书籍详情
医学生物信息学案例与实践
作者：华琳，李林 编
出版社：清华大学出版社
出版时间：2018-01-01
ISBN：9787302486947
定价：¥39.00
购买这本书可以去
内容简介
随着各种基因测序技术的兴起以及互联网的普及，医学科学已经进入基因组学、蛋白质组学、转化医学和精准医学的新时代，生物信息学在此背景下得到了快速发展。《医学生物信息学案例与实践》从医学和分子生物学角度出发，通过案例分析详细介绍常用的生物信息学数据库、基因芯片数据、RNA测序数据、单核苷酸多态SNP数据、DNA甲基化数据等的处理分析，还包括基因功能与通路分析技术、疾病风险通路的筛选、生物分子网络的构建等。《医学生物信息学案例与实践》还详细介绍了R软件及Bioconductor生物信息学软件包的使用，重点突出实用性和可操作性，以帮助读者对医学生物信息学方法的理解和掌握。《医学生物信息学案例与实践》主要取材于编者近年来从事医学生物信息学的研究与教学工作内容，很多案例来自于编者近年来的科研实践。《医学生物信息学案例与实践》既可以作为基础医学、临床医学、预防医学等高年级本科生和研究生的“医学生物信息学”课程教材，也可供相关的生物科技人员阅读和参考。
作者简介
暂缺《医学生物信息学案例与实践》作者简介
目录
基础篇
第1章 生物信息学绪论
1．1 生物信息学概述
1．2 医学生物信息学的主要研究内容
1．3 医学生物信息学面临的挑战
第2章 生物信息学数据库
2．1 生物信息学数据库简介
2．2 基因数据库
2．2．1 GenBank-NCBI核酸序列数据库
2．2．2 DDBJ数据库
2．2．3 EMBL数据库
2．2．4 UniGene数据库
2．3 蛋白质数据库
2．3．1 SWISS-PROT蛋白质序列分析数据库
2．3．2 PDB蛋白质结构数据库
2．3．3 SCOP数据库
2．4 突变数据库
2．5 UCSC基因组浏览数据库
2．6 OMIM数据库
2．7 集成数据库
第3章 核酸同源性序列比对的策略和方法
3．1 数据库中的相似性搜索
3．2 双序列比对
3．3 BLAST搜索实例
3．3．1 BLAST简介
3．3．2 BLAST的操作步骤
3．4 分子进化与系统发生树
3．4．1 分子进化
3．4．2 系统发生树
3．5 下一代测序技术简介
第4章 人类基因组变异数据库及SNP关联分析
4．1 SNP简介
4．2 dbSNP数据库简介
4．3 SNP关联分析
4．3．1 SNP关联分析介绍
4．3．2 plink软件批量实现SNP关联分析
4．4 基因与基因互作分析
4．4．1 Logistic回归分析
4．4．2 多因子降维法
4．4．3 决策树分析
4．4．4 PIA算法构建SNP-SNP互作网络
4．4．5 基因与环境互作分析
4．5 基于数量性状的SNP互作分析
4．6 基于SNP的系统进化树分析
4．6．1 TNF-?-308G/A的系统进化树分析
4．6．2 EPHX His139/Arg的系统进化树分析
4．6．3 TNF-?-308G/A和EPHX His139/Arg联合的系统进化树分析
4．7 GWAS数据分析简介及SNAP网络工具
4．7．1 GWAS数据分析简介
4．7．2 SNAP网络工具
4．8 SNP功能分析的生物信息学方法
4．8．1 SNP功能分析
4．8．2 SNP功能预测分数——SIFT
4．8．3 SNP功能预测分数——PolyPhen-2
第5章 基因表达数据分析
5．1 cDNA芯片平台与数据库
5．1．1 cDNA芯片平台介绍
5．1．2 基因芯片数据预处理
5．1．3 基因芯片数据处理与分析
5．2 RNA-seq测序技术及数据分析
5．2．1 RNA-seq测序技术
5．2．2 基于RNA-seq数据的差异表达基因分析
5．2．3 RNA-seq数据的外显子水平差异分析
5．2．4 RNA-seq数据的可变剪切分析
第6章 基因功能与通路分析技术
6．1 基因功能富集分析
6．1．1 GO简介
6．1．2 富集分析
6．1．3 DAVID网络工具介绍
6．2 通路数据库介绍
6．2．1 KEGG数据库
6．2．2 其他通路数据库简介
6．3 疾病风险通路筛选
6．4 INVEX软件介绍
6．5 随机森林-通路分析法挖掘特征基因
6．5．1 随机森林-通路分析法介绍
6．5．2 案例分析
6．5．3 数值实验结果
第7章 miRNA数据分析
7．1 miRNA简介
7．2 miRNA-靶基因靶向关系
7．3 miRNA数据资源
7．3．1 TarBase数据库
7．3．2 miRBase数据库
7．4 miRNA表达谱数据分析
7．5 结合SNP和miRNA表达谱探查疾病相关的miRNA
7．6 结合基因、疾病、通路和miRNA的ChemiRs网络工具简介
7．6．1 按照miRNA名称进行搜索
7．6．2 按照基因列表进行搜索
第8章 DNA甲基化及表观遗传学数据分析
8．1 DNA甲基化相关知识介绍
8．1．1 CpG岛预测算法
8．1．2 DNA甲基化检测方法
8．2 DNA甲基化区域识别软件——methyAnalysis软件包应用
8．3 肿瘤相关的DNA甲基化数据库——MethHC网络工具简介
8．3．1 浏览高（低）甲基化基因
8．3．2 肿瘤样本的甲基化水平聚类
8．3．3 基于基因搜索的DNA甲基化水平分析
8．4 DNA拷贝数变异分析
8．4．1 DNA拷贝数变异的概念
8．4．2 DNA拷贝数变异数据的分析软件——Genovar
第9章 生物分子网络
9．1 生物分子网络介绍
9．1．1 基因转录调控网络
9．1．2 蛋白质互作数据
9．1．3 蛋白质互作网络——STRING数据库介绍
9．2 网络拓扑性质介绍
9．3 拓扑性质分析软件介绍——NEXCADE
9．4 Cytoscape作图软件介绍
9．5 BioNet软件包介绍
第10章 药物基因组学
10．1 药物基因组学的概念
10．2 药物靶向识别
10．3 药物靶向交互的网络资源
10．4 基于剂量-效应关系的药物结合作用识别
提高篇
第11章 生物信息学综合数据分析案例
11．1 案例分析1：应用miRNA-mRNA失调关系优化乳腺癌亚型相关的miRNA
11．1．1 数据准备
11．1．2 数据整合分析方法
11．1．3 数值实验结果
11．2 案例分析2：多组学数据整合的肿瘤相关性研究
11．2．1 数据准备
11．2．2 数据整合分析方法
11．2．3 数值实验结果
第12章 肿瘤亚型的系统化分析
12．1 数据类型
12．2 数据的导入和描述性分析
12．3 结合miRNA和mRNA表达谱对肿瘤样本进行聚类获得肿瘤亚型
12．4 3种亚型的差异性检验
12．5 特征基因选择
12．6 整合生存数据分析
第13章 多组学数据的可视化
13．1 TCGA多组学数据的下载
13．2 多组学数据的可视化
参考文献
第1章 生物信息学绪论
1．1 生物信息学概述
1．2 医学生物信息学的主要研究内容
1．3 医学生物信息学面临的挑战
第2章 生物信息学数据库
2．1 生物信息学数据库简介
2．2 基因数据库
2．2．1 GenBank-NCBI核酸序列数据库
2．2．2 DDBJ数据库
2．2．3 EMBL数据库
2．2．4 UniGene数据库
2．3 蛋白质数据库
2．3．1 SWISS-PROT蛋白质序列分析数据库
2．3．2 PDB蛋白质结构数据库
2．3．3 SCOP数据库
2．4 突变数据库
2．5 UCSC基因组浏览数据库
2．6 OMIM数据库
2．7 集成数据库
第3章 核酸同源性序列比对的策略和方法
3．1 数据库中的相似性搜索
3．2 双序列比对
3．3 BLAST搜索实例
3．3．1 BLAST简介
3．3．2 BLAST的操作步骤
3．4 分子进化与系统发生树
3．4．1 分子进化
3．4．2 系统发生树
3．5 下一代测序技术简介
第4章 人类基因组变异数据库及SNP关联分析
4．1 SNP简介
4．2 dbSNP数据库简介
4．3 SNP关联分析
4．3．1 SNP关联分析介绍
4．3．2 plink软件批量实现SNP关联分析
4．4 基因与基因互作分析
4．4．1 Logistic回归分析
4．4．2 多因子降维法
4．4．3 决策树分析
4．4．4 PIA算法构建SNP-SNP互作网络
4．4．5 基因与环境互作分析
4．5 基于数量性状的SNP互作分析
4．6 基于SNP的系统进化树分析
4．6．1 TNF-?-308G/A的系统进化树分析
4．6．2 EPHX His139/Arg的系统进化树分析
4．6．3 TNF-?-308G/A和EPHX His139/Arg联合的系统进化树分析
4．7 GWAS数据分析简介及SNAP网络工具
4．7．1 GWAS数据分析简介
4．7．2 SNAP网络工具
4．8 SNP功能分析的生物信息学方法
4．8．1 SNP功能分析
4．8．2 SNP功能预测分数——SIFT
4．8．3 SNP功能预测分数——PolyPhen-2
第5章 基因表达数据分析
5．1 cDNA芯片平台与数据库
5．1．1 cDNA芯片平台介绍
5．1．2 基因芯片数据预处理
5．1．3 基因芯片数据处理与分析
5．2 RNA-seq测序技术及数据分析
5．2．1 RNA-seq测序技术
5．2．2 基于RNA-seq数据的差异表达基因分析
5．2．3 RNA-seq数据的外显子水平差异分析
5．2．4 RNA-seq数据的可变剪切分析
第6章 基因功能与通路分析技术
6．1 基因功能富集分析
6．1．1 GO简介
6．1．2 富集分析
6．1．3 DAVID网络工具介绍
6．2 通路数据库介绍
6．2．1 KEGG数据库
6．2．2 其他通路数据库简介
6．3 疾病风险通路筛选
6．4 INVEX软件介绍
6．5 随机森林-通路分析法挖掘特征基因
6．5．1 随机森林-通路分析法介绍
6．5．2 案例分析
6．5．3 数值实验结果
第7章 miRNA数据分析
7．1 miRNA简介
7．2 miRNA-靶基因靶向关系
7．3 miRNA数据资源
7．3．1 TarBase数据库
7．3．2 miRBase数据库
7．4 miRNA表达谱数据分析
7．5 结合SNP和miRNA表达谱探查疾病相关的miRNA
7．6 结合基因、疾病、通路和miRNA的ChemiRs网络工具简介
7．6．1 按照miRNA名称进行搜索
7．6．2 按照基因列表进行搜索
第8章 DNA甲基化及表观遗传学数据分析
8．1 DNA甲基化相关知识介绍
8．1．1 CpG岛预测算法
8．1．2 DNA甲基化检测方法
8．2 DNA甲基化区域识别软件——methyAnalysis软件包应用
8．3 肿瘤相关的DNA甲基化数据库——MethHC网络工具简介
8．3．1 浏览高（低）甲基化基因
8．3．2 肿瘤样本的甲基化水平聚类
8．3．3 基于基因搜索的DNA甲基化水平分析
8．4 DNA拷贝数变异分析
8．4．1 DNA拷贝数变异的概念
8．4．2 DNA拷贝数变异数据的分析软件——Genovar
第9章 生物分子网络
9．1 生物分子网络介绍
9．1．1 基因转录调控网络
9．1．2 蛋白质互作数据
9．1．3 蛋白质互作网络——STRING数据库介绍
9．2 网络拓扑性质介绍
9．3 拓扑性质分析软件介绍——NEXCADE
9．4 Cytoscape作图软件介绍
9．5 BioNet软件包介绍
第10章 药物基因组学
10．1 药物基因组学的概念
10．2 药物靶向识别
10．3 药物靶向交互的网络资源
10．4 基于剂量-效应关系的药物结合作用识别
提高篇
第11章 生物信息学综合数据分析案例
11．1 案例分析1：应用miRNA-mRNA失调关系优化乳腺癌亚型相关的miRNA
11．1．1 数据准备
11．1．2 数据整合分析方法
11．1．3 数值实验结果
11．2 案例分析2：多组学数据整合的肿瘤相关性研究
11．2．1 数据准备
11．2．2 数据整合分析方法
11．2．3 数值实验结果
第12章 肿瘤亚型的系统化分析
12．1 数据类型
12．2 数据的导入和描述性分析
12．3 结合miRNA和mRNA表达谱对肿瘤样本进行聚类获得肿瘤亚型
12．4 3种亚型的差异性检验
12．5 特征基因选择
12．6 整合生存数据分析
第13章 多组学数据的可视化
13．1 TCGA多组学数据的下载
13．2 多组学数据的可视化
参考文献
猜您喜欢
