本书共六章，介绍了生物辨识系统的主要技术、深度学习相关理论与技术、深度学习在生物辨识系统中的应用研究等内容。

生物信息学是运用生物学、数学、计算机科学等多学科技术与手段进行生物信息的获取、贮存、分析、利用的一门交叉学科，是目前生物学研究热门领域之一。本书内容包括两个篇章：一是Windows系统下进行文献检索、数据库使用、引物设计、核酸蛋白质序列分析、进化分析、蛋白质结构分析、miRNA分析等理论与方法及相关软件使用介绍；二是l

本书首先介绍生物信息学的基本概念、产生与发展及主要研究内容，安排了生物学基础、统计学习与推断两章内容供读者选学；然后依次介绍生物信息学资源、序列分析与序列比对、分子系统发生分析等基本内容；接下来学习基因组信息学、生物芯片、转录组信息学、蛋白质组信息学等前沿内容；*后一章介绍系统生物学

亿万年来，大自然中种类繁多的植物和动物经过优胜劣汰的进化过程，形成了千奇百怪的形态和功能，这些多样性中包含了大量可以帮助解决技术问题的方法。于是，懂得观察的工程师、建筑师和科学家就向慷慨的大自然学习那些简单而有效的想法，进而发展出了仿生学…… 本书以精彩案例讲述植物和动物如何启发了发明家、工

本书几乎涵盖了深度测序数据分析及应用的各个方面，适用于从事深度测序数据分析研究的技术人员和学者。在本书中，不仅可以了解到深度测序技术应用的领域，还可以通过具体实例，了解到不同软件的相关算法、原理及使用方法，以帮助选择适合自身研究和应用所需要的深度测序数据分析的解决方案。

本书介绍生物信息学平台搭建和常用基础软件的安装与运行，使读者能够配置自己的生物信息学分析环境；通过介绍计算机辅助药物设计和基因组重复序列分析等内容使读者熟悉生物信息学分析的一般策略。着重讲解生物信息学分析过程中常见问题的解决方法，在确保操作步骤完整的基础上尽量精简，力求帮助使读者在*短的时间内掌握知识和能胜任该方面工作

当前生物信息学研究重点是对基因组序列、蛋白质组学和数组技术所产生的大量数据的计算分析。本书对DNA、RNA和蛋白质数据的计算提供了丰富的演算方法，并指出了在解决生物学问题中这些方法的优缺点及应用策略。本书的**版是在Mount博士讲稿的基础上进行整理出版的，在全球范围内用作教材。第二版对内容进行了全面的修订，由专业教师

本书实例意在解决生物学问题，通过“编程技法”的形式，涵盖尽可能多的组织、分析、表现结果的策略。在每章结尾都会有为生物研究者设计的编程题目，适合教学和自学。本书由六部分组成：Python语言基本介绍，语言所有成分介绍，高级编程，数据可视化，生物信息通用包Biopython，最后给出20个编程秘笈，范围涵盖了从二级结构预测

导语_点评_推荐词

轻松构建系统发育树：实用操作方法和理论（第4版）