本书由五部分共19章组成，部分主要介绍了遗传学工作者所面临的生物信息学挑战以及遗传数据的操作和管理；第二部分主要介绍了以人类单体型图谱计划(HapMap)、人类基因组学和比较基因组学等为代表的多元化数据；第三部分主要介绍了用于遗传学研究设计和分析的生物信息学策略和手段；第四部分重点介绍了基因分析与疾病的关联及其代表案例；第五部分介绍了利用数据库界面进行全面生物信息学系统分析的流程，其中覆盖了微阵列等一些非常实用的技术，并且就药物遗传学等前沿领域展开了前瞻性的论述。 本书适合统计学和群体遗传学专业，以及具有分子遗传学和医学遗传学背景的高等院校师生和科研人员阅读，对从事人类及模式生物研究的广大实验室研究人员、临床研究人员以及实验室负责人都有较大的参考意义。

本书由五部分共19章组成，部分主要介绍了遗传学工作者所面临的生物信息学挑战以及遗传数据的操作和管理；第二部分主要介绍了以人类单体型图谱计划(HapMap)、人类基因组学和比较基因组学等为代表的多元化数据；第三部分主要介绍了用于遗传学研究设计和分析的生物信息学策略和手段；第四部分重点介绍了基因分析与疾病的关联及其代表案例；第五部分介绍了利用数据库界面进行全面生物信息学系统分析的流程，其中覆盖了微阵列等一些非常实用的技术，并且就药物遗传学等前沿领域展开了前瞻性的论述。 本书适合统计学和群体遗传学专业，以及具有分子遗传学和医学遗传学背景的高等院校师生和科研人员阅读，对从事人类及模式生物研究的广大实验室研究人员、临床研究人员以及实验室负责人都有较大的参考意义。

交互式遗传算法将传统的进化机制与用户的智能评价相结合，可以有效地解决性能指标难以(甚至无法)用函数表示的一类复杂优化问题。但是，用户评价的不确定性和评价疲劳问题等极大地影响了交互式遗传算法的性能，严重制约了其在复杂优化问题中的应用。《高级交互式遗传算法理论与应用》以解决这些问题为切入点，在遗传算法的框架体系下，主要研究体现用户评价不确定性以及基于机器学习构建用户认知模型的高级交互式遗传算法的关键技术和应用。孙晓燕、巩敦卫、徐瑞东所著的《高级交互式遗传算法理论与应用》可供理工科大学计算机、自动控制和人工智能、产品设计等专业的教师及研究生阅读，也可供自然科学和工程技术相关领域的研究人员参考。

本书围绕对基因组学、蛋白质组学和生物信息学的概括描述，向读者介绍了近几年来生物学以及医学生物学研究方法上的发展，以及这些方法在研究思维上的深远影响。作者以通俗易懂的语言将这三个方面组成一个研究、探索问题的互动平台，使读者对生物信息学有一个系统的认识和了解，利于更深入的研究。内容主要包括基因组序列、基因组变异、基因组表达、DNA芯片、蛋白质组学、全基因组学以及基因组学在医学病例中的应用等，同时穿插问题探讨、数学备忘录等使内容更加丰富。 本书可作生物学专业本科生、研究生的生物信息学教材或教学辅导书，亦可供分子生物学、生物化学、细胞生物学以及医学、药学等领域的科研人员参考。