生物信息學是使用信息技術(shù)來處理生物學數(shù)據(jù)的學科，隨著MATLAB生物學工具箱的內(nèi)容和函數(shù)的日漸豐富，利用MATLAB處理生物學數(shù)據(jù)越來越便捷，通過本書的學習，讀者可以更加深入的理解生物信息處理的基本原理和過程。

本書是生物信息學分析和研究的實踐指導(dǎo)，精選生物信息學分析中的重要案例，結(jié)合作者多年教學實踐，借助MATLAB生物信息學工具箱，進行序列數(shù)據(jù)分析、芯片數(shù)據(jù)分析、高通量測序和質(zhì)譜數(shù)據(jù)分析等，包括常規(guī)的序列比對和統(tǒng)計分析，直接訪問網(wǎng)絡(luò)數(shù)據(jù)庫和本地數(shù)據(jù)庫，以及進行RNA結(jié)構(gòu)預(yù)測和多種圖形的可視化等。本書從底層開始進行生物學數(shù)據(jù)常規(guī)分析，直觀地演示各種函數(shù)的使用方法和分析結(jié)果。

劉偉，博士，國防科技大學講師，主要研究方向為生物網(wǎng)絡(luò)的構(gòu)建與分析。擔任“生物信息學”和“生物信息概論”等多門課程的主講教師，發(fā)表教學論文6篇。主持國家自然科學基金項目1項，發(fā)表論文20余篇，出版教材3部，獲得國家發(fā)明專利7項。

目    錄


第1章  序列分析
1．1  計算和可視化序列統(tǒng)計特性
1．1．1  人類線粒體基因組
1．1．2  計算序列統(tǒng)計特性
1．1．3  考察開放閱讀框(ORF)
1．1．4  考察注釋特征
1．1．5  提取和分析ND2和COX1蛋白
1．1．6  計算人類線粒體基因組中所有基因的密碼子使用頻率
1．2  兩兩序列比對
1．2．1  序列比對介紹
1．2．2  查找序列信息
1．2．3  確定蛋白質(zhì)編碼序列
1．2．4  比較氨基酸序列
1．2．5  序列比對結(jié)果分析
1．3  評估比對的統(tǒng)計學顯著性
1．3．1  從MATLAB空間中獲取NCBI數(shù)據(jù)
1．3．2  初步比對和全局比對
1．3．3  評估打分的顯著性
1．3．4  打分不具有統(tǒng)計學顯著性的例子
1．3．5  局部比對和隨機序列
1．4  全基因組比對
1．4．1  提取基因組信息
1．4．2  基因比對
1．4．3  考察分數(shù)的含義
1．4．4  利用稀疏矩陣減少存儲量
1．4．5  查看同源基因
1．5  分析同義和非同義替換
1．5．1  介紹
1．5．2  提取HIV-1基因組的兩個序列信息
1．5．3  計算HIV-1基因的Ka/Ks比值
1．5．4  利用滑動窗口計算Ka/Ks比值
1．5．5  GAG、POL和ENV基因的滑動窗口分析
1．5．6  分析GP120的Ka/Ks比值和表位
1．6  追蹤禽流感病毒
1．6．1  禽流感病毒介紹
1．6．2  計算每個H5N1基因的Ka/Ks比值
1．6．3  針對HA蛋白質(zhì)進行系統(tǒng)發(fā)育分析
1．6．4  利用多維變尺度可視化序列距離
1．6．5  在非洲和亞洲地圖上展示H5N1病毒的地理區(qū)域
1．6．6  利用谷歌地圖觀察地理區(qū)域
1．6．7  在谷歌地圖中查看文件
參考文獻
第2章  高通量測序
2．1  分析Illumina/Solexa下一代測序數(shù)據(jù)
2．1．1  簡介
2．1．2  讀取_sequence．txt(FASTQ)文件
2．1．3  考察序列讀數(shù)的長度分布
2．1．4  考察序列片段的堿基組成
2．1．5  考察質(zhì)量打分分布
2．1．6  在標準之間轉(zhuǎn)換質(zhì)量打分
2．1．7  根據(jù)質(zhì)量打分進行過濾和去除
2．1．8  統(tǒng)計讀數(shù)出現(xiàn)概況
2．1．9  識別人造的均聚物
2．2  識別RNA-seq數(shù)據(jù)中差異表達的基因
2．2．1  RNA-seq技術(shù)介紹
2．2．2  前列腺癌癥數(shù)據(jù)集
2．2．3  為目標基因建立一個注釋對象
2．2．4  輸入匹配的短讀數(shù)匹配數(shù)據(jù)
2．2．5  確定數(shù)字化基因表達
2．2．6  推斷RNA表達的差異信號
2．2．7  估計文庫規(guī)模因子
2．2．8  估計基因豐度
2．2．9  估計負二項式分布參數(shù)
2．2．10  經(jīng)驗累計分布函數(shù)
2．2．11  測試差異表達
2．3  分析人類末端腸道微生物
2．3．1  人類末端腸道菌群簡介
2．3．2  成人遠端腸道微生物分類剖析
2．3．3  結(jié)合分類分布和基本分類
2．3．4  基于KEGG類進行功能對比分析
2．3．5  基于COG分類進行功能對比分析
2．3．6  基于功能表示集中微生物
2．4  分析馬尾藻樣本的宏基因組
2．4．1  簡介
2．4．2  讀取BLAST命中報告
2．4．3  過濾BLAST命中次數(shù)
2．4．4  內(nèi)存匹配的分類學數(shù)據(jù)文件
2．4．5  用分類學信息注釋BLAST報告
2．4．6  根據(jù)學名為BLAST命中分類
2．4．7  保存注釋的BLAST報告
2．4．8  確定BLAST命中次數(shù)的分類學分布
2．4．9  濾除孤立分配
2．4．10  繪制BLAST命中的分類學分布
2．4．11  將分析局限至每個查詢的最佳命中
2．4．12  分類節(jié)點信息的內(nèi)存映射
2．4．13  根據(jù)更高的分類學目劃分BLAST命中
2．4．14  以圖的形式表示分類學分布
2．5  研究基因組規(guī)模的DNA甲基化譜差異
2．5．1  簡介
2．5．2  數(shù)據(jù)集
2．5．3  為BAM格式文件創(chuàng)建MATLAB接口
2．5．4  關(guān)聯(lián)CpG島和DNA甲基化
2．5．5  序列數(shù)據(jù)的統(tǒng)計建模
2．5．6  識別顯著的甲基化區(qū)域
2．5．7  尋找具有顯著甲基化啟動子區(qū)域的基因
2．5．8  尋找顯著甲基化的基因內(nèi)部區(qū)域
2．5．9  甲基化模式的差異分析
參考文獻
第3章  芯片數(shù)據(jù)分析
3．1  芯片數(shù)據(jù)可視化
3．1．1  考察微陣列數(shù)據(jù)
3．1．2  微陣列數(shù)據(jù)的空間圖
3．1．3  微陣列的統(tǒng)計參數(shù)
3．1．4  微陣列數(shù)據(jù)的散點圖
3．2  分析Affymetrix芯片數(shù)據(jù)
3．2．1  關(guān)于Affymetrix數(shù)據(jù)文件
3．2．2  顯示圖像文件
3．2．3  基因名稱和探針集ID
3．3  分析芯片數(shù)據(jù)并識別差異表達的基因
3．3．1  芯片數(shù)據(jù)集簡介
3．3．2  下載表達數(shù)據(jù)
3．3．3  過濾表達數(shù)據(jù)
3．3．4  識別差異的基因表達
3．3．5  采用基因本體注釋上調(diào)基因
3．3．6  尋找通路中的差異表達基因
3．4  通過分析Affymetrix SNP芯片研究DNA副本數(shù)變化
3．4．1  簡介
3．4．2  數(shù)據(jù)集
3．4．3  獲取SNP芯片的探針水平數(shù)據(jù)
3．4．4  輸入和轉(zhuǎn)換數(shù)據(jù)集
3．4．5  探針強度標準化
3．4．6  探針水平的概要
3．4．7  獲取SNP探針信息
3．4．8  原始拷貝數(shù)估計
3．4．9  過濾和排序
3．4．10  PCR片段長度標準化
3．4．11  CN基因譜
3．4．12  SCLS樣本的8q擴增
3．4．13  CN獲得/缺失匯總圖
3．5  芯片數(shù)據(jù)的基因本體富集分析
3．5．1  簡介
3．5．2  基因本體功能舉例
3．5．3  通過聚類分析篩選一組感興趣的基因子集
3．5．4  獲取酵母基因組數(shù)據(jù)庫中的注釋基因
3．5．5  基因芯片中被注釋的基因數(shù)目
3．5．6  觀察GO注釋的出現(xiàn)概率
3．5．7  最顯著條目的進一步分析
參考文獻
第4章  質(zhì)譜數(shù)據(jù)分析
4．1  原始質(zhì)譜數(shù)據(jù)的預(yù)處理
4．1．1  下載數(shù)據(jù)
4．1．2  譜的重采樣
4．1．3  基線校正
4．1．4  譜排列
4．1．5  譜圖標準化
4．1．6  去除峰噪聲
4．1．7  采用波形降噪方法尋找峰值
4．1．8  分段：用層次聚類合并譜峰
4．1．9  動態(tài)規(guī)劃分割
4．2  采用順序和并行計算實現(xiàn)譜的批量處理
4．2．1  簡介
4．2．2  設(shè)置數(shù)據(jù)倉庫
4．2．3  順序分批處理
4．2．4  基于多核計算機的并行批處理
4．2．5  基于分布計算的并行批處理
4．2．6  異步并行處理
4．2．7  后期處理
4．3  顯著性特征識別以及蛋白質(zhì)譜分類
4．3．1  簡介
4．3．2  樣本可視化
4．3．3  關(guān)鍵特征排序
4．3．4  基于線性判別分析的盲分類
4．3．5  利用PCA/LDA進行數(shù)據(jù)降維
4．3．6  特征選擇子集的隨機搜索
4．3．7  利用評估集來評估選擇特征的質(zhì)量
4．3．8  可替換的統(tǒng)計學習方法
4．4  采用遺傳算法尋找質(zhì)譜數(shù)據(jù)特征
4．4．1  簡介
4．4．2  導(dǎo)入本地質(zhì)譜數(shù)據(jù)到MATLAB
4．4．3  建立遺傳算法的適應(yīng)度函數(shù)
4．4．4  建立初始種群
4．4．5  設(shè)定遺傳算法選項
4．4．6  運行GA尋找20個具有可判別性的特征
4．4．7  顯示具有判別性的特征
參考文獻
第5章  可視化工具
5．1  聚類結(jié)果可視化
5．1．1  數(shù)據(jù)導(dǎo)入
5．1．2  聚類
5．1．3  查看和更改聚類選項
5．1．4  數(shù)據(jù)集的行列聚類
5．1．5  對熱圖的操作
5．1．6  操作系統(tǒng)樹
5．1．7  改變配色方案和顯示范圍
5．1．8  5000個顯著基因的聚類
5．2  分子三維結(jié)構(gòu)的可視化
5．2．1  泛素結(jié)構(gòu)介紹
5．2．2  泛素分子顯示
5．2．3  對分子進行旋轉(zhuǎn)和放大
5．2．4  評估結(jié)構(gòu)中的氨基酸電荷分布
5．2．5  研究結(jié)構(gòu)的疏水性譜
5．2．6  測量原子距離
5．2．7  展示和標注泛素結(jié)構(gòu)中的賴氨酸殘基
5．2．8  檢查泛素中的異肽鍵
5．2．9  泛素比對和SUMO序列
5．2．10  將泛素和SUMO的結(jié)構(gòu)疊加
5．3  相互作用數(shù)據(jù)可視化
5．3．1  將進化樹表示為圖
5．3．2  改變BIOGRAGH對象的屬性
5．3．3  繪制自定義節(jié)點
5．4  圖論函數(shù)
5．4．1  從SimBiology模型創(chuàng)建一個圖
5．4．2  可視化圖
5．4．3  使用圖論函數(shù)
5．4．4  尋找節(jié)點pA與pC之間的最短路徑
5．4．5  遍歷圖
5．4．6  尋找圖中的連通部分
5．4．7  模擬移除一個反應(yīng)
參考文獻
第6章  外部數(shù)據(jù)庫和程序調(diào)用
6．1  連接本地數(shù)據(jù)庫
6．1．1  檢查數(shù)據(jù)庫工具箱
6．1．2  為原始數(shù)據(jù)庫建立一個備份
6．1．3  為MATLAB配置數(shù)據(jù)庫
6．1．4  連接到數(shù)據(jù)庫
6．1．5  獲取數(shù)據(jù)庫信息
6．1．6  從GenBank收集序列數(shù)據(jù)并插入數(shù)據(jù)庫
6．1．7  核對導(dǎo)入數(shù)據(jù)的序列
6．1．8  更新數(shù)據(jù)庫中的數(shù)據(jù)
6．1．9  為數(shù)據(jù)庫添加比對信息
6．1．10  檢索比對
6．1．11  為數(shù)據(jù)增加BLAST報表信息
6．1．12  對序列進行BLAST搜索
6．1．13  使用可視化的查詢構(gòu)建器將信息導(dǎo)入MATLAB
6．2  連接KEGG的API網(wǎng)絡(luò)服務(wù)器
6．2．1  利用信息操作來展示通路數(shù)據(jù)庫中的統(tǒng)計參數(shù)
6．2．2  利用conv操作符實現(xiàn)KEGG標識符與外部標識符的相互轉(zhuǎn)換
6．2．3  提取KEGG分類學數(shù)據(jù)庫的物種列表
6．2．4  獲取KEGG通路數(shù)據(jù)庫中人類的通路列表
6．2．5  為通路染色
6．2．6  展示靜態(tài)圖
6．3  調(diào)用Bioperl函數(shù)
6．3．1  簡介
6．3．2  訪問序列信息
6．3．3  從MATLAB調(diào)用Perl程序
6．3．4  在Perl程序中調(diào)用MATLAB函數(shù)
6．3．5  生物信息學工具箱中的蛋白質(zhì)分析工具
參考文獻