本书在结构上大致可以分为四个部分，每个部分所覆盖的问题分别是：二序列联配、多序列联配、系统发育树和RNA结构。具体分为：二序列联配、Markov链与隐马模型、使用HMM的二序列联配、用于序列家族的列型HMM、多序列联配方法、构造系统发育树和系统发育的概率论方法。本书介绍的列型чMM、多序列联配方法、构造系统发育树和系统发育的概率论方法。本书介绍的一些方法将不同的生物信息来源整合到一般的、清晰且可操作的序列分析概率论模型中，有助于研究者深入了解生物序列分析的基础。本书可供生物信息学、分子生物学、数学、计算机科学以及物理学专业的研究生或高年级本科生及这些领域的老师和研究人员参考。

译者名单
中文版序一
中文版序二
译者的话
前言
章绪论
1.1序列的相似性、同源性及联配
1.2本书概述
1.3概率与概率论模型
1.4补充读物
第2章二序列联配
2.1引言
2.2计分模型
2.3联配算法
2.4更复杂模型的动态规划
2.5启发式联配算法
2.6线性空间联配
2.7分值的显著性
2.8从联配数据推导计分参数
2.9补充读物
第3章Markov链与隐马模型(HMM)
3.1Markov链
3.2隐马模型
3.3HMM的参数估计
3.4HMM的模型结构
3.5更复杂的Markov链
3.6HMM算法的数值稳定性
3.7补充读物
第4章采用HMM的二序列联配
4.1索引
4.2X和Y的对所有路径求和的全概率
4.3次优联配
4.4Xi联配上Yi的后验概率
4.5用于搜索的成对HMM与FSA之对比
4.6补充读物
第5章用于序列家族的列型HMM
5.1无空位计分矩阵
5.2添加插入与删除状态以获得列型HMM
5.3从多序列联配中导出列型HMM
5.4基于列型HMM的搜索
5.5用于非全局联配的列型HMM变体
5.6对概率估计的深入说明
5.7最优模型的构建
5.8训练序列的加权
5.9补充读物
第6章多序列联配方法
6.1多序列联配的含义
6.2为多序列联配计分
6.3多维动态规划
6.4渐进联配方法
6.5由列型HMM训练的多序列联配
6.6补充读物
第7章构造系统发育树
7.1生命之树
7.2树的背景知识
7.3用成对距离建树
7.4简约法
7.5树的评估：自举法
7.6联配与系统发育的同时处理
7.7补充读物
7.8附录：邻接法定理的证明
第8章系统发育的概率论方法
8.1引言
8.2进化的概率论模型
8.3计算无空位联配的似然
8.4用似然做推断
8.5更现实的进化模型
8.6概率论方法与非概率论方法的比较
8.7补充读物
第9章转换文法
9.1转换文法
9.2正则文法
9.3上下文无关文法
9.4上下文有关文法
9.5随机文法
9.6用于序列建模的随机上下文无关文法
9.7补充读物
0章RNA结构分析
10.1RNA
10.2RNA二级结构预测
10.3协方差模型：基于SCFG的RNA列型
10.4补充读物
1章概率论背景
11.1概率分布
11.2熵
11.3推断
11.4抽样
11.5从计数估计概率
11.6EM算法
参考文献
部分术语汉英对照
部分术语英汉对照
索引