书籍详情
DES类数值方法及其在压气机高保真模拟中的应用
作者：彭仁海等
出版社：科学出版社
出版时间：2022-08-01
ISBN：9787030727190
定价：¥110.00
购买这本书可以去
内容简介
《生物信息学实战操作》分为8章，分别为绪论，生物信息学数据库、资源及常用工具，序列比对，基因组测序组装与转座子分析，分子进化与比较基因组研究，多组学关联分析，蛋白质结构与功能预测，计算机辅助药物设计基础。《生物信息学实战操作》首先介绍了生物信息学的研究内容、发展历史、应用领域和相关学习平台，然后对生物学信息资源、常用工具和数据库等进行了介绍（基础性），接着根据生物信息学在最新科研前沿中的应用和最新进展（新颖性），以实际操作为契机进行了不同领域应用的示范，辅以窗口图片和操作视频（操作性），最后以计算机辅助药物设计（趣味性）结束。《生物信息学实战操作》体系完整、结构明晰、重点突出。每章后面附有相关的文献，以供读者延伸阅读。
作者简介
暂缺《DES类数值方法及其在压气机高保真模拟中的应用》作者简介
目录
目录
序
前言
第1章 绪论 1
1.1 生物信息学的研究内容 1
1.1.1 生物信息学涉及的生物学研究领域 1
1.1.2 生物信息学涉及的计算机研究领域 3
1.2 生物信息学的发展历史 5
1.2.1 生物信息学的萌芽（1950～1979年） 5
1.2.2 生物信息学的成长（1980～1990年） 5
1.2.3 生物信息学的飞速发展（1991年至今） 6
1.3 生物信息学研究机构 6
1.3.1 美国国立生物技术信息中心 6
1.3.2 欧洲生物信息研究所 8
1.3.3 日本的DNA数据库 8
1.3.4 Expasy 8
1.3.5 北京大学生物信息中心 10
1.3.6 华大基因 10
1.4 生物信息学的应用 11
1.4.1 序列比对 11
1.4.2 基因组测序组装与重复系列分析 11
1.4.3 分子进化和比较基因组研究 12
1.4.4 蛋白质结构比对和功能预测 12
1.4.5 多组学关联分析 12
1.4.6 计算机辅助药物设计 13
1.5 生物信息学发展面临的机遇与挑战 13
第2章 生物信息学数据库、资源及常用工具 16
2.1 数据库的分类 16
2.1.1 依据数据库存储内容进行划分 16
2.1.2 依据数据来源进行划分 18
2.2 常用数据库介绍 19
2.2.1 NCBI 19
2.2.2 Ensembl 23
2.2.3 UCSC 23
2.2.4 KEGG PATHWAY 24
2.2.5 KEGG ORTHOLOGY 24
2.2.6 Pfam 26
2.2.7 Cistrome DB 26
2.2.8 JASPAR 26
2.2.9 Cell BLAST 27
2.2.10 EWAS Data Hub 27
2.2.11 DiseaseMeth 28
2.2.12 TAIR 28
2.2.13 ChEMBL 28
2.3 NCBI Entrez检索系统 30
2.4 在线资源及工具 30
2.4.1 Windows10下的Linux子系统 30
2.4.2 BLAST 33
2.4.3 ORF Finder 34
2.4.4 CD-search 34
2.4.5 Expasy 35
2.4.6 ProtParam 35
2.4.7 PlantCARE 35
2.4.8 WoLF PSORT 35
2.4.9 psRNATarget 36
2.4.10 SOPMA 36
2.4.11 SWISS-MODEL 36
2.5 生物信息学相关的期刊 37
2.6 在线交流平台 38
2.6.1 菜鸟教程 38
2.6.2 生物软件网 38
2.6.3 OmicShare Forum 40
2.6.4 生信技能树 40
2.6.5 丁香园 40
2.6.6 小木虫 42
第3章 序列比对 46
3.1 序列比对的概念 46
3.1.1 空位 46
3.1.2 双序列比对与多序列比对 46
3.2 序列比对的量化 47
3.2.1 打分矩阵 47
3.2.2 空位罚分 49
3.2.3 相似与同源 49
3.3 序列比对算法 50
3.3.1 全局比对与局部比对 50
3.3.2 动态规划算法 50
3.3.3 BLAST算法 51
3.4 序列比对在生物信息学中的地位 51
3.5 序列比对的工具 52
3.5.1 常用序列比对工具及其功能 52
3.5.2 通过Clustal进行序列比对 53
3.5.3 通过DNAMAN进行序列比对 54
3.5.4 通过APE进行序列比对 56
第4章 基因组测序组装与转座子分析 61
4.1 基因组测序技术 62
4.1.1 第一代测序技术 62
4.1.2 第二代测序技术 63
4.1.3 第三代测序技术 68
4.1.4 高通量测序技术的应用 70
4.1.5 高通量测序数据库 73
4.1.6 高通量测序相关数据存储格式 75
4.2 基因组序列拼接和质量评估 80
4.2.1 序列拼接概述 80
4.2.2 利用velvet工具拼接 81
4.2.3 基因组序列组装质量评估 82
4.3 基因组转座子 83
4.3.1 转座子的分类 83
4.3.2 自主与非自主转座子 84
4.3.3 转座子的命名 85
4.3.4 转座子的挖掘方法 85
4.3.5 LTR反转录转座子插入时间计算 86
4.3.6 转座子数据库 87
4.3.7 利用LTR_STRUC挖掘LTR反转录转座子序列 88
4.3.8 利用PILER挖掘基因组重复序列 89
4.4 LTR反转录转座子的全基因组挖掘 90
4.4.1 LTR反转录转座子全基因组挖掘概述 90
4.4.2 LTR反转录转座子的综合挖掘 91
4.4.3 拷贝数与基因组分布 91
4.4.4 LTR反转录转座子与基因组大小相关性计算 91
4.4.5 LTR反转录转座子家族的活跃时期 93
第5章 分子进化与比较基因组研究 97
5.1 分子进化的相关概念 97
5.1.1 分子进化 97
5.1.2 分子进化树 98
5.1.3 分子钟假说 98
5.2 进化树的构建方法 99
5.2.1 进化树构建方法分类 99
5.2.2 最大简约法 99
5.2.3 最大似然法 100
5.3 分子进化常用软件 101
5.3.1 PHYLIP 101
5.3.2 PAML 102
5.3.3 MEGA 103
5.3.4 PAUP 103
5.3.5 RAxML 104
5.4 比较基因组研究 104
5.4.1 基因家族聚类 104
5.4.2 系统进化分析 105
5.4.3 物种分歧时间的估算 105
5.4.4 基因家族的扩张与收缩 106
5.4.5 正选择分析 108
5.4.6 全基因组复制事件 108
5.5 比较基因组学分析实战 108
5.5.1 直系同源基因簇聚类分析 108
5.5.2 系统进化分析 111
5.5.3 物种分歧时间估算 115
5.5.4 选择压力分析 119
5.5.5 共线性分析 120
第6章 多组学关联分析 124
6.1 多组学关联分析简介 124
6.2 几种常用的组学技术 124
6.2.1 基因组学 124
6.2.2 转录组学 126
6.2.3 蛋白质组学 126
6.2.4 代谢组学 126
6.2.5 表观基因组学 126
6.2.6 微生物组学 126
6.2.7 脂质组学 127
6.3 多组学联合分析的优势 127
6.4 多组学联合分析的应用领域 127
6.5 多组学联合分析的研究方向 128
6.5.1 基因组、转录组和表观基因组学 128
6.5.2 转录组和蛋白质组学 128
6.5.3 转录组和代谢组学 129
6.5.4 蛋白质组和代谢组学 129
6.5.5 微生物组和代谢组学 129
6.5.6 转录组、蛋白质组和代谢组学 130
6.6 多组学分析实战 131
6.6.1 基因组和转录组分析 131
6.6.2 转录组和蛋白质组分析（ChIP-seq分析） 143
6.6.3 基因组、转录组和表观基因组分析（DNase-seq分析） 148
6.6.4 基因组和表观组分析（ATAC-seq分析） 154
6.6.5 GWAS分析 164
第7章 蛋白质结构与功能预测 169
7.1 蛋白质结构概述 169
7.1.1 蛋白质结构与生物学功能 169
7.1.2 获得蛋白质结构的实验方法 169
7.1.3 蛋白质结构比对 170
7.2 蛋白质二级结构的预测 171
7.2.1 预测工具 171
7.2.2 二级结构预测示例 172
7.3 蛋白质结构数据库 174
7.3.1 PDB数据库的检索 174
7.3.2 蛋白质结构的数据格式 174
7.3.3 蛋白质结构可视化工具 175
7.3.4 蛋白质结构预测的意义 177
7.4 蛋白质三级结构的预测 178
7.4.1 同源建模 178
7.4.2 从头预测 181
7.4.3 氨基酸替换对蛋白质功能影响的预测 182
7.4.4 蛋白质结构预测的平台 183
第8章 计算机辅助药物设计基础 187
8.1 分子对接 187
8.1.1 分子对接工具 187
8.1.2 AutoDock程序的安装 188
8.1.3 小分子的处理 190
8.1.4 大分子的处理 193
8.1.5 两个参数文件（GPF和DPF）的设置 193
8.1.6 结果的保存与处理 196
8.2 分子动力学模拟 196
8.2.1 分子动力学模拟概述 196
8.2.2 利用Amber工具生成小分子模板 198
8.2.3 Amber处理蛋白质文件 199
8.2.4 能量优化 200
8.2.5 分子模拟 202
8.2.6 结果数据分析 203
附录1 生物信息学词汇 207
附录2 ASCII码表 209
序
前言
第1章 绪论 1
1.1 生物信息学的研究内容 1
1.1.1 生物信息学涉及的生物学研究领域 1
1.1.2 生物信息学涉及的计算机研究领域 3
1.2 生物信息学的发展历史 5
1.2.1 生物信息学的萌芽（1950～1979年） 5
1.2.2 生物信息学的成长（1980～1990年） 5
1.2.3 生物信息学的飞速发展（1991年至今） 6
1.3 生物信息学研究机构 6
1.3.1 美国国立生物技术信息中心 6
1.3.2 欧洲生物信息研究所 8
1.3.3 日本的DNA数据库 8
1.3.4 Expasy 8
1.3.5 北京大学生物信息中心 10
1.3.6 华大基因 10
1.4 生物信息学的应用 11
1.4.1 序列比对 11
1.4.2 基因组测序组装与重复系列分析 11
1.4.3 分子进化和比较基因组研究 12
1.4.4 蛋白质结构比对和功能预测 12
1.4.5 多组学关联分析 12
1.4.6 计算机辅助药物设计 13
1.5 生物信息学发展面临的机遇与挑战 13
第2章 生物信息学数据库、资源及常用工具 16
2.1 数据库的分类 16
2.1.1 依据数据库存储内容进行划分 16
2.1.2 依据数据来源进行划分 18
2.2 常用数据库介绍 19
2.2.1 NCBI 19
2.2.2 Ensembl 23
2.2.3 UCSC 23
2.2.4 KEGG PATHWAY 24
2.2.5 KEGG ORTHOLOGY 24
2.2.6 Pfam 26
2.2.7 Cistrome DB 26
2.2.8 JASPAR 26
2.2.9 Cell BLAST 27
2.2.10 EWAS Data Hub 27
2.2.11 DiseaseMeth 28
2.2.12 TAIR 28
2.2.13 ChEMBL 28
2.3 NCBI Entrez检索系统 30
2.4 在线资源及工具 30
2.4.1 Windows10下的Linux子系统 30
2.4.2 BLAST 33
2.4.3 ORF Finder 34
2.4.4 CD-search 34
2.4.5 Expasy 35
2.4.6 ProtParam 35
2.4.7 PlantCARE 35
2.4.8 WoLF PSORT 35
2.4.9 psRNATarget 36
2.4.10 SOPMA 36
2.4.11 SWISS-MODEL 36
2.5 生物信息学相关的期刊 37
2.6 在线交流平台 38
2.6.1 菜鸟教程 38
2.6.2 生物软件网 38
2.6.3 OmicShare Forum 40
2.6.4 生信技能树 40
2.6.5 丁香园 40
2.6.6 小木虫 42
第3章 序列比对 46
3.1 序列比对的概念 46
3.1.1 空位 46
3.1.2 双序列比对与多序列比对 46
3.2 序列比对的量化 47
3.2.1 打分矩阵 47
3.2.2 空位罚分 49
3.2.3 相似与同源 49
3.3 序列比对算法 50
3.3.1 全局比对与局部比对 50
3.3.2 动态规划算法 50
3.3.3 BLAST算法 51
3.4 序列比对在生物信息学中的地位 51
3.5 序列比对的工具 52
3.5.1 常用序列比对工具及其功能 52
3.5.2 通过Clustal进行序列比对 53
3.5.3 通过DNAMAN进行序列比对 54
3.5.4 通过APE进行序列比对 56
第4章 基因组测序组装与转座子分析 61
4.1 基因组测序技术 62
4.1.1 第一代测序技术 62
4.1.2 第二代测序技术 63
4.1.3 第三代测序技术 68
4.1.4 高通量测序技术的应用 70
4.1.5 高通量测序数据库 73
4.1.6 高通量测序相关数据存储格式 75
4.2 基因组序列拼接和质量评估 80
4.2.1 序列拼接概述 80
4.2.2 利用velvet工具拼接 81
4.2.3 基因组序列组装质量评估 82
4.3 基因组转座子 83
4.3.1 转座子的分类 83
4.3.2 自主与非自主转座子 84
4.3.3 转座子的命名 85
4.3.4 转座子的挖掘方法 85
4.3.5 LTR反转录转座子插入时间计算 86
4.3.6 转座子数据库 87
4.3.7 利用LTR_STRUC挖掘LTR反转录转座子序列 88
4.3.8 利用PILER挖掘基因组重复序列 89
4.4 LTR反转录转座子的全基因组挖掘 90
4.4.1 LTR反转录转座子全基因组挖掘概述 90
4.4.2 LTR反转录转座子的综合挖掘 91
4.4.3 拷贝数与基因组分布 91
4.4.4 LTR反转录转座子与基因组大小相关性计算 91
4.4.5 LTR反转录转座子家族的活跃时期 93
第5章 分子进化与比较基因组研究 97
5.1 分子进化的相关概念 97
5.1.1 分子进化 97
5.1.2 分子进化树 98
5.1.3 分子钟假说 98
5.2 进化树的构建方法 99
5.2.1 进化树构建方法分类 99
5.2.2 最大简约法 99
5.2.3 最大似然法 100
5.3 分子进化常用软件 101
5.3.1 PHYLIP 101
5.3.2 PAML 102
5.3.3 MEGA 103
5.3.4 PAUP 103
5.3.5 RAxML 104
5.4 比较基因组研究 104
5.4.1 基因家族聚类 104
5.4.2 系统进化分析 105
5.4.3 物种分歧时间的估算 105
5.4.4 基因家族的扩张与收缩 106
5.4.5 正选择分析 108
5.4.6 全基因组复制事件 108
5.5 比较基因组学分析实战 108
5.5.1 直系同源基因簇聚类分析 108
5.5.2 系统进化分析 111
5.5.3 物种分歧时间估算 115
5.5.4 选择压力分析 119
5.5.5 共线性分析 120
第6章 多组学关联分析 124
6.1 多组学关联分析简介 124
6.2 几种常用的组学技术 124
6.2.1 基因组学 124
6.2.2 转录组学 126
6.2.3 蛋白质组学 126
6.2.4 代谢组学 126
6.2.5 表观基因组学 126
6.2.6 微生物组学 126
6.2.7 脂质组学 127
6.3 多组学联合分析的优势 127
6.4 多组学联合分析的应用领域 127
6.5 多组学联合分析的研究方向 128
6.5.1 基因组、转录组和表观基因组学 128
6.5.2 转录组和蛋白质组学 128
6.5.3 转录组和代谢组学 129
6.5.4 蛋白质组和代谢组学 129
6.5.5 微生物组和代谢组学 129
6.5.6 转录组、蛋白质组和代谢组学 130
6.6 多组学分析实战 131
6.6.1 基因组和转录组分析 131
6.6.2 转录组和蛋白质组分析（ChIP-seq分析） 143
6.6.3 基因组、转录组和表观基因组分析（DNase-seq分析） 148
6.6.4 基因组和表观组分析（ATAC-seq分析） 154
6.6.5 GWAS分析 164
第7章 蛋白质结构与功能预测 169
7.1 蛋白质结构概述 169
7.1.1 蛋白质结构与生物学功能 169
7.1.2 获得蛋白质结构的实验方法 169
7.1.3 蛋白质结构比对 170
7.2 蛋白质二级结构的预测 171
7.2.1 预测工具 171
7.2.2 二级结构预测示例 172
7.3 蛋白质结构数据库 174
7.3.1 PDB数据库的检索 174
7.3.2 蛋白质结构的数据格式 174
7.3.3 蛋白质结构可视化工具 175
7.3.4 蛋白质结构预测的意义 177
7.4 蛋白质三级结构的预测 178
7.4.1 同源建模 178
7.4.2 从头预测 181
7.4.3 氨基酸替换对蛋白质功能影响的预测 182
7.4.4 蛋白质结构预测的平台 183
第8章 计算机辅助药物设计基础 187
8.1 分子对接 187
8.1.1 分子对接工具 187
8.1.2 AutoDock程序的安装 188
8.1.3 小分子的处理 190
8.1.4 大分子的处理 193
8.1.5 两个参数文件（GPF和DPF）的设置 193
8.1.6 结果的保存与处理 196
8.2 分子动力学模拟 196
8.2.1 分子动力学模拟概述 196
8.2.2 利用Amber工具生成小分子模板 198
8.2.3 Amber处理蛋白质文件 199
8.2.4 能量优化 200
8.2.5 分子模拟 202
8.2.6 结果数据分析 203
附录1 生物信息学词汇 207
附录2 ASCII码表 209
猜您喜欢
