绪论 2
第一节 生物信息学的产生及发展 2
一、生物信息学的产生 2
二、生物信息学的发展历史 3
三、生物信息学在未来生命科学研究中的作用 6
第二节 生物信息学的主要研究内容 7
一、基因组信息学 7
二、转录组信息学 9
三、蛋白质组信息学 11
四、代谢组信息学 12
第三节 当前生物信息学研究的热点 14
一、新一代测序数据的生物信息学分析 14
二、非编码区序列分析与功能识别 15
三、整合信息组学 15
四、转化医学和临床生物信息学 16
五、生物信息学与新药研究 16
第一章 序列比对与序列特征分析 20
第一节 获取DNA、RNA和蛋白质序列 20
一、DNA序列的获取 20
二、RNA序列的获取 28
三、蛋白质序列的获取 29
第二节 双序列比对 32
一、序列比对的相关概念 32
二、双序列比对算法 37
第三节 多序列比对 43
一、多序列比对简介 43
二、多序列比对的方法 44
三、多序列比对常用工具和数据库 48
第四节 核酸序列特征分析 56
一、基因开放读码框的识别 56
二、内含子／外显子剪切位点的识别 58
三、序列模体的查找和可视化工具 58
四、密码子使用模式的分析 59
五、限制性核酸内切酶位点分析 60
六、重复序列的查找 61
第五节 蛋白质序列特征分析 62
一、蛋白质的理化性质分析 62
二、蛋白质的跨膜结构分析 64
三、蛋白质信号肽的预测和识别 67
四、蛋白质的卷曲螺旋预测 67
五、糖基化位点的预测与识别 68
六、磷酸化位点的预测与识别 68
第六节 应用实例 69
一、利用Spidey工具识别mRNA/cDNA的外显子组成 69
二、利用Spidey工具进行可变性剪切的分析 71
第二章 基因芯片数据分析 76
第一节 基因芯片平台简介 76
一、cDNA芯片 76
二、寡核苷酸芯片 77
三、原位合成芯片 77
四、光纤微珠芯片 79
第二节 基因芯片数据的预处理 81
一、基因芯片数据的提取 81
二、数据过滤 81
三、补缺失值 82
四、数据对数化处理 82
五、数据标准化 83
六、应用举例 85
第三节 特征基因挖掘 89
一、特征选择的过程 89
二、特征选择方法的分类 92
三、应用举例 95
第四节 基因芯片数据的聚类分析 98
一、聚类分析中的距离（相似性）尺度函数 98
二、常用的聚类方法 100
三、应用实例 104
第五节 基因芯片数据的分类分析 108
一、K近邻分类法 108
二、决策树 108
三、支持向量机 110
四、分类器的分类效能评价 111
第六节 基因芯片数据库及常用分析软件 113
一、基因表达数据库 113
二、基因芯片显著性分析 114
三、Cluster and TreeView 114
四、BRB-ArrayTools 115
五、R语言和Bioconductor 115
六、Matlab:Bioinformatics Toolbox 115
第三章 基因注释与功能分类 118
第一节 引言 118
第二节 基因注释数据库 119
一、GO（gene ontology）数据库 119
二、KEGG数据库 125
三、其他常见生物学通路数据库 130
第三节 基因功能预测 132
一、基因功能预测的目的和意义 132
二、基因功能预测的基本原理 133
三、基因功能预测的常用工具 136
第四节 基因集合富集分析 139
一、富集分析的目的和意义 139
二、富集分析的基本原理 139
三、富集分析常用工具 140
四、富集分析应用实例 142
第五节 基因功能比较 145
一、基因功能比较的意义 145
二、语义相似性原理与算法 146
三、生物学术语相似性 146
四、基因（基因产物）功能比较 148
五、基因集合功能比较 149
六、常用工具 149
第四章 蛋白质结构分析 154
第一节 蛋白质高级结构 154
一、蛋白质的高级结构特征 154
二、蛋白质结构域与家族分类 157
三、蛋白质结构可视化软件 158
第二节 蛋白质的结构解析与预测 162
一、蛋白质结构实验检测技术与结构解析 162
二、蛋白质结构数据库 164
第三节 蛋白质高级结构预测方法 175
一、蛋白质二级结构预测方法及软件 175
二、蛋白质三级结构的预测方法及软件 180
三、对结构预测结果的评价 186
第四节 基于蛋白质结构的功能分析 187
一、蛋白质结构与功能基础 187
二、蛋白质结构与功能关系数据库 188
三、从蛋白质结构推断其功能的方法与分析软件 193
四、蛋白质相互作用与蛋白质功能 197
第五节 蛋白质的结构异常与疾病 202
一、蛋白质序列变化引发疾病 202
二、蛋白质折叠错误引发疾病 202
三、疾病过程中蛋白质的相互作用 203
第六节 应用实例 205
一、蛋白质结构信息在类风湿性关节炎致病基因挖掘中的应用 205
二、蛋白质结构转换几率与疾病的发生 208
第五章 分子进化分析 214
第一节 系统发生分析与重建 214
一、核苷酸置换模型与氨基酸置换模型 214
二、系统发育树重建方法 219
三、分子钟假说 224
第二节 核苷酸和蛋白质的适应性进化 226
一、中性与近中性理论 226
二、微观适应性进化的检验方法 227
三、宏观适应性进化的检验方法 229
四、适应性进化基因 232
第三节 分子进化与生物信息学 233
一、基因组进化概述 233
二、病毒基因组分析 234
三、原核生物基因组比较 234
四、蛋白质互作网络进化 236
五、代谢网络进化分析 238
第四节 应用实例：SARS流行病的系统发生分析 241
第六章 新一代测序数据分析 246
第一节 全基因组测序与重测序 246
第二节 新一代测序技术和工作流程 248
一、新一代测序法和常见的测序仪 249
二、样品准备 250
三、合成测序法 251
四、第三代测序技术 252
第三节 新一代测序数据存储、处理与分析 255
一、新一代测序数据格式与质量编码 255
二、新一代测序数据库与数据格式转化 256
三、测序短片段在参考基因组中的定位 256
四、短片段作图软件 257
五、基因表达水平估计 259
六、可变剪切作图软件包 259
第四节 DNA和RNA测序 261
一、DNA重测序与个体变异发现 261
二、细菌基因组测序与致病性位点发现 262
三、宏基因组测序与感染性疾病分析 262
四、古生物基因组和进化研究 263
五、外显子组测序 263
六、非编码RNA测序 264
七、核糖体印记与深度测序技术 264
第五节 研究实例：基于新一代测序技术的癌症组学研究 266
一、短序列数据准备 266
二、短序列数据格式转换 270
三、短序列在参考基因组上定位 272
四、短序列在参考基因组上定位和可变剪切的识别 275
五、数字基因表达谱提取 279
第七章 转录调控的信息学分析 284
第一节 基因的转录调控 284
一、转录 284
二、RNA聚合酶 285
三、转录调控元件 286
四、真核生物转录机制 290
第二节 启动子的信息学分析 291
一、启动子识别问题 291
二、启动子数据资源 291
三、真核生物启动子在线分析工具 296
四、启动子识别的信息学研究方法 297
第三节 转录因子结合位点的信息学研究 300
一、转录因子及其转录调控机制 300
二、转录因子结合位点的高通量试验技术 303
三、转录因子结合位点相关数据库：TRANSFAC、JASPAR、SELEX＿DB 306
四、转录因子结合位点模型的建立及分析 307
五、利用从头预测算法识别转录因子结合位点 308
六、结合Chip-seq等高通量实验数据的转录因子结合位点预测方法 309
第四节 可变剪接的生物信息学研究 312
一、可变剪接的调控机制 312
二、可变剪接数据资源：ASD、ASTD 315
三、利用基因芯片技术进行可变剪接研究 315
四、RNA-seq与可变剪接异构体 316
第五节 转录调控与人类疾病 318
一、顺式调控元件 318
二、反式作用因子 319
三、顺式作用元件与疾病（心脏病、肾病、Alzheimer、cancer） 320
四、反式作用因子与疾病 321
第六节 应用实例 324
一、结合序列和表达谱数据识别组合式转录调控模式和调控网络 324
二、基于启动子结构元件的组合模式识别调控网络 324
第八章 生物分子网络与通路 332
第一节 网络的基本概念 332
一、网络的定义 332
二、有向与无向网络 332
三、加权与无权网络 333
四、二分网络 333
第二节 生物分子网络种类 334
一、蛋白质相互作用网络 334
二、基因转录调控网络 336
三、代谢和信号传导网络 337
四、衍生网络 339
第三节 生物分子网络分析方法 342
一、网络的拓扑属性分析 342
二、网络的无尺度特性分析 345
三、网络的模序搜索 346
四、网络的功能模块识别 347
五、网络分析软件 350
第四节 通路的网络分析方法 353
一、影响分析方法 353
二、潜能通路识别分析 354
三、通路分析软件 356
第五节 应用实例：疾病代谢子通路识别、网络构建和分析 358
一、利用通路结构信息识别疾病风险子通路 358
二、疾病代谢网络构建和分析 359
第九章 复杂疾病的系统遗传学分析 368
第一节 复杂疾病的分子遗传学特征 368
一、孟德尔遗传病与复杂疾病 368
二、复杂疾病的分子系统特征 368
三、重要的复杂疾病数据库 369
第二节 变异组信息学与复杂疾病遗传定位 375
一、变异组学与人类疾病 375
二、SNP与人类复杂疾病定位 378
三、变异组学研究资源 382
第三节 复杂疾病的分子系统分析 389
一、面向通路的基因组范围关联研究 389
二、表型性状的分子遗传学 391
三、复杂疾病的系统遗传学 392
第四节 系统遗传学集成软件工具 395
一、Plink软件包与基因互作 395
二、基因组范围关联研究软件包SNPtest 397
三、连锁分析和数量性状分析工具Merlin 401
第十章 miRNA与复杂疾病 408
第一节 miRNA与其靶基因 408
一、miRNA概述 408
二、miRNA靶基因预测 410
三、miRNA数据资源 412
第二节 miRNA转录组 416
一、miRNA表达谱识别癌症相关miRNA 416
二、miRNA表达谱分类人类癌症 417
三、miRNA表达谱与mRNA表达谱整合分析 419
四、新一代测序检测miRNA转录组 424
第三节 miRNA调控网络 428
一、miRNA转录调控网 428
二、miRNA功能协同网 432
三、miRNA调控不同分子网络 438
四、miRNA调控的网络模体 443
第四节 miRNA多态和复杂疾病 447
一、miRNA基因内部多态 447
二、miRNA靶点的多态 448
三、miRNA合成机制中的单核苷酸多态 450
四、miRNA多态改变表观遗传调控 451
第十一章 计算表观遗传学 456
第一节 引言 456
第二节 表观基因组图谱绘制 457
一、绘制基因组范围的DNA甲基化谱 457
二、高通量染色质修饰谱的测定 461
三、基因组印记与人类疾病 466
四、常用的疾病表观遗传学数据库 469
第三节 表观遗传修饰谱分析 473
一、基因组范围内疾病差异甲基化区域筛选 473
二、组蛋白修饰的改变与人类疾病 477
三、人类疾病相关的基因组印记分析 478
四、常见的疾病表观遗传修饰数据分析软件 479
第四节 表观遗传异常标记物识别 483
一、DNA甲基化谱的特征在疾病中的应用 483
二、整合遗传与表观遗传特征识别疾病相关基因 485
第五节 人类表观基因组计划及意义 487
一、表观基因组计划介绍 487
二、环境表观基因组与人类疾病 488
三、人类的表观基因组关联研究 488
第六节 节应用实例：用于疾病的风险预测、诊断、预后及治疗的表观基因组数据分析 490
实例1 人类结肠癌甲基化组差异甲基化分析 490
实例2 基于加权蛋白质互作网络优选癌症相关甲基化异常基因 493
第十二章 药物生物信息学 498
第一节 药学相关信息资源 498
一、药物综合信息数据库 498
二、与药物靶点发现相关数据库 499
第二节 基于生物信息学方法发现潜在药物靶标 505
一、用于药靶发现的生物信息学方法 506
二、潜在药靶的生物信息学验证 511
第三节 药物基因组学 514
一、概述 514
二、药物基因组学的生物标记 514
三、药物基因组学生物标记的预测 519
四、药物基因组学生物标记的应用 522
中英文名词对照索引 525