第1章 路线图 1
1.1 什么是生物信息学 1
1.2 生物信息学团队 4
1.3 生命的定义是什么 6
1.4 生物学的系统研究方法 7
1.5 生物信息学的实际应用 11
1.6 未来之路 13
总结 14
参考文献 15
第2章 生物学基础 16
2.1 盲目的工程师 16
2.2 卓越的精密仪器 19
2.3 细胞的语言 27
2.4 DNA字符串中更多的细微差别 44
2.5 蛋白质：细胞机器 48
2.6 DNA的维护及完整性任务 55
参考文献 64
第3章 湿实验与干实验技术 65
3.1 杂交：将碱基配对用于工作 66
3.2 核苷酸序列的复制 67
3.3 复制的扩张 70
3.4 DNA字符串的测序 73
3.5 人类基因组计划：需要计算来救援 77
3.6 人类基因组测序的策略 81
3.7 从结构到功能 83
3.8 转录组特征分析 86
3.9 几种蛋白质组学技术 89
3.10 整合 91
3.11 几种特定的干实验技术 93
参考文献 97
第4章 序列拼接 99
4.1 问题的实质 99
4.2 拼凑碎片 102
4.3 问题的规模 106
4.4 一个纯粹的排列组合问题 108
4.5 解决这个排列组合问题 108
4.6 生物序列的拼接 114
4.7 通过杂交进行测序 116
4.8 第4章 练习 121
参考文献 122
第5章 序列比对 123
5.1 精确模式匹配 124
5.2 人类擅长的事情：相似性检测 135
5.3 计算机帮助人类：点图的呈现 136
5.4 人类帮助计算机：算法 139
5.5 仿射空位罚分 154
5.6 进化的考量 155
5.7 动态规划算法的空间／时间分析 158
5.8 启发式方法：FastA与BLAST 158
5.9 多重序列比对 160
5.10 第5章 练习 166
参考文献 176
第6章 进化的仿真与建模 178
6.1 生物学时光机 178
6.2 大肠杆菌的进化 180
6.3 在芯片上模拟进化 182
6.4 进化关系的建模 194
6.5 进化关系的发现 201
参考文献 221
第7章 寻找基因 223
7.1 一个现代的密码学之谜 223
7.2 破解基因组：第一关 227
7.3 生物学译码环 239
7.4 通过数学来发现基因 249
7.5 通过学习来发现基因：交给计算机 258
7.6 第7章 练习 259
参考文献 265
第8章 基因表达 266
8.1 简介 266
8.2 场景中的基因 266
8.3 从基因型到表型 267
8.4 （迄今）已预期的生物学复杂性 268
8.5 数据潮 270
8.6 噪声数据 272
8.7 基因表达数据的多种模式 274
8.8 实例：感染HIV的细胞中的基因表达 276
8.9 处理基因和表达向量的程序 283
8.10 挖掘基因表达数据 285
8.11 实例：形成新的假说 288
8.12 数据管理 302
8.13 第8章 练习 306
参考文献 308
第9章 课题 310
9.1 复杂数据集的可视化与探索 310
9.2 RNA的结构与功能预测 320
9.3 通过蛋白质结构与功能预测进行合理药物设计 331
9.4 基于信息的医学 338
9.5 系统生物学 344
参考文献 358
致射 361
索引 362