生物信息學(xué)考試重點(diǎn)

1、1.生物信息學(xué):生物信息學(xué)包含了生物信息的獲取、處理、分析、和解釋等在內(nèi)的一門交叉學(xué)科;它綜合運(yùn)用了數(shù)學(xué)、計(jì)算機(jī)學(xué)和生物學(xué)的各種工具來進(jìn)行研究;目的在于闡明大量生物學(xué)數(shù)據(jù)所包含的生物學(xué)意義。2.BLAST 直譯:基本局部排比搜索工具意譯:基于局部序列排比的常用數(shù)據(jù)庫搜索工具含義:蛋白質(zhì)和核酸序列數(shù)據(jù)庫搜索軟件系統(tǒng)及相關(guān)數(shù)據(jù)庫3.PSI-BLAST:是一種迭代的搜索方法,可以提高BLAST和FASTA的相似序列發(fā)現(xiàn)率。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:是蛋白質(zhì)結(jié)構(gòu)域家族序列的

2、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)系無差異程度信息。10.有根樹:單一的節(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.無根樹:只表明節(jié)點(diǎn)間的關(guān)系,無進(jìn)化發(fā)生方向的信息,通過引入外群或外部參考物種,可以在無根樹中指派根節(jié)點(diǎn)。12.注釋:指從原始序列數(shù)據(jù)中獲得有用的生物學(xué)信息。這主要是指在基因

3、組DNA中尋找基因和其他功能元件(結(jié)構(gòu)注釋,并給出這些序列的功能(功能注釋。13.聚類分析:一種通過將相似的數(shù)據(jù)劃分到特定的組中以簡(jiǎn)化大規(guī)模數(shù)據(jù)集的方法。14.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)。樣品溶解后從高電壓控制下的細(xì)針中噴出,形成的帶電荷微小液滴從一個(gè)小孔直接進(jìn)入質(zhì)譜儀的真空室中,在其鐘被一股惰性氣體干燥形成氣態(tài)離子,這些氣態(tài)離子從分析儀向探測(cè)器加速(飛行。15.機(jī)制輔助的激光解析/離子化(MAIDI:這一技術(shù)通過質(zhì)譜產(chǎn)生離子,這適合于沒有降解的大蛋白質(zhì)的分析?；驹硎菍⒎治鑫锓稚⒃跈C(jī)制分子中并形成晶體,當(dāng)用激光照射晶體時(shí),基質(zhì)分子吸收激光能量,樣

4、品解吸附,基質(zhì)-樣品之間發(fā)生電荷轉(zhuǎn)移使樣品電子分離。16.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?；驹?將分析物分散在基質(zhì)分子中并形成晶體,當(dāng)用激光照射晶體時(shí),基質(zhì)分子吸收激光能量,樣品解吸附,基質(zhì)樣品之間發(fā)生電荷轉(zhuǎn)移使樣品分子電離。17.微陣列芯片:將探針有規(guī)律地排列固定于載體上,與標(biāo)記熒光分子的樣品進(jìn)行雜交,通過掃描儀掃描對(duì)熒光信號(hào)的強(qiáng)度進(jìn)行檢測(cè),從而迅速得出所要的信息。18.虛擬消化:是在已知蛋白質(zhì)序列和蛋白外切酶之類切斷試劑的已知特異性的基礎(chǔ)上,由計(jì)算機(jī)進(jìn)行的一種理論上的蛋白裂解反應(yīng)。19.分子途徑是指一組連續(xù)起作用以

5、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:是一種描繪蛋白質(zhì)結(jié)構(gòu)域家族相序列的方法。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。(課件定義基礎(chǔ)上針對(duì)特

6、定的應(yīng)用目標(biāo)而建立的數(shù)據(jù)庫。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)(systems biology: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.進(jìn)化樹:物種的進(jìn)化被表現(xiàn)成為一系列的分叉,并符合分類理論,這些樹就叫做進(jìn)化樹。27.DBGET/LinkDB:由日本的化學(xué)研究所和人類基因組中心所開發(fā)的在線數(shù)據(jù)檢索工具。也見Entrez,SRS。2

7、8.肽指紋圖譜:蛋白質(zhì)注釋的一種方法,用質(zhì)譜技術(shù)確定肽分子量(由蛋白酶消化產(chǎn)生并用來搜索蛋白質(zhì)數(shù)據(jù)庫找到與“虛擬消化”蛋白質(zhì)相匹配項(xiàng)。29.E值:對(duì)某個(gè)已識(shí)別出的相似度值S,E值是分值大于等于S的期望頻率,改值可以被理解為期望隨機(jī)得到等于S或大于S值的分值數(shù)目。30.相似度表和距離表:使顯示物種間一套選定字符的相關(guān)性的表格,采用匹配的百分比(相似度表或者差異的百分比(距離表來表示。31.無監(jiān)督分析法:這種方法沒有內(nèi)建的分類標(biāo)準(zhǔn),組的數(shù)目和類型只決定于所使用的算法和數(shù)據(jù)本身的分析方法。有監(jiān)督分析法:這種方法引入某些形式的分類系統(tǒng),從而將表達(dá)模式分配到一個(gè)或多個(gè)預(yù)定義的類目中。32.距離矩陣法:首

8、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;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;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。33.一級(jí)數(shù)據(jù)庫:數(shù)據(jù)庫中的數(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:對(duì)原始生物分子數(shù)據(jù)進(jìn)行整理、分類的結(jié)果,即非原始的實(shí)驗(yàn)數(shù)據(jù),是在一級(jí)數(shù)據(jù)庫、實(shí)驗(yàn)數(shù)據(jù)和理論分

9、析的基礎(chǔ)上針對(duì)特定的應(yīng)用目標(biāo)而建立的。1. 常用的三種序列格式:NBRF/PIR,FASTA和GDE2. 三個(gè)核算序列數(shù)據(jù)庫:GenBank,EMBL和DDBJ3. 蛋白質(zhì)序列數(shù)據(jù)庫:SWISS-PROT和TrEMBL4. 提供蛋白質(zhì)功能注釋信息的數(shù)據(jù)庫: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術(shù)語是HSPs(高分值片段對(duì),E(期望值9. 多序列聯(lián)配的常用軟件:Clustal 10

10、. 蛋白質(zhì)結(jié)構(gòu)域家族的數(shù)據(jù)庫有: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-knifing16. 查找簡(jiǎn)單基因的程序:NCBI ORF finder17. 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):螺旋,折疊和轉(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

11、建模預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)的軟件有SWISSMODEL網(wǎng)站21. 蛋白質(zhì)質(zhì)譜數(shù)據(jù)搜索工具:SEQUEST(原理:經(jīng)試驗(yàn)確定的肽或肽片段的質(zhì)譜與數(shù)據(jù)庫中預(yù)測(cè)的質(zhì)譜進(jìn)行匹配。22. 分子途徑最廣泛數(shù)據(jù)庫:KEGG23.聚類分析方法,分為有監(jiān)督學(xué)習(xí)方法,無監(jiān)督學(xué)習(xí)方法Entrez搜索:PubMed的文獻(xiàn)數(shù)據(jù)庫MEDLINE。SRS搜索方式:標(biāo)準(zhǔn)搜索,擴(kuò)展搜索。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/PI

12、R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(1Blastp,用蛋白質(zhì)查詢蛋白質(zhì)序列,可以找到具有遠(yuǎn)源進(jìn)化關(guān)系的匹配序列,方法是用待搜索蛋白序列與蛋白數(shù)據(jù)庫比較。(2Blastn,用核苷酸查詢核苷酸序列,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)庫比較(3Blast

13、x,用蛋白質(zhì)查詢已翻譯核苷酸序列,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)庫中的蛋白質(zhì)比較。(4Tblastn,用已翻譯核苷酸查詢蛋白質(zhì),適合尋找數(shù)據(jù)庫中尚未標(biāo)注的編碼區(qū),將數(shù)據(jù)庫中核酸序列按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。(5 Tblastx,用已翻譯核苷酸查詢已翻譯核苷酸序列。適合分析EST序列,無論是待搜索核酸序列還是數(shù)據(jù)庫中核酸序列,都按6個(gè)讀框翻譯成蛋白序列。4. PSI-Blast的原理: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

14、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。接著把這次查找得到的每一擊中項(xiàng)(高于選擇的E值的選項(xiàng)作為BLAST搜索第二次迭代的查詢序列。第二次迭代應(yīng)該找到比最初查詢序列更多的進(jìn)化關(guān)系,重復(fù)(迭代這個(gè)過程直到找不到有意義的相似序列為止。5.系統(tǒng)法發(fā)育樹有多可靠:第一,如果不同方法構(gòu)建樹能得出同樣的結(jié)果,這可是很好證明該樹是可信的。第二,數(shù)據(jù)可以被重新取樣,來檢測(cè)他們系統(tǒng)上的重要性。在一種被稱為bootsrapping的技術(shù)中,數(shù)據(jù)被隨機(jī)從多序列聯(lián)配的任何位置取樣,接著被整合進(jìn)入新的人工聯(lián)配,這些聯(lián)配之后通過構(gòu)建樹來檢

15、測(cè)。由于取樣是隨機(jī)的,一些位置可能被多次取樣,而另一些則沒由被取樣過。Jack-knifing是一種和上述相似的過程,其中50%的原始數(shù)據(jù)被重新取樣構(gòu)成一個(gè)新的矩陣,再從該矩陣重新構(gòu)建系統(tǒng)發(fā)育關(guān)系。7.原核生物和真核生物基因組中的注釋所涉及的不同問題:在原核生物中,基因密度很高(也就是說,只有很少的基因組DNA并且絕大多數(shù)基因不含內(nèi)含子。在真核生物中,基因密度下降并且由于物種自身復(fù)雜的增高而使基因復(fù)雜度也增高。因此,在高等真核生物基因組中尋找基因可能會(huì)非常困難。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

16、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)。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)D

17、NA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

18、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。優(yōu)點(diǎn):(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18-27b

19、p,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

20、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P

21、CR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