計算分子進化 pdf epub mobi txt 電子書 下載2025

想要找書就要到 小美書屋

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

《復旦大學進化生物學叢書·計算分子進化》包含核苷酸置換和氨基酸置換模型、係統發育重建的常規方法及最大似然法與貝斯推斷法、分子鍾檢驗與物種分歧時間估計、適應性進化檢測以及分子進化模擬技術等章節，分子進化生物學是一門利用分子數據重建物種或基因間的進化關係並瞭解其進化過程與機製的學科，統計模型及算法則是分子進化研究中的主要方法論工具。

楊子恒，1964年生於甘肅通渭，1984年畢業於甘肅農業大學，1992年獲北京農業大學博士學位。曾在甘肅農業大學和北京農業大學畜牧係工作以及英美等國從事博士後研究。1997年起在倫敦大學學院(University College London)生物係任教(1997-2000年任講師，2000-72001年任副教授，2001年後任教授)，2006年當選為英國皇傢學會院士(Fellow of the Royal Society)。

作為國際知名的統計進化生物學傢，楊子恒博士一直緻力於發展新的最大似然模型及計算機程序(PAML)，1993年起在國際學術刊物發錶論文100餘篇；學術兼職包括Genetics、MoIecular Biology and Evolution、Journal of Molecular Evolution和Systematic Biology等刊物副主編。

在生物信息學這個領域，頂級的工作要麼是數據庫，要麼是軟件，我指的頂級，不是說雜誌影響因子的高低，而是指引用。比如，可以粗略劃分，>1萬次的算是頂級軟件，>1韆次的算是一流軟件，>100次的是二流軟件，>10次的算是三流軟件，再少瞭就不入流瞭。要是幾年都沒有人引用，這個這個，隻能說是純粹灌水瞭。

頂級軟件不多，比如BLAST, CLUSTALW這種軟件，賺個幾萬次的引用那真是太小意思瞭，並且，由於這類軟件一般實在是太有名，n年前就被寫教科書裏瞭，所以很多人其實是不引的。一流軟件也不算多，比如MEGA, Weblogo等等。這些軟件一般是細一點兒領域裏的主流工具，比如weblogo一般是用於序列分析這個小領域的，其他領域用的就不算那麼多。

很多年前，師兄就跟我講，好的軟件=好的名聲。最典型的例子就是那個在甘肅農大混完跑北京農業大學(現在的中國農大)混瞭個碩士，迴校繼續混瞭兩年不爽，又迴北京混瞭個博士。我很震撼的是，這哥們64年的人，讀本科要4年，碩士3年，工作2年，博士3年，讀瞭12年的書，拿到博士學位居然也纔28歲！考慮到那個年代，能上大學都是牛的不得鳥的人，能這麼摺騰到博士畢業，真是服瞭。所以說，早早念書有好處，年輕人火力足，摺騰的起。於是剛開始估計是留校當青椒，沒啥前途就開始周遊世界做博後，並且我很佩服的是，居然能轉悠個5年並且沒乾齣什麼像樣的事情。好吧，這些不是高潮，後來這哥們跑到倫敦大學繼續博後，34歲，看起來年齡不算大，是吧？好，反正來英國瞭，沒事就瞎轉悠吧，說不定當年砸瞭牛頓瞭蘋果這迴又冒齣來拍瞭這哥們一把，從此開始瞭一段傳奇的人生。這份簡曆我看瞭無數次，97-06，連頭帶尾也就10年，從博後做到英國皇傢科學院院士，這不能不說是奇跡。而且，其代錶工作就是開發瞭一個起初被無數大牛包括Nei等人鄙視到死，無論如何不肯將其方法加入MEGA中的ML算法，以及PAML軟件。剛查瞭一下PAML的引用，3韆左右吧。（來自薛宇的博客）

第1部分 分子進化建模
第1章 核苷酸置換模型
1.1 引言
1.2 核苷酸置換和距離估計的馬爾可夫模型
1.2.1 JC69模型
1.2.2 K80模型
1.2.3 HKY85、F84、TN93等模型
1.2.4 轉換／顛換比率
1.3 位點問可變的置換率
1.4 最大似然估計
1.4.1 JC69模型
1.4.2 K80模型
1.4.3 概形與積分似然方法
1.5 馬爾可夫鏈和廣義模型下的距離估計
1.5.1 廣義理論
1.5.2 廣義時間可逆（GTR）模型
1.6討論
1.6.1不同置換模型下的距離估計
1.6.2成對比較的局限
1.7練習
第2章 氨基酸和密碼子置換模型
2.1 引言
2.2 氨基酸替代模型
2.2.1 經驗模型
2.2.2 機理模型
2.2.3 位點間的異質性
2.3 兩條蛋白質序列間距離的估計
2.3.1 泊鬆模型
2.3.2 經驗模型
2.3.3 伽馬距離
2.3.4 例子：貓和兔的p53基因間的距離
2.4 密碼子置換模型
2.5 同義和非同義置換率的估計
2.5.1 計數法
2.5.2 最大似然法
2.5.3 方法比較
2.5.4 對距離的詮釋及濫用
2.6 轉換概率矩陣的數值計算.
2.7 練習
第2部分 係統發育重建
第3章 係統發育重建：概述
3.1 樹的概念
3.1.1 術語
3.1.2 樹之間的拓撲距離
3.1.3 一緻樹
3.1.4 基因樹和物種樹
3.1.5 樹重建方法的分類
3.2 窮舉式或啓發式樹搜索
3.2.1 窮舉式樹搜索
3.2.2 啓發式樹搜索
3.2.3 分枝交換
3.2.4 樹空間的局部峰
3.2.5 隨機樹搜索
3.3 距離方法.
3.3.1 最小二乘法
3.3.2 鄰接法
3.4 最大簡約法
3.4.1 簡史
3.4.2 對給定樹計算最小變化數目
3.4.3 加權簡約法和顛換簡約法
3.4.4 長枝吸引
3.4.5 簡約法的假定
第4章 最大似然法
4.1 引言
4.2 樹的似然計算
4.2.1 數據、模型、樹及似然函數
4.2.2 修剪算法
4.2.3 時間可逆性、樹根及分子鍾
4.2.4 缺失數據與對位排列間隔
4.2.5 一個數值例子：猿類係統發育關係
4.3 復雜模型下的似然計算
4.3.1 位點間可變置換率模型
4.3.2 多個數據集聯閤分析的模型
4.3.3 非齊次與非穩定模型
4.3.4 氨基酸與密碼子模型
4.4 祖先狀態重建
4.4.1 概述
4.4.2 經驗和等級貝斯重建
4.4.3 離散形態性狀
4.4.4 祖先重建中的係統偏差
4.5 最大似然估計的數值算法
4.5.1 單變量最優化
4.5.2 多變量優化
4.5.3 樹形固定時的優化
4.5.4 樹形固定時似然錶麵上的多重局部峰
4.5.5 最大似然樹搜索
4.6 似然法的近似
4.7 模型選擇與穩健性
4.7.1 LRT、AIC和BIC
4.7.2 模型的充分性與穩健性
4.8 練習
第5章 貝斯方法
5.1 貝斯範式
5.1.1 概述
5.1.2 貝斯定理
5.1.3 經典統計學與貝斯統計學的比較
5.2 先驗分布
5.3 馬爾可夫鏈濛特卡羅算法
5.3.1 濛特卡羅積分
5.3.2 MetropoliS_Hastings算法
5.3.3 單一成分Metropolis—Hastings算法
5.3.4 Gibbs取樣法
5.3.5 Metropolis-偶聯MCMC（MCMCMC或MC3）
5.4 簡單建議及其建議比
5.4.1 均勻分布的滑動窗口
5.4.2 正態分布的滑動窗口
5.4.3 多元正態分布的滑動窗口
5.4.4 比例收縮和膨脹
5.5 監測馬爾可夫鏈及處理輸齣
5.5.1 驗證和診斷MCMC算法
5.5.2 潛在尺度減約統計
5.5.3 處理輸齣
5.6 貝斯係統發育分析
5.6.1 簡史
5.6.2 總體框架
5.6.3 匯總MCMC輸齣
5.6.4 貝斯法與似然法的比較
5.6.5 一個數值例子：猿類係統發育關係
5.7 溯祖模型下的MCMC算法
5.7.1 概述
5.7.2 θ的估計
5.8 練習
第6章 方法比較與樹的檢驗
6.1 樹重建方法的統計性能
6.1.1 標準
6.1.2 性能
6.2 似然法
6.2.1 與常規參數估計的不同之處
6.2.2 一緻性
6.2.3 有效性
6.2.4 穩健性
6.3 簡約法
6.3.1 與病態似然模型的等價性
6.3.2 與正常行為的似然模型的等價性
6.4 檢驗關於樹的假設
6.4.1 自展
6.4.2 內枝檢驗
6.4.3 Kishino—Hasegawa檢驗及改進
6.4.4 簡約法分析中所用的指數
6.4.5 例子：猿類的係統發育
6.5附錄：Tuffley和Steel的單性狀似然分析
第3部分 高級專題
第7章 分子鍾與物種分歧時間估計
7.1 概述
7.2 分子鍾檢驗
7.2.1 相對速率檢驗
7.2.2 似然比檢驗
7.2.3 分子鍾檢驗的局限性
7.2.4 離散指數
7.3 分歧時間的似然估計
7.3.1 全局分子鍾模型
7.3.2 局部分子鍾模型
7.3.3 試探式速率平滑方法
7.3.4 確定靈長類分歧時間
7.3.5 化石的不確定性
7.4 分歧時間的貝斯估計
7.4.1 總體框架
7.4.2 似然計算
7.4.3 速率的先驗分布
7.4.4 化石的不確定性與分歧時間的先驗分布
7.4.5 在靈長類和哺乳類分歧中的應用
7.5 展望
第8章 蛋白質的中性與適應性進化
8.1 引言
8.2 中性理論和中性檢驗
8.2.1 中性與近中性理論
8.2.2 Tajima的D檢驗
8.2.3 Fu和Li的D檢驗與Fay和Wu的H檢驗
8.2.4 McDonald—Kreitman檢驗和選擇強度估計
8.2.5 Hudsorl—Kreitman—Aquade檢驗
8.3 經曆適應性進化的譜係
8.3.1 啓發式方法
8.3.2 似然法
8.4 經曆適應性進化的氨基酸位點
8.4.1 三種策略
8.4.2 隨機位點模型下正選擇的似然比檢驗
8.4.3 處於正選擇的位點鑒定
8.4.4 人類主要組織相容性（MHC）基因的正選擇
8.5 影響特定位點和譜係的適應性進化
8.5.1 正選擇的分枝一位點檢驗
8.5.2 其他類似模型
8.5.3 被子植物光敏色素的適應性進化
8.6 假定、局限與比較
8.6.1 當前方法的局限
8.6.2 中性檢驗與基於dN和ds的檢驗間的比較
8.7 適應性進化的基因
第9章 分子進化的計算機模擬
9.1 簡介
9.2 隨機數發生器
9.3 連續隨機變量的産生
9.4 離散隨機變量的産生
9.4.1 離散均勻分布
9.4.2 二項式分布
9.4.3 廣義離散分布
9.4.4 多項式分布
9.4.5 針對混閤分布的組分法
9.4.6 從離散分布中抽樣的重影法
9.5 分子進化的計算機模擬
9.5.1 樹形固定時序列的模擬
9.5.2 生成隨機樹
9.6 練習
第10章 展望
10.1 係統發育重建中的理論問題
10.2 大規模和異質數據集分析中的計算問題
10.3 基因組重排數據
10.4 比較基因組學
附錄
附錄A：隨機變量函數
附錄B：△技術
附錄C：係統發育分析軟件
參考文獻
· · · · · · (收起)