为了充分展现生物信息学领域的最新研究进展,本书在DNA序列比对、基因组结构与功能注释、蛋白质结构与功能预测等经典内容之外,新增了单细胞基因组学、合成生物学、系统生物学、人类疾病相关基因分析与药物分子设计等前沿专题。全书共15章,分别为生物信息学绪论、核酸与蛋白质数据库、双序列比对与相似序列搜索、多序列比对与分子系统发育分析、基因组计划、基因组结构与功能注释、基因预测与功能注释、核糖核酸分析、基因表达数据分析、单细胞基因组学、蛋白质序列分析与功能预测、蛋白质结构预测、合成生物学、人类疾病相关基因分析与药物分子设计、系统生物学之转录动力学简介。
样章试读
目录
- 目录
第1章 生物信息学绪论 1
1.1 人类基因组计划与生物信息学 1
1.2 推动生物信息学发展的里程碑事件 1
1.3 生物信息学的内涵与意义 7
1.4 受生物信息学影响的重要学科领域 8
1.4.1 对基因组学和蛋白质组学的影响 8
1.4.2 对生物技术和生物工程的影响 10
1.4.3 对制药行业的影响 11
1.4.4 对植物育种和作物改良的影响 12
1.4.5 对生物科学和健康医疗领域未来发展的影响 13
1.5 生物信息学教与学的特点 15
1.6 思政小课堂——我国在人类基因组研究中的贡献 16
1.7 思考题 17
1.8 主要参考文献 17
第2章 核酸与蛋白质数据库 18
2.1 重要核酸序列数据库概述 18
2.1.1 GenBank数据库和NCBI 19
2.1.2 ENA数据库和EMBL-EBI 20
2.1.3 DDBJ 20
2.1.4 NGDC数据库 21
2.1.5 ENCODE数据库 21
2.1.6 UCSC数据库 21
2.1.7 gnomAD 21
2.1.8 TCGA数据库 22
2.2 重要蛋白质序列数据库概述 22
2.2.1 PIR数据库 22
2.2.2 Swiss-Prot数据库和TrEMBL数据库 22
2.2.3 UniProt数据库 23
2.3 重要蛋白质结构数据库概述 24
2.3.1 PDB 24
2.3.2 SCOP数据库 24
2.3.3 CATH数据库 25
2.3.4 AlphaFold数据库 25
2.4 生物序列数据库的记录构成 25
2.4.1 核酸序列数据库的记录构成 25
2.4.2 蛋白质序列数据库的记录构成 27
2.4.3 蛋白质结构数据库的记录构成 28
2.5 如何获取一条序列 30
2.6 如何获取批量序列 31
2.6.1 一般操作步骤 31
2.6.2 举例介绍 32
2.7 思政小课堂——中美生物化学联合招生项目 34
2.8 思考题 35
2.9 主要参考文献 35
第3章 双序列比对与相似序列搜索 36
3.1 序列比对的生物学基础 36
3.2 双序列比对 36
3.3 双序列比对的方法 37
3.4 打分矩阵 39
3.5 最优比对与动态规划方法 41
3.6 BLAST原理 43
3.7 BLAST搜索步骤 45
3.8 BLAST搜索策略 48
3.9 BLAST互联网资源 49
3.10 思政小课堂——我国学者在序列比对领域的贡献 51
3.11 思考题 52
3.12 主要参考文献 52
第4章 多序列比对与分子系统发育分析 53
4.1 什么是多序列比对 53
4.2 常见的多序列比对方法 54
4.2.1 渐进式多序列比对算法 54
4.2.2 MUSCLE算法 57
4.2.3 迭代算法 61
4.3 多序列比对数据库 65
4.3.1 UCSC Genome Browser 65
4.3.2 Ensembl 66
4.3.3 Pfam 66
4.3.4 SMART 67
4.4 分子进化概述 68
4.5 分子系统发育与进化的法则 68
4.6 分子系统发育树的特征 71
4.7 分子系统发育树的类型 72
4.7.1 有根树和无根树 72
4.7.2 基因树和物种树 72
4.8 核苷酸替代模型 73
4.8.1 P距离 74
4.8.2 核酸替代数的估计 74
4.8.3 Jukes-Cantor模型 75
4.8.4 Kimura双参数模型 75
4.8.5 更复杂的核苷酸替代模型 76
4.9 分子系统发育分析的基本推断方法 76
4.9.1 基于距离的方法 77
4.9.2 基于特征的方法 78
4.9.3 评估系统发育树——自展法 82
4.9.4 各种建树方法相对性能的比较 82
4.10 分子系统发育分析常用软件与互联网资源 83
4.10.1 序列比对工具 83
4.10.2 树构建软件 83
4.10.3 模型测试软件 84
4.10.4 可视化工具 85
4.11 思政小课堂——华裔学者在分子进化领域的贡献 87
4.12 思考题 87
4.13 主要参考文献 87
第5章 基因组计划 89
5.1 基因组计划概述 89
5.2 基因组测序计划年表 91
5.3 基因组组装 92
5.3.1 概述 92
5.3.2 基因组组装的准备工作:基因组概貌评估 93
5.4 基于第二代测序数据的基因组组装 95
5.4.1 基于第二代测序数据的组装流程 95
5.4.2 基于第二代测序数据的组装算法 96
5.5 第三代测序数据的基因组组装 99
5.5.1 第三代测序数据的特点 99
5.5.2 常用的算法和软件 100
5.6 辅助组装技术 101
5.6.1 10×Genomics技术 101
5.6.2 Hi-C技术 101
5.7 基因组组装质量评估 102
5.7.1 组装长度和连续性的评估 102
5.7.2 组装完整性的评估 103
5.8 基因组注释 105
5.8.1 基因组组成 105
5.8.2 蛋白质编码基因的预测 106
5.9 基因组的研究 114
5.9.1 基因家族进化分析 115
5.9.2 基因组重复分析 116
5.10 重要的基因组互联网资源 118
5.11 思考题 119
5.12 主要参考文献 119
第6章 基因组结构与功能注释 121
6.1 基因组注释的主要内容 121
6.2 基因组注释的主要方法与软件资源 121
6.3 Gene Ontology相关平台及常用工具 121
6.3.1 基因本体 121
6.3.2 Gene Ontology网站平台的使用 124
6.3.3 Gene Ontology常用工具 127
6.4 Gene Ontology应用 130
6.4.1 基因组分析应用 130
6.4.2 基因表达分析应用 130
6.5 KEGG相关平台及常用工具 132
6.5.1 KEGG简介 133
6.5.2 KEGG常用工具 133
6.6 KEGG应用 137
6.6.1 KEGG数据库构成 137
6.6.2 KEGG PATHWAY简单探索 140
6.7 思政小课堂——红树起源的基因组学研究 144
6.8 思考题 144
6.9 主要参考文献 144
第7章 基因预测与功能注释 146
7.1 蛋白质编码基因预测 146
7.1.1 从头预测 147
7.1.2 基于同源预测 148
7.1.3 基于转录组预测 150
7.2 基因功能注释 151
7.2.1 基因功能注释数据库 151
7.2.2 以BLAST比对推断基因GO功能注释举例 153
7.2.3 利用KofamKOALA进行KEGG基因功能注释举例 154
7.3 lncRNA基因预测及功能注释 155
7.3.1 lncRNA简介 155
7.3.2 lncRNA基因注释方法 156
7.3.3 lncRNA功能注释方法 159
7.4 思考题 160
7.5 主要参考文献 160
第8章 核糖核酸分析 161
8.1 RNA概述 161
8.2 信使RNA 161
8.3 RNA-seq数据与分析方法 162
8.3.1 RNA-seq数据准备与处理 163
8.3.2 RNA-seq分析 166
8.4 RNA分析常用方法 168
8.4.1 预测RNA二级结构 169
8.4.2 非编码RNA分析(以microRNA为例) 170
8.5 RNA常用互联网资源 172
8.5.1 NONCODE 173
8.5.2 miRBase 173
8.5.3 RNAInter 176
8.6 思政小课堂——microRNA渠化调控方面的研究 180
8.7 思考题 180
8.8 主要参考文献 180
第9章 基因表达数据分析 182
9.1 基因表达数据概述 182
9.2 表达数据定量 185
9.3 表达数据的预处理 186
9.3.1 基因芯片表达数据预处理 186
9.3.2 RNA-seq表达数据预处理 187
9.4 差异表达分析 188
9.4.1 差异表达分析的原理和方法 188
9.4.2 差异表达分析实践 189
9.5 聚类与分类分析 191
9.5.1 距离度量 192
9.5.2 聚类算法 193
9.5.3 分类分析 195
9.5.4 分类模型的性能评价 198
9.6 基因表达数据的功能注释 200
9.6.1 基因组注释数据库 201
9.6.2 基因集功能富集分析 202
9.7 基因调控网络分析 204
9.7.1 基因调控网络模型 204
9.7.2 基因调控网络构建 205
9.8 基因表达数据分析相关工具与互联网资源 207
9.9 思考题 207
9.10 主要参考文献 208
第10章 单细胞基因组学 209
10.1 单细胞基因组学概述 209
10.2 单细胞基因组学的发展史 210
10.3 单细胞测序技术的原理与方法 211
10.3.1 单细胞制备 211
10.3.2 单细胞捕获 211
10.3.3 单细胞文库构建 212
10.3.4 单细胞基因组测序 213
10.4 单细胞基因组学的研究进展 213
10.5 思考题 214
10.6 主要参考文献 215
第11章 蛋白质序列分析与功能预测 216
11.1 蛋白质概述 216
11.2 蛋白质序列特征分析 219
11.2.1 基本理化性质预测 219
11.2.2 亲疏水性区域预测 221
11.2.3 跨膜结构域预测 222
11.2.4 信号肽及其剪接位点预测 222
11.3 蛋白质功能预测 225
11.3.1 基于序列匹配性预测 225
11.3.2 基于蛋白质-蛋白质相互作用预测 225
11.3.3 基于蛋白质结构信息预测 230
11.4 蛋白质分析工具与互联网资源 231
11.5 思政小课堂——施一公论科学研究 231
11.5.1 研究体系的重要性 232
11.5.2 科研能力的培养 232
11.6 思考题 233
11.7 主要参考文献 233
第12章 蛋白质结构预测 234
12.1 蛋白质结构概述 234
12.2 蛋白质结构数据库 235
12.2.1 标题结构信息 236
12.2.2 一级结构信息 237
12.2.3 二级结构信息 237
12.2.4 三级结构信息 238
12.3 蛋白质结构分类数据库 238
12.4 蛋白质结构从头计算 241
12.4.1 分子动力学模拟简介 241
12.4.2 其他模拟方法简介 242
12.5 蛋白质序列和结构比对 243
12.5.1 同源建模简介 243
12.5.2 折叠识别方法简介 244
12.6 基于深度学习的蛋白质结构预测 244
12.7 蛋白质结构预测相关工具与互联网资源 250
12.7.1 常用数据库简介 250
12.7.2 常用软件简介 250
12.8 思政小课堂——新中国人工全合成牛胰岛素 251
12.9 思考题 252
12.10 主要参考文献 252
第13章 合成生物学 253
13.1 合成生物学概述 253
13.2 合成生物学的发展史 253
13.2.1 萌芽阶段——理论和技术支持 254
13.2.2 发展阶段 254
13.3 合成生物学的技术与原理 255
13.3.1 元器件 256
13.3.2 生物装置 256
13.3.3 基因路线的设计原则及影响因素 260
13.4 合成生物学的研究进展 262
13.5 思政小课堂——合成生物学的产业应用 263
13.6 思考题 263
13.7 主要参考文献 264
第14章 人类疾病相关基因分析与药物分子设计 265
14.1 人类疾病治疗的分子途径概述 265
14.1.1 疾病产生的分子机制总论 265
14.1.2 分子途径中的药物靶点分类 266
14.2 人类疾病相关基因的发现 267
14.2.1 发现疾病相关基因的早期方法 268
14.2.2 发现人类疾病相关基因的现代方法 272
14.3 寻找蛋白质靶点 273
14.3.1 已知基因靶点,验证蛋白质靶点 274
14.3.2 基因靶点未知,寻找蛋白质靶点 275
14.3.3 生物信息学方法 276
14.4 药物分子设计常用方法 277
14.4.1 基于小分子结构的药物分子设计方法 277
14.4.2 基于靶点结构的药物分子设计方法 279
14.4.3 基于靶标核酸的药物分子设计 281
14.5 临床应用典型案例 282
14.5.1 格列卫的分子设计 282
14.5.2 克唑替尼的分子设计 283
14.5.3 诺西那生钠的分子设计 284
14.6 思政小课堂——中国科学家与白血病的故事 285
14.7 思考题 286
14.8 主要参考文献 287
第15章 系统生物学之转录动力学简介 288
15.1 系统生物学发展简介 288
15.1.1 产生背景及研究思路 288
15.1.2 研究意义与价值 290
15.2 基本知识准备 290
15.2.1 中心法则 290
15.2.2 基因表达与基因表达调控 292
15.3 经典基因表达数学建模方法简介 293
15.3.1 确定性方法 294
15.3.2 随机性方法 295
15.4 经典数值模拟算法简介 297
15.5 转录动力学之一——选择性剪接 298
15.5.1 盒式选择性剪接随机动力学模型的统一构建 301
15.5.2 盒式选择性剪接随机动力学模型的一些理论性成果 302
15.6 转录动力学之二——核驻留普适性模型研究 308
15.6.1 普适性模型框架及生化主方程说明 309
15.6.2 基于实验数据的参数选取与获得 310
15.6.3 组成性基因表达下对转录水平的影响 310
15.6.4 爆发式基因表达下对转录水平的影响 312
15.6.5 核驻留过程与出核过程对细胞质转录物噪声的作用 314
15.6.6 细胞核内外转录物自相关性的刻画与分析 314
15.7 思考题 315
15.8 主要参考文献 315
附录 317
附录一 芯片数据的差异表达分析R代码——Step1-数据下载与整理 317
附录二 芯片数据的差异表达分析R代码——Step3-差异表达分析 321
附录三 RNA-seq数据的差异表达分析R代码——Step2-差异表达分析-DESeq2包代码实践 322
附录四 RNA-seq数据的差异表达分析R代码——Step2-差异表达分析-edgeR包代码实践 323
附录五 RNA-seq数据的差异表达分析R代码——Step2-差异表达分析-limma包代码实践 324
附录六 RNA-seq数据的差异表达分析R代码——Step2-差异表达分析-Wilcoxon秩和检验代码实践 325
附录七 k均值聚类的R代码实践 326
索引 328