生物信息學(xué)全考點(diǎn)復(fù)習(xí)題庫全套

生物信息學(xué)全考點(diǎn)復(fù)習(xí)題庫全套生物信息學(xué)，一、名詞解釋：

1、生物信息學(xué)：生物分子信息的獲取、存貯、分析和利用；以數(shù)學(xué)為基礎(chǔ)，應(yīng)用計(jì)算機(jī)技術(shù)，研究生物學(xué)數(shù)據(jù)的科學(xué)。

2、相似性（similarity）：兩個(gè)序列（核酸、蛋白質(zhì)）間的相關(guān)性。

3、同源性（homology）：生物進(jìn)化過程中源于同一祖先的分支之間的關(guān)系。

4、同一性（identity）：兩個(gè)序列（核酸、蛋白質(zhì)）間未發(fā)生變異序列的關(guān)系。

5、序列比對（alignment）：為確定兩個(gè)或多個(gè)序列之間的相似性以至于同源性，而將它們按照一定的規(guī)律排列。

6、生物數(shù)據(jù)庫檢索（databasequery，數(shù)據(jù)庫查詢）：對序列、結(jié)構(gòu)以及各種二次數(shù)據(jù)庫中的注釋信息進(jìn)行關(guān)鍵詞匹配查找。

7、生物數(shù)據(jù)庫搜索（databasesearch)：通過特定序列相似性比對算法，找出核酸或蛋白質(zhì)序列數(shù)據(jù)庫中與待檢序列具有一定程度相似性的序列。

二、簡答題：

1、分子生物學(xué)的三大核心數(shù)據(jù)庫是什么？它們各有何特點(diǎn)？

GenBank核酸序列數(shù)據(jù)庫；SWISS-PROT蛋白質(zhì)序列數(shù)據(jù)庫；PDB生物大分子結(jié)構(gòu)數(shù)據(jù)庫；

2、簡述生物信息學(xué)的發(fā)生和發(fā)展。

20世紀(jì)50年代，生物信息學(xué)開始孕育；

20世紀(jì)60年代，生物分子信息在概念上將計(jì)算生物學(xué)和計(jì)算機(jī)科學(xué)聯(lián)系起來；

20世紀(jì)70年代，生物信息學(xué)的真正開端；

20世紀(jì)70年代到80年代初期，出現(xiàn)了一系列著名的序列比較方法和生物信息分析方；

20世紀(jì)80年代以后，出現(xiàn)一批生物信息服務(wù)機(jī)構(gòu)和生物信息數(shù)據(jù)庫；

20世紀(jì)90年代后，HGP促進(jìn)生物信息學(xué)的迅速發(fā)展。

3、生物信息學(xué)的主要方法和技術(shù)是什么？

數(shù)學(xué)統(tǒng)計(jì)方法；動態(tài)規(guī)劃方法；機(jī)器學(xué)習(xí)與模式識別技術(shù)；數(shù)據(jù)庫技術(shù)及數(shù)據(jù)挖掘；人工神經(jīng)網(wǎng)絡(luò)技術(shù)；專家系統(tǒng)；分子模型化技術(shù)；量子力學(xué)和分子力學(xué)計(jì)算；生物分子的計(jì)算機(jī)模擬；因特網(wǎng)（Internet）技術(shù)

4、常見的DNA測序方法有哪些？各有何技術(shù)特點(diǎn)和優(yōu)缺點(diǎn)？

Maxam-GilbertDNA化學(xué)降解法：優(yōu)點(diǎn)：可測完全未知序列及CG富含區(qū)；缺點(diǎn)：操作繁瑣；

Sanger雙脫氧鏈終止法：優(yōu)點(diǎn)：簡便，可測較長片段；缺點(diǎn)：需已知部分序列或加接頭；

焦磷酸測序：優(yōu)點(diǎn)：廉價(jià)、高通量；缺點(diǎn)：一次測序片段短。

5、分子生物學(xué)數(shù)據(jù)庫有哪些類型？各有何特點(diǎn)？基因組數(shù)據(jù)庫：基因組測序

核酸序列數(shù)據(jù)庫：核酸序列測定

一次數(shù)據(jù)庫：蛋白質(zhì)序列數(shù)據(jù)庫：蛋白質(zhì)序列測定。生物大分子(蛋白質(zhì))三維結(jié)構(gòu)數(shù)據(jù)庫：X-衍射和核磁共振

特點(diǎn)：數(shù)量少，容量大，更新快

二次數(shù)據(jù)庫：上述四類數(shù)據(jù)庫和文獻(xiàn)資料為基礎(chǔ)構(gòu)建

特點(diǎn)：數(shù)量多，容量小，更新慢

6、簡述NCBIEntrez系統(tǒng)的功能。

高級檢索系統(tǒng)；查找核酸、蛋白、文獻(xiàn)、結(jié)構(gòu)、基因組序列、大分子三維結(jié)構(gòu)、突變數(shù)據(jù)、探針序列、單核苷酸多態(tài)性等數(shù)據(jù)。

7、簡述NCBIBLAST的功能和種類。

序列相似性比對工具；

對核酸：普通blastn，對高度相似序列megablast；

對蛋白質(zhì)：普通blastp，對保守域rpsblast；

對人工翻譯序列：核酸翻譯序列對蛋白質(zhì)序列blastx，蛋白質(zhì)對翻譯序列tblastn，核酸翻譯序列對翻譯序列tblastx；

其它：基因組blast，基因表達(dá)序列搜索GEOblast，序列兩兩比對……三、論述題：

1、什么是生物信息學(xué)？生物信息學(xué)有哪些主要應(yīng)用領(lǐng)域？

生物分子信息的獲取、存貯、分析和利用；以數(shù)學(xué)為基礎(chǔ)，應(yīng)用計(jì)算機(jī)技術(shù)，研究生物學(xué)數(shù)據(jù)的科學(xué)。

生物分子數(shù)據(jù)的收集與管理；數(shù)據(jù)庫搜索及序列比較；基因組序列分析；基因表達(dá)數(shù)據(jù)的分析與處理；蛋白質(zhì)結(jié)構(gòu)預(yù)測。

2、生物信息學(xué)在醫(yī)藥領(lǐng)域有什么應(yīng)用？

輔助診斷（遺傳病，HLA分型）；

研究藥物作用機(jī)制，輔助新藥物開發(fā)和制造。

3、人類基因組計(jì)劃中主要使用的那些生物信息學(xué)手段？它們對人類基因組計(jì)劃發(fā)揮了哪些重大作用？

單一測序結(jié)果判讀；contig和chromosome拼接；識別基因區(qū)及其調(diào)控區(qū)；尋找基因相互作用的時(shí)空關(guān)系；

4、試述蛋白質(zhì)二級結(jié)構(gòu)預(yù)測的主要策略和方法。

策略：

目標(biāo)：判斷每一段中心的殘基是否處于a螺旋、b折疊、b轉(zhuǎn)角（或其它狀態(tài)）之一的二級結(jié)構(gòu)態(tài)，即三態(tài)。

a、理論分析法（從頭計(jì)算法）：通過理論計(jì)算（分子力學(xué)、分子動力學(xué)等）進(jìn)行結(jié)構(gòu)預(yù)測。優(yōu)點(diǎn)：不需要經(jīng)驗(yàn)數(shù)據(jù)，由一級結(jié)構(gòu)推測高級結(jié)構(gòu)

缺點(diǎn)：天然和未折疊蛋白間能級差很小(kcal/mol)；蛋白質(zhì)可能的構(gòu)想空間龐大，針對蛋白質(zhì)折疊的計(jì)算量巨大；計(jì)算模型中力場參數(shù)不準(zhǔn)確。

b、統(tǒng)計(jì)方法：對已知結(jié)構(gòu)的蛋白質(zhì)進(jìn)行統(tǒng)計(jì)分析，建立序列到結(jié)構(gòu)的映射模型，進(jìn)而根據(jù)映射模型對未知結(jié)構(gòu)的蛋白質(zhì)直接從氨基酸預(yù)測結(jié)構(gòu)。

c經(jīng)驗(yàn)性方法：根據(jù)一定序列形成一定結(jié)構(gòu)的傾向進(jìn)行結(jié)構(gòu)預(yù)測。通過對已知結(jié)構(gòu)的蛋白質(zhì)進(jìn)行統(tǒng)計(jì)分析，發(fā)現(xiàn)各種氨基酸形成不同二級結(jié)構(gòu)的傾向，從而形成一系列關(guān)于二級結(jié)構(gòu)預(yù)測的規(guī)律。d結(jié)構(gòu)規(guī)律提取方法：從蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫中提取關(guān)于蛋白質(zhì)結(jié)構(gòu)形成的一般性規(guī)律，指導(dǎo)建立未知結(jié)構(gòu)的蛋白質(zhì)模型。e同源模型化方法：通過同源序列分析或模式匹配，預(yù)測蛋白質(zhì)的空間結(jié)構(gòu)或結(jié)構(gòu)單元。

方法：

1、Chou-Fasman方法；（基于單個(gè)氨基酸殘基統(tǒng)計(jì)的經(jīng)驗(yàn)參數(shù)方法，由Chou和Fasman在20世紀(jì)70年代提出來。通過統(tǒng)計(jì)分析，獲得每個(gè)殘基出現(xiàn)于特定二級結(jié)構(gòu)構(gòu)象的傾向性因子，進(jìn)而利用這些傾向性因子預(yù)測蛋白質(zhì)的二級結(jié)構(gòu)。）2GOR方法；（是一種基于信息論和貝葉斯統(tǒng)計(jì)學(xué)的方法GOR將蛋白質(zhì)序列當(dāng)作一連串的信息值來處理；GOR方法不僅考慮被預(yù)測位置本身氨基酸殘基種類的影響，而且考慮相鄰殘基種類對該位置構(gòu)象的影響）3、基于氨基酸疏水性的方法；4、最鄰近方法；5、人工神經(jīng)網(wǎng)絡(luò)方法；6、綜合方法：7、利用進(jìn)化信息預(yù)測蛋白質(zhì)的二級結(jié)構(gòu)。1.生物信息學(xué)：1）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；2）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；3）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（BasicLocalAlignmentSearchTool）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：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)：對于最大簡約法來說沒有意義的點(diǎn)。8.標(biāo)度樹：分支長度與相鄰節(jié)點(diǎn)對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化大規(guī)模數(shù)據(jù)集的方法。14.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。15.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。16.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，通過掃描儀掃描對熒光信號的強(qiáng)度進(jìn)行檢測，從而迅速得出所要的信息。17.虛擬消化：是基于已知蛋白序列和切斷酶的特異性的情況下進(jìn)行的理論酶切（課件定義）。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)。18.質(zhì)譜(MS)是一種準(zhǔn)確測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)上針對特定的應(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)（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)。二.填空題1.常用的三種序列格式：NBRF/PIR,FASTA和GDE2.初級序列數(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參數(shù)是HSPs（高分值片段對），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，最大簡約法和最大似然法13.常用系統(tǒng)發(fā)育分析軟件：PHYLIP14.檢測系統(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.檢測原核生物ORF的程序：NCBIORFfinder17.測試基因預(yù)測程序正確預(yù)測基因的能力的項(xiàng)目是GASP（基因預(yù)測評估項(xiàng)目）18.二級結(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)二級結(jié)構(gòu)預(yù)測的基本神經(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：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24.質(zhì)譜的兩個(gè)數(shù)據(jù)庫搜索工具：SEQEST和Lutkefish三.問答題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“|”符號相隔，第一行沒有長度限制。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，分號后緊跟序列標(biāo)識號。后面是說明行，該行可長可短，沒有長度限制。接下來是序列本身，以“*”號終止。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)庫種類簡述方法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比TBlastx核苷酸（已翻譯）核苷酸（已翻譯）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3.生物類的數(shù)據(jù)庫類別：一級數(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)過簡單的歸類整理和注釋；二級數(shù)據(jù)庫：對原始生物分子數(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和多序列比對結(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不僅可用于檢測序列對數(shù)據(jù)庫的搜索，還可用于兩個(gè)序列之間的比對。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)測新序列的二級或三級結(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.簡述人工神經(jīng)網(wǎng)絡(luò)預(yù)測蛋白質(zhì)二級結(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)測的一系列氨基酸是否合理9.預(yù)測蛋白質(zhì)三級結(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)蛋白比對信息構(gòu)建3D模型；2)折疊識別法：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，最終建立結(jié)構(gòu)模型；3)從頭預(yù)測法：根據(jù)序列本身從頭預(yù)測蛋白質(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、存儲容量高、運(yùn)算速度快，可真正實(shí)現(xiàn)并行工作。13.簡述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)操作簡單，易于實(shí)現(xiàn)自動化操作；(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)信息儲存密度大，據(jù)估計(jì)，10毫克DNA表面上的儲存密度是傳統(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、引物的長度一般為15-30bp，常用的是18-27bp，但不應(yīng)大于38，因?yàn)檫^長會導(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，也會使錯(cuò)誤引發(fā)幾率增加。3、引物3’端的末位堿基對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)部堿基對的相對穩(wěn)定性。應(yīng)當(dāng)選用3’端G值較低（絕對值不超過9），而在5’端和中間G值相對較高的引物。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，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，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。1、用該序列進(jìn)行BLASTP搜索。2、再對其進(jìn)行蛋白質(zhì)結(jié)構(gòu)域、功能域的搜索，可以用Znterproscan、Pfam，并對其進(jìn)行結(jié)構(gòu)分析。3、再用ClustW進(jìn)行多序列比對。4、用人工神經(jīng)網(wǎng)絡(luò)的方法對其結(jié)構(gòu)進(jìn)行結(jié)構(gòu)預(yù)測。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，比對結(jié)果越顯著。默認(rèn)值為10，表示比對結(jié)果中將有10個(gè)匹配序列是由隨機(jī)產(chǎn)生，如果比對的統(tǒng)計(jì)顯著性值(E值)小于該值(10)，則該比對結(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，則比對結(jié)果的可信度越大；相反，p值越大，則比對結(jié)果來自隨機(jī)匹配的可能性越大。18.什么是序列比對中使用的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?jīng)過多次突變，甚至可能會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)測其空間三維結(jié)構(gòu)？答：蛋白質(zhì)空間結(jié)構(gòu)的預(yù)測很重要。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)一級序列預(yù)測其空間三維結(jié)構(gòu)：A、同源建模法。是蛋白質(zhì)三維結(jié)構(gòu)預(yù)測的主要方法。對于一個(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，在預(yù)測蛋白質(zhì)空間結(jié)構(gòu)時(shí)將一個(gè)待預(yù)測結(jié)構(gòu)的蛋白質(zhì)序列與數(shù)據(jù)庫中核心折疊進(jìn)行比對，找出比對結(jié)果最好的核心折疊，作為構(gòu)造待預(yù)測蛋白質(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)測其結(jié)構(gòu)。該方法先對蛋白質(zhì)及溶劑作近似處理，再建立能量函數(shù)，通過對構(gòu)象空間進(jìn)行快速搜索找到與某一全局最小能量相對應(yīng)的構(gòu)象。生物信息學(xué)的應(yīng)用:1(商業(yè))生物信息學(xué)市場規(guī)模：生物醫(yī)藥信息市場藥物基因組學(xué)數(shù)據(jù)收集和分析生物芯片數(shù)據(jù)收集和分析2基因組分析（基礎(chǔ)科學(xué)研究的需要）基因組測序，拼接基因的分離基因組的結(jié)構(gòu)基因的序列到功能比較基因組學(xué)研究蛋白質(zhì)的結(jié)構(gòu)與功能分子進(jìn)化研究3更多的應(yīng)用(與人類生活密切相關(guān))新藥物設(shè)計(jì)基因芯片疾病快速診斷流行病學(xué)研究人類基因組計(jì)劃寄生蟲基因組計(jì)劃：基因芯片一、

名詞解釋1.

GenBank：是美國全國衛(wèi)生研究所維護(hù)的基因序列數(shù)據(jù)庫，匯集并注釋了所有公開的核酸序列，與日本的DNA數(shù)據(jù)庫DDBJ以及歐洲分子實(shí)驗(yàn)室核酸序列數(shù)據(jù)庫EMBL一起，都是國際核苷酸序列數(shù)據(jù)庫合作的成員。2.

EMBL：EMBL實(shí)驗(yàn)室—?dú)W洲分子生物學(xué)實(shí)驗(yàn)室，EMBL數(shù)據(jù)庫—是非盈利性學(xué)術(shù)組織EMBL建立的綜合性數(shù)據(jù)庫，EMBL核酸數(shù)據(jù)庫是歐洲最重要的核酸序列數(shù)據(jù)庫，它定期地與美國的GenBank、日本的DDBJ數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行交換，并同步更新。3.

DDBJ：日本DNA數(shù)據(jù)庫，主要向研究者收集DNA序列信息并賦予其數(shù)據(jù)存取號，信息來源主要是日本的研究機(jī)構(gòu)，也接受其他國家呈遞的序列。4.

BLAST：基本局部比對搜索工具的縮寫，是一種序列類似性檢索工具。BLAST采用統(tǒng)計(jì)學(xué)幾分系統(tǒng)，同時(shí)采用局部比對算法，BLAST程序能迅速與公開數(shù)據(jù)庫進(jìn)行相似性序列比較。BLAST結(jié)果中的得分是對一種對相似性的統(tǒng)計(jì)說明。5.

BLASTn：是核酸序列到核酸庫中的一種查詢。庫中存在的每條已知序列都將同所查序列作一對一地核酸序列比對。6.

BLASTp：是蛋白序列到蛋白庫中的一種查詢。庫中存在的每條已知序列將逐一地同每條所查序列作一對一的序列比對。7.

ClustslX：是CLUSTAL多重序列比對程序的Windows版本，是用來對核酸與蛋白序列進(jìn)行多序列比較的程序，也可以對來自不同物種的功能或結(jié)構(gòu)相似的序列進(jìn)行比對和聚類，通過重建系統(tǒng)發(fā)生樹判斷親緣關(guān)系，并對序列在生物進(jìn)化過程中的保守性進(jìn)行估計(jì)。8.

Entrez：是由NCBI主持的一個(gè)數(shù)據(jù)庫檢索系統(tǒng)，它包括核酸，蛋白以及Medline文摘數(shù)據(jù)庫，在這三個(gè)數(shù)據(jù)庫中建立了非常完善的聯(lián)系。因此，可以從一個(gè)DNA序列查詢到蛋白產(chǎn)物以及相關(guān)文獻(xiàn)，而且，每個(gè)條目均有一個(gè)類鄰(neighboring)信息，給出與查詢條目接近的信息。9.

SRS(sequenceretrievalsystem)：序列查詢系統(tǒng)，是EBI提供的多數(shù)據(jù)庫查詢工具之一。有與Entrez類似的功能外，還提供了一系列的序列分析工具，可以直接進(jìn)行在線序列分析處理。10.

SWLSS—MODE：是目前最著名的蛋白質(zhì)三級結(jié)構(gòu)預(yù)測服務(wù)器，建立在已知生物大分子結(jié)構(gòu)基礎(chǔ)上，利用同源建模的方法對未知序列的蛋白質(zhì)三級結(jié)構(gòu)進(jìn)行預(yù)測。11.

homologymodeling：是目前最為成功且實(shí)用的蛋白質(zhì)結(jié)構(gòu)預(yù)測方法，它的前提是已知一個(gè)或多個(gè)同源蛋白質(zhì)的結(jié)構(gòu)。當(dāng)兩個(gè)蛋白質(zhì)的序列同源性高于35%，一般情況下認(rèn)為他們的三維結(jié)構(gòu)基本相同。12.

Abinitioprediction：蛋白質(zhì)三級結(jié)構(gòu)預(yù)測方法—從頭預(yù)測法，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，只能采用從頭預(yù)測方法，即（直接）僅僅根據(jù)序列本身來預(yù)測其結(jié)構(gòu)。13.

molecularphylogenetictree：分子進(jìn)化樹，精確地反映物種間或群體間在進(jìn)化過程中發(fā)生的極微細(xì)的遺傳變異，而且借助化石提供的大分子類群的分化年代能定量地估計(jì)出物種間或群體間的分化年代。14.

genetree：基因樹，表示一組基因或一組DNA順序進(jìn)化關(guān)系的系統(tǒng)發(fā)生樹。15.

neighbor—joiningmethod：鄰接法，基于最小進(jìn)化原理經(jīng)常被使用的一種算法，它不檢驗(yàn)所有可能的拓?fù)浣Y(jié)構(gòu)，能同時(shí)給出拓?fù)浣Y(jié)構(gòu)和分支長度。在重建系統(tǒng)發(fā)生樹時(shí)，認(rèn)為在進(jìn)化分子上，發(fā)生趨異的次數(shù)可以不同，它是最有效的的基于距離數(shù)據(jù)重建系統(tǒng)樹的方法之一。16.

maximumparsimonymethod：最大簡約法基于進(jìn)化過程中所需核苷酸（或氨基酸）替代數(shù)目最少的假說，對所有可能正確的拓?fù)浣Y(jié)構(gòu)進(jìn)行計(jì)算并挑選出所需替代數(shù)最小的拓?fù)浣Y(jié)構(gòu)作為最優(yōu)系統(tǒng)樹。17.

MEGA(MolecularEvolutionaryGeneticsAnalysis)：是一款免費(fèi)的構(gòu)樹軟件，它提供了序列比對、格式轉(zhuǎn)換、數(shù)據(jù)修訂、距離計(jì)算、系統(tǒng)樹重建和可信度評估等全套功能，能對DNA、mRNA氨基酸序列及遺傳距離進(jìn)行系統(tǒng)發(fā)生分析以及基因分化年代的分析。18.

BioEdit：BioEdit是一個(gè)序列編輯器與分析工具軟件。功能包括：序列編輯、外掛分析程序、RNA分析、尋找特征序列、支持超過20000個(gè)序列的多序列文件、基本序列處理功能、質(zhì)粒圖繪制等等。19.

EST：表達(dá)序列標(biāo)簽—是從一個(gè)隨機(jī)選擇的cDNA克隆，進(jìn)行5’端和3’端單一次測序挑選出來獲得的短的cDNA部分序列,代表一個(gè)完整基因的一小部分20.

GSS：基因組勘測序列，是基因組DNA克隆的一次性部分測序得到的序列。包括隨機(jī)的基因組勘測序列、cosmid/BAC/YAC末端序列、通過Exontrapped獲得基因組序列、通過AluPCR獲得的序列、以及轉(zhuǎn)座子標(biāo)記（序列等。21.

ORF：核酸序列的開放閱讀框，一個(gè)ORF就是一個(gè)潛在的蛋白質(zhì)編碼區(qū)。22.

promoter：啟動子，是RNA聚合酶識別、結(jié)合并開始轉(zhuǎn)錄所必需的一段DNA序列。23.

3’UTR：3’非翻譯區(qū)的縮寫，真核生物的轉(zhuǎn)錄終止信號是在3’非翻譯區(qū)的polyA。24.

CpGisland：是DNA上的一個(gè)區(qū)域，富含GC，兩者以磷酸酯鍵相連，長度約幾百到幾千bp不等，常出現(xiàn)在管家基因或頻繁表達(dá)的基因的啟動子附近，在這些部位，CpG島具有阻止序列甲基化的作用。25.

coiledcoil：卷曲螺旋，是蛋白質(zhì)中由2~7條α螺旋鏈相互纏繞形成類似麻花狀結(jié)構(gòu)的總稱。卷曲螺旋是控制蛋白質(zhì)寡聚化的元件，在機(jī)體內(nèi)執(zhí)行著分子識別、代謝調(diào)控、細(xì)胞分化、肌肉收縮、膜通道等生物學(xué)功能。26.

heptadrepeat：七肽重復(fù)區(qū)是典型的卷曲螺旋結(jié)構(gòu)類型之一，由多個(gè)七肽單元連接而成的重復(fù)序列。27.

structuredomain：結(jié)構(gòu)域，是在蛋白質(zhì)三級結(jié)構(gòu)中介于二級和三級結(jié)構(gòu)之間的可以明顯區(qū)分但又相對獨(dú)立的折疊單元，每個(gè)結(jié)構(gòu)域自身形成緊實(shí)的三維結(jié)構(gòu)，可以獨(dú)立存在或折疊，但結(jié)構(gòu)域