序
前言
第1章  绪论
  1.1  生物信息学的研究内容
    1.1.1  生物信息学涉及的生物学研究领域
    1.1.2  生物信息学涉及的计算机研究领域
  1.2  生物信息学的发展历史
    1.2.1  生物信息学的萌芽（1950～1979年）
    1.2.2  生物信息学的成长（1980～1990年）
    1.2.3  生物信息学的飞速发展（1991年至今）
  1.3  生物信息学研究机构
    1.3.1  美国国立生物技术信息中心
    1.3.2  欧洲生物信息研究所
    1.3.3  日本的DNA数据库
    1.3.4  Expasy
    1.3.5  北京大学生物信息中心
    1.3.6  华大基因
  1.4  生物信息学的应用
    1.4.1  序列比对
    1.4.2  基因组测序组装与重复系列分析
    1.4.3  分子进化和比较基因组研究
    1.4.4  蛋白质结构比对和功能预测
    1.4.5  多组学关联分析
    1.4.6  计算机辅助药物设计
  1.5  生物信息学发展面临的机遇与挑战
第2章  生物信息学数据库、资源及常用工具
  2.1  数据库的分类
    2.1.1  依据数据库存储内容进行划分
    2.1.2  依据数据来源进行划分
  2.2  常用数据库介绍
    2.2.1  NCBI
    2.2.2  Ensembl
    2.2.3  UCSC
    2.2.4  KEGG PATHWAY
    2.2.5  KEGG ORTHOLOGY
    2.2.6  Pfam
    2.2.7  Cistrome DB
    2.2.8  JASPAR
    2.2.9  Cell BLAST
    2.2.10  EWAS Data Hub
    2.2.11  DiseaseMeth
    2.2.12  TAIR
    2.2.13  ChEMBL
  2.3  NCBI Entrez检索系统
  2.4  在线资源及工具
    2.4.1  Windows10下的Linux子系统
    2.4.2  BLAST
    2.4.3  ORF Finder
    2.4.4  CD-search
    2.4.5  Expasy
    2.4.6  ProtParam
    2.4.7  PlantCARE
    2.4.8  WoLF PSORT
    2.4.9  psRNATarget
    2.4.10  SOPMA
    2.4.11  SWISS-MODEL
  2.5  生物信息学相关的期刊
  2.6  在线交流平台
    2.6.1  菜鸟教程
    2.6.2  生物软件网
    2.6.3  OmicShare Forum
    2.6.4  生信技能树
    2.6.5  丁香园
    2.6.6  小木虫
第3章  序列比对
  3.1  序列比对的概念
    3.1.1  空位
    3.1.2  双序列比对与多序列比对
  3.2  序列比对的量化
    3.2.1  打分矩阵
    3.2.2  空位罚分
    3.2.3  相似与同源
  3.3  序列比对算法
    3.3.1  全局比对与局部比对
    3.3.2  动态规划算法
    3.3.3  BLAST算法
  3.4  序列比对在生物信息学中的地位
  3.5  序列比对的工具
    3.5.1  常用序列比对工具及其功能
    3.5.2  通过Clustal进行序列比对
    3.5.3  通过DNAMAN进行序列比对
    3.5.4  通过APE进行序列比对
第4章  基因组测序组装与转座子分析
  4.1  基因组测序技术
    4.1.1  第一代测序技术
    4.1.2  第二代测序技术
    4.1.3  第三代测序技术
    4.1.4  高通量测序技术的应用
    4.1.5  高通量测序数据库
    4.1.6  高通量测序相关数据存储格式
  4.2  基因组序列拼接和质量评估
    4.2.1  序列拼接概述
    4.2.2  利用velvet工具拼接
    4.2.3  基因组序列组装质量评估
  4.3  基因组转座子
    4.3.1  转座子的分类
    4.3.2  自主与非自主转座子
    4.3.3  转座子的命名
    4.3.4  转座子的挖掘方法
    4.3.5  LTR反转录转座子插入时间计算
    4.3.6  转座子数据库
    4.3.7  利用LTR_STRUC挖掘LTR反转录转座子序列
    4.3.8  利用PILER挖掘基因组重复序列
  4.4  LTR反转录转座子的全基因组挖掘
    4.4.1  LTR反转录转座子全基因组挖掘概述
    4.4.2  LTR反转录转座子的综合挖掘
    4.4.3  拷贝数与基因组分布
    4.4.4  LTR反转录转座子与基因组大小相关性计算
    4.4.5  LTR反转录转座子家族的活跃时期
第5章  分子进化与比较基因组研究
  5.1  分子进化的相关概念
    5.1.1  分子进化
    5.1.2  分子进化树
    5.1.3  分子钟假说
  5.2  进化树的构建方法
    5.2.1  进化树构建方法分类
    5.2.2  最大简约法
    5.2.3  最大似然法
  5.3  分子进化常用软件
    5.3.1  PHYLIP
    5.3.2  PAML
    5.3.3  MEGA
    5.3.4  PAUP
    5.3.5  RAxML
  5.4  比较基因组研究
    5.4.1  基因家族聚类
    5.4.2  系统进化分析
    5.4.3  物种分歧时间的估算
    5.4.4  基因家族的扩张与收缩
    5.4.5  正选择分析
    5.4.6  全基因组复制事件
  5.5  比较基因组学分析实战
    5.5.1  直系同源基因簇聚类分析
    5.5.2  系统进化分析
    5.5.3  物种分歧时间估算
    5.5.4  选择压力分析
    5.5.5  共线性分析
第6章  多组学关联分析
  6.1  多组学关联分析简介
  6.2  几种常用的组学技术
    6.2.1  基因组学
    6.2.2  转录组学
    6.2.3  蛋白质组学
    6.2.4  代谢组学
    6.2.5  表观基因组学
    6.2.6  微生物组学
    6.2.7  脂质组学
  6.3  多组学联合分析的优势
  6.4  多组学联合分析的应用领域
  6.5  多组学联合分析的研究方向
    6.5.1  基因组、转录组和表观基因组学
    6.5.2  转录组和蛋白质组学
    6.5.3  转录组和代谢组学
    6.5.4  蛋白质组和代谢组学
    6.5.5  微生物组和代谢组学
    6.5.6  转录组、蛋白质组和代谢组学
  6.6  多组学分析实战
    6.6.1  基因组和转录组分析
    6.6.2  转录组和蛋白质组分析（ChIP-seq分析）
    6.6.3  基因组、转录组和表观基因组分析（DNase-seq分析）
    6.6.4  基因组和表观组分析（ATAC-seq分析）
    6.6.5  GWAS分析
第7章  蛋白质结构与功能预测
  7.1  蛋白质结构概述
    7.1.1  蛋白质结构与生物学功能
    7.1.2  获得蛋白质结构的实验方法
    7.1.3  蛋白质结构比对
  7.2  蛋白质二级结构的预测
    7.2.1  预测工具
    7.2.2  二级结构预测示例
  7.3  蛋白质结构数据库
    7.3.1  PDB数据库的检索
    7.3.2  蛋白质结构的数据格式
    7.3.3  蛋白质结构可视化工具
    7.3.4  蛋白质结构预测的意义
  7.4  蛋白质三级结构的预测
    7.4.1  同源建模
    7.4.2  从头预测
    7.4.3  氨基酸替换对蛋白质功能影响的预测
    7.4.4  蛋白质结构预测的平台
第8章  计算机辅助药物设计基础
  8.1  分子对接
    8.1.1  分子对接工具
    8.1.2  AutoDock程序的安装
    8.1.3  小分子的处理
    8.1.4  大分子的处理
    8.1.5  两个参数文件（GPF和DPF）的设置
    8.1.6  结果的保存与处理
  8.2  分子动力学模拟
    8.2.1  分子动力学模拟概述
    8.2.2  利用Amber工具生成小分子模板
    8.2.3  Amber处理蛋白质文件
    8.2.4  能量优化
    8.2.5  分子模拟
    8.2.6  结果数据分析
附录1  生物信息学词汇
附录2  ASCII码表