生物信息技术教程

目录:

  • 测试文档
    • 第一章
      • 第一节
      • 第二节
  • 计算机与编程基础
    • Linux 操作系统
      • Linux发行版选择
      • 文件系统结构
      • 用户与权限管理
      • 进程管理
      • 磁盘与文件管理
      • 文本编辑器
      • 环境变量
      • 压缩与归档
      • 远程访问
      • 管道与重定向
      • 查找与过滤
      • 计划任务
    • Shell 脚本编程
      • 通配符与glob模式
      • 变量与数组
      • 条件判断
      • 循环
      • 函数定义与调用
      • 输入输出
      • 特殊变量
      • 作业控制与后台运行
      • 调试技巧
      • 常用单行命令
    • 环境与包管理
      • Conda / Mamba 安装与配置
      • 环境创建、激活、导出
      • 频道管理
      • 虚拟环境与隔离
      • 容器化基础
    • Python编程基础
      • Python的基本语法
      • 数据类型与结构
      • 控制流程
      • 函数定义与调用
      • 模块与包
      • 文件操作
      • 异常处理
      • 面向对象编程
      • 生物信息学常用库
    • 正则表达式
      • 正则表达式基础
      • 分组与捕获
      • Python的re模块
      • 生物信息学应用
    • 版本控制
      • Git基础概念
      • 基本操作流程
      • 远程仓库操作
      • 分支管理
      • 协作工作流程
      • Git在生物信息学中的应用
    • 容器化技术
      • Docker基础
      • Docker Compose
      • Singularity容器
      • 容器化生物信息学流程
    • 集群作业调度
      • 作业调度系统概述
      • Slurm调度系统
      • PBS调度系统
      • 作业脚本编写
      • 生物信息学集群应用
    • 数据格式与处理
      • 序列文件格式
      • 比对文件格式
      • 变异数据格式
      • 注释文件格式
    • 数据库基础
      • 关系型数据库
      • SQLite与MySQL
      • NoSQL数据库
      • 生物信息学数据库应用
    • 统计学基础
      • 描述性统计
      • 概率分布
      • 假设检验
      • 多重检验校正
    • 机器学习基础
      • 机器学习概述
      • 特征选择与降维
      • 常用算法介绍
      • 生物信息学应用
    • 网络基础与API
      • 网络基础概念
      • RESTful API
      • Python网络请求
      • 生物信息学API应用
    • 数据可视化
      • 可视化基础
      • Matplotlib基础
      • Seaborn高级可视化
      • 基因组可视化
    • 生物信息学常用工具
      • 序列比对工具
      • 变异检测工具
      • 表达分析工具
      • 功能注释工具
    • 流程管理与自动化
      • 流程设计原则
      • Snakemake流程管理
      • Nextflow流程管理
    • 科学计算与高性能计算
      • 并行计算基础
      • GPU计算
      • 分布式计算
  • 生物信息资源与工具
    • 关键术语解释
    • 国际主要数据中心
    • 核心数据库分类
      • 核酸序列数据库
      • 蛋白质序列数据库
      • 结构数据库
      • 基因组数据库
      • 转录调控数据库
      • 代谢通路数据库
      • 表达数据库
      • 互作数据库
      • 物种特异性数据库
      • 非编码RNA数据库
      • 疾病与药物基因组学数据库
    • 数据检索与提交
      • Entrez系统检索
      • BLAST序列搜索
      • 数据提交工具
    • 生物本体与术语库
    • 数据标准与交换格式
  • 序列分析与比对
    • 序列特征解析
      • 碱基组成与GC含量
      • 序列长度分布
      • 重复序列识别
      • 简单序列与低复杂度区域
      • CpG岛预测
      • 开放阅读框预测
      • 信号肽预测
      • 跨膜结构域预测
      • 亚细胞定位预测
      • 等电点与分子量计算
      • 疏水性图谱
      • 抗原表位预测
      • RNA二级结构特征
      • DNA弯曲度与曲率
      • 序列复杂度与模糊碱基
      • 序列转换
    • 双序列比对
      • 算法基础
      • 打分矩阵
      • 空位罚分
      • 启发式比对
      • 比对工具与参数
    • 多序列比对
      • 算法与方法
      • 代表性工具
      • 比对后处理
    • 序列基序发现
      • 基序表示模型
      • 基序发现算法
      • 代表性工具与数据库
    • 分子进化分析
      • 进化模型
      • 系统发育树构建
      • 进化分析工具
      • 进化假设检验
      • 进化历史重建
    • 序列比较的特殊应用
      • 直系同源与旁系同源判定
      • 全基因组比对与共线性分析
      • 系统发育足迹分析与增强子识别
      • 宏条形码与短读长比对
    • 比对性能与统计
      • 比对得分标准化
      • 统计显著性估计
      • 比对敏感性与特异性
      • 比对评估基准
  • 基因组学分析
    • 高通量测序技术
      • 第一代测序（Sanger测序）
      • 第二代测序（Illumina测序）
      • 第三代测序（单分子实时测序）
      • 第四代测序（纳米孔测序）
      • 测序平台对比
      • 双端测序与单端测序
      • 测序深度与覆盖度
      • 文库构建类型
      • 捕获测序与扩增子测序
      • 多重测序与Barcode/Index
      • 测序质量控制指标
    • 测序数据预处理
      • 原始数据质量评估
      • 质量控制与修剪
      • 去除接头
      • 修剪低质量碱基
      • 去除短读长
      • 去除重复读段
      • 污染检测及去除
      • 测序错误的统计与校正
      • 过滤宿主来源序列
      • 质量转换格式
    • 高通量测序数据比对到参考基因组
      • 比对算法基础
      • 短读长比对工具
      • 长读长比对工具
      • 比对参数优化
      • 比对后处理
      • 比对质量评估
      • 比对结果过滤
      • 比对可视化
      • 多比对读段处理
      • 嵌合体比对检测
      • 比对格式及压缩与索引
    • 基因组组装
      • 组装基础概念
      • 短读长组装
      • 长读长组装
      • 混合组装
      • 组装评估
    • 基因组注释
      • 重复序列注释
      • 基因结构注释
      • 功能注释
      • 注释质量评估与工作流
    • 变异检测
      • 变异类型与表示
      • 种系变异检测
      • 体细胞变异检测
      • 结构变异检测
      • 变异过滤与质控
      • 变异注释与优先级排序
    • 比较基因组学
      • 基因组比对
      • 核心与泛基因组分析
      • 基因组重排与结构进化
      • 直系同源与旁系同源
      • 比较基因组学可视化
    • 泛基因组学
      • 泛基因组概念
    • 重复序列分析与转座子生物学
      • 转座子活性评估
      • 转座子家族进化
      • TE插入时间估计
      • TE对基因表达的调控影响
      • TE衍生的小非编码RNA
      • 全基因组转座子图谱构建
      • 转座子相关的结构变异
    • 单倍型分析
      • 单倍型分型概念
      • 分型工具
      • 单体型的变异调用与评估
      • 单倍型解析组装
      • 单倍型特异性表达
      • 单倍型网络分析
    • 基因组学分析流程与工作流
      • 典型WGS分析流程
      • GATK最佳实践
      • Sentieon商业加速流程
      • 工作流语言实现
      • 容器化流程
      • 云平台执行
      • 流程性能调优
    • 基因组学分析的伦理与数据安全
      • 人与保护物种基因组数据的访问控制
      • 去标识化方法
      • 二次使用同意规范
      • 基因组数据库的受控访问
      • 告知同意书与ICMJE要求
      • 族群特有的变异与隐私
      • 基因组数据的匿名分享风险
  • 转录组学分析
    • 5.1 RNA-seq 实验设计
    • 5.2 RNA-seq 数据预处理
    • 5.3 比对到参考基因组与转录组
    • 5.4 转录本定量
      • 5.4.1 基于比对的定量
      • 5.4.2 基于比对的轻量定量（伪比对）
      • 5.4.3 归一化方法
    • 5.5 差异表达分析
      • 5.5.1 经典工具与方法
      • 5.5.2 DESeq2 详解（关键步骤）
      • 5.5.3 edgeR 详解（关键步骤）
      • 5.5.4 limma-voom
      • 5.5.5 差异表达后处理
    • 5.6 功能富集分析
      • 5.6.1 过表示分析（ORA）
      • 5.6.2 基因集富集分析（GSEA）
      • 5.6.3 其它富集方法
    • 5.7 可变剪接分析
      • 5.7.1 剪接事件类型
      • 5.7.2 基于比对的剪接检测
      • 5.7.3 基于组装的方法
      • 5.7.4 剪接定量指标
    • 5.8 非编码RNA分析
      • 5.8.1 长链非编码RNA（lncRNA）
      • 5.8.2 微小RNA（miRNA）
      • 5.8.3 其它非编码RNA
    • 5.9 单细胞转录组学
      • 5.9.1 单细胞RNA-seq预处理
      • 5.9.2 质量控制
      • 5.9.3 归一化与批次校正
      • 5.9.4 降维与可视化
      • 5.9.5 聚类与细胞类型注释
      • 5.9.6 轨迹推断与伪时间分析
      • 5.9.7 细胞-细胞相互作用
      • 5.9.8 单细胞多组学整合
    • 5.10 转录本从头组装（de novo 转录组组装）
    • 5.11 等位基因特异性表达
    • 5.12 RNA编辑分析
    • 5.13 融合基因检测
    • 5.14 转录组进化分析
    • 5.15 空间转录组学
    • 5.16 时序RNA-seq分析
    • 5.17 RNA-seq分析工作流与最佳实践
  • 转录组学综合性使用范例
    • 范例一：病原感染后宿主转录组响应（差异表达 + 功能富集 + 可变剪接）
    • 范例二：癌症亚型分类与生物标志物发现（单细胞转录组 + 差异表达）
    • 范例三：非模式昆虫的转录组从头组装与环境适应（de novo 组装 + 功能注释）
    • 范例四：lncRNA 在心肌分化中的功能研究（lncRNA 分析 + 共表达网络）
    • 范例五：胶质瘤中异常可变剪接与药物敏感性（可变剪接 + 差异剪接 + 功能关联）
  • 表观遗传学分析
    • 6.1 DNA甲基化分析
      • 6.1.1 甲基化检测技术
      • 6.1.2 甲基化数据分析流程
      • 6.1.3 甲基化功能解析
    • 6.2 染色质可及性分析
      • 6.2.1 检测技术
      • 6.2.2 ATAC-seq 数据分析
    • 6.3 组蛋白修饰分析
      • 6.3.1 ChIP-seq 基础
      • 6.3.2 ChIP-seq 数据分析
      • 6.3.3 组蛋白修饰的功能解读
    • 6.4 染色质互作分析
      • 6.4.1 染色质构象捕获技术
      • 6.4.2 Hi-C 数据分析
      • 6.4.3 环与互作注释
    • 6.5 表观转录组学
    • 6.6 表观遗传重编程与发育
    • 6.7 表观基因组关联研究（EWAS）
    • 6.8 表观遗传时钟与衰老
    • 6.9 染色质动力学与蛋白-DNA相互作用
    • 6.10 表观编辑与干扰
    • 6.11 表观遗传数据分析的最佳实践
  • 表观遗传学综合性使用范例
    • 范例一：癌症中DNA甲基化异常与预后标志物（WGBS + 差异甲基化 + EWAS）
    • 范例二：利用ATAC-seq和RNA-seq揭示免疫细胞活化时的染色质重塑
    • 范例三：Hi-C鉴定疾病相关增强子-启动子环路（Capture Hi-C + GWAS）
    • 范例四：组蛋白修饰图谱描绘早期胚胎发育的表观重编程（ChIP-seq）
    • 范例五：表观遗传时钟预测衰老速度（EWAS + 公共甲基化数据）
  • 蛋白质组学与代谢组学
    • 7.1 蛋白质组学基础
    • 7.2 蛋白质组数据分析
    • 7.3 蛋白质结构预测
    • 7.4 翻译后修饰（PTM）组学
    • 7.5 代谢组学分析
    • 7.6 多组学整合分析
    • 7.7 蛋白质-代谢物相互作用
    • 7.8 空间蛋白质组学与代谢组学
    • 7.9 蛋白质组学与代谢组学中的机器学习
    • 7.10 蛋白质组与代谢组学工作流
  • 蛋白质组学与代谢组学综合范例
    • 范例一：乳腺癌细胞药物处理的蛋白质组与磷酸化组学联合分析
    • 范例二：非靶向代谢组学鉴定糖尿病生物标志物（LC-MS）
    • 范例三：多组学整合揭示肝癌亚型（TCGA数据）
    • 范例四：阿尔茨海默病患者脑组织空间蛋白质组学（MALDI成像）
    • 范例五：蛋白质结构预测指导药物靶点发现（AlphaFold2 + 分子对接）
  • 系统生物学与网络分析
    • 8.1 生物网络基础
    • 8.2 网络构建方法
    • 8.3 网络分析工具
    • 8.4 动态建模基础
    • 8.5 通路与网络富集分析
    • 8.6 大规模网络与系统生物学数据库
    • 8.7 网络医学与疾病网络
    • 8.8 单细胞与空间网络分析
    • 8.9 网络比较与进化
    • 8.10 网络分析的统计学与机器学习
  • 综合性使用范例与场景意义解析
    • 范例一：从转录组数据构建共表达网络识别乳腺癌模块（WGCNA）
      • 数据预处理与质量控制
      • 软阈值选择与无标度网络检验
      • 构建邻接矩阵与拓扑重叠矩阵
      • 动态剪树与模块识别
      • 模块与临床性状的关联分析
      • Hub基因鉴定与功能富集分析
      • 生存分析与预后价值验证
    • 范例二：从ChIP-seq和表达数据重建基因调控网络（GENIE3）
      • 数据准备与预处理
      • 运行GENIE3算法推断调控网络
      • 网络过滤与阈值选择
      • 网络验证与性能评估
      • 网络可视化与模块检测
      • 顺式调控元件富集分析
      • 动态模拟与布尔网络建模
    • 范例三：基于网络药理学预测中药成分的靶点与机制（药物-靶点网络）
      • 活性成分筛选与ADMET评价
      • 靶点预测与疾病基因收集
      • 构建成分-靶点-疾病网络
      • PPI网络构建与模块分析
      • 通路富集与功能注释
      • 分子对接验证与网络可视化
    • 范例四：使用动态建模研究p53-MDM2振荡（ODE建模）
      • 模型构建与生物学假设
      • 数值模拟与振荡行为重现
      • 分岔分析与参数敏感性研究
      • 干预预测与实验验证设计
    • 范例五：利用细胞通讯网络分析揭示肿瘤免疫微环境（CellChat）
      • 数据准备与细胞类型注释
      • CellChat对象创建与预处理
      • 细胞间通讯网络推断
      • 全局通信网络可视化
      • 信号通路水平的分析
      • 免疫检查点信号子网络分析
      • 空间验证与整合分析
生物信息技术教程
  • 搜索

© 版权所有 2025, Medical Student Rescue Plan。

利用 Sphinx 构建，使用的 主题 由 Read the Docs 开发.