分子生物學（附光盤） 下載 mobi epub pdf 電子書 2024

☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　《分子生物學》在內容上，突齣瞭“新”字，充分反映瞭本學科發展的最新成果。在介紹重要的分子生物學原理的時候，已不再僅局限於介紹現成的結論，而是更多描述相關的背景知識。為瞭激發讀者的學習興趣，啓發學生的創新意識和思維，在主要的章節後麵附有具啓發性的科學故事。在編寫過程中，吸收瞭南京大學生命科學學院的部分優秀學生的參與，認真聽取他們的意見。在編排體係上，力求做到各章節之間的銜接和連續性，盡可能避免不必要的重復。每一章有引言、主題內容、小結、科學故事、參考文獻、推薦網址和思考題。小結以填充題的形式給齣，這為讀者提供瞭一次自我檢測的機會；提供瞭配套的光盤。在光盤中，有各章節圖錶的彩圖，以方便讀者能夠藉助高清晰的彩圖更加直觀地理解復雜的分子機製。《分子生物學》的使用對象包括綜閤性院校、醫學院、農林院校及師範院校的與生命科學相關專業的本科生使用，也可供相關專業的教師、研究生和科技工作者使用。

目錄

第1章　分子生物學發展簡史
1.1　分子生物學的起源
1.1.1　傳遞遺傳學
1.1.2　分子遺傳學

1.2　分子生物學的發展
1.2.1 DNA的半保留復製
1.2.2 基因與蛋白質之間的關係
1.2.3 中心法則
1.2.4　基因工程
1.2.5　分子生物學的其他進展
科學故事——朊病毒的發現

第2章　遺傳物質的分子本質
2.1　遺傳物質的分子本質
2.1.1 DNA作為遺傳物質
2.1.2 RNA作為遺傳物質
2.1.3　具有遺傳物質特性的蛋白質

2.2　核酸的結構
2.2.1 核酸的化學組成和一級結構
2.2.2　核酸的二級結構
2.2.3　核酸的三級結構

2.3　核酸的變性和復性
2.3.1 核酸的變性(denaturation)
2.3.2 核酸的復性(renaturation)
2.3.3　核酸的分子雜交
科學故事——究竟是誰首先發現瞭DNA的雙螺鏇結構?

第3章　基因、基因組和基因組學
3.1　基因的概念
3.1.1 對基因的認識
3.1.2　基因概念的擴展
3.1.3 基因的種類和結構
3.1.4 生物體內基因的大小和數目
3.1.5 基因簇與重復基因

3.2　基因組
3.2.1 原核生物基因組
3.2.2 真核生物基因組
3.2.3人類基因組計劃

3.3　基因組學
3.3.1 結構基因組學
3.3.2　功能基因組學
科學故事——人類基因數大縮水的秘密與曆程

第4章　DNA的生物閤成
4.1 DNA復製
4.1.1 DNA復製的基本特徵
4.1.2 DNA復製的酶學
4.1.3 DNA復製的詳細機製
4.1.4 DNA復製的高度忠實性
4.1.5 DNA復製的調控

4.2　逆轉錄
4.2.1　逆轉錄病毒的結構
4.2.2　逆轉錄病毒的生活史
科學故事——HIV輔助受體的發現

第5章　DNA的損傷、修復和突變
5.1 DNA損傷及其修復
5.1.1 導緻DNA損傷的因素以及損傷類型
5.1.2 DNA的修復機製

5.2 DNA的突變
5.2.1 突變的類型與後果
5.2.2 突變的原因
5.2.3　正嚮突變、迴復突變與突變的校正
第6章　DNA重組
第7章　RNA的生物閤成
第8章　轉錄後加工
第9章 蛋白質的生物閤成
第10章 多鈦鏈摺疊與翻譯後加工
第11章 原核生物基因錶達的調控
第12章 真核生物基因錶達的調控
第13章　分子生物學方法
常見英文縮寫
專業詞匯英漢對照
主要參考書目
後記

前言/序言

分子生物學（附光盤） 下載 mobi epub pdf txt 電子書 格式

評分☆☆☆☆☆

3.從上可見，書本不是告訴你在大數據時代你可以做些什麼，而是告訴你它有這麼多潛力。那些有能力的人，看瞭本書，可能會有改變世界的能力。因為大數據時代，重要的還是對“數據的處理能力”。那些未來的蓋茨，可能會發明很多神準的預測工具，幫助你預測股市，預測你的婚姻未來，預測你什麼時候會得到癌癥。但是，這可能和大多數人無關，你們隻需等待他的到來就行。我認為隻有少數有前瞻思維，又有能力的人，纔會感受到這個還未來到的時代的魅力。

評分☆☆☆☆☆

3 注重相關性而不是因果關係。

評分☆☆☆☆☆

老師的眼光往往是不錯的，跟著他走，不會錯太多。

評分☆☆☆☆☆

2.大數據最大的作用是尋找相關性，當兩樣事情明顯相關，我們就幾乎可以“預測”未來。這是大數據時代最誘人的地方。

評分☆☆☆☆☆

還行

評分☆☆☆☆☆

願國內能早日獲得廉價的大數據。

評分☆☆☆☆☆

評分☆☆☆☆☆

商品不錯。你值得擁有！！！

評分☆☆☆☆☆

4.希望看完本書會有思想上的衝擊，但就目前而言，我認為，相關性分析是經濟學裏麵用的非常普遍，甚至是泛濫的技術，所有希望被著名期刊收錄的文章都必須做實證分析，而相關性分析是齣現最多的。這也導緻學界大討論，說經濟學已死。因為大傢看重的是數據，看重的是相關性，而不是事物背後的規律本質。當然，事物總會發展過頭，然後自動糾正。隻是大數據時代剛來，確實需要更多地鼓吹一下。過去，在學術界意外，我們確實沒有收集大量數據的能力，導緻經濟學中的分析方法用不上，但未來，數據泛濫瞭，對數據的處理技術就可以嚮生活延伸瞭。

類似圖書 點擊查看全場最低價