进化基因组学的统计理论与方法/复旦大学进化生物学丛书

进化基因组学是生命科学发展的前沿领域之一。随着高通量测序技术的发展和海量基因组数据的积累，如何运用统计学模型和方法有效地进行数据挖掘和比较基因组分析，成为制约进化基因组学发展的关键因素。该书重点介绍了基因组进化研究的统计学理论框架和方法，侧重于对重要基本概念、计算模型和不同计算方法适用性的介绍，避免了繁杂的数学推导和论证过程，并通过一些具体实例介绍了如何从基因组层面运用统计理论和方法研究基因重复和功能分化、基因多效性与蛋白质序列的关系、基因重复与基因组进化的关系等，具有很强的实用性，不仅可用作进化基因组学课程的教材，也可供进化生物学、计算生物学和生物信息学等相关领域的研究人员参考。

第一章 分子进化基础
1.1 DNA序列的进化距离
1.2 蛋白质编码序列的进化距离
1.3 系统发育树：概述
1.4 系统发育推断的距离法
1.5 系统发育推断的简约法
1.6 系统发育推断的*大似然（ML）法
1.7 系统发育推断的贝叶斯法
1.8 祖先序列推断
1.9 位点间的速率变化
第二章 生物信息学和统计学基础
2.1 进化基因组学的生物信息资源
2.2 同源搜索的基本统计学
2.3 序列比对
2.4 微阵列和统计学
2.5 马尔可夫链蒙特卡罗(MCMC)
第三章 基因重复后的功能分化：统计学模型
3.1 功能分化建模
3.2 I-型功能分化的泊松模型
3.3 I-型功能分化的马尔可夫链模型
3.4 Ⅱ一型功能分化的统计学模型
3.5 I-型和Ⅱ-型功能分化的统一模型
第四章 基因重复后的功能分化：应用和其他
4.1 基于DIVERGE的分析
4.2 功能距离分析
4.3 I-型功能分化的其他方法
第五章 重复基因的系统发育转录组学分析
5.1 与布朗运动相关的随机模型
5.2 祖先基因表达推断
5.3 Oakley等的模型
5.4 稳定选择下的表达趋异：Ornstein-Uhlenback(OU）模型
5.5 实验相关性下的似然性与距离方法
5.6 一个例子：酵母GlnS基因家族
5.7 基于大规模并行测序技术的表达趋异估计
第六章 重复基因间的表达：全基因组分析
6.1 编码序列分化与表达趋异
6.2 重复基因间调控基序分化与表达趋异
6.3 基因重复与表达多样化
6.4 表达趋异与重复基因的保留
6.5 表达趋异的进化距离
6.6 酵母重复基因的表达分化速率
6.7 基因重复后的不对称表达进化
6.8 结论
第七章 基因组进化的组织驱使假说
7.1 基因组进化的组织驱使假说
7.2 检验组织驱使假说
7.3 表达进化的复合泊松模型
7.4 人脑中的表达改变
第八章 基因多效性与蛋白质序列进化
8.1 蛋白质序列进化模型
8.2 选择强度与模型分类
8.3 蛋白质序列的进化速率
8.4 基因多效性和选择强度的估计
8.5 基因多效性的初步分析
8.6 基因多效性评述
第九章 基于基因含量的基因组进化模型
9.1 基因含量进化的生灭模型
9.2 简单基因含量下的四基因组似然性
9.3 水平基因转移中的生灭模型
9.4 其他模型
第十章 系统生物学和网络进化中的重要话题
10.1 GC突变偏差而不是适应驱动了多细胞动物基因组进化中的酪氨酸丢失
10.2 重复基因对遗传稳健性的贡献
10.3 基因与基因相互作用的进化
10.4 模块性和复杂性的起源
10.5 网络基序分析与酵母基因组重复
10.6 重复基因的进化动力学（EK）分析
参考文献