内容主要包括基本的分子生物学数据库、序列比对策略和方法以及如何对基础和临床医学研究中产生的常见分子生物学数据（如基因表达谱数据,miRNA表达谱数据，SNP基因型数据等）进行生物信息学分析。我们还特别介绍了一个乳腺癌生物信息学综合数据分析案例，便于学生理解和学习。

更多科学出版社服务，请扫码获取。

目录
前言
第1章 序列比对 1
1.1 序列比对简介 1
1.1.1 同源、相似和距离 1
1.1.2 序列比对的作用 2
1.1.3 序列比对算法简介 2
1.2 数据库搜索BLAST 5
1.2.1 BLAST 简介 6
1.2.2 BLAST 搜索页面的功能 6
1.2.3 BLAST 常用搜索数据库 7
1.2.4 BLAST 标准核酸搜索页面简介 8
1.2.5 BLAST 参数设置 10
1.2.6 其他的BLAST 搜索页面 13
1.2.7 使用NCBI 网站BLAST 服务的其他方式 14
1.2.8 BLAST 搜索结果页 14
1.3 多序列比对 17
1.3.1 Clustal Omega 18
1.3.2 Kalign 20
1.3.3 MAFFT 21
1.3.4 MUSCLE 22
1.3.5 MView 23
1.3.6 T-Coffee 25
第2章 基因芯片数据分析 27
2.1 基因芯片测定平台简介 27
2.1.1 cDNA 芯片 27
2.1.2 寡核苷酸芯片 28
2.1.3 原位合成芯片 28
2.1.4 光纤微珠芯片 29
2.2 基因表达数据库常用分析软件 29
2.2.1 基因表达数据库 29
2.2.2 微阵列基因表达数据库 30
2.2.3 其他常用基因表达数据库 31
2.3 基因芯片数据预处理与差异表达分析 32
2.3.1 基因芯片数据预处理 32
2.3.2 基因芯片差异表达分析 36
2.4 基因芯片数据的聚类分析和分类分析 38
2.4.1 聚类分析 38
2.4.2 分类分析 42
2.4.3 分类模型的分类效能评价 44
2.5 基因芯片数据的常用分析软件 45
2.5.1 R 语言和BioConductor 45
2.5.2 BRB-ArrayTools 基因芯片数据预处理软件 46
2.5.3 SAM 差异表达分析软件 46
2.5.4 聚类分析软件Cluster 和TreeView 49
第3章 基因注释与功能分析 51
3.1 基因注释数据库 51
3.1.1 GO 数据库 51
3.1.2 KEGG 数据库 53
3.2 基因富集分析算法及软件实现 55
3.2.1 基因富集分析算法简介 55
3.2.2 基因功能和信号通路富集分析 56
第4章 SNP 数据分析与相关数据库 65
4.1 SNP 简介 65
4.2 哈迪-温伯格平衡定律 66
4.2.1 哈迪-温伯格平衡群体的判断 66
4.2.2 SPSS 软件实现哈迪-温伯格平衡群体的判断 67
4.3 SNP 关联分析 69
4.3.1 SNP 关联分析介绍 69
4.3.2 SPSS 软件实现SNP 关联分析 70
4.4 SNP 互作分析 73
4.4.1 多因子降维法 73
4.4.2 应用R 软件的MDR 软件包实现多因子降维法 73
4.5 SNP 单体型分析及识别Tag SNP 77
4.5.1 SNP 单体型分析 77
4.5.2 Haploview 软件实现 78
4.6 全基因组关联分析数据分析简介 85
4.7 SNP 相关数据库简介 86
4.7.1 dbSNP 数据库 86
4.7.2 dbGaP 数据库 89
第5章 蛋白质组学数据分析 91
5.1 蛋白质组学概述 91
5.2 蛋白质组学研究的技术体系 92
5.2.1 蛋白质组电泳分析技术 93
5.2.2 蛋白质组质谱分析技术 95
5.2.3 功能蛋白质组学技术 96
5.2.4 结构蛋白质组学技术 98
5.3 蛋白质组学数据库及分析软件 98
5.3.1 蛋白质序列数据库 99
5.3.2 蛋白质模式模体数据库 103
5.3.3 蛋白质结构数据库 105
5.3.4 蛋白质结构预测数据库 109
5.4 蛋白质注释及功能预测 114
5.4.1 基于序列相似性的功能预测 114
5.4.2 基于蛋白质信号的功能预测 115
5.4.3 基于蛋白质序列特征的功能预测 115
5.4.4 基于蛋白质空间结构的功能预测 116
5.4.5 基于蛋白质相互作用的功能预测 116
5.4.6 基于基因组上下文的功能预测 116
5.5 蛋白质相互作用网络构建及网络分析 116
5.5.1 综合蛋白质相互作用数据库 117
5.5.2 特定物种的蛋白质相互作用数据库 123
第6章 非编码RNA 与复杂疾病 125
6.1 miRNA 概述及其研究策略 125
6.1.1 miRNA 概述 125
6.1.2 miRNA 表达谱检测 127
6.1.3 miRNA 靶基因预测分析 129
6.1.4 miRNA 功能筛选 131
6.1.5 miRNA 数据库资源 131
6.2lncRNA 概述及靶基因识别 138
lncRNA 数据库 141
6.3非编码RNA 表达谱与复杂疾病 142
6.3.1 基于miRNA 表达谱识别癌症相关miRNA 143
6.3.2 基于lncRNA 表达谱识别癌症相关lncRNA 144
6.3.3 基于非编码RNA 表达谱分类人类癌症 145
6.3.4 疾病相关数据库 145
第7章 生物分子网络 149
7.1生物分子网络简介 149
7.1.1 生物分子网络的基本概念 149
7.1.2 生物分子网络的可视化 152
7.2生物分子网络拓扑属性分析 156
7.2.1 生物分子网络拓扑属性的定义 156
7.2.2 生物分子网络拓扑属性分布的特征 159
7.2.3 生物分子网络拓扑属性的计算 159
7.3生物分子网络模块和聚类 161
7.3.1 生物分子网络模块的定义 161
7.3.2 网络模块的搜索工具 162
7.4常见生物分子网络和相关数据库 164
7.4.1 蛋白质互作网络 164
7.4.2 基因转录调控网络 167
7.4.3 细胞内代谢与信号传导网络 168
7.4.4 人类疾病网络与药物靶点网络 169
参考文献 171