生物信息学是运用生物学、数学、计算机科学等多学科技术与手段进行生物信息的获取、存储、分析、利用的一门交叉学科，是目前生物学研究的热门领域之一。本书主要介绍生物信息学的相关实验，并给出对应的习题。全书分为四篇：第一篇讲解生物信息学实验，共设计了23个实验；第二篇为习题集；第三篇为习题集参考答案；第四篇提供相关的名词解释。

本书系统阐述了生物测序数据的分析方法,主要内容包括基因与基因组的概念、测序相关的数据库和数据格式、测序数据的常用平台和原理、染色质免疫共沉淀测序数据分析、转录组测序数据分析、小RNA测序数据分析、单细胞测序数据分析和蛋白组学数据分析等各种生物测序数据分析方法。

本书以生物学问题为导向，以具体的案例来演示如何用信息学方法处理各种生物学数据，并对目前研究中存在的问题和未来的发展方向进行了展望。全书从介绍生物信息学的研究历史和发展现状入手，第2章描述了相关生物学基础，重点讨论生物信息学的研究对象——生物大分子；第3章介绍了生物数据的常用分析算法，包括统计分析、机器学习和模型评估方法

生物信息学是运用生物学、数学、计算机科学等多学科技术与手段进行生物信息的获取、贮存、分析、利用的一门交叉学科，是目前生物学研究热门领域之一。本书内容包括两个篇章：一是Windows系统下进行文献检索、数据库使用、引物设计、核酸蛋白质序列分析、进化分析、蛋白质结构分析、miRNA分析等理论与方法及相关软件使用介绍；二是l

本书是生物信息学分析和研究的实践指导，精选生物信息学分析中的重要案例，结合作者多年教学实践，借助MATLAB生物信息学工具箱，进行序列数据分析、芯片数据分析、高通量测序和质谱数据分析等，包括常规的序列比对和统计分析，直接访问网络数据库和本地数据库，以及进行RNA结构预测和多种图形的可视化等。本书从底层开始进行生物学数据

本书实例意在解决生物学问题，通过“编程技法”的形式，涵盖尽可能多的组织、分析、表现结果的策略。在每章结尾都会有为生物研究者设计的编程题目，适合教学和自学。本书由六部分组成：Python语言基本介绍，语言所有成分介绍，高级编程，数据可视化，生物信息通用包Biopython，最后给出20个编程秘笈，范围涵盖了从二级结构预测

本书以生物学问题为导向，以具体的案例来演示如何发现和解决各种生物学问题，并对目前研究中存在的问题和未来的发展方向进行了展望。本书从介绍生物信息学的研究历史和发展现状入手，第2章给出了相关生物学基础的介绍，摈弃繁杂的细节，强调系统性和整体性；第3章介绍了算法方面的相关技术，包括统计分析、机器学习和模型评估方法；从第4章开