《神经科学中的数学（导读版）》通过Matlab编程语言在众多模拟中的应用来介绍计算方法。这些程序为新的课程和研究提供有益的跳板。作者从介绍微分方程和线性代数在细胞、亚细胞和突起模型的应用开始，然后介绍概率论在突触传递和单细胞噪声中的应用，最后将信号处理理论应用于系统神经科学中。
神经科学依赖众多数学工具表达已有的理论、分析数据并提出新的实验。本书采用一系列扎实的计算模型将该领域最令人瞩目的工具由浅入深地介绍给读者。旨在为神经科学专业的本科生和研究生，以及对神经科学感兴趣的数学、物理和工程背景的学生提供一本教科书，亦可为进行神经科学相关研究的工作者提供有用的参考。

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，并附有图片光盘利于读者参考。
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。

《计算生物学导论:图谱、序列和基因组》是Introduction to Computational Biology的中文译著，《计算生物学导论:图谱、序列和基因组》的意图是针对有数学技能的人介绍令人着迷的生物数据和问题，并建立更实际的生物数学的基础。《计算生物学导论:图谱、序列和基因组》共分15章，其中第1章介绍分子生物学的基本常识，第2-4章介绍限制图谱和多重图谱，第5、6章研究克隆和克隆图谱，第7章讨论DNA序列相关的话题，第8-11章是共同模式下序列比较问题，第12章涉及序列中模式计数的统计问题，第13章叙述RNA二级结构的数学化论述，第14章给出有关序列的进化历史，最后第15章给出某些关键文献的原始出处.《计算生物学导论:图谱、序列和基因组》结构完整，内容更新、更全面。
《计算生物学导论:图谱、序列和基因组》适合高等院校数学和生物专业的高年级大学生、研究生和教师阅读参考，也适合科研单位的研究人员参考。

这是一本关于生物信息学算法和计算思想的导论性教科书，原著由国际上的权威学者撰写，经国内知名专家精心翻译为中文，系统介绍推动生物信息学不断进步的算法原理。全书强调的是算法中思想的运用，而不是对表面上并不相关的各类问题进行简单的堆砌。 体现了以下特色： 阐述生物学中的相关问题，涉及对问题的模型化处理并提供一种或多种解决方案： 简要介绍生物信息学领域领军人物； 饶有趣味的小插图使得概念更加具体和形象，方法更容易被领会，激励学生学习的兴趣并鼓励他们加入到生物信息学研究工作中来。 书中的大量论述表明：较少的几种设计思想就能解决大量的生物学难题。 目前，可供本科学生使用的生物信息学著作为数不多，本书恰恰是其中的一本。国内生物信息学，计算生物学、计算数学等领域的本科生、研究生和其他研究人员，会从书中汲取基本的算法原理、解决实际问题的方法和技巧，进而更好地从事相关研究工作。