本書共包括十九個精心設(shè)計的實驗，內(nèi)容涵蓋生物信息學資源和文獻的檢索、Linux系統(tǒng)的使用、生物數(shù)據(jù)庫的利用和數(shù)據(jù)的獲取，生物信息學環(huán)境的搭建和工具的安裝、Python和R語言的編程基礎(chǔ)及繪圖，序列比對的在線和本地化分析、系統(tǒng)發(fā)育分析及可視化、單菌基因組學、核酸和蛋白質(zhì)序列分析、基因和蛋白的功能注釋、蛋白質(zhì)結(jié)構(gòu)預測與可視

本書深入探討鳥類與人類之間錯綜復雜的關(guān)系，從文學到音樂，從繪畫到舞蹈，鳥類一直是藝術(shù)家們靈感的源泉。本書關(guān)注鳥類如何與環(huán)境相互作用，并在生態(tài)系統(tǒng)中扮演關(guān)鍵角色。面對人類活動對鳥類帶來的挑戰(zhàn)，書中將討論如何采取有效的科學管理和保護措施，以保護生態(tài)環(huán)境。

本書以浙江境內(nèi)分布的葉蜂物種為研究基礎(chǔ)，采集生境以森林生態(tài)系統(tǒng)和濕地生態(tài)系統(tǒng)為主，涉及天目山、清涼峰、鳳陽山、百山祖、四明山、九龍山、烏巖嶺、古田山、巾子峰、九龍濕地、峰源、白云山等國家公園主體、自然保護地、自然保護區(qū)、國家森林公園和國家濕地公園。本書以葉蜂類昆蟲物種多樣性為主線，貫穿部分葉蜂種類的寄主植物為輔線，提供

本書編者分別在四個季節(jié)對龍游縣全境進行魚類調(diào)查采樣，采用了抄網(wǎng)、撒網(wǎng)、刺網(wǎng)等多種漁具，并選擇縣域內(nèi)主要河流上下游的不同生境開展工作。期間走訪漁民、魚、釣魚者等百余人，采集標本8400余尾，拍攝魚類照片數(shù)千幅，在此基礎(chǔ)上進行了本圖譜的撰寫工作。《浙江省龍游縣魚類資源圖譜》一書共收錄龍游縣原生魚類80多種，每種魚類配有1幅

大型真菌是重要的生物資源之一，也是生物多樣性重要組成。本圖鑒記載江西官山國家級自然保護區(qū)大型真菌資源143屬251種(包括個別變種、參照種)，根據(jù)形態(tài)特征共劃分為八大類群：大型子囊菌29種，膠質(zhì)菌10種，珊瑚菌5種，多孔菌、齒菌及革菌67種，雞油菌2種，傘菌114種，牛肝菌14種，腹菌10種。本圖鑒所記載種類均配有生態(tài)

書稿包含植物學實驗、動物學實驗、微生物學實驗、生物化學實驗、生態(tài)學實驗、人體解剖生理學、植物生理學實驗、分子生物學實驗、遺傳學實驗、細胞生物學實驗實驗等內(nèi)容，每個實驗包括實驗目的、實驗原理、實驗器材、實驗步驟、課后提升等板塊，為學生掌握相關(guān)實驗操作技能提供指導，使學生可較為全面地了解生物學實驗的各方面內(nèi)容，打好實驗操作

本教材為高職高專教育植物生產(chǎn)類、園林類專業(yè)核心課程，通過闡述植物生長的水、肥、氣、熱、土、光、氣候等環(huán)境與植物生長的關(guān)系，合理調(diào)控植物的生長發(fā)育，獲得植物優(yōu)質(zhì)高產(chǎn)。教材內(nèi)容設(shè)計為12個學習情境：植物的生長環(huán)境認識、土壤組成與植物生長、土壤基本性質(zhì)與植物生長、土壤利用管理與植物生長、水分環(huán)境與植物生長、光環(huán)境與植物生長、

本書以歷代文獻中所記載的有關(guān)貴州植物、動物、微生物的史料為輯錄對象。從貴州地方志文獻史料輯校整理入手，探訪史源，細數(shù)家珍，能為讀者提供一部有關(guān)貴州生物多樣性的史料匯編。鮮活直觀的歷代史料，串成古代貴州生物多樣性生動活潑的畫面，從中可清晰地看到生物物種的分布、傳播、形態(tài)、特性、價值等信息，以及傳統(tǒng)物產(chǎn)分屬向近代學科分類的

系統(tǒng)生物學是現(xiàn)代生物學新興分支學科之一，是一門生物學、數(shù)學、醫(yī)學等互相交叉滲透的學科。面對高通量的各層面的生物數(shù)據(jù)，系統(tǒng)生物學可以對它們進行有效的整合和挖掘，進而分析出生物功能、表型等背后的分子機制。本書主要概述了系統(tǒng)生物學中的差異網(wǎng)絡分析方法，介紹了系統(tǒng)生物學的產(chǎn)生及發(fā)展、差異網(wǎng)絡分析方法的基本概念及R語言實現(xiàn)，差異

蛋白質(zhì)相互作用在生物體的許多細胞過程中發(fā)揮著重要的作用，蛋白質(zhì)相互作用知識對研究各種疾病的發(fā)病機制與治療、生命活動的分子機制都具有十分重要的意義。傳統(tǒng)的用于蛋白質(zhì)相互作用預測的生物實驗方法和高通量方法都存在諸多缺陷。因此，研究和開發(fā)有效的機器學習算法來預測和分析蛋白質(zhì)相互作用顯得尤為重要。本書圍繞基于機器學習算法預測蛋