目錄
序
前言
第1章 緒論 1
1.1 生物信息學的研究內容 1
1.1.1 生物信息學涉及的生物學研究領域 1
1.1.2 生物信息學涉及的計算機研究領域 3
1.2 生物信息學的發(fā)展歷史 5
1.2.1 生物信息學的萌芽（1950～1979年） 5
1.2.2 生物信息學的成長（1980～1990年） 5
1.2.3 生物信息學的飛速發(fā)展（1991年至今） 6
1.3 生物信息學研究機構 6
1.3.1 美國國立生物技術信息中心 6
1.3.2 歐洲生物信息研究所 8
1.3.3 日本的DNA數(shù)據(jù)庫 8
1.3.4 Expasy 8
1.3.5 北京大學生物信息中心 10
1.3.6 華大基因 10
1.4 生物信息學的應用 11
1.4.1 序列比對 11
1.4.2 基因組測序組裝與重復系列分析 11
1.4.3 分子進化和比較基因組研究 12
1.4.4 蛋白質結構比對和功能預測 12
1.4.5 多組學關聯(lián)分析 12
1.4.6 計算機輔助藥物設計 13
1.5 生物信息學發(fā)展面臨的機遇與挑戰(zhàn) 13
第2章 生物信息學數(shù)據(jù)庫、資源及常用工具 16
2.1 數(shù)據(jù)庫的分類 16
2.1.1 依據(jù)數(shù)據(jù)庫存儲內容進行劃分 16
2.1.2 依據(jù)數(shù)據(jù)來源進行劃分 18
2.2 常用數(shù)據(jù)庫介紹 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檢索系統(tǒng) 30
2.4 在線資源及工具 30
2.4.1 Windows10下的Linux子系統(tǒng) 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 生物信息學相關的期刊 37
2.6 在線交流平臺 38
2.6.1 菜鳥教程 38
2.6.2 生物軟件網(wǎng) 38
2.6.3 OmicShare Forum 40
2.6.4 生信技能樹 40
2.6.5 丁香園 40
2.6.6 小木蟲 42
第3章 序列比對 46
3.1 序列比對的概念 46
3.1.1 空位 46
3.1.2 雙序列比對與多序列比對 46
3.2 序列比對的量化 47
3.2.1 打分矩陣 47
3.2.2 空位罰分 49
3.2.3 相似與同源 49
3.3 序列比對算法 50
3.3.1 全局比對與局部比對 50
3.3.2 動態(tài)規(guī)劃算法 50
3.3.3 BLAST算法 51
3.4 序列比對在生物信息學中的地位 51
3.5 序列比對的工具 52
3.5.1 常用序列比對工具及其功能 52
3.5.2 通過Clustal進行序列比對 53
3.5.3 通過DNAMAN進行序列比對 54
3.5.4 通過APE進行序列比對 56
第4章 基因組測序組裝與轉座子分析 61
4.1 基因組測序技術 62
4.1.1 第一代測序技術 62
4.1.2 第二代測序技術 63
4.1.3 第三代測序技術 68
4.1.4 高通量測序技術的應用 70
4.1.5 高通量測序數(shù)據(jù)庫 73
4.1.6 高通量測序相關數(shù)據(jù)存儲格式 75
4.2 基因組序列拼接和質量評估 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 基因組序列組裝質量評估 82
4.3 基因組轉座子 83
4.3.1 轉座子的分類 83
4.3.2 自主與非自主轉座子 84
4.3.3 轉座子的命名 85
4.3.4 轉座子的挖掘方法 85
4.3.5 LTR反轉錄轉座子插入時間計算 86
4.3.6 轉座子數(shù)據(jù)庫 87
4.3.7 利用LTR_STRUC挖掘LTR反轉錄轉座子序列 88
4.3.8 利用PILER挖掘基因組重復序列 89
4.4 LTR反轉錄轉座子的全基因組挖掘 90
4.4.1 LTR反轉錄轉座子全基因組挖掘概述 90
4.4.2 LTR反轉錄轉座子的綜合挖掘 91
4.4.3 拷貝數(shù)與基因組分布 91
4.4.4 LTR反轉錄轉座子與基因組大小相關性計算 91
4.4.5 LTR反轉錄轉座子家族的活躍時期 93
第5章 分子進化與比較基因組研究 97
5.1 分子進化的相關概念 97
5.1.1 分子進化 97
5.1.2 分子進化樹 98
5.1.3 分子鐘假說 98
5.2 進化樹的構建方法 99
5.2.1 進化樹構建方法分類 99
5.2.2 最大簡約法 99
5.2.3 最大似然法 100
5.3 分子進化常用軟件 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 比較基因組研究 104
5.4.1 基因家族聚類 104
5.4.2 系統(tǒng)進化分析 105
5.4.3 物種分歧時間的估算 105
5.4.4 基因家族的擴張與收縮 106
5.4.5 正選擇分析 108
5.4.6 全基因組復制事件 108
5.5 比較基因組學分析實戰(zhàn) 108
5.5.1 直系同源基因簇聚類分析 108
5.5.2 系統(tǒng)進化分析 111
5.5.3 物種分歧時間估算 115
5.5.4 選擇壓力分析 119
5.5.5 共線性分析 120
第6章 多組學關聯(lián)分析 124
6.1 多組學關聯(lián)分析簡介 124
6.2 幾種常用的組學技術 124
6.2.1 基因組學 124
6.2.2 轉錄組學 126
6.2.3 蛋白質組學 126
6.2.4 代謝組學 126
6.2.5 表觀基因組學 126
6.2.6 微生物組學 126
6.2.7 脂質組學 127
6.3 多組學聯(lián)合分析的優(yōu)勢 127
6.4 多組學聯(lián)合分析的應用領域 127
6.5 多組學聯(lián)合分析的研究方向 128
6.5.1 基因組、轉錄組和表觀基因組學 128
6.5.2 轉錄組和蛋白質組學 128
6.5.3 轉錄組和代謝組學 129
6.5.4 蛋白質組和代謝組學 129
6.5.5 微生物組和代謝組學 129
6.5.6 轉錄組、蛋白質組和代謝組學 130
6.6 多組學分析實戰(zhàn) 131
6.6.1 基因組和轉錄組分析 131
6.6.2 轉錄組和蛋白質組分析（ChIP-seq分析） 143
6.6.3 基因組、轉錄組和表觀基因組分析（DNase-seq分析） 148
6.6.4 基因組和表觀組分析（ATAC-seq分析） 154
6.6.5 GWAS分析 164
第7章 蛋白質結構與功能預測 169
7.1 蛋白質結構概述 169
7.1.1 蛋白質結構與生物學功能 169
7.1.2 獲得蛋白質結構的實驗方法 169
7.1.3 蛋白質結構比對 170
7.2 蛋白質二級結構的預測 171
7.2.1 預測工具 171
7.2.2 二級結構預測示例 172
7.3 蛋白質結構數(shù)據(jù)庫 174
7.3.1 PDB數(shù)據(jù)庫的檢索 174
7.3.2 蛋白質結構的數(shù)據(jù)格式 174
7.3.3 蛋白質結構可視化工具 175
7.3.4 蛋白質結構預測的意義 177
7.4 蛋白質三級結構的預測 178
7.4.1 同源建模 178
7.4.2 從頭預測 181
7.4.3 氨基酸替換對蛋白質功能影響的預測 182
7.4.4 蛋白質結構預測的平臺 183
第8章 計算機輔助藥物設計基礎 187
8.1 分子對接 187
8.1.1 分子對接工具 187
8.1.2 AutoDock程序的安裝 188
8.1.3 小分子的處理 190
8.1.4 大分子的處理 193
8.1.5 兩個參數(shù)文件（GPF和DPF）的設置 193
8.1.6 結果的保存與處理 196
8.2 分子動力學模擬 196
8.2.1 分子動力學模擬概述 196
8.2.2 利用Amber工具生成小分子模板 198
8.2.3 Amber處理蛋白質文件 199
8.2.4 能量優(yōu)化 200
8.2.5 分子模擬 202
8.2.6 結果數(shù)據(jù)分析 203
附錄1 生物信息學詞匯 207
附錄2 ASCII碼表 209