日本免费精品视频,男人的天堂在线免费视频,成人久久久精品乱码一区二区三区,高清成人爽a毛片免费网站

譯者序

前言

給閱讀者的短箋

致謝名單

第1部分 基礎知識

第1章 核酸的世界

1.1DNA和 RNA的結構

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 DNA鏈通過堿基配對形成雙螺旋

RNA分子通常為單鏈結構，但在某些情況下可形成堿基配對結構

1.2 DNARNA和蛋白質：中心法則

DNA是信息載體，而 RNA則是信使

信使RNA根據遺傳密碼翻譯產生蛋白質

翻譯過程涉及了含 DNA和 RNA的核糖體的轉移

1.3基因結構和基因調控

特定的定位序列能和 RNA聚合酶結合，并識別轉錄起始點

真核生物中的轉錄起始信號遠比細菌中復雜得多

真核生物 mRNA轉錄物在翻譯前需經歷一系列修飾

翻譯的調控

1.4生命與進化之樹

主要生命形式的基本特征

突變可以改變核苷酸序列

總結

名詞解釋

擴展閱讀

第2章 蛋白質結構

2.1初級結構和二級結構

我們可從多個不同水平考察蛋白質結構

氨基酸是蛋白質的組成單位

側鏈決定了氨基酸化學和物理特性的不同

蛋白質鏈中的氨基酸通過肽鍵共價連接

蛋白質的二級結構由α螺旋？β鏈構成

在蛋白質結構中已發現了幾種不同類型的β折疊片

螺旋和鏈通過轉角？發夾結構和環連接

2.2對生物信息學的啟發

某些氨基酸傾向于形成特定的結構單元

從進化角度幫助序列分析

蛋白質結構的計算和可視化

2.3蛋白質通過折疊形成緊湊的結構

蛋白質的三級結構是通過多肽鏈的路徑來定義的

蛋白質折疊的穩定狀態是能量低的狀態

很多蛋白質是由多個亞基組成的

總結

名詞解釋

擴展閱讀

第3章 數據庫的處理

3.1數據庫的結構

平面文件數據庫以文本文件的方式存儲數據

關系數據庫廣泛應用于存儲生物信息

XML的靈活性可以確定定制的數據分類

一些用于生物數據的其他數據庫結構

數據庫可以通過本地訪問或通過互聯網相互鏈接

3.2數據庫類型

數據庫中不僅僅是數據

原始數據和衍生數據

我們如何定義和鏈接事物的重要性：本體

3.3數據庫搜索

序列數據庫

芯片數據庫

蛋白質相互作用數據庫

結構數據庫

3.4數據質量

非冗余性對一些應用特別重要

自動化方法可用于檢查數據的一致性

初步的分析和注釋通常是自動化完成的

為了產生高質量的注釋經常需要人為干預

數據庫更新和條目注釋版本號的重要性

總結

名詞解釋

擴展閱讀

第2部分 序列聯配

第4章 產生和分析序列聯配

4.1序列聯配的原理

聯配是在兩個或更多序列的相同區域尋找較大相似性的任務

聯配可以揭示序列間的同源性

比較蛋白質序列比核酸序列更容易檢測同源性

4.2聯配分值

一個聯配的質量是通過給予一個量化的分值來衡量的

量化兩個序列間的相似性的最簡單的方法是百分數

基于一致度的點圖可以可視化地評價相似性

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

對于打分聯配有許多不同的方法

4.3替代矩陣

使用替代矩陣對每個排列后的序列位點分配一個單獨的值

PAM 替代矩陣使用密切相關的蛋白質序列集的替代頻率

BLOSUM 替代矩陣使用了局部高度保守區域序列的突變數據

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到和另一條序列的相似度較大，需要罰分制度

動態規劃算法可以決定引入空缺

4.5聯配類型

對于不同情況采用不同類型的聯配

多重序列聯配能同時比較一些相似序列

有幾種不同的技術可構造多重聯配

多重聯配可以提高低相似性序列聯配的度

ClustalW 可以對 DNA和蛋白質序列進行全局聯配

通過合并一些局部聯配可以構建多重聯配

增加新信息可以改進聯配

4.6檢索數據庫

已開發了快速而的搜索算法

FASTA格式是一個基于較短的相同片段

匹配的快速的數據庫搜索方法

BLAST的基礎在于發現非常相似的短片段

對不同的問題采用不同版本的BLAST和FASTA

PSIBLAST基于配置文件的數據庫搜索

SSEARCH 是一個嚴格的聯配方法

4.7搜索核酸或蛋白質序列

可直接使用或翻譯后的 DNA或 RNA序列

必須測試數據庫的匹配質量，以確保其不可能是偶然發生

選擇一個適當的犈值的閾值有助于限制數據庫搜索

低復雜度區域可以將同源性搜索復雜化

不同的數據庫可以用來解決具體問題

4.8蛋白質序列模體或模式

建立數據庫的模式需要專業知識

BLOCKS數據庫包含自動編譯的保守蛋白質序列的多重聯配的較短序列模塊

4.9 使用模式和模體搜索

可以在PROSITE數據庫中搜索蛋白質的模式和模體

基于模式的PHIBLAST程序同時搜索同源性和模體匹配

可以使用PRATT從多條序列產生模式

PRINTS數據庫包括了指紋圖譜，描述一個蛋白質家族的一些保守模體

Pfam數據庫定義了蛋白質家族的表達譜

4.10模式和蛋白質功能

可以搜索蛋白質上特定的功能位點

序列比較不是分析蛋白質序列的途徑

總結

名詞解釋

擴展閱讀

第5章 序列比對及數據庫搜索

5.1替換矩陣和打分

聯配分值用于衡量公共進化祖先的似然性

PAM (MDM)替代打分矩陣用于探索蛋白質進化起源

BLOSUM 矩陣用于尋找保守的蛋白質區域

用于核苷酸聯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配問題

插入空缺的打分相對替換而言使用了更為啟發式的方法

5.2動態規劃算法

使用改進后的 NeedlemanWunsch算法構建全局聯配

對動態規劃算法的簡單改進就能用于局部序列聯配

不計算完整的矩陣，犧牲度提高時間效率

5.3索引技術和近似算法

后綴樹定位和獨特及重復序列的位置

散列索引是一種技術，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行數據庫搜索

BLAST算法利用了有限狀態自動機

直接比較核酸序列和蛋白質序列，需要對BLAST和FASTA進行特殊的調整

5.4聯配分值的顯著性

有空缺局部聯配的統計可以按相似的算法進行

5.5聯配全基因組序列

有效索引和掃描全基因組序列對高等生物序列比對至關重要

密切關聯的物種基因組之間復雜進化關系需要創新的聯配算法

總結

名詞解釋

擴展閱讀

第6章模式？序列和多序列比對

6.1序列和序列標記

位置特異性分數矩陣是得分矩陣的擴展

解決構建PSSM 時數據缺失問題的方法

PSIBLAST是一個序列數據庫檢索程序

將序列表現為序列標記

6.2譜式隱馬爾可夫模型

用于序列比對的 HMM 的基本結構

利用聯配序列建立 HMM 參數

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

利用未聯配序列評估 HMM 參數

6.3序列聯配

利用聯配比較兩個PSSM

聯配譜式 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配錯誤可能性而決定的

許多不同的打分策略用于建立多序列聯配

多序列聯配是利用向導樹以及譜式方法構建的，且可能進一步改進

6.5其他獲得多序列聯配的方法

多序列聯配程序 DIALIGN聯配無間隙的區段

利用遺傳算法的SAGA多序列聯配方法

6.6序列模式發現

在多序列聯配中查找模式：eMOTIF和AACC

序列中共有模式的概率查詢：Gibbs和MEME

總結

名詞解釋

擴展閱讀

第3部分進化過程

第7章重現進化歷史

7.1系統發生樹的結構和解釋

系統發生樹重建進化關系

用幾種方式描述樹的拓撲結構

一致樹和可信樹報告拓撲結構的比較結果

7.2分子進化及其結果

大多數相關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

只應該用直系同源基因構建物種系統發生樹

基因組大區域變化是常見的

7.3系統發生樹構建

核糖體小亞基rRNA序列非常適用于重建物種的進化

構樹方法的選擇在某種程度上依賴于數據集的大小和質量

在使用這些方法時必需選擇一個進化模型

所有的系統發生分析必須以的多序列比對開始

16SRNA序列的一個小數據集的系統發生分析

為酶家族建立基因樹有助于發現酶功能的進化

總結

名詞解釋

擴展閱讀

第8章 構建系統發生樹

8.1進化模型和進化距離的計算

一個簡單但不衡量進化距離的是狆距離

Poisson校正距離考慮了同一位點上的多次突變

Gamma校正距離考慮了不同的序列位點上突變速率的差異

JukesCantor模型再現了核苷酸序列進化的一些基本特征

更復雜的模型區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

蛋白質序列的進化模型和用于序列聯配的替代矩陣密切相關

8.2產生系統發生樹

聚類方法基于進化距離產生一個系統發育樹

UPGMA方法假定一個恒定的分子鐘，并產生一個等距樹

FitehMargoliash方法產生一個無根的加性樹

鄰接法：此方法涉及最小進化的概念

通常使用逐步增加和星形分解方法用以產生一棵起始樹用于進一步的探索，這不是最終樹

8.3產生多種樹的拓撲結構

分枝限界法大大提高了搜索樹的拓撲結構的效率

可以通過對一個現存樹做一系列細小的變化以優化樹拓撲結構

尋找根給出了系統發生樹在時間上的方向

8.4評價樹的拓撲結構

可使用基于進化距離的函數以評價樹

加權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

可以使用較大似然法用以評估樹

四重奏迷惑 (quartetpuzzling)方法在標準執行中也包括了較大似然法

貝葉斯方法也可用于重建系統發生樹

8.5評估樹的特征和比較樹的性

即使是完善的數據和方法也會出現長枝吸引的問題

可以檢驗內部分枝測試樹的拓撲結構

用于比較兩棵或兩棵以上的樹的檢驗方法

總結

名詞解釋

擴展閱讀

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

將整個基因組序列分割開來簡化基因檢測

結構 RNA基因和重復序列在進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測

9.3真核基因組中的基因預測

外顯子和內含子的預測程序使用了多種方法

基因預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測外顯子

有些程序只利用查詢序列和基因模型來預測外顯子

可以利用基因模型和序列相似性來預測基因

相關物種的基因組可以用來幫助基因預測

9.4剪接位點的預測

剪接位點可以由專門的程序獨立地鑒定

9.5啟動子區域的預測

原核啟動子有較好定義的基序

真核啟動子一般要比原核啟動子復雜

有許多啟動子的在線預測工具

啟動子預測結果并不十分清晰

9.6證實預測結果

有多種計算基因預測率的方法

翻譯預測的外顯子可以證實預測的性

構建蛋白質和鑒定同源基因

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準詞匯表

9.8大基因組比較

總結

名詞解釋

擴展閱讀

第10章 基因檢測和基因組注釋理論章節

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)統計

GLIMMER利用了編碼概率的差值馬爾科夫模型

ORPHEUS利用了同源性？密碼子統計和核糖體結合位點

GeneMark.hmm 利用狀態持續隱馬爾可夫模型

EcoParse是一個 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

內含子？外顯子和剪切位點

轉錄因子的啟動子序列和結合位點

10.5預測真核生物基因信號

檢測核心啟動子結合信號是很多真核生物基因預測方法的關鍵元素

為了定位核心啟動子序列信號而設計的一類模型

利用序列一般性質預測啟動子區域可以去掉相當數量的假陽性結論

預測真核生物轉錄和翻譯起始位點

轉錄和翻譯終止信號給出基因完整定義

10.6預測外顯子和內含子

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

剪切位點預測

可以通過序列模式與堿基統計相結合預測剪切位點

GenScan將加權矩陣和決策樹整合以定位剪切位點

GeneSplicer利用一階馬爾可夫鏈預測剪切位點

NetPlantGene整合內含子和外顯子的神經網絡模型以預測剪切位點

其他特征可能也可以用于剪切位點預測

利用特定方法識別起始和終止外顯子

利用數據庫中的同源區域可以定義外顯子

10.7完整真核生物基因模型

10.8預測獨立基因之余

功能注釋

通過比較相關基因組，可以減少難以確定的預測

基因檢測方法的評估和再評估

總結

名詞解釋 308 oxviiio

擴展閱讀

第5部分 二級結構

第11章從序列中獲得二級結構

11.1預測方法的類型

基于規則的統計方法使殘基形成一個特定二級結構成為可能

最近鄰法是結合了有關蛋白質結構額外信息的統計方法

主要利用神經網絡及隱馬爾可夫方法進行二級結構預測的機器學習方法

11.2 訓練和測試數據庫

確定蛋白質二級結構的幾種方法

11.3預測程序性評估

Q 3 衡量個別殘基分配的精度

二級結構的預測不應該期望達到的殘基精度

Sov值衡量全元素的預測精度

CAFASP/CASP：無偏的和隨時可用的蛋白質預測評估

11.4統計和基于知識的方法

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配

使用多個序列信息提高整體預測精度

最近鄰法：使用多個非同源序列

PREDATOR是一種綜合了統計和基于知識的程序，其中包括了最近鄰法

11.5二級結構預測的神經網絡方法

評估神經網絡預測的性

基于網絡的神經網絡二級結構預測程序的幾個例子

PROF：蛋白質