21世纪是生命科学蓬勃发展的时期，日益增长的生命科学与医学研究领域及其相关产业的大数据催生了生物信息的快速发展。《中国生物信息学2035发展战略》面向2035年探讨了国际生物信息学的前沿发展趋势，深入阐述了生物信息学所涵盖的不同研究分支的发展历史、国内基础、发展态势，凝练了生物信息学的发展思路和发展方向，并提出了我国相应的发展领域和政策建议。本书为相关领域战略与管理专家、科技工作者、企业研发人员及高校师生提供了研究指引，为科研管理部门提供了决策参考，也是社会公众了解生物信息学发展现状及

本书介绍了环形RNA全长转录本序列重构和定量算法CircAST，该算法通过计算不同组织、不同疾病状态下环形RNA转录本完整的序列组成和内部结构以及对环形RNA基于转录本水平的精确定量，帮助研究者更有效地筛选出具有潜在功能的环形RNA可变剪接异构体，为更加精准地全面解析环形RNA全长转录本提供了重要的工具，对环形RNA功能的深入研究具有重要意义。
本书可供生物信息学、系统生物学、计算生物学等学科的研究人员参考，也可作为高等院校相关专业的教材或教学参考书。

眼睛是自然界最精密复杂的机器。本书融合了作者及其团队在机器人视觉领域、神经生理学领域和仿生学领域的三十多年的研究成果，从人眼的生理结构和其运动控制神经系统的描述出发，贯穿生物视觉系统的数学模型，涉及图像处理、类脑框架及智能决策，直到运动控制的整个仿生眼系统。全书共16章，分别介绍了仿生学的使命、眼睛的种类和构造、眼球运动的种类与定义、神经细胞的信号处理原理及数学模型、大脑神经系统的概述和类脑系统的框架、基于脑干的眼球运动控制神经系统及数学模型、上丘的跳跃眼动机制、小脑的基本结构及学习控制系统、大

本书以人工智能方法和生物组学数据分析为主线，阐述了人工智能中的群智能优化、机器学习、深度学习等算法的基本原理，并探讨了如何将这些算法应用于生物信息学相关问题的研究中，如蛋白质复合物挖掘、关键蛋白质识别、疾病基因预测、多种组学（转录组学、代谢组学、微生物组学）数据与疾病的关联关系预测、circRNA-RBP结合位点预测、RNA甲基化位点预测以及药物发现等。本书系统收集整理了生物组学相关数据库，另结合应用问题，从人工智能算法设计到具体流程计算，再到结果分析，均给出了详细步骤，以上均是本书的特色所在。

无论是运动神经系统，还是脑神经系统，神经元都是其基本单元，信息都是在神经元上产生并先在其自身的不同位置间相互扩散后，才向外扩散、传播的，因此，生物智能的基础和核心是神经元信息产生、发展、扩散以及信息处理问题，这使得研究神经元信息产生、发展、扩散的时空动态过程以及结合该过程的信息处理变得十分必要，也是建立新的智能理论和方法的基础与核心。 本书基于作者主持的国家技术发明奖“纳米级精密定位及微操作机器人关键技术”、国家自然科学基金重点项目“基于SEM的纳米器件制造中多机器人操作机理与自主协调控制研究”

全书分为绪论、生物信息数据库、数据库查询、序列比对与数据库相似性搜索、DNA序列分析、蛋白序列分析、生物信息学软件及使用、R与Bioconductor、GEO2R、富集分析、文献信息检索、EndNote20参考文献管理软件12部分。编者根据自己的教学实践，以图文并茂的方式介绍相关内容，以期使学生了解和掌握一些较常用的生物信息资源和工具。
本书是一本简明且实用性较强的生物信息学教程，适合生物学相关的非生物信息专业的学生使用，也可为从事生物学相关的教学、科研人员参考使用。

本书由四十余所高校联 合编写而成，系统全面地介 绍生物信息学的基本概念与 内容。全书内容涵盖分子生 物学数据库、序列结构与功 能分析、基因表达与非编码 RNA转录分析、蛋白质结构 与功能、系统生物学、合成 生物学，以及计算生物学等 生物信息学中的重点问题书 中配有大量的二维码及部分 视频资源，方便读者利用移 动设备进行查询与学习。
     本书可用作高等院校生 物信息学课程的教材，也可 作为科研院所相关专业学生 、研究人员的参考书。
&

本书是《生物信息学》（科学出版社出版，陈铭主编）的配套实验教程，由浅入深，全面地介绍了生物信息学涉及的实验方法。全书共12个章节，涵盖了生物信息学需要掌握的基础计算机技术，如Linux系统、R语言的基本操作命令；以及数据库使用、序列比对、进化分析、基因预测、转录组分析、转录调控分析、单细胞转录组分析、蛋白质分析以及系统生物学相关的实验。每个章节先对实验进行简单介绍，然后通过案例进行操作步骤的详细介绍。

本书共分为8章，内容涵盖深度学习与生命科学的内在联系，深度学习的主要计算框架，深度学习在生物图像、语音、序列等重要生物数据上的应用。

本书主要介绍生物信息学基本概念、主要算法和常用工具。全书共15章，涵盖生物分子数据产生、数据库、序列联配、基因组拼接及其基因预测、系统发生树构建、组学数据（转录、三维、单细胞等）分析、群体遗传分析等，同时包括生物信息学统计与算法基础和计算机基础。每章（绪论除外）前均设计了思维导图，帮助读者更好地理解各章知识点和逻辑关系；每章后均安排了一篇以相关领域代表人物为主线的“历史与人物”短文，有助于读者理解学科发展脉络。书后还提供了丰富的生物信息学资源（主流软件工具和数据库），作为学习本书的辅助资料。