生物信息學(xué)復(fù)習(xí)題庫(kù)全考點(diǎn)含答案

生物信息學(xué)復(fù)習(xí)題庫(kù)全考點(diǎn)含答案一、名詞解釋：1.生物信息學(xué)：

研究大量生物數(shù)據(jù)復(fù)雜關(guān)系的學(xué)科，其特征是多學(xué)科交叉，以互聯(lián)網(wǎng)為媒介，數(shù)據(jù)庫(kù)為載體。利用數(shù)學(xué)知識(shí)建立各種數(shù)學(xué)模型;利用計(jì)算機(jī)為工具對(duì)實(shí)驗(yàn)所得大量生物學(xué)數(shù)據(jù)進(jìn)行儲(chǔ)存、檢索、處理及分析，并以生物學(xué)知識(shí)對(duì)結(jié)果進(jìn)行解釋。2.二級(jí)數(shù)據(jù)庫(kù)：在一級(jí)數(shù)據(jù)庫(kù)、實(shí)驗(yàn)數(shù)據(jù)和理論分析的基礎(chǔ)上針對(duì)特定目標(biāo)衍生而來，是對(duì)生物學(xué)知識(shí)和信息的進(jìn)一步的整理。3.FASTA序列格式：是將DNA或者蛋白質(zhì)序列表示為一個(gè)帶有一些標(biāo)記的核苷酸或者氨基酸字符串，大于號(hào)（>）表示一個(gè)新文件的開始，其他無(wú)特殊要求。4.genbank序列格式：是GenBank數(shù)據(jù)庫(kù)的基本信息單位，是最為廣泛的生物信息學(xué)序列格式之一。該文件格式按域劃分為4個(gè)部分：第一部分包含整個(gè)記錄的信息（描述符）；第二部分包含注釋；第三部分是引文區(qū)，提供了這個(gè)記錄的科學(xué)依據(jù)；第四部分是核苷酸序列本身，以“//”結(jié)尾。5.Entrez檢索系統(tǒng)：是NCBI開發(fā)的核心檢索系統(tǒng)，集成了NCBI的各種數(shù)據(jù)庫(kù)，具有鏈接的數(shù)據(jù)庫(kù)多，使用方便，能夠進(jìn)行交叉索引等特點(diǎn)。6.BLAST：基本局部比對(duì)搜索工具，用于相似性搜索的工具，對(duì)需要進(jìn)行檢索的序列與數(shù)據(jù)庫(kù)中的每個(gè)序列做相似性比較。P947.查詢序列（querysequence）：也稱被檢索序列，用來在數(shù)據(jù)庫(kù)中檢索并進(jìn)行相似性比較的序列。P988.打分矩陣（scoringmatrix）：在相似性檢索中對(duì)序列兩兩比對(duì)的質(zhì)量評(píng)估方法。包括基于理論（如考慮核酸和氨基酸之間的類似性）和實(shí)際進(jìn)化距離（如PAM）兩類方法。P299.空位（gap）：在序列比對(duì)時(shí)，由于序列長(zhǎng)度不同，需要插入一個(gè)或幾個(gè)位點(diǎn)以取得最佳比對(duì)結(jié)果，這樣在其中一序列上產(chǎn)生中斷現(xiàn)象，這些中斷的位點(diǎn)稱為空位。P2910.空位罰分：空位罰分是為了補(bǔ)償插入和缺失對(duì)序列相似性的影響，序列中的空位的引入不代表真正的進(jìn)化事件，所以要對(duì)其進(jìn)行罰分，空位罰分的多少直接影響對(duì)比的結(jié)果。P3711.E值：衡量序列之間相似性是否顯著的期望值。E值大小說明了可以找到與查詢序列（query）相匹配的隨機(jī)或無(wú)關(guān)序列的概率，E值越接近零，越不可能找到其他匹配序列，E值越小意味著序列的相似性偶然發(fā)生的機(jī)會(huì)越小，也即相似性越能反映真實(shí)的生物學(xué)意義。P9512.低復(fù)雜度區(qū)域：BLAST搜索的過濾選項(xiàng)。指序列中包含的重復(fù)度高的區(qū)域，如poly（A）。13.點(diǎn)矩陣（dotmatrix）：構(gòu)建一個(gè)二維矩陣，其X軸是一條序列，Y軸是另一個(gè)序列，然后在2個(gè)序列相同堿基的對(duì)應(yīng)位置（x，y）加點(diǎn)，如果兩條序列完全相同則會(huì)形成一條主對(duì)角線，如果兩條序列相似則會(huì)出現(xiàn)一條或者幾條直線；如果完全沒有相似性則不能連成直線。14.多序列比對(duì)：通過序列的相似性檢索得到許多相似性序列，將這些序列做一個(gè)總體的比對(duì)，以觀察它們?cè)诮Y(jié)構(gòu)上的異同，來回答大量的生物學(xué)問題。15.分子鐘：認(rèn)為分子進(jìn)化速率是恒定的或者幾乎恒定的假說，從而可以通過分子進(jìn)化推斷出物種起源的時(shí)間。16.系統(tǒng)發(fā)育分析：通過一組相關(guān)的基因或者蛋白質(zhì)的多序列比對(duì)或其他性狀，可以研究推斷不同物種或基因之間的進(jìn)化關(guān)系。17.進(jìn)化樹的二歧分叉結(jié)構(gòu)：指在進(jìn)化樹上任何一個(gè)分支節(jié)點(diǎn)，一個(gè)父分支都只能被分成兩個(gè)子分支。系統(tǒng)發(fā)育圖：用枝長(zhǎng)表示進(jìn)化時(shí)間的系統(tǒng)樹稱為系統(tǒng)發(fā)育圖，是引入時(shí)間概念的支序圖。18.直系同源：指由于物種形成事件來自一個(gè)共同祖先的不同物種中的同源序列，具有相似或不同的功能。（書：在缺乏任何基因復(fù)制證據(jù)的情況下，具有共同祖先和相同功能的同源基因。）19.旁系（并系）同源：指同一個(gè)物種中具有共同祖先，通過基因重復(fù)產(chǎn)生的一組基因，這些基因在功能上可能發(fā)生了改變。(書：由于基因重復(fù)事件產(chǎn)生的相似序列。)20.外類群：是進(jìn)化樹中處于一組被分析物種之外的，具有相近親緣關(guān)系的物種。21.有根樹：能夠確定所有分析物種的共同祖先的進(jìn)化樹。22.除權(quán)配對(duì)算法（UPGMA）：最初，每個(gè)序列歸為一類，然后找到距離最近的兩類將其歸為一類，定義為一個(gè)節(jié)點(diǎn)，重復(fù)這個(gè)過程，直到所有的聚類被加入，最終產(chǎn)生樹根。23.鄰接法（neighbor-joiningmethod）：是一種不僅僅計(jì)算兩兩比對(duì)距離，還對(duì)整個(gè)樹的長(zhǎng)度進(jìn)行最小化，從而對(duì)樹的拓?fù)浣Y(jié)構(gòu)進(jìn)行限制，能夠克服UPGMA算法要求進(jìn)化速率保持恒定的缺陷。24.最大簡(jiǎn)約法（MP）：在一系列能夠解釋序列差異的的進(jìn)化樹中找到具有最少核酸或氨基酸替換的進(jìn)化樹。25.最大似然法（ML）：它對(duì)每個(gè)可能的進(jìn)化位點(diǎn)分配一個(gè)概率，然后綜合所有位點(diǎn)，找到概率最大的進(jìn)化樹。最大似然法允許采用不同的進(jìn)化模型對(duì)變異進(jìn)行分析評(píng)估，并在此基礎(chǔ)上構(gòu)建系統(tǒng)發(fā)育樹。26.一致樹（consensustree）：在同一算法中產(chǎn)生多個(gè)最優(yōu)樹，合并這些最優(yōu)樹得到的樹即一致樹。27.自舉法檢驗(yàn)（Bootstrap）：放回式抽樣統(tǒng)計(jì)法。通過對(duì)數(shù)據(jù)集多次重復(fù)取樣，構(gòu)建多個(gè)進(jìn)化樹，用來檢查給定樹的分枝可信度。28.開放閱讀框（ORF）：開放閱讀框是基因序列的一部分，包含一段可以編碼蛋白的堿基序列。29.密碼子偏好性（codonbias）：氨基酸的同義密碼子的使用頻率與相應(yīng)的同功tRNA的水平相一致，大多數(shù)高效表達(dá)的基因僅使用那些含量高的同功tRNA所對(duì)應(yīng)的密碼子，這種效應(yīng)稱為密碼子偏好性。30.基因預(yù)測(cè)的從頭分析：依據(jù)綜合利用基因的特征，如剪接位點(diǎn)，內(nèi)含子與外顯子邊界，調(diào)控區(qū)，預(yù)測(cè)基因組序列中包含的基因。31.結(jié)構(gòu)域（domain）：保守的結(jié)構(gòu)單元，包含獨(dú)特的二級(jí)結(jié)構(gòu)組合和疏水內(nèi)核，可能單獨(dú)存在，也可能與其他結(jié)構(gòu)域組合。相同功能的同源結(jié)構(gòu)域具有序列的相似性。32.超家族：進(jìn)化上相關(guān)，功能可能不同的一類蛋白質(zhì)。33.模體（motif）：短的保守的多肽段，含有相同模體的蛋白質(zhì)不一定是同源的，一般10-20個(gè)殘基。34.序列表譜（profile）：是一種特殊位點(diǎn)或模體序列，在多序列比較的基礎(chǔ)上，氨基酸的權(quán)值和空位罰分的表格。35.PAM矩陣：PAM指可接受突變百分率。一個(gè)氨基酸在進(jìn)化中變成另一種氨基酸的可能性，通過這種可能性可以鑒定蛋白質(zhì)之間的相似性，并產(chǎn)生蛋白質(zhì)之間的比對(duì)。一個(gè)PAM單位是蛋白質(zhì)序列平均發(fā)生1%的替代量需要的進(jìn)化時(shí)間。36.BLOSUM矩陣：模塊替代矩陣。矩陣中的每個(gè)位點(diǎn)的分值來自蛋白比對(duì)的局部塊中的替代頻率的觀察。每個(gè)矩陣適合特定的進(jìn)化距離。例如，在BLOSUM62矩陣中，比對(duì)的分值來自不超過62%一致率的一組序列。37.PSI-BLAST：位點(diǎn)特異性迭代比對(duì)。是一種專門化的的比對(duì)，通過調(diào)節(jié)序列打分矩陣（scoringmatrix）探測(cè)遠(yuǎn)緣相關(guān)的蛋白。38.RefSeq：給出了對(duì)應(yīng)于基因和蛋白質(zhì)的索引號(hào)碼，對(duì)應(yīng)于最穩(wěn)定、最被人承認(rèn)的Genbank序列。39.PDB（ProteinDataBank）：PDB中收錄了大量通過實(shí)驗(yàn)（X射線晶體衍射，核磁共振NMR）測(cè)定的生物大分子的三維結(jié)構(gòu)，記錄有原子坐標(biāo)、配基的化學(xué)結(jié)構(gòu)和晶體結(jié)構(gòu)的描述等。PDB數(shù)據(jù)庫(kù)的訪問號(hào)由一個(gè)數(shù)字和三個(gè)字母組成（如，4HHB），同時(shí)支持關(guān)鍵詞搜索，還可以FASTA程序進(jìn)行搜索。40.GenPept:是由GenBank中的DNA序列翻譯得到的蛋白質(zhì)序列。數(shù)據(jù)量很大，且隨核酸序列數(shù)據(jù)庫(kù)的更新而更新，但它們均是由核酸序列翻譯得到的序列，未經(jīng)試驗(yàn)證實(shí)，也沒有詳細(xì)的注釋。41.折疊子（Fold）：在兩個(gè)或更多的蛋白質(zhì)中具有相似二級(jí)結(jié)構(gòu)的大區(qū)域，這些大區(qū)域具有特定的空間取向。42.TrEMBL：是與SWISS-PROT相關(guān)的一個(gè)數(shù)據(jù)庫(kù)。包含從EMBL核酸數(shù)據(jù)庫(kù)中根據(jù)編碼序列(CDS)翻譯而得到的蛋白質(zhì)序列，并且這些序列尚未集成到SWISS-PROT數(shù)據(jù)庫(kù)中。43.MMDB(MolecularModelingDatabase)：是（NCBI）所開發(fā)的生物信息數(shù)據(jù)庫(kù)集成系統(tǒng)Entrez的一個(gè)部分，數(shù)據(jù)庫(kù)的內(nèi)容包括來自于實(shí)驗(yàn)的生物大分子結(jié)構(gòu)數(shù)據(jù)。與PDB相比，對(duì)于數(shù)據(jù)庫(kù)中的每一個(gè)生物大分子結(jié)構(gòu)，MMDB具有許多附加的信息，如分子的生物學(xué)功能、產(chǎn)生功能的機(jī)制、分子的進(jìn)化歷史等，還提供生物大分子三維結(jié)構(gòu)模型顯示、結(jié)構(gòu)分析和結(jié)構(gòu)比較工具。44.SCOP數(shù)據(jù)庫(kù)：提供關(guān)于已知結(jié)構(gòu)的蛋白質(zhì)之間結(jié)構(gòu)和進(jìn)化關(guān)系的詳細(xì)描述，包括蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)PDB中的所有條目。SCOP數(shù)據(jù)庫(kù)除了提供蛋白質(zhì)結(jié)構(gòu)和進(jìn)化關(guān)系信息外，對(duì)于每一個(gè)蛋白質(zhì)還包括下述信息：到PDB的連接，序列，參考文獻(xiàn)，結(jié)構(gòu)的圖像等。可以按結(jié)構(gòu)和進(jìn)化關(guān)系對(duì)蛋白質(zhì)分類，分類結(jié)果是一個(gè)具有層次結(jié)構(gòu)的樹，其主要的層次依次是類（class）、折疊子（fold）、超家族（superfamily）、家族（family）、單個(gè)PDB蛋白結(jié)構(gòu)記錄。45.PROSITE：是蛋白質(zhì)家族和結(jié)構(gòu)域數(shù)據(jù)庫(kù)，包含具有生物學(xué)意義的位點(diǎn)、模式、可幫助識(shí)別蛋白質(zhì)家族的統(tǒng)計(jì)特征。PROSITE中涉及的序列模式包括酶的催化位點(diǎn)、配體結(jié)合位點(diǎn)、與金屬離子結(jié)合的殘基、二硫鍵的半胱氨酸、與小分子或其它蛋白質(zhì)結(jié)合的區(qū)域等；PROSITE還包括根據(jù)多序列比對(duì)而構(gòu)建的序列統(tǒng)計(jì)特征，能更敏感地發(fā)現(xiàn)一個(gè)序列是否具有相應(yīng)的特征。46.GeneOntology協(xié)會(huì)：編輯一組動(dòng)態(tài)的、可控的基因產(chǎn)物不同方面性質(zhì)的字匯的協(xié)會(huì)。從3個(gè)方面描述基因產(chǎn)物的性質(zhì)，即，分子功能，生物過程，細(xì)胞區(qū)室。47.表譜（PSSM）：指一張基于多序列比對(duì)的打分表，表示一個(gè)蛋白質(zhì)家族，可以用來搜索序列數(shù)據(jù)庫(kù)。48.比較基因組學(xué)：是在基因組圖譜和測(cè)序的基礎(chǔ)上，利用某個(gè)基因組研究獲得的信息推測(cè)其他原核生物、真核生物類群中的基因數(shù)目、位置、功能、表達(dá)機(jī)制和物種進(jìn)化的學(xué)科。49.簡(jiǎn)約信息位點(diǎn)：指基于DNA或蛋白質(zhì)序列，利用最大簡(jiǎn)約法構(gòu)建系統(tǒng)發(fā)育樹時(shí)，如果每個(gè)位點(diǎn)的狀態(tài)至少存在兩種，每種狀態(tài)至少出現(xiàn)兩次的位點(diǎn)。其它位點(diǎn)為都是非簡(jiǎn)約性信息位點(diǎn)。4.一致序列：這些序列是指把多序列聯(lián)配的信息壓縮至單條序列，主要的缺點(diǎn)是除了在特定位置最常見的殘基之外，它們不能表示任何概率信息。5.HMM隱馬爾可夫模型：一種統(tǒng)計(jì)模型，它考慮有關(guān)匹配、錯(cuò)配和間隔的所有可能的組合來生成一組序列排列。（課件定義）是蛋白質(zhì)結(jié)構(gòu)域家族序列的一種嚴(yán)格的統(tǒng)計(jì)模型，包括序列的匹配，插入和缺失狀態(tài)，并根據(jù)每種狀態(tài)的概率分布和狀態(tài)間的相互轉(zhuǎn)換來生成蛋白質(zhì)序列。6.信息位點(diǎn)：由位點(diǎn)產(chǎn)生的突變數(shù)目把其中的一課樹與其他樹區(qū)分開的位點(diǎn)。7.非信息位點(diǎn)：對(duì)于最大簡(jiǎn)約法來說沒有意義的點(diǎn)。8.標(biāo)度樹：分支長(zhǎng)度與相鄰節(jié)點(diǎn)對(duì)的差異程度成正比的樹。9.非標(biāo)度樹：只表示親緣關(guān)系無(wú)差異程度信息。10.有根樹：?jiǎn)我坏墓?jié)點(diǎn)能指派為共同的祖先，從祖先節(jié)點(diǎn)只有唯一的路徑歷經(jīng)進(jìn)化到達(dá)其他任何節(jié)點(diǎn)。11.無(wú)根樹：只表明節(jié)點(diǎn)間的關(guān)系，無(wú)進(jìn)化發(fā)生方向的信息，通過引入外群或外部參考物種，可以在無(wú)根樹中指派根節(jié)點(diǎn)。18.質(zhì)譜(MS)是一種準(zhǔn)確測(cè)定真空中離子的分子質(zhì)量/電荷比(m/z)的方法，從而使分子質(zhì)量的準(zhǔn)確確定成為可能。質(zhì)譜分析的兩個(gè)工具19.分子途徑是指一組連續(xù)起作用以達(dá)到共同目標(biāo)的蛋白質(zhì)。20.虛擬細(xì)胞：一種建模手段，把細(xì)胞定義為許多結(jié)構(gòu)，分子，反應(yīng)和物質(zhì)流的集合體。21.先導(dǎo)化合物：是指具有一定藥理活性的、可通過結(jié)構(gòu)改造來優(yōu)化其藥理特性而可能導(dǎo)致藥物發(fā)現(xiàn)的特殊化合物。就是利用計(jì)算機(jī)在含有大量化合物三維結(jié)構(gòu)的數(shù)據(jù)庫(kù)中，搜索能與生物大分子靶點(diǎn)匹配的化合物，或者搜索能與結(jié)合藥效團(tuán)相符的化合物，又稱原型物，簡(jiǎn)稱先導(dǎo)物，是通過各種途徑或方法得到的具有生物活性的化學(xué)結(jié)構(gòu)22.權(quán)重矩陣（序列輪廓）：它們表示完全結(jié)構(gòu)域序列，多序列聯(lián)配中每個(gè)位點(diǎn)的氨基酸都有分值，并且特定位置插入或缺失的可能性均有一定的衡量方法（課件定義）?；A(chǔ)上針對(duì)特定的應(yīng)用目標(biāo)而建立的數(shù)據(jù)庫(kù)。23.系統(tǒng)發(fā)育學(xué)（phylogenetic）：確定生物體間進(jìn)化關(guān)系的科學(xué)分支。24.系統(tǒng)生物學(xué)（systemsbiology）：是研究一個(gè)生物系統(tǒng)中所有組分成分（基因、mRNA、蛋白質(zhì)等）的構(gòu)成以及在特定條件下這些組分間的相互關(guān)系，并分析生物系統(tǒng)在一定時(shí)間內(nèi)的動(dòng)力學(xué)過程25.蛋白質(zhì)組（proteome）：是指一個(gè)基因組、一種生物或一個(gè)細(xì)胞/組織的基因組所表達(dá)的全套蛋白質(zhì)。26.ESI電噴霧離子化：一種適合大分子如蛋白質(zhì)離子化沒有明顯降解的質(zhì)譜技術(shù)。1.

鳥槍法測(cè)序（shotgunmethod）一種測(cè)序方法，包括從基因組中獲得隨機(jī)的、已測(cè)序的克隆片段，并且對(duì)初始基因的位置一無(wú)所知。2.

BLAST：基本局部相似性比對(duì)搜索工具。在序列數(shù)據(jù)庫(kù)中快速查找與給定的序列具有最優(yōu)局部對(duì)準(zhǔn)結(jié)果的序列的一種序列對(duì)算法。3.

整體聯(lián)配（globalalignment）：對(duì)兩個(gè)核苷酸或蛋白質(zhì)序列的全長(zhǎng)所進(jìn)行的比對(duì)。4.

FASTA：是第一個(gè)被廣泛使用的數(shù)據(jù)庫(kù)相似性搜索算法，這個(gè)程序通過掃描序列中“詞”的小配對(duì)，從而尋找最優(yōu)局部比對(duì)。5.

算法（algorithm）：在計(jì)算機(jī)程序中包含的一種固定過程。6.

序列比對(duì)（alignment）：將兩個(gè)或多個(gè)序列排在一起，以達(dá)到最大一致性的過程（對(duì)于氨基酸序列是比較他們的保守性），這樣評(píng)估序列間的相似性和同源性。7.

多序列比對(duì)（multiplesequencealignment）：三個(gè)或多個(gè)序列之間的比對(duì)，如果序列在同一列有相同結(jié)構(gòu)位置的殘基和（或）祖?zhèn)鞯臍埢?，則會(huì)在該位置插入空位。8.

最佳聯(lián)配（optimalalignment）：兩個(gè)序列之間有最高打分值的排列。9.

空位（gap）：在兩條序列比對(duì)過程中需要在檢測(cè)序列或目標(biāo)序列中引入空位，以表示插入或刪除。10.

模塊替換矩陣（BLUSUM）在替換矩陣中，每個(gè)位置的打分是在相關(guān)蛋白局部比對(duì)模塊中觀察到的替換的頻率而獲得的，每個(gè)矩陣被修改成一個(gè)特殊的進(jìn)化距離。11.

可接受點(diǎn)突變（PAM）一個(gè)用于衡量蛋白質(zhì)序列的進(jìn)化突變程度的單位。12.

互補(bǔ)序列（complementarysequence）能夠與其他DNA片段根據(jù)堿基互補(bǔ)序列（A與T配對(duì)，G與C配對(duì)）形成兩練結(jié)構(gòu)的核苷酸序列。13.

保守序列（conservedsequence）指DNA分子中的一個(gè)核苷酸片段或者蛋白質(zhì)中氨基酸片段，它們?cè)谶M(jìn)化過程中基本保持不變。14.

鄰接片段（contig）與支架（scaffold）15.

鄰接片段：一組在染色體上有重疊區(qū)域的DNA片段的克??；16.

支架：由序列重疊群拼接而成。17.

注釋（annotation）對(duì)數(shù)據(jù)庫(kù)中原始的DNA堿基序列添加相關(guān)信息（比如編碼的基因，氨基酸序列等）或其他的注解。18.

基因預(yù)測(cè)（geneprediction）用計(jì)算機(jī)程序?qū)赡艿幕蛩龅念A(yù)測(cè)，它是基于DNA片段與已知基因序列的匹配程度的。19.

直系同源（Orthologous）指不同種類的同源序列，他們是在物種的形成事件中從一個(gè)祖先序列獨(dú)立進(jìn)化而成的，可能有相似功能，也可能沒有。20.

旁系同源（paralogous）是通過類似基因復(fù)制的機(jī)制產(chǎn)生的同源序列。21.

替換（substitution）在指定的位置不相同的氨基酸進(jìn)行連配，如果聯(lián)配的殘基有相似的物化性質(zhì)，那么替換是保守的。22.

表達(dá)序列標(biāo)簽（EST）一種短的DNA片段，是cDNA分子的一部分，可用來鑒定基因，通常用于基因定位和基因圖譜中。23.

多態(tài)性（PolyMorphism）多個(gè)個(gè)體之間DNA的差異叫多態(tài)性。24.

基因預(yù)測(cè)（GenePrediction）同1925.

序列模式（Motif）蛋白質(zhì)序列中短的保守區(qū)域，它們是結(jié)構(gòu)域中保守性很高的部分。26.

結(jié)構(gòu)域（domain）：蛋白質(zhì)在折疊時(shí)候與其它部分相獨(dú)立的一個(gè)不連續(xù)部分，他有自己獨(dú)特的功能。27.

開放閱讀框（ORF）位于DNA或RNA上起始密碼子與終止密碼子之間的序列。28.

表達(dá)譜（profile）一個(gè)顯示某個(gè)同源家族中指定位置打分值和空位罰分的表格，可以用于搜索序列數(shù)據(jù)庫(kù)。29.

分子鐘（molecularclock）對(duì)于每一個(gè)給定基因（或蛋白質(zhì)）其分子進(jìn)化率大致是恒定的。30.

系統(tǒng)發(fā)生（phylogeny）是指生物種族的進(jìn)化歷史，亦即生物體在整個(gè)進(jìn)化譜31.

分子進(jìn)化樹（molecularevolutionarytree）在研究生物進(jìn)化和系統(tǒng)分類中，常用一種類似樹狀分支的圖形來概括各種（類）生物之間的親緣關(guān)系，這種樹狀分支的圖形成為系統(tǒng)發(fā)育樹(phylogenetictree)?！鲆弧⑦x擇題:1.以下哪一個(gè)是mRNA條目序列號(hào)：A.J01536■.NM_15392C.NP_52280D.AAB1345062.確定某個(gè)基因在哪些組織中表達(dá)的最直接獲取相關(guān)信息方式是：■.UnigeneB.EntrezC.LocusLinkD.PCR3.一個(gè)基因可能對(duì)應(yīng)兩個(gè)Unigene簇嗎？■可能B.不可能4.下面哪種數(shù)據(jù)庫(kù)源于mRNA信息：■dbESTB.PDBC.OMIMD.HTGS5.下面哪個(gè)數(shù)據(jù)庫(kù)面向人類疾病構(gòu)建：A.ESTB.PDB■.OMIMD.HTGS6.Refseq和GenBank有什么區(qū)別：A.Refseq包括了全世界各個(gè)實(shí)驗(yàn)室和測(cè)序項(xiàng)目提交的DNA序列B.GenBank提供的是非冗余序列■.Refseq源于GenBank，提供非冗余序列信息D.GenBank源于Refseq7.如果你需要查詢文獻(xiàn)信息，下列哪個(gè)數(shù)據(jù)庫(kù)是你最佳選擇：A.OMIMB.Entrez■PubMedD.PROSITE8.比較從Entrez和ExPASy中提取有關(guān)蛋白質(zhì)序列信息的方法，下列哪種說法正確：A.因?yàn)镚enBank的數(shù)據(jù)比EMBL更多，Entrez給出的搜索結(jié)果將更多B.搜索結(jié)果很可能一樣，因?yàn)镚enBank和EMBL的序列數(shù)據(jù)實(shí)際一樣■搜索結(jié)果應(yīng)該相當(dāng)，但是ExPASy中的SwissProt記錄的輸出格式不同9.天冬酰胺、色氨酸和酪氨酸的單字母代碼分別對(duì)應(yīng)于：■N/W/YB.Q/W/YC.F/W/YD.Q/N/W10.直系同源定義為：■不同物種中具有共同祖先的同源序列B.具有較小的氨基酸一致性但是有較大的結(jié)構(gòu)相似性的同源序列C.同一物種中由基因復(fù)制產(chǎn)生的同源序列D.同一物種中具有相似的并且通常是冗余的功能的同源序列11.下列那個(gè)氨基酸最不容易突變：A.丙氨酸B.谷氨酰胺C.甲硫氨酸■半胱氨酸12.PAM250矩陣定義的進(jìn)化距離為兩同源序列在給定的時(shí)間有多少百分比的氨基酸發(fā)生改變：A.1%B.20%■.80%D.250%13.下列哪個(gè)句子最好的描述了兩個(gè)序列全局比對(duì)和局部比對(duì)的不同：A.全局比對(duì)通常用于比對(duì)DNA序列，而局部比對(duì)通常用于比對(duì)蛋白質(zhì)序列B.全局比對(duì)允許間隙，而局部比對(duì)不允許C.全局比對(duì)尋找全局最大化，而局部比對(duì)尋找局部最大化■全局比對(duì)比對(duì)整體序列，而局部比對(duì)尋找最佳匹配子序列14.假設(shè)你有兩條遠(yuǎn)源相關(guān)蛋白質(zhì)序列。為了比較它們，最好使用下列哪個(gè)BLOSUM和PAM矩陣：■BLOSUM45和PAM250B.BLOSUM45和PAM1C.BLOSUM80和PAM250D.BLOSUM10和PAM115.與PAM打分矩陣比較，BLOSUM打分矩陣的最大區(qū)別是：A.最好用于比對(duì)相關(guān)性高的蛋白B.它是基于近相關(guān)蛋白的全局多序列比對(duì)■它是基于遠(yuǎn)相關(guān)蛋白的局部多序列比對(duì)D.它結(jié)合了全局比對(duì)和局部比對(duì)16.如果有一段DNA序列，它可能編碼多少種蛋白質(zhì)序列：A.1B.2C.3■.617.要在數(shù)據(jù)庫(kù)查詢一段與某DNA序列編碼蛋白質(zhì)最相似的序列，應(yīng)選擇：A.blastnB.blastpC.tblastnD.tblastp■blastx18.為什么ClustalW（一個(gè)采用了Feng-Doolittle漸進(jìn)比對(duì)算法的程序）不報(bào)告E值：A.ClustalW報(bào)告E值■使用了全局比對(duì)C.使用了局部比對(duì)D.因?yàn)槭嵌嘈蛄斜葘?duì)19.Feng-Doolittle方法提出“一旦是空隙，永遠(yuǎn)是空隙”規(guī)則的依據(jù)是：A.保證空隙不會(huì)引物序列加入而填充B.假定進(jìn)化早期分歧的序列有較高優(yōu)先級(jí)別■假定最近序列空隙應(yīng)該保留D.假定最遠(yuǎn)序列空隙應(yīng)該保留20.根據(jù)分子鐘假說：A.所有蛋白質(zhì)都保持一個(gè)相同的恒定進(jìn)化速率B.所有蛋白質(zhì)的進(jìn)化速率都與化石記錄相符合C.對(duì)于每一個(gè)給定的蛋白質(zhì)，分子進(jìn)化的速率是逐漸減慢的，就如同不準(zhǔn)時(shí)的鐘■對(duì)于每一個(gè)給定的蛋白質(zhì)，其分子進(jìn)化的速率在所有的進(jìn)化分支上大致是恒定21.系統(tǒng)發(fā)生樹的兩個(gè)特征是：A.進(jìn)化分支和進(jìn)化節(jié)點(diǎn)■樹的拓?fù)浣Y(jié)構(gòu)和分支長(zhǎng)度C.進(jìn)化分支和樹根D.序列比對(duì)和引導(dǎo)檢測(cè)方法22.下列哪一個(gè)是基于字母特征的系統(tǒng)發(fā)生分析的算法：A.鄰位連接法（NJ法）B.Kimura算法■最大似然法（ML）D.非加權(quán)平均法（UPGMA）23.基于字母特征和基于距離的系統(tǒng)發(fā)生分析的算法的基本差異是：■基于字母特征的算法沒有定義分支序列的中間數(shù)據(jù)矩陣B.基于字母特征的算法可應(yīng)用于DNA或者蛋白質(zhì)序列，而基于距離僅能用于DNAC.基于字母特征的算法無(wú)法運(yùn)用簡(jiǎn)約算法D.基于字母特征的算法的進(jìn)化分支與進(jìn)化時(shí)間無(wú)關(guān)24.一個(gè)操作分類單元（OTU）可指：A.多序列比對(duì)■蛋白質(zhì)序列C.進(jìn)化分支D.進(jìn)化節(jié)點(diǎn)25.構(gòu)建進(jìn)化樹最直接的錯(cuò)誤來源是：■多序列比對(duì)錯(cuò)誤B.采樣的算法差異C.假設(shè)進(jìn)化分支是單一起源D.嘗試推測(cè)基因的進(jìn)化關(guān)系26.第一個(gè)被完整測(cè)定的基因組序列是：A.啤酒酵母的3號(hào)染色體B.流感病毒■ФX174D.人類基因組27.普通的真核生物線粒體基因組編碼大約多少個(gè)蛋白質(zhì)：■10B.100C.1000D.1000028.根據(jù)基因組序列預(yù)測(cè)蛋白質(zhì)編碼基因的算法的最大問題是：A.軟件太難使用■.假陽(yáng)性率太高，許多不是外顯子的序列部分被錯(cuò)誤指定C.假陽(yáng)性率太高，許多不是外顯子功能未知D.假陰性率太高，丟失太多外顯子位點(diǎn)29.HIV病毒亞型的系統(tǒng)演化研究可以：A.證實(shí)HIV病毒是由牛病毒演化而來■.用于指導(dǎo)開發(fā)針對(duì)保守蛋白的疫苗C.證實(shí)哪些人類組織最容易遭受病毒侵染30.一個(gè)典型的細(xì)菌基因組大小約為多少bp：A.20000■.200000C.2000000D.2000000031.細(xì)菌基因組與真核生物基因組分析工具存在較大差異的主要原因是：A.細(xì)菌擁有不同的密碼子B.細(xì)菌沒有細(xì)胞核C.細(xì)菌很少有基因與真核同源■細(xì)菌DNA的基因含量、組成結(jié)構(gòu)很不一樣32.下列具有最小基因組的原核生物可能是：A.嗜極生物B.病毒■胞內(nèi)細(xì)菌D.桿菌33.要證明某大腸桿菌中的某個(gè)基因是水平轉(zhuǎn)移而來，需要：A.分析該大腸桿菌中該基因的GC含量與其他基因是否有很大差異B.分析該大腸桿菌中該基因的密碼子使用與其他基因是否有很大差異C.系統(tǒng)發(fā)生分析該基因與其他物種中基因的同源關(guān)系■獲取以上三個(gè)方面的信息34.C值矛盾是指：A.某些基因組中核苷酸C的含量少B.真核生物基因組大小同編碼蛋白質(zhì)的基因個(gè)數(shù)沒有相關(guān)性■真核生物基因組大小同屋中的復(fù)雜性相關(guān)性很小D.真核生物基因組大小同進(jìn)化上的年齡相關(guān)性小35.成百上千個(gè)4~8bp的重復(fù)序列單元最可能出現(xiàn)在：A.散布性重復(fù)序列中B.假基因中■端粒中D.片段復(fù)制區(qū)域36.從頭預(yù)測(cè)真核基因的原因有：A.外顯子/內(nèi)含子邊界難以確定B.內(nèi)含子長(zhǎng)度可能只有幾個(gè)堿基對(duì)C.編碼區(qū)域的GC含量并不總是與非編碼區(qū)相同■以上三個(gè)方面的原因37.人類基因組大小大約是多少M(fèi)b：A.130B.300■3000D.3000038.各種重復(fù)元件在人類基因組中大約占的百分比為：A.5%B.25%■50%D.95%39.蛋白質(zhì)編碼區(qū)域占人類基因組百分比是：■1-5%B.5-10%C.10-20%D.20-4-%40.人類基因組中GC含量高的區(qū)域：A.基因密度相對(duì)較低■基因密度相對(duì)較高C.基因密度多變D.基因所含密碼子相對(duì)較少41.人類復(fù)合孟德爾遺傳的基因疾病約占疾病基因的：■1%B.10%C.50%D.60%42.單基因疾病趨向于：■在普通人群較少見，并且發(fā)生時(shí)間較早B.在普通人群較常見，并且發(fā)生時(shí)間較早C.在普通人群較少見，并且發(fā)生時(shí)間較晚D.在普通人群較常見，并且發(fā)生時(shí)間較晚二.填空題1.常用的三種序列格式：NBRF/PIR,FASTA和GDE2.初級(jí)序列數(shù)據(jù)庫(kù)：GenBank，EMBL和DDBJ3.蛋白質(zhì)序列數(shù)據(jù)庫(kù)：SWISS-PROT和TrEMBL4.提供蛋白質(zhì)功能注釋信息的數(shù)據(jù)庫(kù)：KEGG（京都基因和基因組百科全書）和PIR（蛋白質(zhì)信息資源）5.目前由NCBI維護(hù)的大型文獻(xiàn)資源是PubMed6.數(shù)據(jù)庫(kù)常用的數(shù)據(jù)檢索工具：Entrez，SRS，DBGET7.常用的序列搜索方法：FASTA和BLAST8.高分值局部聯(lián)配的BLAST參數(shù)是HSPs（高分值片段對(duì)），E（期望值）9.多序列聯(lián)配的常用軟件：Clustal10.蛋白質(zhì)結(jié)構(gòu)域家族的數(shù)據(jù)庫(kù)有：Pfam，SMART11.系統(tǒng)發(fā)育學(xué)的研究方法有：表現(xiàn)型分類法，遺傳分類法和進(jìn)化分類法12.系統(tǒng)發(fā)育樹的構(gòu)建方法：

距離矩陣法，最大簡(jiǎn)約法和最大似然法13.常用系統(tǒng)發(fā)育分析軟件：PHYLIP14.檢測(cè)系統(tǒng)發(fā)育樹可靠性的技術(shù)：bootstrapping和Jack-knifing15.

原核生物和真核生物基因組中的注釋所涉及的問題是不同的16.檢測(cè)原核生物ORF的程序：NCBIORFfinder17.測(cè)試基因預(yù)測(cè)程序正確預(yù)測(cè)基因的能力的項(xiàng)目是GASP（基因預(yù)測(cè)評(píng)估項(xiàng)目）18.二級(jí)結(jié)構(gòu)的三種狀態(tài)：α螺旋，β折疊和β轉(zhuǎn)角19.用于蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)的基本神經(jīng)網(wǎng)絡(luò)模型為三層的前饋網(wǎng)絡(luò)，包括輸入層，隱含層和輸出層20.通過比較建模預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)的軟件有SWISS-PDBVIEWER（SWISS—MODEL網(wǎng)站）21.蛋白質(zhì)質(zhì)譜數(shù)據(jù)搜索工具：SEQUEST22.分子途徑最廣泛數(shù)據(jù)庫(kù)：KEGG23.聚類分析方法，分為有監(jiān)督學(xué)習(xí)方法，無(wú)監(jiān)督學(xué)習(xí)方法24.質(zhì)譜的兩個(gè)數(shù)據(jù)庫(kù)搜索工具：SEQEST和Lutkefish二、問答題1）

生物信息學(xué)的發(fā)展經(jīng)歷了哪幾個(gè)階段答：生物信息學(xué)的發(fā)展經(jīng)歷了3個(gè)階段。第一個(gè)階段是前基因組時(shí)代。這一階段主要是以各種算法法則的建立、生物數(shù)據(jù)庫(kù)的建立以及DNA和蛋白質(zhì)序列分析為主要工作；第二階段是基因組時(shí)代。這一階段以各種基因組計(jì)劃測(cè)序、網(wǎng)絡(luò)數(shù)據(jù)庫(kù)系統(tǒng)的建立和基因?qū)ふ覟橹饕ぷ?。第三階段是后基因組時(shí)代。這一階段的主要工作是進(jìn)行大規(guī)?；蚪M分析、蛋白質(zhì)組分析以及其他各種基因組學(xué)研究。2）

生物信息學(xué)步入后基因組時(shí)代后，其發(fā)展方向有哪幾個(gè)方面。答：生物信息學(xué)步入后基因組時(shí)代后，其發(fā)展方向主要有：①各種生物基因組測(cè)序及新基因的發(fā)現(xiàn)；②單核苷酸多態(tài)性（SNP）分析；③基因組非編碼區(qū)信息結(jié)構(gòu)與分析；④比較基因組學(xué)和生物進(jìn)化研究；⑤蛋白質(zhì)結(jié)構(gòu)和功能的研究。3）美國(guó)國(guó)家生物技術(shù)信息中心（NCBI）的主要工作是什么？請(qǐng)列舉3個(gè)以上Entrez系統(tǒng)可以檢索的數(shù)據(jù)庫(kù)。（NCBI維護(hù)的數(shù)據(jù)庫(kù)）NCBI的主要工作是在分子水平上應(yīng)用數(shù)學(xué)和計(jì)算機(jī)科學(xué)的方法研究基礎(chǔ)生物，醫(yī)學(xué)問題。為科學(xué)界開發(fā)，維護(hù)和分享一系列的生物信息數(shù)據(jù)庫(kù)；開發(fā)和促進(jìn)生物信息學(xué)數(shù)據(jù)庫(kù)，數(shù)據(jù)的儲(chǔ)存，交換以及生物學(xué)命名規(guī)則的標(biāo)準(zhǔn)化。維護(hù)的主要數(shù)據(jù)庫(kù)包括答：PubMed、核酸序列數(shù)據(jù)庫(kù)GenBank、PROW、三維蛋白質(zhì)結(jié)構(gòu)分子模型數(shù)據(jù)庫(kù)MMDB。4）序列的相似性與同源性有什么區(qū)別與聯(lián)系？答：相似性是指序列之間相關(guān)的一種量度，兩序列的的相似性可以基于序列的一致性的百分比；而同源性是指序列所代表的物種具有共同的祖先，強(qiáng)調(diào)進(jìn)化上的親緣關(guān)系。P1475）BLAST套件的blastn、blastp、blastx、tblastn和tblastx子工具的用途什么？答：blastn是將給定的核酸序列與核酸數(shù)據(jù)庫(kù)中的序列進(jìn)行比較；Blastp是使用蛋白質(zhì)序列與蛋白質(zhì)數(shù)據(jù)庫(kù)中的序列進(jìn)行比較，可以尋找較遠(yuǎn)的關(guān)系；Blastx將給定的核酸序列按照六種閱讀框架將其翻譯成蛋白質(zhì)與蛋白質(zhì)數(shù)據(jù)庫(kù)中的序列進(jìn)行比對(duì)，對(duì)分析新序列和EST很有用；Tblastn將給定的氨基酸序列與核酸數(shù)據(jù)庫(kù)中的序列（雙鏈）按不同的閱讀框進(jìn)行比對(duì)，對(duì)于尋找數(shù)據(jù)庫(kù)中序列沒有標(biāo)注的新編碼區(qū)很有用；Tblastx只在特殊情況下使用，它將DNA被檢索的序列和核酸序列數(shù)據(jù)庫(kù)中的序列按不同的閱讀框全部翻譯成蛋白質(zhì)序列，然后進(jìn)行蛋白質(zhì)序列比對(duì)。P976）簡(jiǎn)述BLAST搜索的算法思想。答：BLAST是一種局部最優(yōu)比對(duì)搜索算法，將所查詢的序列打斷成許多小序列片段，然后小序列逐步與數(shù)據(jù)庫(kù)中的序列進(jìn)行比對(duì)，這些小片段被叫做字”word”；當(dāng)一定長(zhǎng)度的的字（W）與檢索序列的比對(duì)達(dá)到一個(gè)指定的最低分（T）后，初始比對(duì)就結(jié)束了；一個(gè)序列的匹配度由各部分匹配分?jǐn)?shù)的總和決定，獲得高分的序列叫做高分匹配片段（HSP），程序?qū)⒆詈玫腍SP雙向擴(kuò)展進(jìn)行比對(duì)，直到序列結(jié)束或者不再具有生物學(xué)顯著性，最后所得到的序列是那些在整體上具有最高分的序列，即，最高分匹配片段（MSP），這樣，BLAST既保持了整體的運(yùn)算速度，也維持了比對(duì)的精度。P957）什么是物種的標(biāo)記序列？答：指物種特有的一段核苷酸序列?？梢酝ㄟ^相似性查詢，得到某一序列在數(shù)據(jù)庫(kù)中的某一物種中反復(fù)出現(xiàn)，且在其他物種中沒有的明顯相似的序列。8）什么是多序列全局比對(duì)的累進(jìn)算法？（三個(gè)步驟）答：第一，所有的序列之間逐一比對(duì)（雙重比對(duì)）；第二，生成一個(gè)系統(tǒng)樹圖，將序列按相似性大致分組；第三，使用系統(tǒng)樹圖作為引導(dǎo)，產(chǎn)生出最終的多序列比對(duì)結(jié)果。P529）簡(jiǎn)述構(gòu)建進(jìn)化樹的步驟，每一步列舉1-2種使用的軟件或統(tǒng)計(jì)學(xué)方法。答：（1）多序列比對(duì)：ClustalW（2）校對(duì)比對(duì)結(jié)果：BIOEDIT（3）建樹：MEGA（4）評(píng)估系統(tǒng)發(fā)育信號(hào)和進(jìn)化樹的牢固度：自舉法（Bootstrap）P11410）簡(jiǎn)述除權(quán)配對(duì)法（UPGMA）的算法思想。答：通過兩兩比對(duì)聚類的方法進(jìn)行，在開始時(shí)，每個(gè)序列分為一類，分別作為一個(gè)樹枝的生長(zhǎng)點(diǎn)，然后將最近的兩序列合并，從而定義出一個(gè)節(jié)點(diǎn)，將這個(gè)過程不斷的重復(fù)，直到所有的序列都被加入，最后得到一棵進(jìn)化樹。P11911）簡(jiǎn)述鄰接法（NJ）構(gòu)樹的算法思想。答：鄰接法的思想不僅僅計(jì)算最小兩兩比對(duì)距離，還對(duì)整個(gè)樹的長(zhǎng)度進(jìn)行最小化，從而對(duì)樹的拓?fù)浣Y(jié)構(gòu)進(jìn)行限制。這種算法由一棵星狀樹開始，所有的物種都從一個(gè)中心節(jié)點(diǎn)出發(fā)，然后通過計(jì)算最小分支長(zhǎng)度的和相繼尋找到近鄰的兩個(gè)序列，每一輪過程中考慮所有可能的序列對(duì)，把能使樹的整個(gè)分支長(zhǎng)度最小的序列對(duì)一組，從而產(chǎn)生新的距離矩陣，直到尋找所有的近鄰序列。P11712）簡(jiǎn)述最大簡(jiǎn)約法（MP）的算法思想。P68答：是一種基于離散特征的進(jìn)化樹算法。生物演化應(yīng)該遵循簡(jiǎn)約性原則，所需變異次數(shù)最少（演化步數(shù)最少）的演化樹可能為最符合自然情況的系統(tǒng)樹。在具體的操作中，分為非加權(quán)最大簡(jiǎn)約分析（或稱為同等加權(quán)）和加權(quán)最大簡(jiǎn)約分析，后者是根據(jù)性狀本身的演化規(guī)律（比如DNA不同位點(diǎn)進(jìn)化速率不同）而對(duì)其進(jìn)行不同的加權(quán)處理。P12013）簡(jiǎn)述最大似然法（ML）的算法思想。P69答：是一種基于離散特征的進(jìn)化樹算法。該法首先選擇一個(gè)合適的進(jìn)化模型，然后對(duì)所有可能的進(jìn)化樹進(jìn)行評(píng)估，通過對(duì)每個(gè)進(jìn)化位點(diǎn)的替代分配一個(gè)概率，最后找出概率最大的進(jìn)化樹。P12214）UPGMA構(gòu)樹法不精確的原因是什么？P69答：由個(gè)于UPGMA假設(shè)在進(jìn)化過程中所有核苷酸/氨基酸都有相同的變異率，也就是存在著一個(gè)分子鐘；這種算法當(dāng)所構(gòu)建的進(jìn)化樹的序列進(jìn)化速率明顯不一致時(shí)，得到的進(jìn)化樹相對(duì)來說不準(zhǔn)確的。P119,倒數(shù)第2段，前4行。15)在MEGA2軟件中，提供了哪些堿基替換距離模型，試列舉其中3種，解釋其含義。答：堿基替換模型包括，No.ofdifferences、p-distance、Jukes-Cantordistance、Tajima-Neidistance、Kimur2-parameterdistance、Tamura3-parameterdistance、Tamura-Neidistancep-distance：表示有差異的核苷酸位點(diǎn)在序列中所占比例，將有差異的核苷酸位點(diǎn)數(shù)除已經(jīng)比對(duì)的總位點(diǎn)數(shù)就可以得到Jukes-Cantor：模型假設(shè)ATCG的替換速率是一致的，然后給出兩個(gè)序列核苷酸替換數(shù)的最大似然估計(jì)Kimura2-parameter：模型考慮到了轉(zhuǎn)換很顛換隊(duì)多重?fù)糁械挠绊?，但假設(shè)整個(gè)序列中4鐘核苷酸的頻率是相同哈德在不同位點(diǎn)上的堿基替換頻率是相同的16）列舉5項(xiàng)DNA序列分析的內(nèi)容及代表性分析工具。答：（1）尋找重復(fù)元件：RepeatMasker（2）同源性檢索確定是否存在已知基因：BLASTn（3）從頭開始方法預(yù)測(cè)基因：Genscan（4）分析各種調(diào)控序列：TRES/DRAGONPROMOTORFINDER(5)CpG島：CpGPlotP130，表格代表性工具：ORFFinder、BLASTn、tBLASTx、BLASTx、GeneWise17）如何用BLAST發(fā)現(xiàn)新基因？答：從一個(gè)一直蛋白質(zhì)序列開始，通過tBLASTn工具搜索一個(gè)DNA數(shù)據(jù)庫(kù)，可以找到相應(yīng)的匹配，如與DNA編碼的已知蛋白質(zhì)的匹配或者與DNA編碼的相關(guān)蛋白質(zhì)的匹配。然后通過BLASTx或BLASTp在蛋白質(zhì)數(shù)據(jù)庫(kù)中搜索DNA或蛋白質(zhì)序列來“確定”一個(gè)新基因。18）試述SCOP蛋白質(zhì)分類方案答：SCOP將PDB數(shù)據(jù)庫(kù)中的蛋白質(zhì)按傳統(tǒng)分類方法分成α型、β型、α/β型、α+β型，并將多結(jié)構(gòu)域蛋白、膜蛋白和細(xì)胞表面蛋白、N蛋白單獨(dú)分類，一共分成7種類型，并在此基礎(chǔ)上，按折疊類型、超家族、家族三個(gè)層次逐級(jí)分類。對(duì)于具有不同種屬來源的同源蛋白家族，SCOP數(shù)據(jù)庫(kù)按照種屬名稱將它們分成若干子類，一直到蛋白質(zhì)分子的亞基。19）試述SWISS-PROT中的數(shù)據(jù)來源。答：（1）從核酸數(shù)據(jù)庫(kù)經(jīng)過翻譯推導(dǎo)而來；（2）從蛋白質(zhì)數(shù)據(jù)庫(kù)PIR挑選出合適的數(shù)據(jù)；（3）從科學(xué)文獻(xiàn)中摘錄；（4）研究人員直接提交的蛋白質(zhì)序列數(shù)據(jù)。20）TrEMBL哪兩個(gè)部分？答：（1）SP-TrEMBL(SWISS-PROTTrEMBL)包含最終將要集成到SWISS-PROT的數(shù)據(jù)，所有的SP-TrEMBL序列都已被賦予SWISS-PROT的登錄號(hào)。（2）REM-TrEMBL(REMainingTrEMBL)包括所有不準(zhǔn)備放入SWISS-PROT的數(shù)據(jù)，因此這部分?jǐn)?shù)據(jù)都沒有登錄號(hào)。21）試述PSI-BLAST搜索的5個(gè)步驟。答：[1]選擇待查序列（query）和蛋白質(zhì)數(shù)據(jù)庫(kù)；[2]PSI-BLAST構(gòu)建一個(gè)多序列比對(duì)，然后創(chuàng)建一個(gè)序列表譜（profile）又稱特定位置打分矩陣（PSSM）；[3]PSSM被用作query搜索數(shù)據(jù)庫(kù)[4]PSI-BLAST估計(jì)統(tǒng)計(jì)學(xué)意義(Evalues)[5]重復(fù)[3]和[4],直到?jīng)]有新的序列發(fā)現(xiàn)。22）列舉5種常用的系統(tǒng)發(fā)育分析軟件PHYLIP、PAUP、MEGA、PAML、TreeView。三.操作與計(jì)算題1.如何獲取訪問號(hào)為U49845的genbank文件？解釋如下genbank文件的LOCUS行提供的信息：LOCUSSCU498455028bpDNAlinearPLN21-JUN-1999答：（1）訪問NCBI的Entrez檢索系統(tǒng)，（2）選擇核酸數(shù)據(jù)庫(kù)，（3）輸入U(xiǎn)49845序列訪問號(hào)開始檢索。第一項(xiàng)是LOCUS名稱，前三個(gè)字母代表物種名第二項(xiàng)是序列長(zhǎng)度第三項(xiàng)是序列分子類型第四項(xiàng)是分子為線性的第五項(xiàng)是GenBank分類碼第六項(xiàng)是最后修訂日期P132.利用Entrez檢索系統(tǒng)對(duì)核酸數(shù)據(jù)搜索，輸入如下信息，將獲得什么結(jié)果：AF114696:AF114714[ACCN]。P35答：獲得序列訪問號(hào)AF114696到AF114714之間的連續(xù)編號(hào)的序列。3.相比使用BLAST套件搜索數(shù)據(jù)庫(kù)，BLAST2工具在結(jié)果呈現(xiàn)上有什么優(yōu)點(diǎn)？答：BLAST2序列分析工具，它能進(jìn)行兩條序列的精確比對(duì)，同時(shí)給出兩序列的圖形化比對(duì)結(jié)果和文本形式的聯(lián)配結(jié)果。4.MEGA2如何將其它多序列比對(duì)格式文件轉(zhuǎn)化為MEGE格式的多序列比對(duì)文件？答：（1）選擇菜單file，（2）選擇TextFileEditorandFormatCoverter工具，（3）調(diào)入需要轉(zhuǎn)換的序列和相應(yīng)的格式，（4）獲得轉(zhuǎn)換后的MEGA格式的文件并保存。5.什么簡(jiǎn)約信息位點(diǎn)Pi?答：指基于DNA或蛋白質(zhì)序列，應(yīng)用最大簡(jiǎn)約法構(gòu)建系統(tǒng)發(fā)育樹時(shí)，如果某個(gè)位點(diǎn)的狀態(tài)存在兩種或兩種以上，每種狀態(tài)出現(xiàn)兩次或兩次以上，這樣的位點(diǎn)稱簡(jiǎn)約信息位點(diǎn)。6.以下軟件的主要用途是什么？RepeatMasker,CpGPlot,SpliceView,Genscan,ORFfinder,neuralnetworkpromoterprediction.答：RepeatMasker：是對(duì)重復(fù)序列進(jìn)行分析的軟件GpGPlot：用來查找一條DNA序列中CpG島，使用Gardine-Garden和Frommer描述的方法SpliceView：是對(duì)一段序列進(jìn)行剪接位點(diǎn)的分析即其中的受體和供體位點(diǎn)Genscan：是一種從頭分析工具ORFfinder：是用來分析序列ORF的工具neuralnetworkpromoterprediction：神經(jīng)網(wǎng)絡(luò)啟動(dòng)子預(yù)測(cè)是另外一種分析啟動(dòng)子的方法10.試述蛋白質(zhì)三維結(jié)構(gòu)預(yù)測(cè)的三類方法（1）同源建模，(1)同源建模方法：對(duì)于一個(gè)未知結(jié)構(gòu)的蛋白質(zhì)，找到一個(gè)已知結(jié)構(gòu)的同源蛋白質(zhì)，以該蛋白質(zhì)的結(jié)構(gòu)為模板，為未知結(jié)構(gòu)的蛋白質(zhì)建立結(jié)構(gòu)模型，序列相似性低于30%的蛋白質(zhì)難以得到理想的結(jié)構(gòu)模型；（2）在已知結(jié)模板的序列一致率小于25%時(shí)，使用折疊識(shí)別方法進(jìn)行預(yù)測(cè)；（3）在找不到已知結(jié)構(gòu)的蛋白質(zhì)模板時(shí)使用從頭預(yù)測(cè)的方法。1.FASTA序列格式第一行以“>”開頭但并沒有指明是蛋白質(zhì)還是核酸序列。后跟代碼，接著是注釋（在同一行），通常注釋要以“|”符號(hào)相隔，第一行沒有長(zhǎng)度限制。值得注意的是FASTA文件允許以小寫字母表示氨基酸。文件擴(kuò)展名為“.fasta”。（NBIR/PIR序列格式第一行以“>”開頭，后面緊跟兩字母編碼（P1代表蛋白質(zhì)序列，N1代表核酸），再接一個(gè)分號(hào)，分號(hào)后緊跟序列標(biāo)識(shí)號(hào)。后面是說明行，該行可長(zhǎng)可短，沒有長(zhǎng)度限制。接下來是序列本身，以“*”號(hào)終止。文件的擴(kuò)展名為“.pir”或“.seq”。GDE序列格式與FASTA的格式基本相同，但行首為“%”，文件擴(kuò)展名為“.gde”。）2.BLAST的五個(gè)子程序程序查詢序列數(shù)據(jù)庫(kù)種類簡(jiǎn)述方法Blastp蛋白質(zhì)蛋白質(zhì)可以找到具有遠(yuǎn)源進(jìn)化關(guān)系的匹配序列待搜索蛋白序列與蛋白數(shù)據(jù)庫(kù)比較Blastn核苷酸核苷酸適合尋找分值較高的匹配，不適合遠(yuǎn)源關(guān)系待搜索核酸序列與核酸數(shù)據(jù)庫(kù)比較Blastx核苷酸（已翻譯）蛋白質(zhì)適合新DNA序列和EST序列的分析將待搜索核酸序列按6個(gè)讀框翻譯成蛋白質(zhì)序列，然后與數(shù)據(jù)庫(kù)中的蛋白質(zhì)比較TBlastn蛋白質(zhì)核苷酸（已翻譯）適合尋找數(shù)據(jù)庫(kù)中尚未標(biāo)注的編碼區(qū)將數(shù)據(jù)庫(kù)中核酸序列按6個(gè)讀框翻譯成蛋白序列，然后與待搜索蛋白序列對(duì)比TBlastx核苷酸（已翻譯）核苷酸（已翻譯）適合分析EST序列無(wú)論是待搜索核酸序列還是數(shù)據(jù)庫(kù)中核酸序列，都按6個(gè)讀框翻譯成蛋白序列3.生物類的數(shù)據(jù)庫(kù)類別：一級(jí)數(shù)據(jù)庫(kù)：數(shù)據(jù)庫(kù)中的數(shù)據(jù)直接來源于實(shí)驗(yàn)獲得的原始數(shù)據(jù)，只經(jīng)過簡(jiǎn)單的歸類整理和注釋；二級(jí)數(shù)據(jù)庫(kù)：對(duì)原始生物分子數(shù)據(jù)進(jìn)行整理、分類的結(jié)果，是在一級(jí)數(shù)據(jù)庫(kù)、實(shí)驗(yàn)數(shù)據(jù)和理論分析的基礎(chǔ)上針對(duì)特定的應(yīng)用目標(biāo)而建立的。4.PSI-Blast的原理：PSI-BLAST是一種將雙序列比對(duì)和多序列比對(duì)結(jié)合在一起的數(shù)據(jù)庫(kù)搜索方法。其主要思想是通過多次迭代找出最佳結(jié)果。每次迭代都發(fā)現(xiàn)一些中間序列，用于在接下去的迭代中尋找查詢序列的更多疏遠(yuǎn)相關(guān)序列（拓展了序列進(jìn)化關(guān)系的覆蓋面積）。具體做法是最初對(duì)查詢序列進(jìn)行BLAST搜索，接著把查找得到的每一擊中項(xiàng)作為BLAST搜索第二次迭代的查詢序列，重復(fù)這個(gè)過程直到找不到有意義的相似序列為止。（以下為研究生課件部分）PSI-BLAST的基本思路在于根據(jù)最初的搜索結(jié)果，依照預(yù)先定義的相似性閾值將序列分成不同的組，構(gòu)建一個(gè)位點(diǎn)特異性的序列譜，并通過多次迭代不斷改進(jìn)這一序列譜以提高搜索的靈敏度。利用第一次搜索結(jié)果構(gòu)建位置特異性分?jǐn)?shù)矩陣，并用于第二次的搜索，第二次搜索結(jié)果用于第三次搜索，依此類推，直到找出最佳搜索結(jié)果。此外，BLAST不僅可用于檢測(cè)序列對(duì)數(shù)據(jù)庫(kù)的搜索，還可用于兩個(gè)序列之間的比對(duì)。5.多序列聯(lián)配的意義：1）分析多個(gè)序列的一致序列；2）用于進(jìn)化分析，是用系統(tǒng)發(fā)育方法構(gòu)建進(jìn)化樹的初始步驟；3）尋找個(gè)體間單核苷酸多態(tài)性；4）通過序列比對(duì)發(fā)現(xiàn)直親同源與旁系同源基因；5）尋找同源基因（相似的序列往往具有同源性）；6）尋找蛋白家族識(shí)別多個(gè)序列的保守區(qū)域；7）相似的蛋白序列往往具有相似的結(jié)構(gòu)與功能；8）輔助預(yù)測(cè)新序列的二級(jí)或三級(jí)結(jié)構(gòu)；9）可以直觀地看到基因的哪些區(qū)域?qū)ν蛔兠舾校?0）PCR引物設(shè)計(jì)。6.系統(tǒng)發(fā)育學(xué)的研究方法：1）表現(xiàn)型分類法：將表型相像的物種歸類在一起，所有特征都要被考慮到；2）遺傳分類法：具有共有起源的物種歸類在一起，也就是說，這些字符并沒有出現(xiàn)在離它們較遠(yuǎn)的祖先序列；3）進(jìn)化分類法：該方法綜合了表現(xiàn)型分類法和遺傳分類法的原理，進(jìn)化方法被普遍認(rèn)為是最好的系統(tǒng)發(fā)育分析方法，因?yàn)樵摲椒ǔ姓J(rèn)并采用目前的進(jìn)化理論；7.系統(tǒng)發(fā)育樹的構(gòu)建方法：1）距離矩陣法：首先通過各個(gè)物種之間的比較，根據(jù)一定的假設(shè)（進(jìn)化距離模型）推到得出分類群之間的進(jìn)化距離，構(gòu)建一個(gè)進(jìn)化距離矩陣，其次基于這個(gè)矩陣中的進(jìn)化距離關(guān)系構(gòu)建進(jìn)化樹；2）最大簡(jiǎn)約法：該法依據(jù)在任何位置將一條序列轉(zhuǎn)變成另一條序列所需要突變的最少數(shù)量對(duì)序列進(jìn)行比較和聚類；3）最大似然法：該模型可將一個(gè)給定替代發(fā)生在序列中任何位置的概率融合進(jìn)算法，該方法計(jì)算序列中每個(gè)位置的一個(gè)給定序列變化的可能性，最可靠的樹為總的可能性最大的那棵。8.簡(jiǎn)述人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)蛋白質(zhì)二級(jí)結(jié)構(gòu)的基本步驟。1）輸入數(shù)據(jù)（來自PDB）2）產(chǎn)生一個(gè)神經(jīng)網(wǎng)絡(luò)（一個(gè)計(jì)算程序）3）用已知的蛋白質(zhì)二級(jí)結(jié)構(gòu)來訓(xùn)練這個(gè)模型4）由訓(xùn)練好的模型來給出未知蛋白的一個(gè)可能的結(jié)構(gòu)5）最后從生物角度來檢驗(yàn)預(yù)測(cè)的一系列氨基酸是否合理9.預(yù)測(cè)蛋白質(zhì)三級(jí)結(jié)構(gòu)的三種方法1)同源建模法：依據(jù)蛋白質(zhì)與已知結(jié)構(gòu)蛋白比對(duì)信息構(gòu)建3D模型；2)折疊識(shí)別法：尋找與未知蛋白最合適的模板，進(jìn)行序列與結(jié)構(gòu)比對(duì)，最終建立結(jié)構(gòu)模型；3)從頭預(yù)測(cè)法：根據(jù)序列本身從頭預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)。10.分子途徑和網(wǎng)絡(luò)的特點(diǎn)：1)分子途徑和網(wǎng)絡(luò)的結(jié)構(gòu)隨意性大。圖可以很簡(jiǎn)單，也可以非常復(fù)雜。它們可能包含了多個(gè)分支，盤繞的連接和回路。2)它們通常也顯示出節(jié)點(diǎn)間關(guān)系的方向，例如表示出代謝通路或信號(hào)傳導(dǎo)的方向。調(diào)控途徑和網(wǎng)絡(luò)的圖也應(yīng)該說明相互作用是正的還是負(fù)的。正的相互作用(促進(jìn)或者活化作用)常常用箭頭表示，而負(fù)的交互效應(yīng)(抑制或者失活作用)常常用T型棒表示。11.先導(dǎo)化合物的來源有四種來源：1）通過偶然性觀察發(fā)現(xiàn)的先導(dǎo)化合物（這個(gè)方法最著名的例子就是亞歷山大.弗萊明發(fā)現(xiàn)的青霉素，今天所用的許多抗生素皆由其發(fā)展出來）2）也可以通過替代療法的藥物開發(fā)中發(fā)現(xiàn)的藥物副作用來識(shí)別先導(dǎo)化合物（例如，鎮(zhèn)定劑氯化物丙嫀是在試驗(yàn)中發(fā)現(xiàn)用在抗組胺劑時(shí)被發(fā)現(xiàn)的）3）先導(dǎo)化合物也可以來自傳統(tǒng)醫(yī)藥學(xué)（如奎寧化合物就來自金雞納的樹皮）4）先導(dǎo)化合物也可以來自天然的底物或是配體（比如說，腎上腺素作為舒喘寧的類似物用來治療哮喘）12.簡(jiǎn)述DNA計(jì)算機(jī)的基本原理：1)以編碼生命信息的遺傳物質(zhì)—DNA序列，作為信息編碼的載體，利用DNA分子的雙螺旋結(jié)構(gòu)和堿基互補(bǔ)配對(duì)的性質(zhì)，將所要處理的問題映射為特定的DNA分子；2)在生物酶的作用下，通過可控的生化反應(yīng)生成問題的解空間；最后利用各種現(xiàn)代分子生物技術(shù)如聚合酶鏈反應(yīng)RCR、超聲波降解、親和層析、分子純化、電泳、磁珠分離等手段破獲運(yùn)算結(jié)果。DNA計(jì)算機(jī)優(yōu)點(diǎn)：低能耗、存儲(chǔ)容量高、運(yùn)算速度快，可真正實(shí)現(xiàn)并行工作。13.簡(jiǎn)述DNA計(jì)算實(shí)現(xiàn)方式中，表面方式與試管方式相比具有哪些優(yōu)點(diǎn)？試管方式：就是在一個(gè)或多個(gè)試管的溶液里進(jìn)行生化反應(yīng)；表面方式：是將對(duì)應(yīng)的解空間的DNA分子固定在一塊固體上，其次進(jìn)行各種生化反應(yīng)，或是在表面逐步形成解空間，然后根據(jù)具體問題對(duì)所有可能的解進(jìn)行篩選，最后得到運(yùn)算結(jié)果。(1)操作簡(jiǎn)單，易于實(shí)現(xiàn)自動(dòng)化操作；(2)減少人為操作過程中造成的DNA分子的丟失及其它操作失誤；(3)減少分子在表面上的相互作用，同時(shí)增強(qiáng)分子間的特異性結(jié)合；(4)信息儲(chǔ)存密度大，據(jù)估計(jì)，10毫克DNA表面上的儲(chǔ)存密度是傳統(tǒng)計(jì)算姬的10的8次方倍，而在溶液中僅為10的5次方倍；(5)結(jié)果易于純化。14.簡(jiǎn)述PCR引物設(shè)計(jì)的基本原則及其注意要點(diǎn)原則：首先引物與模板的序列要緊密互補(bǔ)，其次引物與引物之間避免形成穩(wěn)定的二聚體或發(fā)夾結(jié)構(gòu)，再次引物不能再模板的非等位點(diǎn)引發(fā)DNA聚合反應(yīng)（即錯(cuò)配）。注意要點(diǎn)：1、引物的長(zhǎng)度一般為15-30bp，常用的是18-27bp，但不應(yīng)大于38，因?yàn)檫^長(zhǎng)會(huì)導(dǎo)致其延伸溫度大于74℃，不適合于TaqDNA聚合酶進(jìn)行反應(yīng)。2、引物序列在模板內(nèi)應(yīng)當(dāng)沒有相似性較高，尤其是3’端相似性較高的序列，否則容易導(dǎo)致錯(cuò)配。引物3’端出現(xiàn)3個(gè)以上的連續(xù)堿基，如GGG或CCC，也會(huì)使錯(cuò)誤引發(fā)幾率增加。3、引物3’端的末位堿基對(duì)Taq酶的DNA合成效率有較大的影響。不同的末位堿基在錯(cuò)配位置導(dǎo)致不同的擴(kuò)增效率，末位堿基為A的錯(cuò)配效率明顯高于其他3個(gè)堿基，因此應(yīng)當(dāng)避免在引物的3’端使用堿基。另外，引物二聚體或發(fā)夾結(jié)構(gòu)也可能導(dǎo)致PCR反應(yīng)失敗。5’端序列對(duì)PCR影響不太大，因此常用來引進(jìn)修飾位點(diǎn)或標(biāo)記物。4、引物序列的GC含量一般為40-60%，過高或過低都不利于引發(fā)反應(yīng)。上下游引物的GC含量不能相差太大。5、引物所對(duì)應(yīng)模板位置序列的Tm值在72℃左右可使復(fù)性條件最佳。Tm值的計(jì)算有很多種方法，如按公式Tm=4(G+C)+2(A+T)，在Oligo軟件中使用的是最鄰近法（thenearestneighbormethod）。6、G值是指DNA雙鏈形成所需的自由能，該值反映了雙鏈結(jié)構(gòu)內(nèi)部堿基對(duì)的相對(duì)穩(wěn)定性。應(yīng)當(dāng)選用3’端G值較低（絕對(duì)值不超過9），而在5’端和中間G值相對(duì)較高的引物。引物的3’端的G值過高，容易在錯(cuò)配位點(diǎn)形成雙鏈結(jié)構(gòu)并引發(fā)DNA聚合反應(yīng)。7、引物二聚體及發(fā)夾結(jié)構(gòu)的能值過高（超過4.5kcal/mol）易導(dǎo)致產(chǎn)生引物二聚體帶，并且降低引物有效濃度而使PCR反應(yīng)不能正常進(jìn)行。8、對(duì)引物的修飾一般是在5’端增加酶切位點(diǎn)，應(yīng)根據(jù)下一步實(shí)驗(yàn)中要插入PCR產(chǎn)物的載體的相應(yīng)序列而確定。15.假設(shè)你得到一段未知基因的DNA序列，從你學(xué)習(xí)到的生物信息學(xué)分析方法和軟件，設(shè)計(jì)一個(gè)分析流程來分析該未知基因的功能和家族類別（包括系統(tǒng)發(fā)育樹構(gòu)建）1、得到未知基因的DNA序列，用Blast做序列比對(duì)，找出與其基因相似的核苷酸序列和蛋白質(zhì)序列。2、接著，用搜索出來的較相似的序列用ClustW進(jìn)行多序列比對(duì)，得到該序列的保守情況和突變情況。3、最后用距離法構(gòu)建系統(tǒng)發(fā)育樹。16.假設(shè)你得到一段未知蛋白的氨基酸序列，從你學(xué)習(xí)到的生物信息學(xué)分析方法和軟件，設(shè)計(jì)一個(gè)分析流程來分析該未知蛋白的功能和家族類別以及其結(jié)構(gòu)預(yù)測(cè)。1、用該序列進(jìn)行BLASTP搜索。2、再對(duì)其進(jìn)行蛋白質(zhì)結(jié)構(gòu)域、功能域的搜索，可以用Znterproscan、Pfam，并對(duì)其進(jìn)行結(jié)構(gòu)分析。3、再用ClustW進(jìn)行多序列比對(duì)。4、用人工神經(jīng)網(wǎng)絡(luò)的方法對(duì)其結(jié)構(gòu)進(jìn)行結(jié)構(gòu)預(yù)測(cè)。17.BLAST中，E值和P值分別是什么，它們有什么意義？答：BLAST中使用的統(tǒng)計(jì)值有概率p值和期望e值。E期望值(E-value)這個(gè)數(shù)值表示你僅僅因?yàn)殡S機(jī)性造成獲得這一比對(duì)結(jié)果的可能次數(shù)。這一數(shù)值越接近零，發(fā)生這一事件的可能性越小。從搜索的角度看，E值越小，比對(duì)結(jié)果越顯著。默認(rèn)值為10，表示比對(duì)結(jié)果中將有10個(gè)匹配序列是由隨機(jī)產(chǎn)生，如果比對(duì)的統(tǒng)計(jì)顯著性值(E值)小于該值(10)，則該比對(duì)結(jié)果將被檢出，換句話說，比較低的E值將使搜索的匹配要求更嚴(yán)格，結(jié)果報(bào)告中隨機(jī)產(chǎn)生的匹配序列減少。p值表示比對(duì)結(jié)果得到的分?jǐn)?shù)值的可信度。一般說來，p值越接近于零，則比對(duì)結(jié)果的可信度越大；相反，p值越大，則比對(duì)結(jié)果來自隨機(jī)匹配的可能性越大。18.什么是序列比對(duì)中使用的PAM矩陣和BLOSUM矩陣，它們的作用是什么，一般BLAST選擇使用的矩陣是什么答：PAM矩陣和BLOSUM矩陣都是用于序列相似性的記分矩陣（scoringmatrix）。記分矩陣中含有對(duì)齊時(shí)具體使用的數(shù)值。一般FASTA和BLAST都提供BLOSUM或PAM系列矩陣供選擇，若要進(jìn)行突變性質(zhì)的進(jìn)化分析時(shí)可以使用PAM，F(xiàn)ASTA缺省推薦BLOSUM50矩陣。PAM矩陣（PointAcceptedMutation）基于進(jìn)化的點(diǎn)突變模型，如果兩種氨基酸替換頻繁，說明自然界接受這種替換，那么這對(duì)氨基酸替換得分就高。一個(gè)PAM就是一個(gè)進(jìn)化的變異單位,即1%的氨基酸改變，但這并不意味100次PAM后，每個(gè)氨基酸都發(fā)生變化，因?yàn)槠渲幸恍┪恢每赡軙?huì)經(jīng)過多次突變，甚至可能會(huì)變回到原來的氨基酸。模塊替換矩陣BLOSUM(BLOcksSubstitutionMatrix)首先尋找氨基酸模式，即有意義的一段氨基酸片斷（如一個(gè)結(jié)構(gòu)域及其相鄰的兩小段氨基酸序列），分別比較相同的氨基酸模式之間氨基酸的保守性（某種氨基酸對(duì)另一種氨基酸的取代數(shù)據(jù)），然后，以所有60％保守性的氨基酸模式之間的比較數(shù)據(jù)為根據(jù)，產(chǎn)生BLOSUM60；以所有80％保守性的氨基酸模式之間的比較數(shù)據(jù)為根據(jù)，產(chǎn)生BLOSUM80。19.為什么蛋白質(zhì)空間結(jié)構(gòu)預(yù)測(cè)很重要，目前有哪幾條途徑用于從蛋白質(zhì)的氨基酸序列預(yù)測(cè)其空間三維結(jié)構(gòu)？答：蛋白質(zhì)空間結(jié)構(gòu)的預(yù)測(cè)很重要。研究蛋白質(zhì)結(jié)構(gòu)，有助于了解蛋白質(zhì)如何行使其生物功能，認(rèn)識(shí)蛋白質(zhì)與蛋白質(zhì)（或其它分子）之間的相互作用，通過分析蛋白質(zhì)的結(jié)構(gòu)，確認(rèn)功能單位或者結(jié)構(gòu)域，可以為遺傳操作提供目標(biāo)，為設(shè)計(jì)新的蛋白質(zhì)或改造已有蛋白質(zhì)提供可靠的依據(jù)，同時(shí)為新的藥物分子設(shè)計(jì)提供合理的靶分子結(jié)構(gòu)。目前有三條途徑用于從蛋白質(zhì)一級(jí)序列預(yù)測(cè)其空間三維結(jié)構(gòu)：A、同源建模法。是蛋白質(zhì)三維結(jié)構(gòu)預(yù)測(cè)的主要方法。對(duì)于一個(gè)未知結(jié)構(gòu)的蛋白質(zhì)，首先通過序列同源分析找到一個(gè)已知結(jié)構(gòu)的同源蛋白質(zhì)，然后，以該蛋白質(zhì)的結(jié)構(gòu)為模板，為未知結(jié)構(gòu)的蛋白質(zhì)建立結(jié)構(gòu)模型。前提是必須要有一個(gè)已知結(jié)構(gòu)的同源蛋白質(zhì)。B、穿針引線法。需建立核心折疊數(shù)據(jù)庫(kù)，在預(yù)測(cè)蛋白質(zhì)空間結(jié)構(gòu)時(shí)將一個(gè)待預(yù)測(cè)結(jié)構(gòu)的蛋白質(zhì)序列與數(shù)據(jù)庫(kù)中核心折疊進(jìn)行比對(duì)，找出比對(duì)結(jié)果最好的核心折疊，作為構(gòu)造待預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)模型的根據(jù)。C、從頭開始法。在既沒有已知結(jié)構(gòu)的同源蛋白質(zhì)、也沒有已知結(jié)構(gòu)的遠(yuǎn)程同源蛋白質(zhì)的情況下，直接根據(jù)序列本身來預(yù)測(cè)其結(jié)構(gòu)。該方法先對(duì)蛋白質(zhì)及溶劑作近似處理，再建立能量函數(shù)，通過對(duì)構(gòu)象空間進(jìn)行快速搜索找到與某一全局最小能量相對(duì)應(yīng)的構(gòu)象。簡(jiǎn)答題1)

生物信息學(xué)數(shù)據(jù)庫(kù)的組成包括哪些部分？數(shù)據(jù)庫(kù)有哪些類型？

答案：生物信息學(xué)數(shù)據(jù)庫(kù)的組成包括一級(jí)數(shù)據(jù)庫(kù)和二級(jí)數(shù)據(jù)庫(kù)。數(shù)據(jù)庫(kù)的類型包括核算和蛋白質(zhì)一級(jí)結(jié)構(gòu)序列數(shù)據(jù)庫(kù)、基因組數(shù)據(jù)庫(kù)、生物大分子三維空間結(jié)構(gòu)數(shù)據(jù)庫(kù)、以上述3類數(shù)據(jù)庫(kù)和文獻(xiàn)資料為基礎(chǔ)構(gòu)建的二次數(shù)據(jù)庫(kù)。2)

簡(jiǎn)要介紹GenBank中的DNA序列格式。答案：GenBank中的DNA序列格式可以分成三個(gè)部分，第一部分為描述符，從第一行LOCUS行到ORIGIN行，包含了關(guān)于整個(gè)記錄的信息；第二部分為特性表，從FEATURES行開始，包含了注釋這一紀(jì)錄的特性，是條目的核心，中間使用一批關(guān)鍵字；第三部分是核苷酸序列的本身。3)

簡(jiǎn)要介紹FASTA序列格式

答案：FASTA格式，又叫Pearson格式，是最簡(jiǎn)單的，使用最多的格式。它的基本形式分為三個(gè)部分：⑴第一行：大于號(hào)（﹥）表示一個(gè)新的序列文件的開始，為標(biāo)記符。后面可以加上文字說明，gi號(hào)，GenBank檢索號(hào)，LOCUS名稱等信息。⑵第二行：序列本身，為DNA的標(biāo)準(zhǔn)符號(hào)，通常大小寫均可。⑶結(jié)束：無(wú)特殊標(biāo)志，但建議多留一個(gè)空行，以便將序列和其他內(nèi)容區(qū)分開。4)

生物信息學(xué)數(shù)據(jù)庫(kù)的要求和基本特征是什么？

答案：5)

生物信息學(xué)的基本方法有哪些？

答案略6)

生物信息學(xué)的目標(biāo)和任務(wù)？答案：收集和管理生物分子數(shù)據(jù)；數(shù)據(jù)分析和挖掘；開發(fā)分析工具和實(shí)用軟件：生物分子序列比較工具、基因識(shí)別工具、生物分子結(jié)構(gòu)預(yù)測(cè)工具、基因表達(dá)數(shù)據(jù)分析工具。7)

生物信息學(xué)主要研究?jī)?nèi)容。答案（1）生物分子數(shù)據(jù)的收集與管理；（2）數(shù)據(jù)庫(kù)搜索及序列比較；（3）基因組序列分析；（4）基因表達(dá)數(shù)據(jù)的分析與處理；（5）蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)。8)

為什么要構(gòu)建生物分子數(shù)據(jù)庫(kù)。答案：（1）生物分子數(shù)據(jù)高速增長(zhǎng)（2）分子生物學(xué)及相關(guān)領(lǐng)域研究人員迅速獲得最新實(shí)驗(yàn)數(shù)據(jù)。9)

預(yù)測(cè)基因的一般步驟是什么？

答案：⑴獲取DNA目標(biāo)序列⑵查找ORF并將目標(biāo)序列翻譯成蛋白質(zhì)序列，利用相應(yīng)工具查找ORF并將DNA序列翻譯成蛋白質(zhì)序列⑶在數(shù)據(jù)庫(kù)中進(jìn)行序列搜索，利用BLAST進(jìn)行ORF核苷酸序列和ORF翻譯的蛋白質(zhì)序列搜索⑷進(jìn)行目標(biāo)序列與搜索得到的相似序列的全局對(duì)比⑸查找基因家族進(jìn)行多序列比對(duì)，獲得比對(duì)區(qū)段的基因家族信息⑹查找目標(biāo)序列中的特定模序，分別在Prosite、BLOCK、Motif數(shù)據(jù)庫(kù)中進(jìn)行profile、模塊（block）、模序（motif）檢索⑺預(yù)測(cè)目標(biāo)序列蛋白質(zhì)結(jié)構(gòu)，利用PredictProtein（EMBL）、NNPREDICT等預(yù)測(cè)目標(biāo)序列的蛋白質(zhì)二級(jí)結(jié)構(gòu)。10)

生物信息學(xué)所用的方法和技術(shù)。答案（1）數(shù)學(xué)統(tǒng)計(jì)方法；（2）動(dòng)態(tài)規(guī)劃方法；（3）機(jī)器學(xué)習(xí)與模式識(shí)別技術(shù)；（4）數(shù)據(jù)庫(kù)技術(shù)及數(shù)據(jù)挖掘；（5）人工神經(jīng)網(wǎng)絡(luò)技術(shù)；（6）專家系統(tǒng)；（7）分子模型化技術(shù)；（8）量子力學(xué)和分子力學(xué)計(jì)算；（9）生物分子的計(jì)算機(jī)模擬；（10）因特網(wǎng)（Internet）技術(shù)。11)

國(guó)際上權(quán)威的核酸序列數(shù)據(jù)庫(kù)有那些？答案（1）歐洲分子生物學(xué)實(shí)驗(yàn)室的EMBL。（2）美國(guó)生物技術(shù)信息中心的GenBank。（3）日本遺傳研究所的DDBJ。12)

生物信息學(xué)在基因芯片中的應(yīng)用