如果说21世纪是生物学世纪，生物信息学应该是支撑生物学世纪的核心科技之一。而大数据科学和人工智能技术正在将生物信息学推向生命科学和信息科学的前沿。《生物信息学计算技术和软件导论》分为生物信息学基础篇和生物信息组学技术篇两大部分。生物信息学基础篇从新兴领域切入，介绍生物信息学的计算科学及进化生物学基础（如网络科学与大数据技术、深度学习、计算智能、高维数据分析、马尔可夫链蒙特卡洛法，隐马尔可夫模型，贝叶斯统计、医学生态学、DNA计算、进化树与溯祖树分析、种群遗传学等）。生物信息组学技术篇除经典内容（基因组、转录组、蛋白质组）外，还包括新的三代基因测序算法和软件（作者团队研发的DBG2OLC和SPARC）、微生物群系(Microbiome)和宏基因组学(Metagenomics)、非编码RNA、新药发现、代谢组学（Metabolomics）等热点内容。
生物信息学基础篇
第1章生物信息学一些前沿领域简介
1.1生物信息大数据
1.2复杂网络分析概论
1.3复杂网络分析实例：以微生物群系医学生态网络为例
1.4深度学习、计算智能与人工智能
1.5医学生态学
1.6DNA计算机-生物学对计算机科学的回馈
第2章系统发育树与溯祖分析
2.1树的概念
2.2主要的建树方法
2.3模型选择
2.4贝叶斯方法
2.5溯祖理论
2.6物种树估计
第3章群体遗传学数据分析软件简介
3.1多功能软件比较
3.2理论模型与分析方法的实现方式
3.3软件运行方式与编程语言
3.4总结与展望
第4章生物信息学中重要统计计算方法和模型
4.1计算机模拟技术
4.2马尔可夫蒙特卡罗法
4.3隐马尔可夫模型
4.4贝叶斯统计
4.5统计学习
4.6高斯图模型
……
生物信息组学技术篇
