理解生物信息學

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 
1.1　DNA和 RNA的結構 
DNA分子是由4種不同類型的鹼基組成的線性多聚體 
兩條互補 DNA鏈通過鹼基配對形成雙螺旋 
RNA分子通常為單鏈結構，但在某些情況下可形成鹼基配對結構 
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，並識別轉錄起始點 
真核生物中的轉錄起始信號遠比細菌中複雜得多 
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徵 
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摺疊片 
螺旋和鏈通過轉角？髮夾結構和環連接 
2.2　對生物信息學的啟發 
某些氨基酸傾向於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　蛋白質通過摺疊形成緊湊的結構 
蛋白質的三級結構是通過多肽鏈的路徑來定義的 
蛋白質摺疊的穩定狀態是能量最低的狀態 
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 
關係數據庫廣泛應用於存儲生物信息 
XML的靈活性可以確定定製的數據分類 
一些用於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 
非冗餘性對一些應用特別重要 
自動化方法可用於檢查數據的一致性 
初步的分析和註釋通常是自動化完成的 
為了產生高質量的註釋經常需要人為干預 
數據庫更新和條目註釋版本號的重要性 
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最大相似性的任務 
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 
基於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 
最低一致度比可以被接受為具有顯著性 
對於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後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於要解決的問題 
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最大，需要罰分制度 
動態規划算法可以決定引入最優空缺 
4.5　聯配類型 
對於不同情況採用不同類型的聯配 
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精確度 
ClustalW 可以對 DNA和蛋白質序列進行全局聯配 
通過合併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 
已開發了快速而準確的搜索算法 
FASTA格式是一個基於較短的相同片段
匹配的快速的數據庫搜索方法 
BLAST的基礎在於發現非常相似的短片段 
對不同的問題採用不同版本的BLAST和FASTA 
PSIBLAST基於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 
可直接使用或翻譯後的 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於限制數據庫搜索 
低複雜度區域可以將同源性搜索複雜化 
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 
基於模式的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 
序列比較不是唯一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 
聯配分值用於衡量公共進化祖先的似然性
PAM （MDM）替代打分矩陣用於探索蛋白質進化起源 
BLOSUM 矩陣用於尋找保守的蛋白質區域
用於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於特定的聯配問題
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　動態規划算法 
使用改進後的 NeedlemanWunsch算法構建全局最優聯配 
對動態規划算法的簡單改進就能用於局部序列聯配 
不計算完整的矩陣，犧牲精確度提高時間效率 
5.3　索引技術和近似算法 
後綴樹定位和獨特及重複序列的位置 
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 
有效索引和掃瞄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複雜進化關係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 
用於序列比對的 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：最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於評估合併聯配錯誤可能性而決定的 
許多不同的打分策略用於建立多序列聯配
多序列聯配是利用嚮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係 
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鹼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序列非常適用於重建物種的進化 
構樹方法的選擇在某種程度上依賴於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精確的多序列比對開始 
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於發現酶功能的進化 
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 
一個簡單但不精確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徵 
更複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於序列聯配的替代矩陣密切相關 
8.2　產生系統發生樹 
聚類方法基於進化距離產生一個系統發育樹 
UPGMA方法假定一個恆定的分子鐘，並產生一個等距樹 
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於進一步的探索，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 
可使用基於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 
使用簡約法可以採用不同的方式對突變作加權 
可以使用最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最大似然法 
貝葉斯方法也可用於重建系統發生樹 
8.5　評估樹的特徵和比較樹的可靠性 
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 
用於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 基因組特徵
第9章 揭示基因組特徵 
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基因和重複序列在進一步分析中可以排除 
同源性可以用於原核和真核基因的鑑定 
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鑑定 
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複雜 
有許多啟動子的在線預測工具 
啟動子預測結果並不十分清晰 
9.6　證實預測結果 
有多種計算基因預測準確率的方法 
翻譯預測的外顯子可以證實預測的準確性 
構建蛋白質和鑑定同源基因 
9.7　基因組註釋 
基因組註釋是基因組分析中的最後一步 
GO（geneontology）提供了一套基因註釋的標準詞彙表 
9.8　大基因組比較 
總結 
名詞解釋 
擴展閱讀 
第10章 基因檢測和基因組註釋理論章節 
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徵 
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 利用精確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徵 
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鹼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 
其他特徵可能也可以用於剪切位點預測 
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　預測獨立基因之餘 
功能註釋 
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 
基於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　預測程序準確性評估 
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100%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　統計和基於知識的方法 
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於知識的程序，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可靠性 
基於網絡的神經網絡二級結構預測程序的幾個例子 
PROF：蛋白質預測 
PSIPRED 
Jnet：使用序列比對的幾種可選描述 
11.6　一些需要特殊預測方法的二級結構 
跨膜蛋白 
量化膜環境的屬性 
11.7　跨膜蛋白結構的預測 
多螺旋膜蛋白 
選擇預測跨膜螺旋的預測程序 
統計方法 
基於知識的預測 
蛋白質家族的進化信息改善了預測結果 
神經網絡在跨膜預測中的應用 
使用隱馬爾可夫模型預測跨膜螺旋 
比較結果：選擇哪個 
如果提交一個非跨膜蛋白給跨膜預測程序會發生什麼 
含β鏈的跨膜結構的預測 
11.8　捲曲螺旋結構 
COILS預測程序 
PAIRCOIL和 MULTICOIL是COILS算法的擴展 
拉上亮氨酸拉鏈：一個特殊的捲曲螺旋 
11.9　RNA二級結構預測 
總結 
名詞解釋 
擴展閱讀 
第12章　二級結構預測 
12.1　定義二級結構和預測精度 
蛋白質二級結構指定定義不同給出結果也不同 
對二級結構的預測精度存在著幾種不同的測度 
12.2　二級結構預測基於殘基的偏好性 
每個結構狀態存在著氨基酸的傾向，這可以在指定時作為殘基偏好性 
最簡單的預測方法是基於在一個序列窗口中的平均殘基偏好性 
殘基偏好性由附近的序列所調控 
通過從同源序列得到的信息可以大為改善預測 
12.3　近鄰方法是基於序列片段的相似性 
發現相似序列的短片段具有相似的結構 
使用了幾種序列相似性的測度用以尋找近鄰片段 
使用近鄰片段結構的加權平均用以預測 
已發展了近鄰方法用於預測那些較易發生錯誤摺疊的區域 
12.4　神經網絡已經被成功應用於二級結構預測 
分層前饋神經網絡可以將序列轉變為結構預測 378 oxixo
包括同源序列信息將改善神經網絡的預測正確度 
更複雜的神經網絡已應用於預測二級結構和其他一些結構特點 
12.5　隱馬爾可夫模型已應用在結構預測中 
發現 HMM 方法對膜蛋白特別有效 
使用 HMM，也可以成功地預測非膜蛋白的二級結構 
12.6　可以預測結構特徵的一般數據分類技術 
支持向量機已成功地用於蛋白質結構預測 
Discriminates？SOM 和其他一些方法 
總結 
名詞解釋 
擴展閱讀 

第6部分　蛋白質三級結構
第13章　蛋白質結構預測 
13.1　勢能函數和力場 
蛋白質的構象可以在勢能面上觀察到 
構象能量可以用簡單的數學函數來描述 
相似的力場可以用來表示平均環境中的構象能量 
勢能函數可以用來評估構建的結構 
能量最小化可以用來搜索建模結構和確定局部能量最小值 
分子動力學和模擬退火可以用來搜索全局能量最小值 
13.2　用摺疊識別法預測蛋白質結構 
在沒有同源蛋白的情況下預測蛋白質結構摺疊 
非冗餘蛋白質摺疊數據庫在穿線法中的應用 
穿線法中採用的兩種不同的打分機制 
動態規劃方法搜索目標序列與已知摺疊匹配的最佳方案 
評估摺疊識別可信度的方法 
穿線法實例：網柱黏菌中的C2結構域 
13.3　同源建模原理 
目標序列與模板序列相關性越大，同源建模的結果越好 
關鍵序列一致性取決於整個序列的長度 
針對目前可建模的大批量序列的同源建模已經實現自動化 
建模所基於的一系列假設 
13.4　同源建模的步驟 
在PDB數據庫中尋找目標蛋白質的同源結構 
目標和模板蛋白序列的精確比對對於成功建模是必不可少的 
蛋白質的結構保守區域最先建模 
進入下一階段前需檢驗建模的核心結構是否存在不適之處 
序列重新比對和重新建模可能會提高建模結構的準確性 
插入和缺失序列通常建模成環區域 
不等同氨基酸側鏈的建模主要通過旋轉異構體數據庫來實現 
採用能量最小化來消除結構錯誤 
分子動力學可以用來搜索可移動的loop區域可能採取的構象 
檢查模型的準確性 
同源建模的可信度 
13.5　自動化同源建模 
MODELLER通過適當的蛋白質結構約束條件來建模 
COMPOSER使用基於片段的建模方法來自動化生成相應的模型 
網絡中可用於比較建模的自動化方法 
結構預測結果的評價 
13.6　PI3蛋白激酶p110α的同源建模 
SwissPdbViewer能夠用於手工或者半手工建模 
同時做序列比對？核心結構建模和側鏈建模 
柔性區域 （loop）通過數據庫中可能的結構建模 
SwissPdbViewer軟件可以實現能量最小化和質量評估 
MolIDE是一個可下載的半自動的建模軟件包
基於網絡的自動化建模 （以p110α激酶為例） 
構建一個功能上相似但是序列不相似的蛋白oxxo質：mTOR 
從序列生成一個多結構域三維結構 
總結 
名詞解釋 
擴展閱讀 
第14章　結構 功能關係分析 
14.1　功能保守性 
發揮功能的區域通常結構上是保守的 
相似的生物學功能存在於具有不同摺疊模式的蛋白質上 
摺疊數據庫確定了結構上相似的蛋白質而無論其功能 
14.2　結構比較方法 
找到蛋白質的結構域可以幫助結構比較 
結構比較能夠揭示序列比較不能辨別的保守功能 
CE方法通過匹配蛋白質片段把兩個蛋白質疊合到一起 
向量疊合搜索工具 （vectoralignmentsearch tool，VAST）能夠疊合二級結構 
DALI確定蛋白質結構的疊合方式，但是並不保持片段之間的相對順序 
FATCAT在剛性的片段之間引入了旋轉 
14.3　找到結合位點 
高度保守的？帶電荷的或者疏水的表面是相互作用位點的標誌 
通過表面性質尋找蛋白質 蛋白質的相互作用位點 
通過計算蛋白質的表面，可以找到那些可能是結合位點的裂縫和洞 
通過分析氨基酸的保守性可以確定結合位點 
14.4　分子對接方法和程序 
當同源蛋白和類似的小分子複合物的結構已知的時候，可以作簡單的分子對接 
一些專用的分子對接程序可以自動地把配體對接到蛋白質結構上去 
通過打分函數來確定最可能的對接結果 
DOCK軟件採用半剛性的方法，通過分析配體和結合位點形狀和化學性質的互補來做對接 
片段對接方法可以通過預測結合位點處的原子類型和功能基團確定可能的底物 
GOLD是一個柔性的對接程序，它使用遺傳算法 
結合位點的水分子也應該考慮 
總結 
名詞解釋 
擴展閱讀 

第7部分　細胞和組織
第15章　蛋白質譜和基因表達分析 
15.1　大規模基因表達分析 
大量不同基因的表達可同時被 DNA芯片檢測 
基因表達芯片主要用於檢測基因在不同條件下的表達差異 
基因表達系列分析也被用於研究基因表達的總體模式 
數字差異顯示：應用生物信息學和統計學來檢測不同組織中基因的差異表達 
推動不同地方和不同實驗的數據整合 
分析基因表達微陣列數據的最簡單方法是層次聚類分析 
基於自組織映射網絡的技術可被用於分析微陣列數據 
自組織樹算法 （SOTA）自上而下地對類別進行連續分割 
基因表達數據的聚類結果是進一步研究的工具 
15.2　大規模蛋白質表達分析 
二維凝膠電泳是分離細胞內各種蛋白質的一種方法 
檢測二維凝膠中顯示的表達水平 
二維凝膠能發現不同樣本間的蛋白質表達差異 
用聚類方法識別具有相似表達模式的蛋白質位點 
主成分分析 （PCA）是分析微陣列和二維凝膠數據除聚類分析之外的又一選擇 
跟蹤一組蛋白質位點在一系列樣本間的差異 
數據庫和在線工具可用來輔助二維凝膠數據的解釋 
蛋白質微陣列芯片能同時檢測大量不同蛋白質的存在或活性 
可用質譜來鑑定已經由二維凝膠或其他技oxxio術分離和純化的蛋白質 
對質譜進行蛋白質鑑定的程序可從網上免費獲得 
質譜能用於檢測蛋白質濃度 
總結 
名詞解釋 
擴展閱讀 

第16章　聚類方法和統計學概念 
16.1　分析表達數據之前的準備工作 
數據標準化用於去除實驗中的系統誤差 
表達水平通常用比值表示並取對數轉換後再分析 
有時在數據轉換後再進行標準化不無裨益
主成分分析用於合併被分析對象的某些屬性 
16.2　聚類分析的先決條件是定義所有數據點之間的距離 
歐氏距離在日常生活中廣泛使用 
Pearson相關係數表徵的距離能衡量表達響應的形狀相似性 
Mahalanobis距離綜合考慮表達響應之間的變異性和相關性 
16.3　聚類方法能鑑定出內部相似且彼此間不同的表達模式 
層次聚類對數據生成一組彼此關聯的備選劃分方案 
犽均值聚類將數據分成預先指定數目的類群，但不能確定類群間彼此的遠近關係 
自組織圖 （SOM）採用神經網絡算法將數據聚類成預先指定數目的類群 
進化聚類算法用選擇？重組和突變等概念來搜索問題的可能最優解 
自組織樹算法 （SOTA）確定所需要的聚類數目 
雙向聚類可鑑定出在部分樣本中呈現相似表達模式的一組基因 
聚類類群的合理性可由其他方法獨立驗證 
16.4　統計分析可量化觀測到的差異表達的顯著性水平 
狋檢驗能用於估計兩個表達水平之間差異的顯著性 
非參數檢驗用於規避對數據採樣方式做假定 
對差異表達的多重假設檢驗需要採取特殊的技術來控制錯誤率 
16.5　基因和蛋白質表達數據能用於樣本分類 
有許多可選手段能用於樣本分類 
支持向量機是另一種能生成分類器的有監督學習算法 
總結 
名詞解釋 
擴展閱讀 

第17章　系統生物學 
17.1　什麼是系統 
系統大於部分之和 
生物學系統是有生命的網絡 
數據庫是網絡構建的有效起點 
構建模型需要比網絡更加豐富的信息 
構建模型的三種可行的方法 
動力學模型並非系統生物學研究的唯一途徑 
17.2　模型的結構 
控制環路是生物學系統的必要組成部分 
網絡中的相互作用可以被表述為簡單的微分方程 
17.3　生物學系統的魯棒性 
魯棒性是生物體複雜性的一個獨特屬性 
模塊性在魯棒性中扮演重要角色 
系統中的冗餘性能夠提供魯棒性 
生命系統可以通過雙穩態開關實現從一個狀態到另一個狀態的轉換 
17.4　存儲和運行系統模型 
特定的程序使得系統模擬更加便捷 
標準化的系統描述有助於存儲和再利用 
總結 
名詞解釋 
擴展閱讀 

附錄A　概率論熵和信息 
互斥事件 
發生兩個事件 
兩個隨機變量的發生 
貝葉斯分析 554 貝葉斯定理 
參數值的推導 
擴展閱讀 

附錄B 分子能量函數 
用力場計算分子內部和分子間相互作用的能量 
成鍵項 
非成鍵項 
勢能在穿線法中的使用 
平均力的勢能 
與溶劑效應相關的勢能項 
擴展閱讀 

附錄C　功能優化 
全搜索 （full search）方法 
動態規劃和分支界限法 （branch and bound） 
局部最優 （localoptimization） 
下降單純形 （downhillsimplex）法 
最速下降 （steepestdescent）法 
共軛梯度 （conjugategradient）法 
使用二階導數的方法 
熱力學模擬和全局優化 
蒙特卡羅和遺傳算法 
分子動力學 
模擬退火 
總結 
擴展閱讀 
字符表 
索引 
彩圖