生物信息學(xué)復(fù)習(xí)題及答案(打印)

1、、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。2 .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。序列格式：是將DNA或者蛋白質(zhì)序列表示為一個帶有一些標(biāo)記的核甘酸或者氨基酸字符串，大于號（）表示一個新文件的開始，其他無特殊要求。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

2、4 個部分：第一部分包含整個記錄的信息（描述符）；第二部分包含注釋； 第三部分是引文區(qū)，提供了這個記錄的科學(xué)依據(jù)；第四部分是核苷酸序列本身，以 “ 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。P988. 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。P299. 空位（gap）：在序列比對時，由于序列長度不同，需要插入一個或幾個位點(diǎn)以取得最佳比對結(jié)果，這樣在其中一序列上產(chǎn)生中斷現(xiàn)象，這些中斷的位點(diǎn)稱為空位。P2

3、910. 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。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（dot matrix ）:構(gòu)建一個二維矩陣，其X軸是一條序列，Y

4、軸是另一個序列，然后在2個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。14. 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。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)化樹上任何一個分支節(jié)

5、點(diǎn)，一個父分支都只能被分成兩個子分支。系統(tǒng)發(fā)育圖：用枝長表示進(jìn)化時間的系統(tǒng)樹稱為系統(tǒng)發(fā)育圖，是引入時間概念的支序圖。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)配對算法（U

6、PGMA）：最初，每個序列歸為一類，然后找到距離最近的兩類將其歸為一類，定義為一個節(jié)點(diǎn)，重復(fù)這個過程，直到所有的聚類被加入，最終產(chǎn)生樹根。23. 鄰接法（neighbor-joining method ） ：是一種不僅僅計(jì)算兩兩比對距離，還對整個樹的長度進(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UPGMA算法要求進(jìn)化速率保持恒定的缺陷。24. 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。25. 最大似然法（ML）： 它對每個可能的進(jìn)化位點(diǎn)分配一個概率，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

7、評估，并在此基礎(chǔ)上構(gòu)建系統(tǒng)發(fā)育樹。26. 一 致樹（ consensus tree ） ：在同一算法中產(chǎn)生多個最優(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。通過對數(shù)據(jù)集多次重復(fù)取樣，構(gòu)建多個進(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（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。30. 基因預(yù)測的從頭

8、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。矩陣： PAM 指可接受突變百分率。一個氨基酸在進(jìn)化

9、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。一個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)化時間。矩陣： 模塊替代矩陣。矩陣中的每個位點(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。：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。： 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。（Protein Data Bank）： PDB中

10、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)庫的訪問號由一個數(shù)字和三個字母組成（如，4HHB） ， 同時支持關(guān)鍵詞搜索，還可以 FASTA程序進(jìn)行搜索。: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。:是與SWISS-PROT目關(guān)的一個數(shù)據(jù)庫。包含從EMBL核酸數(shù)據(jù)庫中根

11、據(jù)編碼序列 （CDS硼譯而得到的蛋白質(zhì)序列，并且這些序列尚未集成到SWISS-PRO散據(jù)庫中。（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)據(jù)。與 PDB相比，對于數(shù)據(jù)庫中的每一個生物大分子結(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。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。SCO啖據(jù)庫除了提供蛋白質(zhì)結(jié)構(gòu)和

12、進(jìn)化關(guān)系信息外，對于每一個蛋白質(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PDB蛋白結(jié)構(gòu)記錄。： 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。PROSIT即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；PROSIT斑包括根據(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)

13、一個序列是否具有相應(yīng)的特征。Ontology 協(xié)會： 編輯一組動態(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的打分表，表示一個蛋白質(zhì)家族，可以用來搜索序列數(shù)據(jù)庫。48. 比較基因組學(xué)：是在基因組圖譜和測序的基礎(chǔ)上，利用某個基因組研究獲得的信息推測其他原核生物、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，如果每個位點(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

14、簡約性信息位點(diǎn)。二、問答題1） 生物信息學(xué)的發(fā)展經(jīng)歷了哪幾個階段答：生物信息學(xué)的發(fā)展經(jīng)歷了3 個階段。第一個階段是前基因組時代。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代。這一階段以各種基因組計(jì)劃測序、網(wǎng)絡(luò)數(shù)據(jù)庫系統(tǒng)的建立和基因?qū)ふ覟橹饕ぷ?。第三階段是后基因組時代。這一階段的主要工作是進(jìn)行大規(guī)模基因組分析、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)步入后基因組時代后，其發(fā)展方向有哪幾個方面。答：生物信息學(xué)步入后基因組時代后，其發(fā)展方向主要有：各種生物基因組測序及新基因的發(fā)現(xiàn)；單核甘酸多態(tài)性（SNB分析；基因組非編

15、碼區(qū)信息結(jié)構(gòu)與分析；比較基因組學(xué)和生物進(jìn)化研究；蛋白質(zhì)結(jié)構(gòu)和功能的 研究。3）美國國家生物技術(shù)信息中心（ NCBD的主要工作是什么請列舉3個以上Entrez系統(tǒng)可以檢索的數(shù)據(jù)庫。（NCBI維護(hù)的數(shù)據(jù)庫）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；開發(fā)和促進(jìn)生物信息學(xué)數(shù)據(jù)庫，數(shù)據(jù)的儲存，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)庫包括答：PubMed、核酸序列數(shù)據(jù)庫 GenBank、PROWA三維蛋白質(zhì)結(jié)構(gòu)分子模型數(shù)據(jù)庫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

16、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

17、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，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。P976）簡述BLAST搜索的算法思想。 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)到一個指定的最低分（ T）后，初始比對就結(jié)束了； 一個序列的匹配度 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

18、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，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。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的累進(jìn)算法（三個步驟） 答：第一，所有的序列之間逐一比對（雙重比對）；第二，生成一個系統(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。P529）簡述構(gòu)建進(jìn)化樹的步驟，每一步列舉

19、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（ 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 ） P11410）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，每個序列分為一類，分別作為一個樹枝的生長點(diǎn)， 然后將最近的兩序列合并，從而定義出一個節(jié)點(diǎn)，將這個過程不斷的重復(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，還對整個樹的長度進(jìn)行最小化，從而對樹的

20、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。P11712）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)

21、處理。P12013）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。該法首先選擇一個合適的進(jìn)化模型，然后對所有可能的進(jìn)化樹進(jìn)行評估，通過對每個進(jìn)化位點(diǎn)的替代分配一個概率，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：由個于UPGMA假設(shè)在進(jìn)化過程中所有核甘酸 /氨基酸都有相同的變異率，也就是存在著一個分子鐘；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，得到的進(jìn)化樹相對來說不準(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

22、型包括，differences 、 p-distance、 Jukes-Cantor distance、 T ajima-Nei distance、Kimur 2-parameter distance 、 Tamura 3-parameter distance 、 Tamura-Nei distancep-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)比對的總位點(diǎn)數(shù)就可以得到Jukes-Cantor：模型假設(shè) A T C G的替換速率是一致的，然后給出兩個序列核甘酸替換數(shù)的最大似然估計(jì)Kimura 2-parameter ： 模型考慮到了轉(zhuǎn)換很顛換隊(duì)多

23、重?fù)糁械挠绊懀僭O(shè)整個序列中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)測基因：Genscan（ 4）分析各種調(diào)控序列：TRES/DRAGON PROMOTOR FINDER（5） CpG島：CpGPlotP130,表格代表性工具：ORF Finder、 BLASTn、 tBLASTx、 BLASTx、 Gene Wise17）如何用BLAST發(fā)現(xiàn)新基因答：從一個一直蛋白質(zhì)序列開始，通過tBLASTn

24、工具搜索一個 DNA數(shù)據(jù)庫，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BLAST誡BLAST斑蛋白質(zhì)數(shù)據(jù)庫中搜索DNA或蛋白質(zhì)序列來“確定” 一個新基因。18）試述SCOP蛋白質(zhì)分類方案答：SCOP PDB數(shù)據(jù)庫中的蛋白質(zhì)按傳統(tǒng)分類方法分成“型、3型、“/ 3型、”+3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、家族三個層次逐級分類。對于具有不同種屬來源的同源蛋白家族，SCO啖據(jù)庫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-PRO種

25、的數(shù)據(jù)來源。答： （ 1 ）從核酸數(shù)據(jù)庫經(jīng)過翻譯推導(dǎo)而來；（2）從蛋白質(zhì)數(shù)據(jù)庫 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哪兩個部分答：（ 1） SP-TrEMBL（SWISS-PROT TrEMBL）包含最終將要集成到SWISS-PROT勺數(shù)據(jù)，所有的 SP-TrEMBL序列都已被賦予 SWISS-PROT的登錄號。（ 2） REM-TrEMBL（REMaining TrEMBL）包括所有不準(zhǔn)備放入 SWISS-PROT勺數(shù)據(jù)，因此這部分?jǐn)?shù)據(jù)都沒有登錄號。21）試述PSI-BLAST搜索的5個步驟。答：1選擇待查序列（qu

26、ery）和蛋白質(zhì)數(shù)據(jù)庫；2 PSI-BLAST構(gòu)建一個多序列比對，然后創(chuàng)建一個序列表譜（ 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4 PSI-BLAST估計(jì)統(tǒng)計(jì)學(xué)意義 （E values）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 .如何獲取訪問號為 U49845的genbank文件解釋如下genbank文件的LOCUS亍提供的信息： LOCUS SCU49845 5028 bp DNA linear P

27、LN 21-JUN-1999答：（1）訪問NCBI的Entrez檢索系統(tǒng)，（2）選擇核酸數(shù)據(jù)庫，（3）輸入U49845序列訪問號開始檢索。第一項(xiàng)是LOCUS名稱，前三個字母代表物種名第二項(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)對核酸數(shù)據(jù)搜索，輸入如下信息，將獲得什么結(jié)果：AF114696:AF114714ACCN。 P35答：獲得序列訪問號 AF114696到AF114714之間的連續(xù)編號的序列。3 .相比使用BLAST套件搜索數(shù)據(jù)庫，BLAST2工具在結(jié)果呈現(xiàn)上有什么優(yōu)點(diǎn)答：BLAST2序列分

28、析工具，它能進(jìn)行兩條序列的精確比對，同時給出兩序列的圖形化比對結(jié)果和文本形式的聯(lián)配結(jié)果。如何將其它多序列比對格式文件轉(zhuǎn)化為MEGE 格式的多序列比對文件答：（1）選擇菜單file ，（2）選擇Text File Editor and Format Coverter 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)用最大簡約法構(gòu)建系統(tǒng)發(fā)育樹時，如果某個位點(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)稱簡約信息位點(diǎn)。6 . 以下軟件的主要用途是什么RepeatMasker, CpGPlot, Splice View, Genscan, ORF finder, neural network promoter prediction.答：RepeatMasker:是對重復(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Splice View：是對一段序列進(jìn)行剪接位點(diǎn)的分析即其