由李梦龙、文志宁、熊庆编著的《化学信息学》系统列举了各类文献信息、网络化学数据资源；对于常用的化学信息软件，如ChemBioOffice、MATLAB、Amber等，亦做了概要的介绍；在化学信息处理方面，本书详细阐述了使用频率较高的模式识别及QSAR等方法的基本原理；由于生物信息学近来发展迅速，在药物设计等方面与化学信息学也有交叉，因此在本书的最后，编者们对生物信息学进行了简单概述。此书可作为化学专业本科生的普及教材使用。

由李梦龙、文志宁、熊庆编著的《化学信息学》为普通高等教育“十一五”国家级规划教材，是教育部“使用信息技术工具改造课程”项目的研究成果。全书主要分为四大部分，其中第1章概述了化学信息学的产生及特点；第2-4章讲述了化学信息的来源，包括手册、书籍、搜索引擎以及目前广为使用的期刊文献数据库；第5-7章介绍了化学信息的处理工具(即化学软件)、处理方法(相关化学计量学算法)以及定量构效关系(QSAR)的原理及应用；第8章对生物信息学领域的研究进行了概述。

《化学信息学》可作为高等院校化学化工专业本科“化学信息学”课程的入门教材，另外，书中提供了大量与信息学相关的网址，也可作为研究生的参考书籍。

第1章 概述 1

 1.1 什么是化学信息 1

 1.2 化学信息的诞生背景 1

 1.3 信息科学在化学领域的应用 2

 1.4 化学信息的结构和特点 2

 1.5 化学信息的工作方式 3

 1.6 信息采集接口 4

 1.7 化学信息的应用 4

1.7.1 绘制结构 4

1.7.2 数据库 5

1.7.3 计算机辅助设计反应预测系统 5

1.7.4 预测结构与活性的关系 5

 1.8 展望 5

第2章 化学信息来源 7

 2.1 词典 7

 2.2 手册 7

 2.3 化学期刊 9

2.3.1 综合类期刊 9

2.3.2 有机化学期刊 10

2.3.3 分析化学期刊 11

2.3.4 无机化学期刊 12

2.3.5 物理化学期刊 12

 2.4 图书馆资源 12

2.4.1 生命科学图书馆 13

2.4.2 中国科学院大连化学物理研究所图书馆 13

2.4.3 中国科学院国家科学图书馆 14

2.4.4 国家科技图书文献中心化工分中心 16

2.4.5 清华大学图书馆 17

2.4.6 中国国家图书馆 17

2.4.7 哈佛大学图书馆 17

2.4.8 斯坦福大学图书馆 18

 2.5 化学化工信息资源导航系统 19

2.5.1 ChIN 19

2.5.2 Computer Aided Chemistry Tutorial 20

2.5.3 Wilton High School Chemistry 20

2.5.4 化学家链接网站 21

第3章 化学信息数据库资源 22

 3.1 数据库简介 22

3.1.1 数据 22

3.1.2 数据库 22

3.1.3 数据库管理系统 23

3.1.4 数据库系统 23

 3.2 数据库历史及分类 24

3.2.1 数据库历史 24

3.2.2 数据库的模型分类 25

 3.3 三类化学信息数据库 26

3.3.1 文献数据库 26

3.3.2 事实数据库 26

3.3.3 结构数据库 26

 3.4 互联网上的化学化工数据库 27

3.4.1 CA 27

3.4.2 ISI数据库 33

3.4.3 OCLC数据库 39

3.4.4 CSA 40

3.4.5 ScienceDirect 40

3.4.6 CNKI 42

3.4.7 万方数据库 48

3.4.8 维普中文科技期刊数据库 48

3.4.9 EI 48

3.4.10 出专利数据库 49

3.4.11 Reaxys数据库 51

3.4.12 谱图数据库 52

第4章 信息搜索引擎 54

 4.1 概述 54

4.1.1 搜索引擎的原理 54

4.1.2 搜索引擎的历史及发展趋势 55

 4.2 搜索引擎的定义及分类 58

4.2.1 全文搜索引擎 58

4.2.2 目录索引类搜索引擎 58

4.2.3 元搜索引擎 59

4.2.4 垂直搜索引擎 59

 4.3 搜索引擎查询方法 59

4.3.1 模糊查询 60

4.3.2 精确查询 60

4.3.3 逻辑查询 60

4.3.4 指定范围查询 61

 4.4 常用搜索引擎 61

4.4.1 百度 61

4.4.2 Google中国 62

4.4.3 维基百科 62

4.4.4 BASE 65

4.4.5 Vascoda 65

4.4.6 Information Bridge 66

4.4.7 Intute 67

4.4.8 Infomine 68

 4.5 元搜索引擎 68

4.5.1 Dogpile 68

4.5.2 Excite 69

4.5.3 Ixquick 70

4.5.4 Mamma 70

4.5.5 Metacrawler 71

4.5.6 ProFusion 71

4.5.7 Savvysearch 72

 4.6 专业搜索引擎 73

4.6.1 专业搜索引擎的优势 73

4.6.2 著名的专业搜索引擎 73

第5章 化学软件 76

 5.1 概述 76

 5.2 化学软件的分类 77

 5.3 语言软件和依托算法的化学计算软件 78

5.3.1 MATLAB 78

5.3.2 R语言 91

 5.4 绘图软件 101

5.4.1 ACD/ChemSketch5.0 101

5.4.2 Symyx Draw 103

5.4.3 ChemBioDraw 104

 5.5 化学分析仪器数据处理软件 105

5.5.1 GRAMS 106

5.5.2 MestReNova 109

5.5.3 Origin 110

 5.6 分子模拟软件 112

5.6.1 Gaussian软件 112

5.6.2 Amber软件 114

第6章 信息处理与数据挖掘 117

 6.1 概述 117

 6.2 数据的标准化 118

 6.3 特征提取与优化 118

6.3.1 主成分分析 118

6.3.2 偏最小二乘法 121

6.3.3 逐步回归分析 122

6.3.4 遗传算法 123

 6.4 信号处理方法 125

6.4.1 协方差与相关系数 126

6.4.2 自、互相关分析 126

6.4.3 功率谱密度 127

6.4.4 傅里叶变换 127

6.4.5 小波变换 128

 6.5 机器学习方法 132

6.5.1 K最近邻法 132

6.5.2 概率神经网络 132

6.5.3 分类回归树 133

6.5.4 助推法 134

6.5.5 人工神经网络 135

6.5.6 支持向量机 139

 6.6 数据库挖掘技术 141

6.6.1 聚类算法 141

6.6.2 决策树算法 142

 6.7 Web数据挖掘技术 142

6.7.1 Web内容挖掘 142

6.7.2 Web结构挖掘 143

6.7.3 Web日志挖掘 143

第7章 QSAR及药物设计 144

 7.1 概述 144

 7.2 QSAR模型的分类 145

7.2.1 二维定量构效关系 145

7.2.2 三维定量构效关系 147

7.2.3 多维定量构效关系 150

7.2.4 方法评价 150

 7.3 定量构效关系研究中常用的回归分析法 151

7.3.1 多元线性回归 151

7.3.2 主成分回归 152

7.3.3 偏最小二乘回归 153

7.3.4 投影寻踪回归 154

7.3.5 非线性方法 155

 7.4 药物设计 155

 7.5 QSAR方法的应用 157

第8章 生物信息学 161

 8.1 什么是生物信息学 161

 8.2 生物信息学的发展历程 162

 8.3 生物信息学的研究内容 164

8.3.1 生物信息挖掘 164

8.3.2 药物设计 164

8.3.3 基因组学 165

8.3.4 蛋白质组学 165

 8.4 生物信息学的研究方法 167

 8.5 生物信息学的应用 168

 8.6 生物信息学的研究趋势 169

 8.7 蛋白质功能研究 170

 8.8 蛋白质数据库简介 171

8.8.1 综合性蛋白质数据库 171

8.8.2 专用性蛋白质数据库 172

 8.9 蛋白质序列的特征提取方法 173

8.9.1 基于氨基酸组成和位置的特征提取方法 174

8.9.2 基于氨基酸物理化学特性的特征提取方法 175

8.9.3 基于数据库信息挖掘的特征提取方法 177

 8.10 蛋白质相互作用 178

 8.11 蛋白质网络 183

参考文献 187