生物信息学

教程导读

学科概览

生物信息学，计算方法分析生物数据。

本教程系统地介绍生物信息学的核心知识体系。从基本概念出发，逐步深入到各个专题领域，帮助读者建立对生物信息学的全面理解。

教程结构

本教程共分6章，按逻辑顺序展开：

第1章 一、生物信息学基础——涵盖分子生物学与遗传学基础等核心内容
第2章 二、生物数据类型与获取——涵盖核酸序列数据等核心内容
第3章 三、核心算法与数据分析方法——涵盖序列比对与序列分析等核心内容
第4章 四、生物信息学应用领域——涵盖比较基因组学与功能基因组学等核心内容
第5章 五、生物信息学工具、数据库与平台——涵盖核心生物数据库等核心内容
第6章 六、前沿方向与挑战——涵盖单细胞组学分析等核心内容

阅读建议

• 有基础的读者可按顺序通读
• 侧重实践的读者可选择性跳转
• 每章支柱页含结构总图

阅读前提

本教程面向已经具备基本生物学常识（细胞、DNA、蛋白质等）和基础数学能力（代数、初步概率）的读者。如果此前从未接触过生物信息学，建议按第 1 章的顺序逐节学习，先把分子生物学、计算机科学和统计学三条主线建立起来，再进入数据获取和算法章节。每章支柱页末尾的"本章学习建议"给出了针对该章的阅读节奏与练习重点，可以直接作为学习清单使用。

教程中大量出现英文术语与软件名称，如 BLAST、FASTA、RNA-seq、GATK 等，建议读者在遇到时先通过上下文理解其作用，不要求背诵全称。所有代码示例使用 Python 语法编写，即使读者不熟悉编程，也可以把代码当作"操作步骤说明书"来阅读，理解每一步在做什么，而不是逐行运行。

常见疑问

第一个常见疑问是：生物信息学到底是生物学还是计算机科学？答案是需要两者兼备。生物学提供问题背景和数据，计算机科学提供处理数据的手段，统计和数学则保证结论可靠。三者缺一不可，这也是本教程把第 1 章设置为基础章的原因。

第二个疑问是：学了这门课程能不能直接分析自己的数据？可以。第 3 章的核心算法与第 5 章的工具平台提供了从原始数据到生物学结论的完整链条，读者可以按章节地图定位自己需要的环节，例如做基因差异分析时直接阅读"基因表达差异分析与通路富集"一节。

第三个疑问是：需要掌握到什么深度？本教程定位为概念筑基型内容，目标是让读者理解每一步"为什么这样做"，能够在文献中看懂方法描述，并具备进一步查阅官方文档的能力。

章节地图

全教程按"基础—数据—算法—应用—工具—前沿"六层组织。第 1 章铺垫三个基础学科，第 2 章介绍生物数据从何而来、长什么样，第 3 章是全书核心，讲解处理数据的算法，第 4 章把算法落到具体应用领域，第 5 章汇总实际使用的工具与平台，第 6 章展望单细胞、表观遗传、人工智能等前沿方向。建议读者把第 2 章和第 3 章作为重点，这两章直接决定了后面应用章节的深度。