生物信息學(xué)復(fù)習(xí)題及答案陶士珩

1、 生物信息學(xué)復(fù)習(xí)題及答案(陶士) 珩 生物信息學(xué)復(fù)習(xí)題 一、 名詞解釋 生物信息學(xué), 二級數(shù)據(jù)庫, FASTA序列格式, genbank序列格式, Entrez，BLAST，查詢序列（query），打分矩陣（scoring matrix），空位（gap），空位罰分，E值, 低復(fù)雜度區(qū)域，點(diǎn)矩陣（dot matrix），多序列比對，分子鐘，系統(tǒng)發(fā)育（phylogeny），進(jìn)化樹的二歧分叉結(jié)構(gòu)，直系同源，旁系同源，外類群，有根 樹，除權(quán)配對算法（UPGMA），鄰接法構(gòu)樹，最大簡約法構(gòu)樹，最大似然法構(gòu)樹，一致樹（consensus tree），bootstrap，開放閱讀框（ORF），密碼子偏性（c

2、odon bias），基因預(yù)測的從頭分析法，結(jié)構(gòu)域（domain），超家族，模體（motif），序列表譜（profile），PAM矩陣，BLOSUM，PSI-BLAST，RefSeq，PDB數(shù)據(jù)庫，GenPept，折疊子，TrEMBL，MMDB，SCOP，PROSITE，Gene Ontology Consortium，表譜（profile）。 二、 問答題 1）生物信息學(xué)與計(jì)算生物學(xué)有什么區(qū)別與聯(lián)系？ 2）試述生物信息學(xué)研究的基本方法。 3）試述生物學(xué)與生物信息學(xué)的相互關(guān)系。 4）美國國家生物技術(shù)信息中心（NCBI）的主要工作是什么？請列舉3個(gè)以上NCBI維護(hù)的數(shù)據(jù)庫。 5）序列的相似性與同

3、源性有什么區(qū)別與聯(lián)系？ 6）BLAST套件的blastn、blastp、blastx、tblastn和tblastx子工具的用途什么？ 7）簡述BLAST搜索的算法。 8）什么是物種的標(biāo)記序列？ 9）什么是多序列比對過程的三個(gè)步驟？ 10）簡述構(gòu)建進(jìn)化樹的步驟。 11）簡述除權(quán)配對法（UPGMA）的算法思想。 12）簡述鄰接法（NJ）的算法思想。 13）簡述最大簡約法（MP）的算法思想。 14）簡述最大似然法（ML）的算法思想。 15）UPGMA構(gòu)樹法不精確的原因是什么？ 16）在MEGA2軟件中，提供了多種堿基替換距離模型，試列舉其中2種，解釋其含義。 17）試述DNA序列分析的流程及代表性

4、分析工具。 18）如何用BLAST發(fā)現(xiàn)新基因？ 19）試述SCOP蛋白質(zhì)分類方案。 20）試述SWISS-PROT中的數(shù)據(jù)來源。 21）TrEMBL哪兩個(gè)部分？ 22）試述PSI-BLAST 搜索的5個(gè)步驟。 三、 操作與計(jì)算題 1） 如何獲取訪問號為U49845的genbank文件？解釋如下genbank文件的LOCUS行提供的信息： LOCUS SCU49845 5028 bp DNA linear PLN 21-JUN-1999 檢索系統(tǒng)，對核酸數(shù)據(jù)搜索，輸入如下信息，將獲得什Entrez利用 ）2 么結(jié)果： 。AF114696:AF114714ACCN工具在結(jié)果呈現(xiàn)上有什么BLAST2

5、相比使用BLAST套件搜索數(shù)據(jù)庫， 3) 優(yōu)點(diǎn)？格式的多序列比MEGE MEGA2如何將其它多序列比對格式文件轉(zhuǎn)化為4） 對文件？ ？什么簡約信息位點(diǎn)Pi5） 以下軟件的主要用途是什么？） 6finder, ORF View, Genscan, RepeatMasker, CpGPlot, Splice neural network promoter prediction. ，空= 0= +1，失配得分 7) 為下面的序列比對確定比對得分：匹配得分 。位得分= -1TGTACGGCTATA TA TC - -CGCCT 8)UPGM重建系統(tǒng)發(fā)生樹，距離矩陣如下物ABCDB9C811D12151

6、0E1518135畫個(gè)物種棵不同的無根個(gè)物種在某位置上的核苷酸分別是T,T,C和C,為每個(gè)內(nèi)部節(jié)點(diǎn)推斷的祖先序列標(biāo)出最可能的候選核苷酸，3棵可能的無根樹中有幾棵是一樣簡約的(因?yàn)樗麄冇凶钚√鎿Q數(shù))?有幾棵樹的替換樹是2?有大于2個(gè)替換的樹嗎? 10）如何將所研究的蛋白質(zhì)與其他相關(guān)蛋白質(zhì)做結(jié)構(gòu)比對。 答案部分 一、名詞解釋： 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)庫為載體。利用數(shù)學(xué)知識建立各種數(shù)學(xué)模型; 利用計(jì)算機(jī)為工具對實(shí)驗(yàn)所得大量生物學(xué)數(shù)據(jù)進(jìn)行儲存、檢索、處理及分析，并以生物學(xué)知識對結(jié)果進(jìn)行解釋。 二級數(shù)據(jù)庫：在一級數(shù)據(jù)庫、實(shí)驗(yàn)數(shù)據(jù)和理論分析的

7、基礎(chǔ)上針對特定目標(biāo)衍生而來，是對生物學(xué)知識和信息的進(jìn)一步的整理。P11，第2段。 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（）表示一個(gè)新文件的開始，其他無特殊要求。 genbank序列格式：是GenBank 數(shù)據(jù)庫的基本信息單位，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。P13，第2段。 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，具有鏈接

8、的數(shù)據(jù)庫多，使用方便，能夠進(jìn)行交叉索引等特點(diǎn)。P83-85。 ：基本局部比對搜索工具，用于相似性搜索的工具，對需要進(jìn)行檢索的序BLAST 列與數(shù)據(jù)庫中的每個(gè)序列做相似性比較。P94 查詢序列（query sequence）：也稱被檢索序列，用來在數(shù)據(jù)庫中檢索并進(jìn)行相似性比較的序列。P98，第1段。 打分矩陣（scoring matrix）：在相似性檢索中對序列兩兩比對的質(zhì)量評估方法。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。P29，第2段。 空位（gap）：在序列比對時(shí)，由于序列長度不同，需要插入一個(gè)或幾個(gè)位點(diǎn)以取得最佳比對結(jié)果，這樣在其中一序列上產(chǎn)生中

9、斷現(xiàn)象，這些中斷的位點(diǎn)稱為空位。P29，第2段。 空位罰分：空位罰分是為了補(bǔ)償插入和缺失對序列相似性的影響，序列中的空位的引入不代表真正的進(jìn)化事件，所以要對其進(jìn)行罰分，空位罰分的多少直接影響對比的結(jié)果。P37，倒數(shù)第2段。 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)會越小，也即相似性越能反映真實(shí)的生物學(xué)意義。P95 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）。P100，第一段。 點(diǎn)矩陣（dot ma

10、trix）：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)序列相同堿基的對應(yīng)位置（x，y）加點(diǎn)，如果兩條序列完全相同則會形成一條主對角線，如果兩條序列相似則會出現(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。P39-41。 多序列比對：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，以觀察它們在結(jié)構(gòu)上的異同，來回答大量的生物學(xué)問題。P48，需要概括。 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。P112-113 系統(tǒng)發(fā)育分析：通過一組相關(guān)的基因或者蛋白質(zhì)的多序列比對或其他性狀，可以研究推斷不同物種或基

11、因之間的進(jìn)化關(guān)系。P112，第一段。 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。P113，最后一段。 系統(tǒng)發(fā)育圖：P114 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。P28，P146 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，這些基因在功能上的可能發(fā)生了改變。P28，P147 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。P120 有根樹：能夠確定所有分析物種的共同祖先的進(jìn)化樹。P113 除權(quán)配對算法（UPGMA）：最初，每個(gè)序列歸為一類，然后找到距

12、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。P119 鄰接法（neighbor-joining method）：是一種不僅僅計(jì)算兩兩比對距離，還對算UPGMA整個(gè)樹的長度進(jìn)行最小化，從而對樹的拓?fù)浣Y(jié)構(gòu)進(jìn)行限制，能夠克服 法要求進(jìn)化速率保持恒定的缺陷。P118。 最大簡約法（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。P120 最大似然法（ML）：它對每個(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)化模型對變異進(jìn)行分析評估，并在此基礎(chǔ)上構(gòu)建系統(tǒng)發(fā)育樹。P122

13、一致樹（consensus tree）：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。P121 自舉法檢驗(yàn)（Bootstrap）：放回式抽樣統(tǒng)計(jì)法。通過對數(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。P122 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。P131 密碼子偏好性（codon bias）：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所對應(yīng)的密碼子，這種效應(yīng)稱為密碼子偏好性。P133 基因預(yù)測的從頭分析：依據(jù)綜合利用基因的特征，如剪接位點(diǎn)，內(nèi)含子

14、與外顯子邊界，調(diào)控區(qū)，預(yù)測基因組序列中包含的基因。P134-145 簡約信息位點(diǎn)：指基于DNA或蛋白質(zhì)序列，利用最大簡約法構(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)為都是非簡約性信息位點(diǎn)。P121,第2行 結(jié)構(gòu)域（domain）：保守的結(jié)構(gòu)單元，包含獨(dú)特的二級結(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。P158 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。P161,最后一行 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

15、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。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。P30-31 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，比對的分值來自不超過62%一致率的一組序列。P34 折疊子（Fold）：在兩個(gè)或更多的蛋白質(zhì)中具有相似二級結(jié)構(gòu)的大區(qū)域，這些大區(qū)域具有特定的空間取向。P162 TrEMBL：是與SWISS-PROT相關(guān)的一個(gè)數(shù)據(jù)庫。包含從EMBL核酸數(shù)據(jù)庫中根據(jù)編碼序列(CDS)翻譯而得到的蛋白質(zhì)序列，并且這些

16、序列尚未集成到SWISS-PROT數(shù)據(jù)庫中。P21 PDB（Protein Data Bank）：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)庫的訪問號由一個(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。P22 MMDB(Molecular Modeling Database)：是（NCBI）所開發(fā)的生物信息數(shù)據(jù)庫集成系統(tǒng)Entrez的一個(gè)部分，數(shù)據(jù)庫的內(nèi)容包括來自于實(shí)驗(yàn)的生物大分子結(jié)構(gòu)數(shù)具有許多附加MMDB相比，對于數(shù)據(jù)庫中的每一個(gè)生物大分子結(jié)構(gòu)，P

17、DB據(jù)。與 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。? SCOP數(shù)據(jù)庫：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PDB中的所有條目。SCOP數(shù)據(jù)庫除了提供蛋白質(zhì)結(jié)構(gòu)和進(jìn)化關(guān)系信息外，對于每一個(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?？梢园唇Y(jié)構(gòu)和進(jìn)化關(guān)系對蛋白質(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（super family）、家族（family）、單個(gè)PDB蛋白結(jié)構(gòu)記錄。P23 PROSI

18、TE：是蛋白質(zhì)家族和結(jié)構(gòu)域數(shù)據(jù)庫，包含具有生物學(xué)意義的位點(diǎn)、模式、可幫助識別蛋白質(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。 P22 RefSeq：給出了對應(yīng)于基因和蛋白質(zhì)的索引號碼，對應(yīng)于最穩(wěn)定、最被人承認(rèn)的Genbank序列。? PSI-BLAST：位點(diǎn)特異性迭代比對。是一種專門化的的比對，通過調(diào)節(jié)序列打分矩陣（scoring matrix）探測遠(yuǎn)緣相關(guān)的蛋白。P97 Gene On

19、tology 協(xié)會：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。 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。 表譜（PSSM）：指一張基于多序列比對的打分表，表示一個(gè)蛋白質(zhì)家族，可以用來搜索序列數(shù)據(jù)庫。P97 比較基因組學(xué)：P148 二、問答題 1緒論 1） 生物信息學(xué)的發(fā)展經(jīng)歷了那幾個(gè)階段 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。 1）請列舉3個(gè)以上Entrez系統(tǒng)可以檢索的數(shù)據(jù)庫。 答：P83 2）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

20、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。P147 3）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)庫中的序列進(jìn)行比對，對分析新序列和EST很有用；Tblastn將給定的氨基酸序列與核酸數(shù)據(jù)庫中的序列（雙鏈）按不同的閱讀框進(jìn)行比對，對于尋找數(shù)據(jù)庫中序列沒有標(biāo)注的新編碼區(qū)很有用；Tblastx只在特殊情況下使用，

21、它將DNA被檢索的序列和核酸序列數(shù)據(jù)庫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。P97 搜索的算法思想。BLAST）簡述4 答：BLAST是一種局部最優(yōu)比對搜索算法，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)庫中的序列進(jìn)行比對，這些小片段被叫做字”word”；當(dāng)一定長度的的字（W）與檢索序列的比對達(dá)到一個(gè)指定的最低分（T）后，初始比對就結(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，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

22、，最高分匹配片段（MSP），這樣，BLAST既保持了整體的運(yùn)算速度，也維持了比對的精度。P95 5）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。 6）什么是多序列全局比對的累進(jìn)算法？ 答：第一，所有的序列之間逐一比對（雙重比對）；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結(jié)果。P52 7）簡述構(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：Clustal W （2）校對比對結(jié)果：BIOEDIT

23、 （3）建樹：MEGA （4）評估系統(tǒng)發(fā)育信號和進(jìn)化樹的牢固度：自舉法（Bootstrap）P114 8）簡述除權(quán)配對法（UPGMA）的算法思想。 答：通過兩兩比對聚類的方法進(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。P119 9）簡述鄰接法（NJ）構(gòu)樹的算法思想。 答：鄰接法的思想不僅僅計(jì)算最小兩兩比對距離，還對整個(gè)樹的長度進(jìn)行最小化，從而對樹的拓?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)算最小分支長度的和相繼尋找到近鄰的兩個(gè)

24、序列，每一輪過程中考慮所有可能的序列對，把能使樹的整個(gè)分支長度最小的序列對一組，從而產(chǎn)生新的距離矩陣，直到尋找所有的近鄰序列。P117 10）簡述最大簡約法（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)最大簡約分析（或稱為同等加權(quán)）和加權(quán)最大簡約分析，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）而對其進(jìn)行不同的加權(quán)處理。P120 11）簡述最大似然法（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)

25、化模型，然后對所有可能的進(jìn)化樹進(jìn)行評估，通過對每個(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。P122 12）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 行。4段，前2倒數(shù)第P119,致時(shí)，得到的進(jìn)化樹相對來說不準(zhǔn)確的。 種，解釋3在MEGA2軟件中，提供了哪些堿基替換距離模型，試列舉其中13) 其含義。Jukes-Cantor 、No.of differences 、p-distance答：堿基替換模型包括，Tamura 、T ajima-

26、Nei distance、Kimur 2-parameter distancedistance、Tamura-Nei distance 、3-parameter 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 p-distance： 位點(diǎn)數(shù)除已經(jīng)比對的總位點(diǎn)數(shù)就可以得到的替換速率是一致的，然后給出兩個(gè)序列核 A T C G Jukes-Cantor：模型假設(shè) 苷酸替換數(shù)的最大似然估計(jì)：模型考慮到了轉(zhuǎn)換很顛換隊(duì)多重?fù)糁械挠绊懀僭O(shè)整Kimura 2-parameter 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個(gè)序列中4 序列分析的內(nèi)容及代表性分析工具

27、。項(xiàng)DNA14）列舉5RepeatMasker ）尋找重復(fù)元件：（1答： BLASTn 2（）同源性檢索確定是否存在已知基因： Genscan 3）從頭開始方法預(yù)測基因： （TRES/DRAGON PROMOTOR FINDER 4）分析各種調(diào)控序列： （ CpGPlot P130，表格 (5) CpG島：LOCUSgenbank文件的的genbank文件？解釋如下15）如何獲取訪問號為U49845 行提供的信息： LOCUS SCU49845 5028 bp DNA linear PLN 21-JUN-1999 U49845輸入（3）Entrez檢索系統(tǒng)，（2）選擇核酸數(shù)據(jù)庫，（答：1）訪問

28、NCBI的 序列訪問號開始檢索。 名稱，前三個(gè)字母代表物種名第一項(xiàng)是LOCUS 第二項(xiàng)是序列長度 第三項(xiàng)是序列分子類型 第四項(xiàng)是分子為線性的 分類碼第五項(xiàng)是GenBank P13 第六項(xiàng)是最后修訂日期 Entrez檢索系統(tǒng)對核酸數(shù)據(jù)搜索，輸入如下信息，將獲得什么結(jié)果：16）利用P35 AF114696:AF114714ACCN。 AF114714之間的連續(xù)編號的序列。答：獲得序列訪問號AF114696到 格式的多序列比對文件？MEGA2如何將其它多序列比對格式文件轉(zhuǎn)化為MEGE17）Text File Editor and Format Coverter ）選擇，（2答：（1）選擇菜單file

29、格式）獲得轉(zhuǎn)換后的MEGA工具，（3）調(diào)入需要轉(zhuǎn)換的序列和相應(yīng)的格式，（4 的文件并保存。，空位得分= 0）為下面的序列比對確定比對得分：匹配得分= +1，失配得分18 = -1。TGTACGGCTATA TC - -CGCCT -TA 答： TT 1 GC 0 T- -1 -1 A- CC 1 GG 1 GC 0 CC 1 TT 1 A- -1 TT1AA1+1+1=4-+1+1+0+1+1最后得1+0-） 重建系統(tǒng)發(fā)生樹，距離矩陣如下：19) 用UPGM DC物AB9BC811121510D5E131518 答：Newic格式表示的樹圖AD） 分析過程： ）兩條序列間的最小距離是（1d,所

30、以物種D和E聚到一組，如下圖。DEDE DE ，如下表。其他物種E (2) 計(jì)算新的距離矩陣，其中復(fù)合物種（DE）替換D和,DE和）之間距離的平均值決定與新物種組之間的距離由它們與組中兩個(gè)物種（ 如=1/2(12+15)=13.5+=1/AADCA物BB9811C11.516.5DE13.5類。如下圖AA 第二次聚類之間，組成 DEAC (AC)(D ）將物種合并，計(jì)算新的矩陣，如下表，最后一次聚類（AC）B(3) 將A和C ）的共同祖先之間。AC）和（BDE的分支點(diǎn)放在（AC B 物種 10 AC 12.5 DE 16.5 DEABC (AC)B 個(gè)物種在某位置上的核苷酸分別是420) 畫出4.個(gè)物種的3棵不同的無根樹這棵可, T,T,C和C,為每個(gè)內(nèi)部節(jié)點(diǎn)推斷的祖先序列標(biāo)出最可能的候選核苷酸. 3有幾棵樹的替換能的無根樹中有幾棵是一樣簡約的(因?yàn)樗麄冇凶钚√鎿Q數(shù))? 2個(gè)替換的樹嗎樹是2?，有大于 答C(CA(T(C(TB (TD (CB (TA (T(T)(TC (CD (CA (TC (C(T(TB (TD (C 2棵一樣簡約，