送书 |《生物信息学实验指导》正式出版

ADING

编辑推荐

20世纪末，我国生物信息学处于起步阶段、学习资料很少，浙江大学樊龙江教授整理了“生物信息学”课程的备课笔记，取名《生物信息学札记》放在实验室主页上供读者参考，并逐渐成为许多生物信息学初学者的必读材料。

《生物信息学（第二版）》

樊龙江 主编

书号：9787030681010

《生物信息学（第二版）》（2021年5月于科学出版社出版）正是在该札记的框架基础上，结合编者多年的教学心得和研究成果，补充大量新材料编写而成。该书内容全面、体系完整，既包括生物信息学统计与算法基础和计算机基础等基本知识，也涵盖当下火热的组学大数据及其分析等前沿内容，每章后还有一篇介绍相关领域代表人物的“历史与人物”短文，有助于读者理解学科发展脉络、弘扬经典人物精神、体现课程思政特色。

《生物信息学（第二版）》出版后获得读者的广泛好评，加之生物信息学是一门应用性很强的学科，在学习了基础理论和方法后，重要的是能利用生物信息学方法来解决实际问题。为此，樊龙江教授团队在多年从事生物信息学教学的基础上，根据生物学研究者最常见的需求或问题，编写出版了配套实验教材《生物信息学实验指导》。

《生物信息学实验指导》

樊龙江 叶楚玉 主编

书号：9787030723048

《生物信息学实验指导》包括分子序列数据库、数据库序列搜索、多序列联配、系统发生树构建、序列拼接与基因预测、基因组可视化、蛋白质功能域及结构预测、非编码microRNA鉴定及其靶标预测、转录组分析、Python基础及利用Python提取序列共10个基础实验。这10个实验在个人电脑上即可完成，全部通过在线服务或Windows版软件来实现，操作方便，可加深初学者对理论知识的理解。

本书可作为生物信息学专业本科生的教材，也可供分子生物学等非生物信息学专业的研究生及科研工作者阅读、参考。

《生物信息学（第二版）》和《生物信息学实验指导》均为新形态教材，读者可用手机扫描书中二维码查看彩色插图、拓展资料及实验操作演示视频等数字资源，还可在主编实验室主页（http://ibi.zju.edu.cn/bioinplant/）下载教学课件、教学大纲和思政教学切入点等配套材料。

主编简介

樊龙江  

浙江大学二级教授，生物信息学研究所执行所长，IBM生物计算实验室主任，生物信息学专业和作物遗传育种专业博士生导师，宝钢优秀教师奖获得者，浙江省“万人计划”杰出人才。研究领域包括植物基因组与进化、生物信息学算法与工具、植物与健康医学。承担国家自然科学基金重大研究计划等国家级课题10余项，在Nature Ecology & Evolution、Genome Biology、PNAS、Bioinformatics等期刊发表论文100余篇。主编规划教材《生物信息学（第二版）》和《植物基因组学》。

叶楚玉  

浙江大学仲英青年学者，浙江省特殊支持计划青年拔尖人才。研究方向为植物基因组与生物信息学，以第一或通讯作者在Nature Ecology & Evolution、Nature Communications、Molecular Plant等期刊发表论文多篇。研究成果曾获F1000推荐，Nature Plants期刊以“Research highlight”形式专文评述，ScienceDaily、Newswise等多个科学媒体报道多次。主讲“生物信息学”“植物基因组学”“基因组数据分析”等本科生和研究生课程。

二维码资源展示

☜ 滑 动 查 看 更 多 图 片

Slide for more photos

视频展示1：数据库序列搜索

视频展示2：Python基础

操作视频展示

目录及内文展示

READING

本书目录

实验1 分子序列数据库记录格式与检索 001

实验2 数据库序列搜索 013

实验3 多序列联配 025

实验4 系统发生树构建 036

实验5 序列拼接与基因预测 048

实验6 基因组可视化 059

实验7 蛋白质功能域及结构预测 070

实验8 非编码microRNA鉴定及其靶标预测 082

实验9 转录组分析 095

实验10 Python基础及利用Python提取序列 107

主要参考文献 118

本书示范案例中使用的主要数据库 121

<<  滑动查看下一张图片  >>

理论教材读者反馈

向上滑动查看更多

购书链接

为了回馈各位朋友对生信宝典和科学出版社的支持，现联合推出送书活动，《生物信息学》和《生物信息学实验指导》各送 3 本，大家在下面踊跃留言，寻找支持点赞，我们会综合点赞数、留言质量、关注时间等综合选择幸运儿。（活动截止下周一早 9 点）

相关课程授课教师

可通过微信公众号“科学EDU”

在线申请教学样书

更多教学服务

关注微信公众号“科学EDU”

往期精品(点击图片直达文字对应教程)

机器学习

后台回复“生信宝典福利第一波”或点击阅读原文获取教程合集