“精要速览系列(Instant：Notes Seties)”丛 书是国外教材“BestSeller”榜的上榜教材。该系 列教材结构新颖，视角独特，重点明确，脉络分明， 图表简明清晰，英文自然易懂，被许多高等院校双语教学选用。
霍奇曼编著的《生物信息学(第2版中译版)》在前一版基础上修订，涵盖了生物信息学的基本内容及 拓展知识。全书共分三大部分，包括学科概况(A～B章)、基础部分(C—I章)、应用领域(J～R章)，合计 18章：A生物学研究新面貌、B生物信息学的定义、C物理学要素、D数据与数据库、E数据类别、F计算、G 概率与统计、H模型与数学技术、1人工智能与机器学习、J基因组与其他序列、K转录组学、L蛋白质与蛋 白质组学、M代谢物组学、N超分子结构、0生化动力学、P生理学、Q图像分析、R文本分析。书前附有缩 略词表，书后附有进一步阅读的文献。
《生物信息学(第2版中译版)》适合普通高校生命科学、医药科技，以及生物信息学相关专业教学使 用，也可供科研人员参考阅读。
更多科学出版社服务，请扫码获取。
译者前言
缩略词
A 生物学研究新面貌
B 生物信息学的定义
C 物理学要素
D 数据与数据库
E 数据类别
E1 数据类别
E2 生物信息学中呈现数据的最佳做法
F 计算
G 概率与统计
G1 概率和概率分布
G2 条件概率和贝叶斯法则
G3 基本的统计学检验
前言
译者前言
缩略词
A 生物学研究新面貌
B 生物信息学的定义
C 物理学要素
D 数据与数据库
E 数据类别
E1 数据类别
E2 生物信息学中呈现数据的最佳做法
F 计算
G 概率与统计
G1 概率和概率分布
G2 条件概率和贝叶斯法则
G3 基本的统计学检验
H 模型与数学技术
H1 系统特征
H2 图论及其应用
H3 常微分方程与代数
H4 高级建模技术
H5 形状、变形与生长
I 人工智能与机器学习
I1 人工智能与机器学习概论
I2 人工智能与机器学习的统计学方法
I3 人工智能与机器学习的计算方法
J 基因组与其他序列
J1 数据库与数据源
J2 基因组注释
J3 序列分析
J4 序列家族、序列比对与系统发育
J5 结构域家族与数据库
K 转录组学
K1 转录谱
K2 转录分析的统计学问题
K3 分析差异表达基因
K4 多元技术和网络推理
K5 数据标准和实验设计
L 蛋白质与蛋白质组学
L1 蛋白质组学技术
12 互作蛋白质组学
L3 相互作用数据库和网络
L4 结构生物信息学
L5 结构分类
L6 结构预测与建模
L7 分子动力学与药物设计
M 代谢物组学
N 超分子结构
N1 超分子结构
N2 组织与生物体尺度结构
0 生化动力学
01 代谢网络研究
02 微积分和代数学的应用
P 生理学
P1 生理学
P2 整合生物学与植物模拟
P3 整合生物学——总结
Q 图像分析
Q1 什么是图像分析？
Q2 图像分析如何应用到生物科学研究中？
Q3 图像增强
Q4 特征检测
Q5 数据析取
R 文本分析
进一步阅读
索引
目录
前言
译者前言
缩略词
A 生物学研究新面貌 (1)
B 生物信息学的定义 (4)
C 物理学要素 (8)
D 数据与数据库 (12)
E 数据类别 (19)
E1 数据类别 (19)
E2 生物信息学中呈现数据的最佳做法 (23)
F 计算 (25)
G 概率与统计 (33)
G1 概率和概率分布 (33)
G2 条件概率和贝叶斯法则 (38)
G3 基本的统计学检验 (41)
H 模型与数学技术 (45)
H1 系统特征 (45)
H2 图论及其应用 (47)
H3 常微分方程与代数 (52)
H4 高级建模技术 (55)
H5 形状、变形与生长 (57)
I 人工智能与机器学习 (58)
I1 人工智能与机器学习概论 (58)
I2 人工智能与机器学习的统计学方法 (59)
I3 人工智能与机器学习的计算方法 (65)
J 基因组与其他序列 (70)
J1 数据库与数据源 (70)
J2 基因组注释 (88)
J3 序列分析 (94)
J4 序列家族、序列比对与系统发育 (109)
J5 结构域家族与数据库 (117)
K 转录组学 (123)
K1 转录谱 (123)
K2 转录分析的统计学问题 (126)
K3 分析差异表达基因 (128)
K4 多元技术和网络推理 (133)
K5 数据标准和实验设计 (137)
L 蛋白质与蛋白质组学 (139)
L1 蛋白质组学技术 (139)
L2 互作蛋白质组学 (147)
L3 相互作用数据库和网络 (150)
L4 结构生物信息学 (153)
L5 结构分类 (168)
L6 结构预测与建模 (171)
L7 分子动力学与药物设计 (181)
M 代谢物组学 (186)
N 超分子结构 (189)
N1 超分子结构 (189)
N2 组织与生物体尺度结构 (191)
O 生化动力学 (193)
O1 代谢网络研究 (193)
O2 微积分和代数学的应用 (199)
P 生理学 (202)
P1 生理学 (202)
P2 整合生物学与植物模拟 (205)
P3 整合生物学——总结 (207)
Q 图像分析 (209)
Q1 什么是图像分析？ (209)
Q2 图像分析如何应用到生物科学研究中？ (213)
Q3 图像增强 (217)
Q4 特征检测 (220)
Q5 数据析取 (223)
R 文本分析 (226)
进一步阅读 (230)
索引 (238)
书单推荐
