生物信息学参考书籍与资料.docx

1、生物信息学参考书籍与资料生物信息学参考书籍与资料篇一：生物信息学参考书籍(入门级)1、Bioinformaticssequenceandgenomeanalysis影印本，科学出版社,XX2、DurbinR,EddyS,KroghA,etal.生物序列分析,蛋白质和核酸的概率论模型.北京清华大学出版社,XX3、帕夫纳，计算分子生物学算法逼近，化学工业出版社，XX4、(巴西)J.塞图宝，J.梅丹尼斯著，朱浩等译，计算分子生物学导论，科学出版社，XX5、MasatoshiNeiSudhirKumar.译者：吕宝忠，钟扬，高莉萍，高等教育出版社，XX6、,著；李衍达,孙之荣等译，生物信息学基因和蛋白

2、质分析的实用指南,，清华大学出版社,XX7、鲍尔迪，DNA芯片和基因表达从实验到数据分析与模建，科学出版社，XX8、利布莱尔，蛋白质组学导论：生物学的新工具，科学出版社，XX9、张亮，M.谢纳，生物芯片分析，科学出版社，XX10、卢因，基因V，科学出版社，XX11、(英)韦斯特海德()等著；王明怡等译,生物信息学，科学出版社XX12、皮埃尔巴尔迪，(丹)索恩布鲁纳克著；张东晖等译，生物信息学：机器学习方法，中信出版社，XX13、(美）CyntbiaGibas,PerJambecks著；孙超等译生物信息学中的计算机技术中国电力出版社，XX14、(美),著,孙啸，陆祖宏，谢建明等译，生物信息学概论

3、,清华大学出版社XX15、(加)S.米塞诺,(美)克拉维茨著；欧阳红生,阮承迈,李慎涛等译,生物信息学方法指南，科学出版社，XX16、孙之荣主译探索基因组学、蛋白质组学和生物信息学，科学出版社，XX年8月出版17、哈特尔，遗传学基因与基因组分析，科学出版社,XX18、生物信息学若干前沿问题的探讨：中国科协第81次青年科学家论坛论文集黄德双等主编,中国科学技术大学出版社XX19、胡松年，薛庆中主编，基因组数据分析手册浙江大学出版社,XX20、胡松年，基因表达序列标签数据分析手册，浙江大学出版社,XX21、李敏强，寇纪淞，林丹，李书全，遗传算法的基本理论与应用.科学出版社.XX年4月22、孙啸,陆

4、祖宏,谢建明编著,生物信息学基础,清华大学出版社XX23、李霞主编，现代生物信息学理论与实践，科学出版社，XX年11月出版生物信息学参考书籍24、袁建刚等主译基因组科学出版社，XX25、黄韧等生物信息学网络资源与应用中山大学出版社，XX26、郝柏林等编生物信息学手册第2版，上海科学技术出版社，XX27、蒋彦等编基础生物信息学及应用清华大学出版社，科学出版社，XX28、张继仁蛋白质组学导论：生物学的新工具，科学出版社，XX年12月出版29、夏其昌，白质化学与蛋白质组学，科学出版社，XX年30、蒋华良、钟扬、陈国强、罗小民等译药物基因组学寻找个性化治疗，科学出版社，XX年7月出版31、著钟扬，王莉

5、，张亮主译，生物信息学，高等教育出版社，XX32、张阳德编，生物信息学科学出版社，XX33、沈世镒著，生物序列突变与比对的结构分析，科学出版社XX34、赵国屏等编生物信息学科学出版社，XX35、郑珩王非，药物生物信息学，化学工业出版社，XX36、MinoruKanehisa著；孙之荣等译,后基因组信息学,清华大学出版社,XX37、赵雨杰主编，医学生物信息学，人民军医出版社，XX38、李桂源,钱骏主编,基于WWW的生物信息学应用指南，中南大学出版社XX39、李巍主编,生物信息学导论，郑州大学出版社，XX40、钱小红、贺福初等译蛋白质组学：从序列到功能.科学出版社，XX年9月41、钱小红，贺福初主

6、编.蛋白质组学理论与方法，科学出版社，XX42、张阳德，纳米生物技术学，科学出版社，XX43、李越中闫章才高培基，基因组研究与生物信息学，山东大学出版社，XX网络资料：篇二：生物信息技术专业主要课程：高级语言程序设计、计算机组成原理、数据结构与算法、数理逻辑、操作系统、计算机网络、数据库系统、生物学、生物化学、高等多元分析、分子生物学、遗传学、生物信息学引论、统计遗传学与基因作图、分子进化分析、基因组信息学、生物信息学软件工程、生物识别技术及应用等。修业年限：4年。毕业生可以推荐保送或考取硕士研究生，参与就业的毕业生大多数集中在北京、上海及沿海地区的知名IT企业、科研院所、大型国企、政府机关等

7、从事生物信息技术方面的科学研究、开发应用或教学工作。院校分布(部分)哈尔滨工业大学。篇三：生物信息学综述生物信息学是80年代开始于人类基因组计划的启动，而兴起的一门边缘学科。随着生物科学和计算机科学的迅猛发展，由此而诞生的生物信息学逐渐发展成为一门独立的学科。其名字来源更早，生物信息学的概念是在1956年美国田纳西州盖特林堡召开的“生物学中的信息理论研讨会”上产生的。并由林华安博士在1987年正式为这一领域定下“生物信息学”这一称谓。生物信息学主要是一门运用生物学、数学、统计学、物理学、化学、信息科学以及计算机科学等诸多学科的理论方法研究生物学系统和生物学过程中信息流的综合系统科学，通过其独特

8、的桥梁作用和整合作用，使人们能够从各生物学科众多分散的观测资料中，获得对生物学系统和生物学过程运作机制的理解，最终达到自由应用于实践的目的。生物信息学的实质就是利用计算机科学和网络技术来解决生物学问题。目前，我们普遍认为生物信息学是把基因组DNA序列信息分析作为源头，破译隐藏在DNA序列中的遗传语言，找到代表蛋白质和DNA基因的编码区，特别是阐明非编码区的实质，从而认识生物有机体代谢、发育、分化和进化的规律；同时在发现了新基因信息之后进行蛋白质空间结构的模拟和预测，然后依据特定蛋白质的功能进行必要的药物设计。因此，现代生物信息学主要包括3个重要内容，它们分别是基因组信息学、蛋白质的结构模拟以及

9、药物设计。生物信息学是以计算机作为手段来为研究生物学数据的一门学科。自从人类基因组计划开展后，大量的生物序列被测定，如何从这些海量的数据，发现其生物学意义，就需要借助计算机数据库和计算机算法分析预测的手段。数据库的建立是生物信息学发展的基础。目前国际上有三个主要的核苷酸、蛋白质的公共数据库，这三个数据库每天都会进行数据的交换和共享，他们分别是美国国立生物技术信息中心、欧洲生物信息学研究所和日本信息生物学中心。这三个数据库随着生物信息的发展及时更新，为生物信息学的发展提供数据平台。随着后基因组时代的到来，人们把研究的重点转向了功能基因组的研究。其研究内容也不仅仅是简单的数据的查询和同源性的比较，

10、而是延伸到了生命现象的核心，即从基因、蛋白质研究生命的本质，理解结构与功能、发育与疾病的关系。随着计算机技术的进步，针对不同的科研需要构建的网络资源平台、生物分析软件应运而生，为生物学的发展提供了新技术的支持。从生物信息学研究的具体内容上看，生物信息学主要包括序列比对、序列分析、功能基因组、基因表达数据分析、蛋白质结构、药物设计等方面。在生物学中，序列是指核酸或氨基酸序列，序列比对是指比较两个或两个以上符号序列的相似性。双序列比较是将待研究序列与DNA或蛋白质序列库进行比较，用于确定该序列的生物属性，也就是找出与此序列相似的序列。常用的程序包有BLAST、FASTA等。多重序列比较是将待研究序

11、列加入到一组与之同源，但来自不同物种的序列中进行多序列比较，以确定该序列与其它序列间的同源性大小。根据序列同源性分析的结果，重建反映物种间进化关系的进化树。常用的构建进化树的算法是UPGMA，软件包有PYLIP、MEGA等。多重序列比对是当前一个研究热点，常用算法有分治法，HMM及聚类法等。目前基因组比对也引起研究者们的关注。不同物种间的基因组比对既能够解释和预测他们蛋白质功能的相似性，又能够揭示不同物种间的联系。基因组比对由于涉及上亿的核酸，计算量很耗时，Delcher提出一种后缀树的方法比较两个基因组。研究基因组比对算法也是一个研究方向。随着越来越多生物体的DNA序列被人类测定，人们希望通

12、过序列分析来获知其对应的基因和基因调控序列。重新组装在散弹法DNA测序过程中被打散的DNA序列，即研究基因重组算法是生物信息学研究的重点课题。基因重组的难点是DNA有很多重复的区域，相同的片段可能属于不同的区域由于基因组中并非所有的核酸都构成基因，所以，序列分析的另一个研究内容是对基因组中的基因和基因调控序列进行自动识别。基因识别是给定基因组序列后，正确识别基因的范围和在基因组序列中的精确位置。从具有较多内含子的真核生物基因组序列中正确识别出起始密码子、剪切位点、内含子、外显子和终止密码子等。目前在基因识别方面的算法大体可分为基于统计的方法、基于同源性的方法和基于机器学习(如人工神经网络)方法

13、。同时对非编码区域的识别也很重要。在人类基因组中，编码部分仅占总序列的3%5%，其它的非编码区可能具有未被识别的功能。分析非编码区DNA序列需要大胆的想象和崭新的思路。功能基因组的任务是进行基因组功能注释(Genomeannotation)，了解基因的功能，认识基因与疾病的关系，掌握基因的产物及其在生命活动中的作用。功能基因组学的研究主要包括以下几个方面的内容：(1)进一步识别基因，识别基因转录调控信息，分析遗传语言。(2)注释所有基因产物的功能，这是目前基因组功能注释的主要层次。1995年OwenWhite设计出了第一套基因组注释软件系统。该系统能够自动识别基因、转录基因和其他生物学特征，并

14、能够初步分析它们的功能。序列同源性分析、生物信息关联分析、生物数据挖掘是进行功能注释的主要生物信息学手段。(3)研究基因的表达调控机制，研究基因在生物体代谢途径中的地位，分析基因、基因产物之间的相互作用关系，绘制基因调控网络图。(4)比较基因组学研究，是识别和建立不同生物体的基因或其他基因组特征的联系。在基因组水平对各个生物进行对照比较，可以揭示生命的起源和进化、发现蛋白质功能。(5)功能基因组相关信息分析，包括与大规模基因表达谱分析相关的算法、软件研究,基因表达调控网络的研究；与基因组信息相关的核酸、蛋白质空间结构的预测和模拟，以及蛋白质功能预测。对基因表达数据的分析可以获取基因功能和基因表达调控信息，这是生物信息学的重大挑战之一。目前对基因表达数据的处理主要是进行聚类分析，虽然聚类方法是基因表达数据分析的基础，但是目前这类方法只能找出基因之间简单的、线性的关系。需要发展新的分析方法以发现基因之间复杂的、非线性的关系。最近国际上在基因调控网络分析方面出现了许多有意义的工作，建立起一些基因调控网络的数学模型，如布尔网络模型、线性关系网络模型、微分方程模型、互信息相关网络模型等，在此基础研究基因调控网络的动力学性质。蛋白质结构预测是生物信息学的重要应用。蛋白质的氨基酸序列(也称为一级结构)可以容易地由它的基因编码序列获得。蛋白质的结构对于理解蛋白质的