R语言及其库实现了多种统计和图形技术，包括线性和非线性建模，经典统计测试，时间序列分析、分类、聚类等。R功能很容易扩展，并且R社区以其在软件包方面的积极贡献而著称。在书中，读者将学习可测试进化中性理论的经典种群遗传统计学，然后通过动手实践，编写自己的R代码，以对真实的样本SNP数据集进行分析。只要有可能，在书中作者针对统计学知识和R语言的实现就尽可能地详细解释，或者至少说明反映不同概念的方程式的依据。重点放在编程基础和算法设计上：这些技能超出了在课堂上学习的特定计算范围。在书中，建议每个读者都要完成一个独立的项目。

第一章 基因组选择时代的数量和群体遗传学
第一节 单基因座群体遗传学基础
第二节 数量遗传学基础
第三节 多样性测量
第四节 多位点连锁不平衡（LD）-配子（项）不平衡
练习
第二章 统计基因组学基础
第三章 群体遗传学基础
第一节 基因频率和基因型频率
第二节 哈代温伯格（Hardy-Weinberg）定律
练习
第四章 数量遗传学
第一节 理论基础
第二节 R语言计算实例
第五章 常见方差组分估计方法
第一节 AI算法
第二节 Fisher Scoring迭代
第三节 约束最大似然
第四节 最大似然法
第五节 Newton -Raphson迭代
第六节 数值示例
第六章 Python语言在生物信息学中的应用
第一节 Python的安装、使用及基本操作
第二节 生物信息学中Python语言 练习
第七章 肉羊遗传评估方法与应用进展
附录一 Linux基础操作
练习
附录二 Git简洁教程
附录三 Julia语言简介
第一节 安装Julia
第二节 Julia语言使用说明
参考文献