数学

生物信息学是用数理和信息科学的观点、理论和方法，以计算机为工具对生物信息进行获取、处理、存储、分配 、分析和解释的一门学科，它是生物学、医药学、计算机科学、物理学和数学等学科的有机结合。本书由浅入深地讲述了在生物信息学数据分析中所使用的统计学理论，形象地向读者展示了在处理生物芯片、高通量测序等大规模数据时所采用的统计学方法。

本书包含以下内容：1. 大规模数据分析中的常见问题；2. 概率的相关概念以及大规模数据分析中常见的概率分布；3. 大规模数据分析的质量控制；4. 大规模数据分析中的统计推断；5. 聚类分析：大规模数据的无监督学习分析方法；6. 分类分析：大规模数据的监督学习分析方法；7. 多维分析以及大规模生物学数据的可视化；8. 大规模数据分析的统计学模型、推论以及算法；9. 高通量实验的实验设计；10. 大规模数据分析中的重抽样方法；11. 生物系统和通路网络的统计分析；12. 全基因组关联分析的研究进展及其在统计学上面临的挑战；13. R语言和BIOCONDUCTOR包在生物信息学中的应用：迈向系统生物学时代。

本书配以大量的实例，深入浅出地为读者讲解了处理生物信息学问题中的统计学方法，可为生物信息学及相关学科的研究人员提供参考。

书评者：孙海汐，博士生（中国科学院遗传与发育生物学研究所）

对人类生存至关重要的生物可再生资源，日益被公司和个人过度开发。这些公司和个人往往为了短期利益，牺牲长远的经济健康和可持续发展。数学生物经济学是用来分析潜在的可能破坏生物可再生资源的经济活动，以及讨论经济有效的资源管理方法的科学。数学生物经济学展示了如何用严格的数学模型来解决生物经济学中的复杂问题。

本书可使读者理解严格的生物经济学数学模型如何直观地展示资源保护和可持续性发展中存在的争论问题；用经济、生物、数学方法解析生物经济学数学模型对于完全理解复杂资源系统的重要性。本书共有9章，1. 通用生物经济学，主要介绍了一些基本概念，阐述了生物经济学的数学模型，指出了生物经济学中的不确定性；2. 动态优化，主要讲述生物经济学模型的动态优化数学方法；3. 基本的经济学概念，主要阐述一些与生物经济学相关的经济学概念；4. 产能投资，主要阐述最优产能、竞争环境下的投资决策以及避免过剩产能，并讲述了最优投资；5. 可再生资源开发管制措施，主要讲述了调节可再生资源开发的各种方法，如价格、税收和可交易的配额等；6. 生长与老化，主要从林业和渔业两个方面讲述资源生长时间、形体结构对于开发计划的影响；7. 不确定性下的资源管理，主要讲述在各种不确定性影响下的决策分析，讨论了生物经济学模型中经济因素的不确定性；8. 分列资源模型，主要讲述综合考虑空间分布、季节性特性、基因变异等因素的生物经济学数学模型；9. 生物经济学概要，主要总括指出生物经济学中的主题。

本书第三版继续对数学生物经济学基本原理进行完整和现代的论述，是应用数学、资源管理、环境研究专业将要毕业的本科生和研究生的优秀教材。它也可作为资源管理者、生态学家、生物学家以及致力于提高可再生资源的管理和进行环境科学可持续发展实践的专业人士的参考书。

Colin W. Clark博士是加拿大不列颠哥伦比亚大学名誉教授。在他的整个职业生涯中，他与生物学家和经济学家合作进行模型建立和应用。他还是加拿大皇家学会和英国皇家学会会员，已经发表了大量的著作，研究领域广泛，其中包括行为生态学和自然资源经济学，重点集中在渔业。

书评者：杜利东，助理研究员（中国科学院电子学研究所）