本书以发生在国内外的重要案例的列举为切入点，按照认识理解和学习的思维规律，逐步展开相关知识的介绍，由浅入深，由点到面，由历史到未来，由通俗到专业，由全球到我国，为读者全面梳理相关知识，帮助读者自觉学法、用法。

本书以发生在国内外的重要案例的列举为切入点，按照认识理解和学习的思维规律，逐步展开相关知识的介绍，由浅入深，由点到面，由历史到未来，由通俗到专业，由全球到我国，为读者全面梳理相关知识，帮助读者自觉学法、用法。

本书为国家出版基金项目《国家生物安全出版工程》系列中的一卷。本书以生物数据为核心，结合宏观和微观方面，从信息学角度阐述了目前分析方法的进展，数据管理的经验，以及生物数据安全在国家、社会、个人层面等数据挖掘、司法溯源与智能预警等相关的应用。第一部分生物安全信息学理论包括生物安全信息学内涵与结构，生物数据共享的标准与生物安全，生物数据库与知识库与安全，生物安全数据分析常用算法、工具、软件，系统分析法与生物安全信息学；第二部分生物安全信息学应用包括传染病预警与控制的的信息学，基因组数据与个人特征识别，生物行为与灾变预警，生态系统安全信息学，生物安全与智能社会。

本书为国家出版基金项目《国家生物安全出版工程》系列中的一卷。本书以生物数据为核心，结合宏观和微观方面，从信息学角度阐述了目前分析方法的进展，数据管理的经验，以及生物数据安全在国家、社会、个人层面等数据挖掘、司法溯源与智能预警等相关的应用。第一部分生物安全信息学理论包括生物安全信息学内涵与结构，生物数据共享的标准与生物安全，生物数据库与知识库与安全，生物安全数据分析常用算法、工具、软件，系统分析法与生物安全信息学；第二部分生物安全信息学应用包括传染病预警与控制的的信息学，基因组数据与个人特征识别，生物行为与灾变预警，生态系统安全信息学，生物安全与智能社会。

本书为国家出版基金项目《国家生物安全出版工程》系列中的一卷，《生物安全相关死亡的处理与应对》是根据生物安全问题的发生常伴随大量人员伤亡事件的现实，指导如何规范、安全地处理相关问题。本卷从两大方面进行介绍，一是生物安全相关死亡问题，包括其定义与常见分类，二是生物安全相关死亡问题的应对策略，包括案情与现场调查、死因鉴定、死亡机制研究、防护以及预警措施等。

本书为国家出版基金项目《国家生物安全出版工程》系列中的一卷，《生物安全相关死亡的处理与应对》是根据生物安全问题的发生常伴随大量人员伤亡事件的现实，指导如何规范、安全地处理相关问题。本卷从两大方面进行介绍，一是生物安全相关死亡问题，包括其定义与常见分类，二是生物安全相关死亡问题的应对策略，包括案情与现场调查、死因鉴定、死亡机制研究、防护以及预警措施等。

本书为国家出版基金项目《国家生物安全出版工程》系列之一，重点介绍了生物安全证据方法、技术、标准以及教育培训等方面的研究，跟踪国内外国家生物安全证据与鉴定技术、科研、实验、标准的最新动向，为国家生物安全证据相关管理政策、技术标准、立法评估等提供技术支撑，也将成为在生物安全证据、司法鉴定、法医微生物等领域的新指南。同时，建立微生物基因组分型的方法和技术，对于指导临床有效防治感染性疾病具有非常重要的价值和意义。

本书为国家出版基金项目《国家生物安全出版工程》系列之一，重点介绍了生物安全证据方法、技术、标准以及教育培训等方面的研究，跟踪国内外国家生物安全证据与鉴定技术、科研、实验、标准的最新动向，为国家生物安全证据相关管理政策、技术标准、立法评估等提供技术支撑，也将成为在生物安全证据、司法鉴定、法医微生物等领域的新指南。同时，建立微生物基因组分型的方法和技术，对于指导临床有效防治感染性疾病具有非常重要的价值和意义。

本书内容共11章，分为三个主题，在第一部分聚焦酶工程基础，讲述酶的理性设计、酶的定向进化、融合酶、酶的化学修饰、酶的固定化等技术；在第二部分紊焦多酶系统，包括多酶级联催化反应、多酶组装系统、辅酶再生和循环利用；在第三部分聚焦酶工程的最新发展动向，包括人工酶、化学－酶级联催化、酶分子马达及趋化作用等。

本书内容共11章，分为三个主题，在第一部分聚焦酶工程基础，讲述酶的理性设计、酶的定向进化、融合酶、酶的化学修饰、酶的固定化等技术；在第二部分紊焦多酶系统，包括多酶级联催化反应、多酶组装系统、辅酶再生和循环利用；在第三部分聚焦酶工程的最新发展动向，包括人工酶、化学－酶级联催化、酶分子马达及趋化作用等。

本书以人工智能方法和生物组学数据分析为主线，阐述了人工智能中的群智能优化、机器学习、深度学习等算法的基本原理，并探讨了如何将这些算法应用于生物信息学相关问题的研究中，如蛋白质复合物挖掘、关键蛋白质识别、疾病基因预测、多种组学（转录组学、代谢组学、微生物组学）数据与疾病的关联关系预测、circRNA-RBP结合位点预测、RNA甲基化位点预测以及药物发现等。本书系统收集整理了生物组学相关数据库，另结合应用问题，从人工智能算法设计到具体流程计算，再到结果分析，均给出了详细步骤，以上均是本书的特色所在。

更多科学出版社服务，请扫码获取。

本书以人工智能方法和生物组学数据分析为主线，阐述了人工智能中的群智能优化、机器学习、深度学习等算法的基本原理，并探讨了如何将这些算法应用于生物信息学相关问题的研究中，如蛋白质复合物挖掘、关键蛋白质识别、疾病基因预测、多种组学（转录组学、代谢组学、微生物组学）数据与疾病的关联关系预测、circRNA-RBP结合位点预测、RNA甲基化位点预测以及药物发现等。本书系统收集整理了生物组学相关数据库，另结合应用问题，从人工智能算法设计到具体流程计算，再到结果分析，均给出了详细步骤，以上均是本书的特色所在。

更多科学出版社服务，请扫码获取。