具体描述
《计算生物学导论:图谱、序列和基因组》是Introduction to Computational Biology的中文译著，《计算生物学导论:图谱、序列和基因组》的意图是针对有数学技能的人介绍令人着迷的生物数据和问题，并建立更实际的生物数学的基础。《计算生物学导论:图谱、序列和基因组》共分15章，其中第1章介绍分子生物学的基本常识，第2-4章介绍限制图谱和多重图谱，第5、6章研究克隆和克隆图谱，第7章讨论DNA序列相关的话题，第8-11章是共同模式下序列比较问题，第12章涉及序列中模式计数的统计问题，第13章叙述RNA二级结构的数学化论述，第14章给出有关序列的进化历史，最后第15章给出某些关键文献的原始出处.《计算生物学导论:图谱、序列和基因组》结构完整，内容更新、更全面。
《计算生物学导论:图谱、序列和基因组》适合高等院校数学和生物专业的高年级大学生、研究生和教师阅读参考，也适合科研单位的研究人员参考。
作者简介
目录信息
前言
数学符号
第0章 引言
0.1 分子生物学
0.2 数学，统计和计算机科学
第1章 分子生物学一些知识
1.1 DNA和蛋白
1.1.1 双螺旋结构
1.2 中心定理
1.3 遗传密码
1.4 转化RNA和蛋白序列
1.5 基因不简单
1.5.1 开始与停止
1.5.2 基因表达的控制
1.5.3 割裂基因
1.5.4 跳跃基因
1.6 生物化学
问题
第2章 限制图谱
2.1 引言
2.2 图
2.3 区间图
2.4 片段大小的度量
问题
第3章 多重图谱
3.1 双消化问题
3.1.1 双消化问题的多重解
3.2 多重解分类
3.2.1 反射性
3.2.2 重叠等价
3.2.3 重叠尺寸等价
3.2.4 更多的图论知识
3.2.5 从一条路到另一条路
3.2.6 限制图谱及边界块图
3.2.7 限制图谱的盒变换
3.2.8 一个例子
问题
第4章 求解DDP的算法
4.1 算法和复杂性
4.2 DDP是NP完全的
4.3 解DDP的方法
4.3.1 整数规划
4.3.2 划分问题
4.3.3 TSP
4.4 模拟退火法：TSP和DD
4.4.1 模拟退火法
4.4.2 TSP
4.4.3 DDP
4.4.4 环状图谱
4.5 用真实数据作图
4.5.1 使数据符合图
4.5.2 图谱算法
问题
第5章 克隆与克隆文库
5.1 有限的随机克隆数
5.2 完全消化的文库
5.3 部分消化的文库
5.3.1 可克隆基的组分
5.3.2 采样、方法1
5.3.3 设计部分消化文库
5.3.4 Poisson近似
5.3.5 获得所有片段
5.3.6 最大表达度
5.4 每个微生物中的基因组
问题
第6章 物理基因组图谱：海洋、岛屿和锚
6.1 用指纹制作图谱
6.1.1 海洋和岛屿
6.1.2 分小与控制
6.1.3 两个先驱实验
6.1.4 啤酒酵母
6.1.5 大肠杆菌
6.1.6 计算指纹模式
6.2 用锚制作图谱
6.2.1 海洋、岛和锚
6.2.2 克隆与锚的对偶性
6.3 克隆重叠的概述
6.4 综合
问题
第7章 序列装配
7.1 鸟枪测序法
7.1.1 SSP是NP完全的
7.1.2 贪婪算法的解至多是4倍最优解
7.1.3 实践中的装配
7.1.4 序列精度
7.1.5 预期的进展
7.2 用杂交法测序
7.2.1 其他SBH设计
7.3 重访鸟枪测序法
问题
第8章 数据库和快速序列装配
8.1 DNA和蛋白序列数据库
8.1.1 序列数据库文件中条款的描述
8.1.2 简单序列数据文件
8.1.3 统计小结
8.2 序列的树表现
8.3 序列的切细
8.3.1 切细表
8.3.2 用线性时间切细
8.3.3 切细和链接
8.4 序列中的重复
8.5 用切细进行序列比较
8.6 至多有l个失配的序列比较
8.7 用统计量进行序列比较
问题
第9章 动态规划、两个序列比对
9.1 比对的个数
9.2 网络中最短和最长路
9.3 全局距离比对
9.3.1 插入删除函数
9.3.2 依赖距离的权重
9.4 全局相似比对
9.5 将一个序列吻合另一个序列
9.6 局部比对和丛
9.6.1 自身比较
9.6.2 衔接重复
9.7 线性空间算法
9.8 回溯
9.9 倒位
9.10 图谱比对
9.11 参数序列比较
9.11.1 一维参数集合
9.11.2 进入二维
问题
第10章 多重序列比对
10.1 囊性纤维化基因
10.2 r维的动态规划
10.2.1 减小容积
10.3 加权平均序列
10.3.1 比对的比对
10.3.2 序列的重心
10.4 轮廓分析
10.4.1 统计意义
10.5 通过隐Markov模型比对
10.6 一致词分析
10.6.1 词分析
10.6.2 一致比对
10.6.3 更复杂的打分
问题
第11章 序列比对用到的概率和统计
11.1 全局比对
11.1.1 给定的比对
11.1.2 未知比对
11.1.3 比对打分的线性增长
11.1.4 Azuma-Hoeffding引理
11.1.5 对平均值的大偏差
11.1.6 关于二项式分布的大偏差
11.2 局部比对
11.2.1 大数定律
11.3 极值分布
11.4 Poisson近似的Chen-Stein方法
11.5 Poisson近似和长匹配
11.5.1 连续正面的投币
11.5.2 序列间的准确匹配
11.5.3 近似匹配
11.6 带有打分的序列比对
11.6.1 相位转移
11.6.2 实用的p值
问题
第12章 有关序列模式的概率与统计
12.1 中心极限定理
12.1.1 广义词
12.1.2 估计概率
12.2 非重叠模式统计
12.2.1 一个模式的更新理论
12.2.2 Li方法与多重模式
12.3 Poisson近似
12.4 位点分布
12.4.1 内部位点距离
问题
第13章 RNA二级结构
13.1 组合数学
13.1.1 计算更多的形状
13.2 最小自由能结构
13.2.1 减少发卡计算时间
13.2.2 线性不稳定函数
13.2.3 多分支环
13.3 一致折叠
问题
第14章 树和序列
14.1 树
14.1.1 分裂
14.1.2 树的度量
14.2 距离
14.2.1 可加树
14.2.2 超度量树
14.2.3 非可加距离
14.3 简约算法
14.4 极大似然树
14.4.1 连续时间Markov链
14.4.2 估计变化率
14.4.3 似然性与树
问题
第15章 来源与展望
15.1 分子生物学
15.2 物理图谱和克隆文库
15.3 序列装配
15.4 序列比较
15.4.1 数据库和快速序列分析
15.4.2 对两个序列的动态规划方法
15.4.3 多重序列比对
15.5 概率和统计
15.5.1 序列比对
15.5.2 序列模式
15.6 RNA二级结构
15.7 树和序列
参考文献
附录问题解答和提示
索引
· · · · · · (收起)
读后感
评分
评分
评分
评分
用户评价
从学科前瞻性的角度来看，这本书展现了极高的视野。它不仅涵盖了该领域已经成熟和经典的部分，还积极地引入了当前学术界和工业界热议的最新进展和尚未解决的挑战。书中对未来可能的发展方向和研究热点进行了适度的展望和讨论，这对于立志于从事相关研究工作的读者来说，具有非常重要的导向作用。它鼓励读者保持批判性思维，不墨守成规，而是要站在巨人的肩膀上，思考如何去开辟新的道路。这种鼓励探索、面向未来的精神，是这本书最让我感到振奋的地方，它成功地将读者从“学习知识”的层面提升到了“创造知识”的层面。
评分我必须强调这本书在实验和实践指导方面的实用价值。很多理论书籍往往止步于概念讲解，但在实际操作层面显得力不从心。然而，这本教材非常注重知行合一，它详细介绍了如何将理论转化为可执行的步骤和代码框架。无论是数据预处理的技巧，还是模型构建的细节，都有详尽的步骤拆解，甚至连常见的“陷阱”和“调试技巧”也一并涵盖。对于那些希望通过实践来巩固学习的读者来说，这本书简直是“宝藏”。它提供的不仅仅是“是什么”，更是“怎么做”的详尽指南，极大地提高了学习效率和实际解决问题的能力。
评分这本书的装帧设计真是让人眼前一亮，封面采用了沉稳的深蓝色调，搭配简洁的白色字体，散发出一种专业而又不失典雅的气质。拿到手里，纸张的质感也相当不错，厚实而略带纹理，翻阅起来手感极佳，让人忍不住想多翻几页。整体来看，这本教材的排版布局非常考究，正文的行距和字号都经过精心调整，阅读起来非常舒适，长时间阅读也不会感到眼睛疲劳。特别是那些重要的公式和图表，都被清晰地标注和优化过，即便是初学者也能很快抓住重点。出版社在细节上的把控确实体现了专业水准，这无疑为学习体验增添了许多愉悦感。从这本书的外部呈现来看，它绝对是一本值得收藏的经典之作，光是摆在书架上，就觉得充满了知识的力量。
评分内容上的深度和广度令人印象深刻，作者显然在这一领域有着深厚的积累和独到的见解。我特别欣赏它对基础理论的梳理，逻辑链条清晰有力，从最基本的概念开始，层层递进，毫不含糊。它没有满足于停留在表面现象的描述，而是深入挖掘了背后的原理和方法论，这一点对于想要扎实打下基础的读者来说至关重要。而且，书中所引用的案例和前沿研究都非常及时和具有代表性，让我对学科的发展脉络有了更宏观的认识。对我而言，这本书不仅仅是一本教科书，更像是一份详尽的知识地图，指引着探索未知领域的方向。每一次重读，都会有新的感悟和收获，这才是优秀学术著作的魅力所在。
评分这本书的语言风格非常独特，它成功地在学术的严谨性与可读性之间找到了一个绝妙的平衡点。作者的叙述方式既保持了科学文本应有的精确和客观，又融入了一种近乎娓娓道来的亲切感。即便是涉及复杂算法和数学推导的部分，作者也擅长用生动的比喻和恰当的类比来辅助理解，极大地降低了初学者的学习门槛。阅读过程中，几乎没有那种“对牛弹琴”的挫败感，更多的是一种被引导着逐步深入的探索乐趣。这种流畅、自然的表达，使得原本可能枯燥晦涩的知识点变得鲜活起来，让人愿意主动去钻研，而不是被动地接受信息。
评分好难 = = 【突然发现学习计算系统生物学中心的花名册里有Waterman......
评分好难 = = 【突然发现学习计算系统生物学中心的花名册里有Waterman......
评分好难 = = 【突然发现学习计算系统生物学中心的花名册里有Waterman......
评分好难 = = 【突然发现学习计算系统生物学中心的花名册里有Waterman......
评分好难 = = 【突然发现学习计算系统生物学中心的花名册里有Waterman......
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有