本书是一本专门针对计算生物学领域的系统性教材，通过本教材的学习，可以掌握多种组学数据分析的原理和方法，包括高通量数据分析和单细胞测序数据的分析（第一章、第二章）、蛋白质组学及其功能预测（第三章）、计算表观遗传学（第五章）。在计算生物学的多学科应用上，本教材涵盖了分子进化的计算生物学分析（第四章）、计算癌症生物学（第六章）、计算免疫学（第七章）、药物设计的计算方法和应用（第八章）、影像组学与人工智能（第九章）、基因编辑系统的识别与功能分析（第十章）等应用内容，使读者能够掌握常用的基本算法、模型，从广度和深度突出解决生物学领域的计算需求。同时，在第十一章介绍了计算生物学领域的大数据资源及工具。
本书是一本体现学科交叉特点的教材，面向信息科学领域、生命科学领域、新医科领域对利用计算途径诠释生物学、生物医学问题感兴趣的本科生或研究生，也可供相关领域的科研人员使用。

前言
绪论
第一节 计算生物学的起源和研究内容
第二节 计算生物学的数学、统计学基础
第三节 计算机科学基础
本章小结
第一章 高通量数据分析
第一节 基因组组装
第二节 基因变异检测
第三节 RNA测序分析的基本方法
第四节 基因的注释
第五节 差异表达基因的筛选
第六节 基因功能的富集分析
本章小结
第二章 单细胞测序数据的分析
第一节 单细胞测序技术
第二节 单细胞转录组数据预处理
第三节 单细胞转录组数据分析方法
案例分析：单细胞转录组数据聚类分析
本章小结
第三章 蛋白质组学及其功能预测
第一节 蛋白质组学概述
第二节 蛋白质结构预测
第三节 蛋白质功能预测
案例分析：蛋白质二级结构预测
本章小结
第四章 分子进化的计算生物学分析
第一节 分子进化的基本概念
第二节 系统发育树的构建
第三节 系统发育树的应用
案例分析：基于全基因组序列的新型冠状病毒（SARS-CoV-2）多算法系统发育树分析
本章小结
第五章 计算表观遗传学
第一节 基因组的DNA甲基化及数据分析
第二节 组蛋白修饰及数据分析
本章小结
第六章 计算癌症生物学
第一节 癌症生物标记亚型鉴定方法
第二节 癌症预警和风险评估模型
第三节 癌症个性化治疗
本章小结
第七章 计算免疫学
第一节 计算免疫学概述
第二节 肿瘤免疫浸润分析方法
第三节 肿瘤抗原鉴定的计算
第四节 T细胞受体的分析
案例分析：免疫细胞浸润算法工具的实践
本章小结
第八章 药物设计的计算方法和应用
第一节 药物性质计算
第二节 药物设计方法
第三节 精准用药
本章小结
第九章 影像组学与人工智能
第一节 影像组学
第二节 影像组学的分析方法
案例分析：构建卷积神经网络进行图片分类预测
本章小结
第十章 基因编辑系统的识别与功能分析
第一节 基因编辑系统概述
第二节 基因编辑技术的发展历程
第三节 基因编辑工具
本章小结
第十一章 大数据资源及工具
第一节 大型测序数据库
第二节 数据分析在线资源
本章小结
主要参考文献