生物信息学数据库与分析工具详解

"本书主要介绍了在生物信息学领域中常用的数据分析软件，涵盖了从基础的Unix/Linux操作系统操作到复杂的基因组分析和进化分析工具。书中详细讲解了如何使用各种软件进行序列比对、基因注释、SNP分析以及进化树构建等任务。" 在生物信息学中，数据库和分析软件起着至关重要的作用。如标题所述，除了常见的数据库如Sanbi的STACK、MIPS的Unigene聚类、TIGEM的EST搜索工具和CBIL的DOTS数据库，这些资源为研究人员提供了大量的人类EST(contig)序列和表达序列标签数据，便于进行基因表达和功能研究。 书中的内容详尽地介绍了多个生物信息学软件的使用方法： 1. Unix/Linux操作系统是生物信息学中常用的操作环境，它提供了强大的命令行工具。书中涵盖了远程登陆、文件管理、文本处理、权限设置、备份压缩等基础操作，这些都是进行生物数据分析的前提。 2. 数据处理部分，包括测序数据的质量控制，如峰图转化成Phred质量分数，以及序列的预处理，如Phd2Fasta和cross_match的载体屏蔽。 3. 序列比对是生物信息学的核心任务。书中详细讲解了全局比对软件Clustalw、MUSCLE和HMMER，以及局部比对的Blast、blat、blastz、GeneWise、Fasta、Exonerate、Sim4等，这些工具用于寻找序列间的相似性和同源性。 4. 基因组/基因的注释涉及重复序列分析（RepeatMasker、Trf、LTR_STRUC）、RNA分析（tRNAScan、MicroRNA、snoRNA、rRNA）、基因预测（Glimmer、GlimmerM、Genscan、TwinScan、BGF、Fgenesh）等，帮助研究人员理解基因结构和功能。 5. SNP分析部分介绍了Polyphred和SNPdetector等工具，它们用于识别单核苷酸多态性（SNP），这是遗传变异研究的关键。 6. 进化分析专题中，提到了Phylip和Paml等软件，用于构建进化树和进行种系发育分析，而KaKs计算则是评估基因进化速率的重要指标。 通过学习这些工具和方法，读者可以掌握生物数据的基本分析流程，为深入的生物研究打下坚实基础。这本书对于科研人员和学生来说是一份非常有价值的参考资料，可以帮助他们高效地处理和解析生物数据。