAM 203
四、Cluster和TreeView 203
五、R语言和BioConductor 204
六、Bioinformatics Toolbox 204
小结 204
第二篇 功能基因组信息学 207
第八章 基因注释与功能分类 207
第一节 引言 207
第二节 基因注释数据库 207
一、基因本体数据库 208
二、京都基因与基因组百科全书数据库 212
第三节 基因集功能富集分析 219
一、富集分析算法 219
二、常用富集分析软件 220
三、富集分析应用实例 221
第四节 基因功能预测 222
一、基因功能预测算法 222
二、常用基因功能预测软件 226
小结 229
第九章 蛋白质分析与蛋白质组学 231
第一节 引言 231
一、发展概述 231
二、研究对策、范围和内容 231
第二节 蛋白质分析方法 232
一、蛋白质的指纹特征 232
二、蛋白质的定位、修饰 233
第三节 蛋白质组学数据的获取与分析 237
一、二维凝胶电泳分析技术 237
二、蛋白质组质谱分析技术 239
三、蛋白质芯片分析技术 241
四、酵母双杂交系统 242
五、Rosetta Stone方法 244
六、蛋白质组学分析软件与数据库 245
小结 253
第十章 蛋白质结构分析 255
第一节 引言 255
第二节 蛋白质的高级结构 255
一、蛋白质的高级结构特征 255
二、蛋白质二级结构的测定与指认 261
三、蛋白质结构域与家族分类 262
四、蛋白质高级结构的解析方法 263
五、蛋白质结构的可视化 265
第三节 蛋白质结构数据库 267
一、蛋白质三维结构数据库 267
二、蛋白质结构分类数据库 270
三、蛋白质分类数据库 272
四、其他蛋白质结构数据库 276
第四节 蛋白质结构的预测 277
一、蛋白质二级结构预测方法及软件 277
二、蛋白质三维结构预测方法及软件 279
三、对结构预测结果的评价 285
第五节 基于结构预测蛋白质功能 286
一、基于结构分类的蛋白质功能预测 286
二、基于结构预测蛋白质间相互作用 287
三、其他蛋白质功能预测方法 287
四、蛋白质结构与功能关系数据库 288
第六节 蛋白质结构异常与疾病 291
一、蛋白质序列变化引发的疾病 291
二、蛋白质折叠错误引发的疾病 292
三、疾病过程中蛋白质的相互作用 293
小结 293
第十一章 转录调控的信息学分析 296
第一节 引言 296
第二节 转录调控的高通量实验测定 297
一、ChIP技术 297
二、ChIP-chip技术 298
三、ChIP-seq技术 298
第三节 转录因子结合位点的信息学预测方法 299
一、转录因子结合位点的表示方法 299
二、转录因子结合位点的识别 300
三、转录因子结合位点的定位 304
第四节 转录调控相关数据库 308
一、TRANSFAC数据库 308
二、JASPAR数据库 310
三、TRED数据库 311
四、DBTSS数据库 313
五、TRRD数据库 314
六、其他转录调控相关数据库 315
小结 316
第十二章 生物分子网络 318
第一节 引言 318
第二节 生物分子网络概述 318
一、生物分子网络的基本概念 318
二、基因调控网络 320
三、蛋白质互作网络 321
四、代谢网络和信号传导网络 323
第三节 生物分子网络分析 324
一、网络的拓扑属性 324
二、无标度网络 327
三、生物分子网络的模块性 328
四、网络模体 329
五、生物分子网络的动态性 330
六、生物分子网络分析软件 331
第四节 生物分子网络的重构和应用 334
一、生物分子网络重构的一般方法 334
二、基因表达相关网络的重构和应用 335
三、基因调控网络的重构和应用 336
四、蛋白质互作网络的重构和应用 338
五、代谢网络的重构和应用 340
小结 340
第十三章 计算表观遗传学 343
第一节 引言 343
第二节 基因组的DNA甲基化 343
一、CpG岛的DNA甲基化调控基因的表达 343
二、CpG岛识别方法 345
三、DNA甲基化状态的实验检测 348
四、DNA甲基化的预测算法 352
五、异常DNA甲基化与疾病的发生 355
第三节 组蛋白修饰的表观基因组 356
一、组蛋白密码是重要表观遗传标记之一 356
二、组蛋白修饰的分析方法 358
三、组蛋白修饰与其他表观遗传修饰存在协同调控关系 361
四、组蛋白修饰异常与疾病 361
第四节 基因组印记 362
一、基因组印记是表观遗传现象 362
二、机器学习是挖掘印记基因的有效方法 363
三、基因组印记与表观遗传疾病有密切关系 364
第五节 表观遗传学数据库及软件 365
一、表观遗传学常用数据库 365
二、表观遗传学常用软件 368
小结 372
第三篇 生物信息学与人类复杂疾病 375
第十四章 人类复杂疾病与计算系统生物学 375
第一节 引言 375
第二节 复杂疾病概述 375
一、孟德尔遗传疾病与复杂疾病 376
二、复杂疾病通常涉及多基因和蛋白质 376
三、复杂疾病受环境因素影响 377
四、疾病的分类 377
第三节 复杂疾病数据库 378
一、人类孟德尔遗传在线 378
二、遗传关联数据库 381
三、癌症基因数据库 382
四、WHO规范的疾病分类标准 386
五、疾病本体论 388
六、其他疾病数据库 388
第四节 疾病网络重构和计算系统生物学方法 391
一、计算系统生物学概述 391
二、Disease-Gene网络重构分析 392
三、Disease-Pathway网络重构分析 394
四、Disease-miRNA网络重构分析 395
五、其他类型网络重构分析 396
小结 397
第十五章 单核苷酸多态与人类疾病 399
第一节 引言 399
第二节 SNP分型技术与数据资源 400
一、SNP检测和分型技术 400
二、连锁不平衡、单体型与Tag SNP 402
三、国际人类基因组单体型图计划及其应用 404
四、重要的SNP数据库 405
第三节 基于SNP的复杂疾病遗传定位方法 410
一、疾病定义与样本选取偏好 410
二、连锁分析进行风险SNP定位原理 411
三、关联研究发现疾病风险SNP 412
四、遗传分析中的统计显著性 413
五、基因组范围关联研究与系统生物学方法在医学中的应用 415
第四节 数量性状研究与SNP的系统遗传学分析 416
一、数量性状定位的基本思想 416
二、系统遗传学思想研究复杂性状 417
三、变异组学的研究现状 419
第五节 SNP相关的集成软件工具 419
一、Haploview识别TagSNP及推断单体型 419
二、基因组范围关联研究软件包SNPtest 423
三、连锁分析和数量性状分析工具Merlin 425
小结 428
第十六章 miRNA与复杂疾病 431
第一节 引言 431
第二节 miRNA与其靶基因 431
一、miRNA概述 431
二、基于序列的miRNA靶基因预测方法 433
三、基于表达信息或实验结果预测miRNA靶基因 435
四、整合已有知识预测miRNA靶基因 435
五、miRNA数据资源 435
第三节 miRNA多态和复杂疾病 437
一、miRNA基因内部的多态 437
二、miRNA靶点的多态 439
三、miRNA多态影响药物反应 440
四、miRNA多态改变表观遗传调控 441
第四节 miRNA表达谱与复杂疾病 441
一、miRNA表达谱识别癌症相关miRNA 441
二、miRNA表达谱分类人类癌症 443
三、miRNA表达谱与mRNA表达谱的整合分析 446
四、miRNA——新的生物标记 447
第五节 miRNA调控分子网络 448
一、miRNA调控细胞信号网络 449
二、miRNA调控代谢网络 451
三、miRNA调控基因转录调控网络 453
四、miRNA调控蛋白互作网络 454
五、miRNA调控的网络模体 455
小结 457
中英文对照索引 459
英中文对照索引 469