图书介绍
生物信息学 计算技术和软件导论PDF|Epub|txt|kindle电子书版本网盘下载
- 马占山等编著 著
- 出版社： 北京：科学出版社
- ISBN：9787030426390
- 出版时间：2017
- 标注页数：313页
- 文件大小：53MB
- 文件页数：329页
- 主题词：生物信息论－计算技术；生物信息论－应用软件
PDF下载
下载说明
生物信息学 计算技术和软件导论PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
生物信息学基础篇3
第1章 生物信息学一些前沿领域简介3
1.1生物信息大数据3
1.2复杂网络分析概论11
1.3复杂网络分析实例：以微生物群系医学生态网络为例15
1.4深度学习、计算智能与人工智能21
1.5医学生态学25
1.6 DNA计算机-生物学对计算机科学的回馈30
第2章 系统发育树与溯祖分析38
2.1树的概念38
2.2主要的建树方法39
2.3模型选择50
2.4贝叶斯方法54
2.5溯祖理论60
2.6物种树估计64
第3章 群体遗传学数据分析软件简介70
3.1多功能软件比较70
3.2理论模型与分析方法的实现方式72
3.3软件运行方式与编程语言79
3.4总结与展望79
第4章 生物信息学中重要统计计算方法和模型85
4.1计算机模拟技术85
4.2马尔可夫蒙特卡罗法93
4.3隐马尔可夫模型98
4.4贝叶斯统计105
4.5统计学习114
4.6高斯图模型120
生物信息组学技术篇129
第5章 第三代基因测序组装算法和软件技术129
5.1第三代基因测序及组装技术简介129
5.2第三代基因组装算法及软件简介：以DBG20LC和SPARC为例132
5.3三代基因组装算法和软件比较139
5.4 DBG20LC和SPARC软件使用简介140
第6章 基因组第二代测序数据的生物信息学分析145
6.1基因测序技术简介145
6.2基因组装技术149
6.3外显子基因突变检测154
6.4单细胞测序数据的基因组装156
第7章 转录组数据的生物信息学分析160
7.1转录组技术的发展160
7.2 RNA-seq数据的质量控制163
7.3基于参考基因组的转录组分析164
7.4无参考基因组的转录组的从头拼装及拼装质量评估170
第8章 非编码RNA研究常用数据库及软件175
8.1非编码RNA概述175
8.2非编码RNA常用数据库179
8.3非编码RNA研究常用软件184
第9章 蛋白质组学研究常用软件简介210
9.1蛋白质组学简介210
9.2计算蛋白质组学的应用215
9.3计算蛋白质组学算法与数据库230
第10章 新药物发现中的生物信息学软件简介236
10.1大型药物设计平台237
10.2分子视图软件238
10.3化学结构编辑程序242
10.4分子对接与虚拟筛选软件245
10.5配体构象搜索软件250
10.6药效团模拟软件251
10.7分子动力学模拟软件254
10.8在线药物设计资源列表255
10.9小结257
第11章 宏基因组学概述及生物信息学分析260
11.1宏基因组学技术简介260
11.2宏基因组学研究流程261
11.3宏基因测序数据的生物信息学分析263
Chapter 12 Bioinformatics for Metabolomics：An Introduction277
Abstract277
12.1 Introduction to Metabolomics277
12.2 Technologies for Metabolomics280
12.3 Data Formats for Metabolomics285
12.4 Databases for Metabolomics287
12.5 General Principles for Metabolomic Data Analysis292
12.6 From Spectra to Metabolite Lists：Bioinformatics for Metabolite Identification293
12.7 From Metabolite Lists to Significant Metabolites：Multivariate Statistics300
12.8 From Significant Metabolites to Pathways：Bioinformatics for MetaboliteInterpretation306
12.9 Conclusion310