●第一章 分子進化基礎
1.1 DNA序列的進化距離
1.2 蛋白質編碼序列的進化距離
1.3 繫統發育樹:概述
1.4 繫統發育推斷的距離法
1.5 繫統發育推斷的簡約法
1.6 繫統發育推斷的*大似然(ML)法
1.7 繫統發育推斷的貝葉斯法
1.8 祖先序列推斷
1.9 位點間的速率變化
第二章 生物信息學和統計學基礎
2.1 進化基因組學的生物信息資源
2.2 同源搜索的基本統計學
2.3 序列比對
2.4 微陣列和統計學
2.5 馬爾可夫鏈蒙特卡羅(MCMC)
第三章 基因重復後的功能分化:統計學模型
3.1 功能分化建模
3.2 I-型功能分化的泊松模型
3.3 I-型功能分化的馬爾可夫鏈模型
3.4 Ⅱ一型功能分化的統計學模型
3.5 I-型和Ⅱ-型功能分化的統一模型
第四章 基因重復後的功能分化:應用和其他
4.1 基於DIVERGE的分析
4.2 功能距離分析
4.3 I-型功能分化的其他方法
第五章 重復基因的繫統發育轉錄組學分析
5.1 與布朗運動相關的隨機模型
5.2 祖先基因表達推斷
5.3 Oakley等的模型
5.4 穩定選擇下的表達趨異:Ornstein-Uhlenback(OU)模型
5.5 實驗相關性下的似然性與距離方法
5.6 一個例子:酵母GlnS基因家族
5.7 基於大規模並行測序技術的表達趨異估計
第六章 重復基因間的表達:全基因組分析
6.1 編碼序列分化與表達趨異
6.2 重復基因間調控基序分化與表達趨異
6.3 基因重復與表達多樣化
6.4 表達趨異與重復基因的保留
6.5 表達趨異的進化距離
6.6 酵母重復基因的表達分化速率
6.7 基因重復後的不對稱表達進化
6.8 結論
第七章 基因組進化的組織驅使假說
7.1 基因組進化的組織驅使假說
7.2 檢驗組織驅使假說
7.3 表達進化的復合泊松模型
7.4 人腦中的表達改變
第八章 基因多效性與蛋白質序列進化
8.1 蛋白質序列進化模型
8.2 選擇強度與模型分類
8.3 蛋白質序列的進化速率
8.4 基因多效性和選擇強度的估計
8.5 基因多效性的初步分析
8.6 基因多效性評述
第九章 基於基因含量的基因組進化模型
9.1 基因含量進化的生滅模型
9.2 簡單基因含量下的四基因組似然性
9.3 水平基因轉移中的生滅模型
9.4 其他模型
第十章 繫統生物學和網絡進化中的重要話題
10.1 GC突變偏差而不是適應驅動了多細胞動物基因組進化中的酪氨酸丟失
10.2 重復基因對遺傳穩健性的貢獻
10.3 基因與基因相互作用的進化
10.4 模塊性和復雜性的起源
10.5 網絡基序分析與酵母基因組重復
10.6 重復基因的進化動力學(EK)分析
參考文獻