理解生物信息学

引用

Zvelebil, M., & Baum, J. O. (2007). Understanding Bioinformatics. Garland Science.

章节概要

全书共七个部分、十七章，约800页。除开头的背景部分外，每个部分都由一章“应用篇”（Applications Chapter）和一章或几章“理论篇”（Theory Chapters）配对组成。出版社说明，应用篇是理解主要概念并开始动手分析的快捷途径，理论篇则给出更多细节和背后的数学。下面的章名取自出版社提供的章节列表。

第1部分：背景基础（第1–3章）

“核酸世界”（The Nucleic Acid World）“蛋白质结构”（Protein Structure）和“数据库的使用”（Dealing With Databases）介绍生物信息学的原始材料：核酸序列、蛋白质和数据库。

第2部分：序列比对（第4–6章）

第4章“生成与分析序列比对”（应用篇）说明如何生成并分析比对，并用序列进行数据库搜索。第5章“成对序列比对与数据库搜索”（理论篇）和第6章“模式、谱与多重比对”（理论篇）随后深入考察更高级的技术及其背后的数学算法。

第3部分：进化过程（第7–8章）

第7章“重建进化历史”（应用篇）带读者从DNA数据中重建进化历史。第8章“构建系统发育树”（理论篇）详细讲解如何构建系统发育树。

第4部分：基因组特征（第9–10章）

第9章“揭示基因组特征”（应用篇）讲基因预测的基础。第10章“基因检测与基因组注释”（理论篇）则展开基础和更高级的技术。

第5部分：二级结构（第11–12章）

第11章“由序列获得二级结构”（应用篇）概述预测二级结构的网络技术及其应用。第12章“预测二级结构”（理论篇）讲这些技术背后的算法。

第6部分：三级结构（第13–14章）

第13章“蛋白质结构建模”（应用篇）讨论三级结构的同源建模、穿线法和从头建模。第14章“分析结构与功能的关系”（应用篇）分析结构与功能之间的关系。

第7部分：细胞与生物体（第15–17章）

“蛋白质组与基因表达分析”“聚类方法与统计学”和“系统生物学”讨论一个生物体基因或蛋白质的表达数据分析、统计分析与分类，以及新兴的系统生物学领域。书中还有关于背景理论的附录。

核心概念

第1部分：背景

• 序列与数据库：作为数据的核酸与蛋白质，以及保存和检索它们的公共数据库。

第2–3部分：比对与进化

• 成对与多重序列比对：通过比对序列寻找相似性，并借助模式与谱找出保守特征。
• 数据库搜索：利用比对找到相关序列。
• 系统发育树：由序列数据重建进化历史。

第4–6部分：基因组与结构

• 基因预测与基因组注释：在基因组序列中定位基因并描述其特征。
• 二级结构预测：由序列预测局部结构。
• 三级结构建模：同源建模、穿线法和从头建模。
• 结构-功能分析：把蛋白质的结构与其功能联系起来。

第7部分：表达与系统

• 表达分析与聚类：按表达模式对基因或蛋白质分组。
• 系统生物学：对该领域的概述，安排在全书末尾。

评析

优点

• 应用与理论分开。 配对的章节让想使用工具的读者读完应用篇即可，想了解数学的读者则可继续读下去。出版社把这一点当作本书的特色。
• 概念化的讲法与视觉设计。 出版社说，每章用思维导图和流程图概述该主题的概念联系，全彩插图的设计力求简洁、一致地呈现概念。
• 评论者的意见。 出版社页面上的引语称本书对生物信息学的算法与技术非常全面（Jaap Heringa，阿姆斯特丹自由大学），与其他教材相比对基因查找讲得详细（Sun Kim，印第安纳大学），在应用与理论之间平衡得当（Computer Methods and Programs in Biomedicine）。
• 覆盖完整流程。 各部分沿着常见的路线展开：从序列到比对、进化、基因组、结构和表达，最后是系统生物学。

局限

• 篇幅与数学。 全书约800页，理论篇要“给出背后的数学”，是一项不小的投入，理论部分适合熟悉算法和概率的读者。
• 网络工具会过时。 应用篇依赖网络工具和数据库（例如二级结构预测），2007年出版的书无法反映这些服务如今的样子，也无法涵盖之后的方法。
• 重方法而非编程。 出版社的介绍围绕概念、算法和数学，没有提到编程练习。想自己实现这些算法的读者需要另备一本以问题驱动的教材。

在课程中的定位

与阅读清单上的其他生物信息学书籍相比，本书是篇幅较长、各方面比较均衡的参考书。Lesk的《Introduction to Bioinformatics》用通俗的语言介绍这一领域，强调如何解释结果，是更温和的起点。Compeau和Pevzner的《Bioinformatics Algorithms》是以问题驱动的入门书，每章从一个生物学问题出发，发展出所需的算法。Baxevanis、Bader和Wishart的《Bioinformatics》是一本讲数据库、算法和分析方法的合编教材。

Zvelebil和Baum的这本书介于入门课程和研究文献之间。它适合已经接触过这些工具、现在想弄清比对、建树、基因查找和结构预测如何运作的读者。Alon的《An Introduction to Systems Biology》比本书结尾的系统生物学一章深入得多。

如何使用本书

本书面向生物学、计算机科学及相关领域的高年级本科生和研究生（出版社设定的读者群）。读者应具备分子生物学入门知识，读理论篇时还需熟悉算法和基础概率。

实用的读法：

• 快速路线： 第1–3章，然后只读应用篇（第4、7、9、11、13、14章），用书中介绍的网络服务处理真实序列。
• 完整路线： 每读完一章应用篇，就按顺序读它对应的理论篇，尤其是第5–6章（比对算法）和第8章（建树）。
• 可选内容： 第10章深入讲基因查找，第15–17章讲表达数据和系统生物学。
• 结合实践： 用应用篇介绍的工具分析自己的序列数据。