缩略词 1
A 生物学研究方式的转变 1
B 生物信息学的定义 7
C 物理学要素 13
D 数据及数据库 19
E 数据类型 29
E1 数据类型 29
E2 生物信息学中数据表达的最佳方法 34
F 计算 37
G 概率与统计 49
G1 概率和概率分布 49
G2 条件概率和贝叶斯法则 56
G3 基本的统计学检验 61
H 模型与数学技术 69
H1 系统特征 69
H2 图论及其应用 72
H3 常微分方程和代数学 79
H4 高级模拟技术 83
H5 形状、变形和生长 86
I 人工智能和机器学习 89
I1 人工智能和机器学习的概论 89
I2 人工智能和机器学习的统计学方法 91
I3 人工智能和机器学习的计算方法 99
J 基因组及其他序列 107
J1 数据库和数据源 107
J2 基因组注释 131
J3 序列分析 139
J4 序列家族、联配和系统发育 160
J5 结构域家族和数据库 173
K 转录物组学 181
K1 转录谱 181
K2 转录分析的统计问题 185
K3 基因表达的差异分析 187
K4 多元技术和网络推理 194
K5 数据标准和实验设计 199
L 蛋白质与蛋白质组学技术 203
L1 蛋白质组学技术 203
L2 相互作用蛋白质组学 213
L3 相互作用数据库和网络 217
L4 结构生物信息学 221
L5 结构分类 241
L6 结构预测和模建 245
L7 分子动力学和药物设计 259
M 代谢物组学 267
N 超分子结构 271
N1 超分子结构 271
N2 组织和生物体尺度结构 273
O 生化动力学 275
O1 新陈代谢网络的研究 275
O2 微积分和代数学的应用 283
P 生理学 289
P1 生理学 289
P2 整合生物学和植物模型 293
P3 整合生物学——结束语 296
Q 图像分析 299
Q1 什么是图像分析 299
Q2 什么是生物科学研究中的图像分析 304
Q3 图像增强 311
Q4 特征检测 315
Q5 数据析取 319
R 文本分析 323
进一步阅读的文献 329
索引 337