日韩偷拍一区二区,国产香蕉久久精品综合网,亚洲激情五月婷婷,欧美日韩国产不卡

譯者序

前言

給閱讀者的短箋

致謝名單

第1部分 基礎(chǔ)知識

第1章 核酸的世界

1.1DNA和 RNA的結(jié)構(gòu)

DNA分子是由4種不同類型的堿基組成的線性多聚體

兩條互補(bǔ) DNA鏈通過堿基配對形成雙螺旋

RNA分子通常為單鏈結(jié)構(gòu)，但在某些情況下可形成堿基配對結(jié)構(gòu)

1.2 DNARNA和蛋白質(zhì)：中心法則

DNA是信息載體，而 RNA則是信使

信使RNA根據(jù)遺傳密碼翻譯產(chǎn)生蛋白質(zhì)

翻譯過程涉及了含 DNA和 RNA的核糖體的轉(zhuǎn)移

1.3基因結(jié)構(gòu)和基因調(diào)控

特定的定位序列能和 RNA聚合酶結(jié)合，并識別轉(zhuǎn)錄起始點(diǎn)

真核生物中的轉(zhuǎn)錄起始信號遠(yuǎn)比細(xì)菌中復(fù)雜得多

真核生物 mRNA轉(zhuǎn)錄物在翻譯前需經(jīng)歷一系列修飾

翻譯的調(diào)控

1.4生命與進(jìn)化之樹

主要生命形式的基本特征

突變可以改變核苷酸序列

總結(jié)

名詞解釋

擴(kuò)展閱讀

第2章 蛋白質(zhì)結(jié)構(gòu)

2.1初級結(jié)構(gòu)和二級結(jié)構(gòu)

我們可從多個(gè)不同水平考察蛋白質(zhì)結(jié)構(gòu)

氨基酸是蛋白質(zhì)的組成單位

側(cè)鏈決定了氨基酸化學(xué)和物理特性的不同

蛋白質(zhì)鏈中的氨基酸通過肽鍵共價(jià)連接

蛋白質(zhì)的二級結(jié)構(gòu)由α螺旋？β鏈構(gòu)成

在蛋白質(zhì)結(jié)構(gòu)中已發(fā)現(xiàn)了幾種不同類型的β折疊片

螺旋和鏈通過轉(zhuǎn)角？發(fā)夾結(jié)構(gòu)和環(huán)連接

2.2對生物信息學(xué)的啟發(fā)

某些氨基酸傾向于形成特定的結(jié)構(gòu)單元

從進(jìn)化角度幫助序列分析

蛋白質(zhì)結(jié)構(gòu)的計(jì)算和可視化

2.3蛋白質(zhì)通過折疊形成緊湊的結(jié)構(gòu)

蛋白質(zhì)的三級結(jié)構(gòu)是通過多肽鏈的路徑來定義的

蛋白質(zhì)折疊的穩(wěn)定狀態(tài)是能量低的狀態(tài)

很多蛋白質(zhì)是由多個(gè)亞基組成的

總結(jié)

名詞解釋

擴(kuò)展閱讀

第3章 數(shù)據(jù)庫的處理

3.1數(shù)據(jù)庫的結(jié)構(gòu)

平面文件數(shù)據(jù)庫以文本文件的方式存儲(chǔ)數(shù)據(jù)

關(guān)系數(shù)據(jù)庫廣泛應(yīng)用于存儲(chǔ)生物信息

XML的靈活性可以確定定制的數(shù)據(jù)分類

一些用于生物數(shù)據(jù)的其他數(shù)據(jù)庫結(jié)構(gòu)

數(shù)據(jù)庫可以通過本地訪問或通過互聯(lián)網(wǎng)相互鏈接

3.2數(shù)據(jù)庫類型

數(shù)據(jù)庫中不僅僅是數(shù)據(jù)

原始數(shù)據(jù)和衍生數(shù)據(jù)

我們?nèi)绾味x和鏈接事物的重要性：本體

3.3數(shù)據(jù)庫搜索

序列數(shù)據(jù)庫

芯片數(shù)據(jù)庫

蛋白質(zhì)相互作用數(shù)據(jù)庫

結(jié)構(gòu)數(shù)據(jù)庫

3.4數(shù)據(jù)質(zhì)量

非冗余性對一些應(yīng)用特別重要

自動(dòng)化方法可用于檢查數(shù)據(jù)的一致性

初步的分析和注釋通常是自動(dòng)化完成的

為了產(chǎn)生高質(zhì)量的注釋經(jīng)常需要人為干預(yù)

數(shù)據(jù)庫更新和條目注釋版本號的重要性

總結(jié)

名詞解釋

擴(kuò)展閱讀

第2部分 序列聯(lián)配

第4章 產(chǎn)生和分析序列聯(lián)配

4.1序列聯(lián)配的原理

聯(lián)配是在兩個(gè)或更多序列的相同區(qū)域?qū)ふ逸^大相似性的任務(wù)

聯(lián)配可以揭示序列間的同源性

比較蛋白質(zhì)序列比核酸序列更容易檢測同源性

4.2聯(lián)配分值

一個(gè)聯(lián)配的質(zhì)量是通過給予一個(gè)量化的分值來衡量的

量化兩個(gè)序列間的相似性的最簡單的方法是百分?jǐn)?shù)

基于一致度的點(diǎn)圖可以可視化地評價(jià)相似性

真正的匹配不必相同

低一致度比可以被接受為具有顯著性

對于打分聯(lián)配有許多不同的方法

4.3替代矩陣

使用替代矩陣對每個(gè)排列后的序列位點(diǎn)分配一個(gè)單獨(dú)的值

PAM 替代矩陣使用密切相關(guān)的蛋白質(zhì)序列集的替代頻率

BLOSUM 替代矩陣使用了局部高度保守區(qū)域序列的突變數(shù)據(jù)

替代矩陣的選擇取決于要解決的問題

4.4插入空缺

在序列插入空缺以達(dá)到和另一條序列的相似度較大，需要罰分制度

動(dòng)態(tài)規(guī)劃算法可以決定引入空缺

4.5聯(lián)配類型

對于不同情況采用不同類型的聯(lián)配

多重序列聯(lián)配能同時(shí)比較一些相似序列

有幾種不同的技術(shù)可構(gòu)造多重聯(lián)配

多重聯(lián)配可以提高低相似性序列聯(lián)配的度

ClustalW 可以對 DNA和蛋白質(zhì)序列進(jìn)行全局聯(lián)配

通過合并一些局部聯(lián)配可以構(gòu)建多重聯(lián)配

增加新信息可以改進(jìn)聯(lián)配

4.6檢索數(shù)據(jù)庫

已開發(fā)了快速而的搜索算法

FASTA格式是一個(gè)基于較短的相同片段

匹配的快速的數(shù)據(jù)庫搜索方法

BLAST的基礎(chǔ)在于發(fā)現(xiàn)非常相似的短片段

對不同的問題采用不同版本的BLAST和FASTA

PSIBLAST基于配置文件的數(shù)據(jù)庫搜索

SSEARCH 是一個(gè)嚴(yán)格的聯(lián)配方法

4.7搜索核酸或蛋白質(zhì)序列

可直接使用或翻譯后的 DNA或 RNA序列

必須測試數(shù)據(jù)庫的匹配質(zhì)量，以確保其不可能是偶然發(fā)生

選擇一個(gè)適當(dāng)?shù)臓胖档拈撝涤兄谙拗茢?shù)據(jù)庫搜索

低復(fù)雜度區(qū)域可以將同源性搜索復(fù)雜化

不同的數(shù)據(jù)庫可以用來解決具體問題

4.8蛋白質(zhì)序列模體或模式

建立數(shù)據(jù)庫的模式需要專業(yè)知識

BLOCKS數(shù)據(jù)庫包含自動(dòng)編譯的保守蛋白質(zhì)序列的多重聯(lián)配的較短序列模塊

4.9 使用模式和模體搜索

可以在PROSITE數(shù)據(jù)庫中搜索蛋白質(zhì)的模式和模體

基于模式的PHIBLAST程序同時(shí)搜索同源性和模體匹配

可以使用PRATT從多條序列產(chǎn)生模式

PRINTS數(shù)據(jù)庫包括了指紋圖譜，描述一個(gè)蛋白質(zhì)家族的一些保守模體

Pfam數(shù)據(jù)庫定義了蛋白質(zhì)家族的表達(dá)譜

4.10模式和蛋白質(zhì)功能

可以搜索蛋白質(zhì)上特定的功能位點(diǎn)

序列比較不是分析蛋白質(zhì)序列的途徑

總結(jié)

名詞解釋

擴(kuò)展閱讀

第5章 序列比對及數(shù)據(jù)庫搜索

5.1替換矩陣和打分

聯(lián)配分值用于衡量公共進(jìn)化祖先的似然性

PAM (MDM)替代打分矩陣用于探索蛋白質(zhì)進(jìn)化起源

BLOSUM 矩陣用于尋找保守的蛋白質(zhì)區(qū)域

用于核苷酸聯(lián)配的打分矩陣需由相似的方式得到

替換打分矩陣必須適用于特定的聯(lián)配問題

插入空缺的打分相對替換而言使用了更為啟發(fā)式的方法

5.2動(dòng)態(tài)規(guī)劃算法

使用改進(jìn)后的 NeedlemanWunsch算法構(gòu)建全局聯(lián)配

對動(dòng)態(tài)規(guī)劃算法的簡單改進(jìn)就能用于局部序列聯(lián)配

不計(jì)算完整的矩陣，犧牲度提高時(shí)間效率

5.3索引技術(shù)和近似算法

后綴樹定位和獨(dú)特及重復(fù)序列的位置

散列索引是一種技術(shù)，列出了所有k的起始位置元組 (ktuples)

FASTA算法使用哈希算法和快速鏈接進(jìn)行數(shù)據(jù)庫搜索

BLAST算法利用了有限狀態(tài)自動(dòng)機(jī)

直接比較核酸序列和蛋白質(zhì)序列，需要對BLAST和FASTA進(jìn)行特殊的調(diào)整

5.4聯(lián)配分值的顯著性

有空缺局部聯(lián)配的統(tǒng)計(jì)可以按相似的算法進(jìn)行

5.5聯(lián)配全基因組序列

有效索引和掃描全基因組序列對高等生物序列比對至關(guān)重要

密切關(guān)聯(lián)的物種基因組之間復(fù)雜進(jìn)化關(guān)系需要?jiǎng)?chuàng)新的聯(lián)配算法

總結(jié)

名詞解釋

擴(kuò)展閱讀

第6章模式？序列和多序列比對

6.1序列和序列標(biāo)記

位置特異性分?jǐn)?shù)矩陣是得分矩陣的擴(kuò)展

解決構(gòu)建PSSM 時(shí)數(shù)據(jù)缺失問題的方法

PSIBLAST是一個(gè)序列數(shù)據(jù)庫檢索程序

將序列表現(xiàn)為序列標(biāo)記

6.2譜式隱馬爾可夫模型

用于序列比對的 HMM 的基本結(jié)構(gòu)

利用聯(lián)配序列建立 HMM 參數(shù)

利用譜式 HMM 給序列打分：較大可能路徑以及所有路徑的總和

利用未聯(lián)配序列評估 HMM 參數(shù)

6.3序列聯(lián)配

利用聯(lián)配比較兩個(gè)PSSM

聯(lián)配譜式 HMM

6.4利用序列遞增 (gradualsequence addition)的多序列比對

序列添加的順序是基于評估合并聯(lián)配錯(cuò)誤可能性而決定的

許多不同的打分策略用于建立多序列聯(lián)配

多序列聯(lián)配是利用向?qū)湟约白V式方法構(gòu)建的，且可能進(jìn)一步改進(jìn)

6.5其他獲得多序列聯(lián)配的方法

多序列聯(lián)配程序 DIALIGN聯(lián)配無間隙的區(qū)段

利用遺傳算法的SAGA多序列聯(lián)配方法

6.6序列模式發(fā)現(xiàn)

在多序列聯(lián)配中查找模式：eMOTIF和AACC

序列中共有模式的概率查詢：Gibbs和MEME

總結(jié)

名詞解釋

擴(kuò)展閱讀

第3部分進(jìn)化過程

第7章重現(xiàn)進(jìn)化歷史

7.1系統(tǒng)發(fā)生樹的結(jié)構(gòu)和解釋

系統(tǒng)發(fā)生樹重建進(jìn)化關(guān)系

用幾種方式描述樹的拓?fù)浣Y(jié)構(gòu)

一致樹和可信樹報(bào)告拓?fù)浣Y(jié)構(gòu)的比較結(jié)果

7.2分子進(jìn)化及其結(jié)果

大多數(shù)相關(guān)序列有許多變異了幾次的位置

可接受突變速率對所有類型的堿基替換通常是不相同的

密碼子不同位置有不同的突變速率

只應(yīng)該用直系同源基因構(gòu)建物種系統(tǒng)發(fā)生樹

基因組大區(qū)域變化是常見的

7.3系統(tǒng)發(fā)生樹構(gòu)建

核糖體小亞基rRNA序列非常適用于重建物種的進(jìn)化

構(gòu)樹方法的選擇在某種程度上依賴于數(shù)據(jù)集的大小和質(zhì)量

在使用這些方法時(shí)必需選擇一個(gè)進(jìn)化模型

所有的系統(tǒng)發(fā)生分析必須以的多序列比對開始

16SRNA序列的一個(gè)小數(shù)據(jù)集的系統(tǒng)發(fā)生分析

為酶家族建立基因樹有助于發(fā)現(xiàn)酶功能的進(jìn)化

總結(jié)

名詞解釋

擴(kuò)展閱讀

第8章 構(gòu)建系統(tǒng)發(fā)生樹

8.1進(jìn)化模型和進(jìn)化距離的計(jì)算

一個(gè)簡單但不衡量進(jìn)化距離的是狆距離

Poisson校正距離考慮了同一位點(diǎn)上的多次突變

Gamma校正距離考慮了不同的序列位點(diǎn)上突變速率的差異

JukesCantor模型再現(xiàn)了核苷酸序列進(jìn)化的一些基本特征

更復(fù)雜的模型區(qū)分不同類型突變的相對頻率

在 DNA序列上存在核苷酸的偏好

蛋白質(zhì)序列的進(jìn)化模型和用于序列聯(lián)配的替代矩陣密切相關(guān)

8.2產(chǎn)生系統(tǒng)發(fā)生樹

聚類方法基于進(jìn)化距離產(chǎn)生一個(gè)系統(tǒng)發(fā)育樹

UPGMA方法假定一個(gè)恒定的分子鐘，并產(chǎn)生一個(gè)等距樹

FitehMargoliash方法產(chǎn)生一個(gè)無根的加性樹

鄰接法：此方法涉及最小進(jìn)化的概念

通常使用逐步增加和星形分解方法用以產(chǎn)生一棵起始樹用于進(jìn)一步的探索，這不是最終樹

8.3產(chǎn)生多種樹的拓?fù)浣Y(jié)構(gòu)

分枝限界法大大提高了搜索樹的拓?fù)浣Y(jié)構(gòu)的效率

可以通過對一個(gè)現(xiàn)存樹做一系列細(xì)小的變化以優(yōu)化樹拓?fù)浣Y(jié)構(gòu)

尋找根給出了系統(tǒng)發(fā)生樹在時(shí)間上的方向

8.4評價(jià)樹的拓?fù)浣Y(jié)構(gòu)

可使用基于進(jìn)化距離的函數(shù)以評價(jià)樹

加權(quán)簡約法尋找具有突變最少的樹

使用簡約法可以采用不同的方式對突變作加權(quán)

可以使用較大似然法用以評估樹

四重奏迷惑 (quartetpuzzling)方法在標(biāo)準(zhǔn)執(zhí)行中也包括了較大似然法

貝葉斯方法也可用于重建系統(tǒng)發(fā)生樹

8.5評估樹的特征和比較樹的性

即使是完善的數(shù)據(jù)和方法也會(huì)出現(xiàn)長枝吸引的問題

可以檢驗(yàn)內(nèi)部分枝測試樹的拓?fù)浣Y(jié)構(gòu)

用于比較兩棵或兩棵以上的樹的檢驗(yàn)方法

總結(jié)

名詞解釋

擴(kuò)展閱讀

第4部分 基因組特征

第9章 揭示基因組特征

9.1基因組序列的初步分析

將整個(gè)基因組序列分割開來簡化基因檢測

結(jié)構(gòu) RNA基因和重復(fù)序列在進(jìn)一步分析中可以排除

同源性可以用于原核和真核基因的鑒定

9.2原核基因組中的基因預(yù)測

9.3真核基因組中的基因預(yù)測

外顯子和內(nèi)含子的預(yù)測程序使用了多種方法

基因預(yù)測必須要保持正確的閱讀框

有些程序只利用查詢序列和外顯子模型來預(yù)測外顯子

有些程序只利用查詢序列和基因模型來預(yù)測外顯子

可以利用基因模型和序列相似性來預(yù)測基因

相關(guān)物種的基因組可以用來幫助基因預(yù)測

9.4剪接位點(diǎn)的預(yù)測

剪接位點(diǎn)可以由專門的程序獨(dú)立地鑒定

9.5啟動(dòng)子區(qū)域的預(yù)測

原核啟動(dòng)子有較好定義的基序

真核啟動(dòng)子一般要比原核啟動(dòng)子復(fù)雜

有許多啟動(dòng)子的在線預(yù)測工具

啟動(dòng)子預(yù)測結(jié)果并不十分清晰

9.6證實(shí)預(yù)測結(jié)果

有多種計(jì)算基因預(yù)測率的方法

翻譯預(yù)測的外顯子可以證實(shí)預(yù)測的性

構(gòu)建蛋白質(zhì)和鑒定同源基因

9.7基因組注釋

基因組注釋是基因組分析中的一步

GO(geneontology)提供了一套基因注釋的標(biāo)準(zhǔn)詞匯表

9.8大基因組比較

總結(jié)

名詞解釋

擴(kuò)展閱讀

第10章 基因檢測和基因組注釋理論章節(jié)

10.1利用決策樹檢測功能 RNA分子

利用tRNAscan算法檢測tRNA基因

檢測真核生物基因組中的tRNA基因

10.2原核生物基因檢測中有用的特征

10.3原核生物基因檢測的算法

GeneMark利用了非均勻馬爾可夫鏈(inhomogeneousMarkovchains)和雙密碼子 (dicodon)統(tǒng)計(jì)

GLIMMER利用了編碼概率的差值馬爾科夫模型

ORPHEUS利用了同源性？密碼子統(tǒng)計(jì)和核糖體結(jié)合位點(diǎn)

GeneMark.hmm 利用狀態(tài)持續(xù)隱馬爾可夫模型

EcoParse是一個(gè) HMM 基因模型

10.4真核生物基因檢測中用到的特征

真核生物基因與原核生物基因的差異

內(nèi)含子？外顯子和剪切位點(diǎn)

轉(zhuǎn)錄因子的啟動(dòng)子序列和結(jié)合位點(diǎn)

10.5預(yù)測真核生物基因信號

檢測核心啟動(dòng)子結(jié)合信號是很多真核生物基因預(yù)測方法的關(guān)鍵元素

為了定位核心啟動(dòng)子序列信號而設(shè)計(jì)的一類模型

利用序列一般性質(zhì)預(yù)測啟動(dòng)子區(qū)域可以去掉相當(dāng)數(shù)量的假陽性結(jié)論

預(yù)測真核生物轉(zhuǎn)錄和翻譯起始位點(diǎn)

轉(zhuǎn)錄和翻譯終止信號給出基因完整定義

10.6預(yù)測外顯子和內(nèi)含子

可以利用普遍序列性質(zhì) (generalsequence property)來識別

剪切位點(diǎn)預(yù)測

可以通過序列模式與堿基統(tǒng)計(jì)相結(jié)合預(yù)測剪切位點(diǎn)

GenScan將加權(quán)矩陣和決策樹整合以定位剪切位點(diǎn)

GeneSplicer利用一階馬爾可夫鏈預(yù)測剪切位點(diǎn)

NetPlantGene整合內(nèi)含子和外顯子的神經(jīng)網(wǎng)絡(luò)模型以預(yù)測剪切位點(diǎn)

其他特征可能也可以用于剪切位點(diǎn)預(yù)測

利用特定方法識別起始和終止外顯子

利用數(shù)據(jù)庫中的同源區(qū)域可以定義外顯子

10.7完整真核生物基因模型

10.8預(yù)測獨(dú)立基因之余

功能注釋

通過比較相關(guān)基因組，可以減少難以確定的預(yù)測

基因檢測方法的評估和再評估

總結(jié)

名詞解釋 308 oxviiio

擴(kuò)展閱讀

第5部分 二級結(jié)構(gòu)

第11章從序列中獲得二級結(jié)構(gòu)

11.1預(yù)測方法的類型

基于規(guī)則的統(tǒng)計(jì)方法使殘基形成一個(gè)特定二級結(jié)構(gòu)成為可能

最近鄰法是結(jié)合了有關(guān)蛋白質(zhì)結(jié)構(gòu)額外信息的統(tǒng)計(jì)方法

主要利用神經(jīng)網(wǎng)絡(luò)及隱馬爾可夫方法進(jìn)行二級結(jié)構(gòu)預(yù)測的機(jī)器學(xué)習(xí)方法

11.2 訓(xùn)練和測試數(shù)據(jù)庫

確定蛋白質(zhì)二級結(jié)構(gòu)的幾種方法

11.3預(yù)測程序性評估

Q 3 衡量個(gè)別殘基分配的精度

二級結(jié)構(gòu)的預(yù)測不應(yīng)該期望達(dá)到的殘基精度

Sov值衡量全元素的預(yù)測精度

CAFASP/CASP：無偏的和隨時(shí)可用的蛋白質(zhì)預(yù)測評估

11.4統(tǒng)計(jì)和基于知識的方法

GOR方法用作信息論方法

Zpred程序包括了同源序列和殘基保守信息的多重聯(lián)配

使用多個(gè)序列信息提高整體預(yù)測精度

最近鄰法：使用多個(gè)非同源序列

PREDATOR是一種綜合了統(tǒng)計(jì)和基于知識的程序，其中包括了最近鄰法

11.5二級結(jié)構(gòu)預(yù)測的神經(jīng)網(wǎng)絡(luò)方法

評估神經(jīng)網(wǎng)絡(luò)預(yù)測的性

基于網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)二級結(jié)構(gòu)預(yù)測程序的幾個(gè)例子

PROF：蛋白質(zhì)