第八章分子生物学常用技术的原理及其应用及人类基因组学 测试题 一、名词解释 1．分子杂交 2．Southernblotting 3．Northernblotting 4．Westernblotting 5．dotblotting 6．DNA芯片技术 7．PCR 8．功能性克隆 9．转基因技术 二、填空题 1．Southernblotting用于研究、Northernblotting用于研究，Westernblotting用于研究。 2．PCR的基本反应步骤包括、和三步。 3.在PCR反应体系中，除了DNA模板外，还需加入、、和。 4．Sange法测序的基本步骤包括、、和。 5．目前克隆致病相关基因的主要策略有、、。 6．血友病第Ⅷ因子基因的首次克隆成功所采用的克隆策略是，而DMD致病基因的克隆所采用的克隆策略是。 三、选择题 A型题 1.经电泳分离后将RNA转移到硝酸纤维素(NC)膜上的技术是： A．SouthernblottingB．Northernblotting
C．WesternblottingD．dotblotting E．insituhybridization 2.不经电泳分离直接将样品点在NC膜上的技术是 A．SouthernblottingB．Northernblotting C．WesternblottingD．Dotblotting E．insituhybridization 3.经电泳分离后将蛋白质转移到NC膜上的技术是 A．SouthernblottingB.Northernblotting C．WesternblottingD．dotblotting E．insituhybridization 4.经电泳后将DNA转移至NC膜上的技术是A．SouthernblottingB．Northernblotting C．WesternblottingD．Easternblotting E．insituhybridization 5.PCR的特点不包括 A．时间短，只需数小时B．扩增产物量大 C.只需微量模板D．用途非常广泛 E.底物必须标记 6．用于PCR的DNA聚合酶必须 A．耐热B．耐高压C.耐酸D．耐碱E.耐低温7．PCR反应过程中，模板DNA变性所需温度一般是A．95?CB．85?CC．75?CD．65?CE．55?C 8．PCR反应过程中，退火温度一般是 A．72?CB．85?CC．75?CD．65?CE．55?C 9.PCR反应过程中，引物延伸所需温度一般是A．95?CB.82?CC．72?CD．62?CE．55?C
UTR的含义是（B ） A.编码区 B. 非编码区 C. motif的含义是（D ）。 A.基序 B. 跨叠克隆群 C. algorithm 的含义是（B ）。 A.登录号 B. 算法 C. RGR^ （D ）。 A.在线人类孟德尔遗传数据 D.水稻基因组计划 下列Fasta格式正确的是（B） 低复杂度区域 D. 幵放阅读框 碱基对 D. 结构域 比对 D. 类推 B. 国家核酸数据库 C. 人类基因组计划 A. seql: agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta B. >seq1 agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta C. seq1:agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta D. >seq1agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta 如果我们试图做蛋白质亚细胞定位分析，应使用（D） A. NDB 数据库 B. PDB 数据库 C. GenBank 数据库 D. SWISS-PROT 数
据库 Bioinformatics 的含义是（A ）。 A. 生物信息学 B. 基因组学 C. 蛋白质组学 D. 表观遗传学 Gen Bank中分类码PLN表示是（D ）。 A.哺乳类序列 B. 细菌序列 C.噬菌体序列 D. 植物、真菌和藻类序列 ortholog 的含义是（A）0 A.直系同源 B.旁系同源 C.直接进化 D.间接进化 从cDNA文库中获得的短序列是（D ）o A. STS B. UTR C. CDS D. EST con tig的含义是（B ）o A.基序 B. 跨叠克隆群 C. 碱基对 D. 结构域 TAIR （AtDB）数据库是（C）o A.线虫基因组 B. 果蝇基因组 C. 拟南芥数据库 D. 大肠杆菌基因组ORF的含义是（D ）o A.调控区 B. 非编码区 C.低复杂度区域 D. 幵放阅读框
《基因组学与生物信息学》教案 授课专业：生物学大类各专业 课程名称：基因组学与生物信息学 主讲教师：夏庆友程道军赵萍徐汉福
课程说明 一、课程名称：基因组学与生物信息学 二、总课时数：36学时（理论27学时实验9学时） 三、先修课程：遗传学、分子生物学、基因工程 四、使用教材： 杨金水. 基因组学. 北京:高等教育出版社,2002. 张成岗. 贺福初, 生物信息学方法与实践. 北京:科学出版社，2002. 五、教学参考书： T.A.布朗著，袁建刚译著，基因组(2rd版)，北京：科学出版社,2006. 沈桂芳，丁仁瑞，走向后基因组时代的分子生物学，杭州：浙江教育出版社，2005. 罗静初译，生物信息学概论，北京：北京大学出版社，2002. 六、考核方式：考查 七、教案编写说明： 教案又称课时授课计划,是任课教师的教学实施方案。任课教师应遵循专业教学计划制订的培养目标，以教学大纲为依据，在熟悉教材、了解学生的基础上，结合教学实践经验，提前编写设计好每门课程每个章、节或主题的全部教学活动。教案可以按每堂课（指同一主题连续1~2节课）设计编写。教案编写说明如下： 1、编号：按施教的顺序标明序号。 2、教学课型表示所授课程的类型，请在相应课型栏内选择打“√”。 3、题目：标明章、节或主题。 4、教学内容：是授课的核心。将授课的内容按逻辑层次，有序设计编排，必要时标以“*”、“#”“？” 符号分别表示重点、难点或疑点。 5、教学方式既教学方法，如讲授、讨论、示教、指导等。教学手段指教科书、板书、多媒体、模型、 标本、挂图、音像等教学工具。 6、讨论、思考题和作业：提出若干问题以供讨论，或作为课后复习时思考，亦可要求学生作为作业 来完成，以供考核之用。 7、参考书目：列出参考书籍、有关资料。 8、日期的填写系指本堂课授课的时间。
Big Genomic Data in Bioinformatics Cloud Abstract The achievement of Human Genome project has led to the proliferation of genomic sequencing data. This along with the next generation sequencing has helped to reduce the cost of sequencing, which has further increased the demand of analysis of this large genomic data. This data set and its processing has aided medical researches. Thus, we require expertise to deal with biological big data. The concept of cloud computing and big data technologies such as the Apache Hadoop project, are hereby needed to store, handle and analyse this data. Because, these technologies provide distributed and parallelized data processing and are efficient to analyse even petabyte (PB) scale data sets. However, there are some demerits too which may include need of larger time to transfer data and lesser network bandwidth, majorly. 人类基因组计划的实现导致基因组测序数据的增殖。这与下一代测序一起有助于降低测序的成本，这进一步增加了对这种大基因组数据的分析的需求。该数据集及其处理有助于医学研究。 因此，我们需要专门知识来处理生物大数据。因此，需要云计算和大数据技术（例如Apache Hadoop项目）的概念来存储，处理和分析这些数据。因为，这些技术提供分布式和并行化的数据处理，并且能够有效地分析甚至PB级的数据集。然而，也有一些缺点，可能包括需要更大的时间来传输数据和更小的网络带宽，主要。 Introduction The introduction of next generation sequencing has given unrivalled levels of sequence data. So, the modern biology is incurring challenges in the field of data management and analysis. A single human's DNA comprises around 3 billion base pairs (bp) representing approximately 100 gigabytes (GB) of data. Bioinformatics is encountering difficulty in storage and analysis of such data. Moore's Law infers that computers double in speed and half in size every 18 months. And reports say that the biological data will accumulate at even faster pace [1]. Sequencing a human genome has decreased in cost from $1 million in 2007 to $1 thousand in 2012. With this falling cost of sequencing and after the completion of the Human Genome project in 2003, inundate of biological sequence data was generated. Sequencing and cataloguing genetic information has increased many folds (as can be observed from the GenBank database of NCBI). Various medical research institutes like the National Cancer Institute are continuously targeting on sequencing of a million genomes for the understanding of biological pathways and genomic variations to predict the cause of the disease. Given, the whole genome of a tumour and a matching normal tissue sample consumes 0.1 T B of compressed data, then one million genomes will require 0.1 million TB, i.e. 103 PB (petabyte) [2]. The explosion of Biology's data (the scale of the data exceeds a single machine) has made it more expensive to store, process and analyse compared to its generation. This has stimulated the use of cloud to avoid large capital infrastructure and maintenance costs. In fact, it needs deviation from the common structured data (row-column organisation) to a semi-structured or unstructured data. And there is a need to develop applications that execute in parallel on distributed data sets. With the effective use of big data in the healthcare sector, a
生物五界：动物、植物、真菌、原生生物和原核生物；生物三界：真细菌、古细菌、真核生物 具有催化活性的RNA分子称为核酶（ribozyme）核酶催化的生化反应有：自我剪接、催化切断其它RNA、合成多肽键、催化核苷酸的合成 新基因的产生：基因与基因组加倍1）整个基因组加倍；2）单条或部分染色体加倍；3）单个或成群基因加倍。DNA水平转移：原核生物中的DNA水平转移可通过接合转移，噬菌体转染，外源DNA的摄取等不同途径发生，水平转移的基因大多为非必须基因。动物中由于种间隔离不易进行种间杂交，但其主要来源于真核细胞与原核细胞的内共生。动物种间基因转移主要集中在逆转录病毒及其转座成分。 外显子洗牌与蛋白质创新：产生全新功能蛋白质的方式有二种：功能域加倍，功能域或外显子洗牌 基因冗余：一条染色体上出现一个基因的很多复份(复本）当人们分离到某一新基因时，为了鉴定其生物学功能，常常使其失活，然后观察它们对表型的影响。许多场合，由于第二个重复的功能基因可取代失活的基因而使突变型表型保持正常。这意味着，基因组中有冗余基因存在。看家基因很少重复，它们之间必需保持剂量平衡，因此重复的拷贝很快被淘汰。与个体发育调控相关的基因表达为转录因子，具有多功能域的结构。这类基因重复拷贝变异可使其获得不同的表达控制模式，促使细胞的分化与多样性的产生，并导致复杂形态的建成，具有许多冗余基因。 非编码序列扩张方式：滑序复制、转座因子 模式生物海胆、果蝇、斑马鱼、线虫、蟾蜍、小鼠、酵母、水稻、拟南芥等。模式生物基因组中G+C%含量高, 同时CpG 岛的比例也高。进化程度越高, G+C 含量和CpG 岛的比例就比较低 如果基因之间不存在重叠顺序，也无基因内基因（gene-within-gene），那么ORF阅读出现差错的可能只会发生在非编码区。细菌基因组中缺少内含子，非编码序列仅占11%, 对阅读框的排查干扰较少。细菌基因组的ORF阅读相对比较简单，错误的机率较少。高等真核生物DNA的ORF阅读比较复杂：基因间存在大量非编码序列（人类占70%）；绝大多数基因内含有非编码的内含子。高等真核生物多数外显子的长度少于100个密码子 内含子和外显子序列上的差异：内含子的碱基代换很少受自然选择的压力，保留了较多突变。由于碱基突变趋势大多为C-T,故A/T的含量内含子高于外显子。由于终止密码子为TAA\TAG\TGA，如果以内含子作为编码序列，3种读码框有很高比例的终止密码子。 基因注释程序编写的依据：1）信号指令，包括起始密码子，终止密码子，终止信号，剪接受体位和供体位，多聚嘧啶序列，分支点保守序列2）内容指令，密码子偏好，内含子和外显子长短 基因功能的检测：基因失活、基因过表达、RNAi干涉 双链DNA的测序可从一端开始，亦可从两端进行，前者称单向测序，后者称双向测序。 要获得大于50 kb的DNA限制性片段必需采用稀有切点限制酶。 酵母人工染色体（YAC）1）着丝粒在细胞分裂时负责染色体均等分配。2）端粒位于染色体端部的特异DNA序列，保持人工染色体的稳定性3）自主复制起始点（ARS）在细胞中启动染色体的复制 合格的STS要满足2个条件：它应是一段序列已知的片段，可据此设计PCR反应来检测不同的DNA片段中是否存在这一顺序；STS必需在染色体上有独一无二的位置。如果某一STS在基因组中多个位点出现，那么由此得出的作图数据将是含混不清的。 遗传图绘制主要依据由孟德尔描述的遗传学原理，第一条定律为等位基因随机分离，第二条定律为非等位基因自由组合，显隐性规律/不完全显性、共显性、连锁 衡量遗传图谱的水平覆盖程度饱和程度 基因类型：transcribed, translatable gene (蛋白基因) ；transcribed but non-translatable gene ( RNA基因)Non- transcribed, non-translatablegene ( promoter, operator ) rRNA基因，tRNA基因, scRNA基因, snRNA基因, snoRNA基因, microRNA基因 基因组(genome)：生物所具有的携带遗传信息的遗传物质总和。 基因组学（genomic）：用于概括涉及基因作图、测序和整个基因功能分析的遗传学分支。 染色体组（chromosome set）：不同真核生物核基因组均由一定数目的染色体组成，单倍体细胞所含有的全套染色体。 比较基因组学（comparative genomics）：比较基因组学是基因组学与生物信息学的一个重要分支。通过模式生物基因组与人类基因组之间的比较与鉴别，为分离重要的候选基因，预测新的基因功能，研究生物进化提供依据。（目标）
基因组学与生物信息学课后作业2016/2/23 名词解释 1 基因组：基因组是指生物体内遗传信息的集合，是某个特定物种细胞内全部DNA分子的总和 2 基因组学：是一门新兴的学科，是在全基因组范围内研究基因的结构、功能、组成及进化的科学，包括多个分支学科 3 C值：指一个单倍体基因组中DNA的总和，一个特定的物种具有其特征性的C值 4 基因家族：来自于一个共同的祖先基因，由基因重复及其突变产生。序列相似，功能相近。 5 假基因：来源于功能基因，但以失去活性的DNA序列，有沉默的假基因，也有可转录的假基因 6 人类基因组计划：旨在为30多亿碱基对构成的人类基因组精确测序，发现所有人类基因并搞清其在染色体上的位置，破译人类全部遗传信息 问答题
简述真核生物染色体与原核生物染色体的差别。 答：真核生物基因组都由分散的长链线性DNA分子组成，每个DNA分子都与蛋白质结合组成染色体；原核生物基因组有2种独立结构的遗传物质，一种为拟核里的染色质，一种为质粒 另外，真核生物基因组含大量非编码序列（高度重复序列，多位于着丝粒、端粒）、断裂基因，而原核生物大部分基因都可以编码 名词解释 突变:基因组小区段范围内DNA分子发生的突然的、可遗传的变异现象。 重组:指基因组中大范围区段发生重新组合。 同源重组:指发生在非姐妹染色单体（sister chromatin) 之间或同一染色体上含有同源序列的DNA分子之间或分子之内的重新组合 转座:一段DNA片段或其拷贝从染色体的一个位置转移到另一位置，并在插入位点两侧产生一对短的正向重复序列 基因重复:含有基因的DNA片段发生重复，可能因同源重组作用出错而发生，或是因为反转录转座与整个染色体发生重复所导致 比较基因组学:在基因组水平上研究不同物种和品系之间在基因组结构与功能方面的亲缘关系及其内在联系的一门新兴交叉学科
第一章基因组学 1、学习基因组学所面临的挑战和意义? 全面鉴定人类基因组所编码的结构和功能成分；发展对人类基因组的可遗传变异的详细理解；发展基于基因组学的方法来预测疾病的敏感性和药物反应，疾病的早期检验，以及疾病的分子分类；应用新的基因和代谢通路的知识开发有效的、新的疾病治疗方法发展；理解物种间的进化变异及其机制；关键农作物基因的克隆和功能验证；基于基因组的工具来提高农作物产量，解决世界粮食危机及全球温饱问题。 2、DNA作为遗传物质的优点？ 信息量大，集成度高；碱基互补配对，保证精确复制；核糖2’碳位脱氧，在水溶液中稳定 性好；以T取代U，没有C脱氨变U的危险。 3、证明DNA双螺旋的证据？ 各种生物物理证据；X射线衍射图谱；碱基比例；模型构建。 4、DNA、RNA的两个重要化学差异有哪些？ 碱基组成；链数。 5、原核、真核生物基因组的不同点？ 原核生物：基因组为环状双链DNA分子；只有一个复制起始点；具有操纵子结构：指数个功能上相关的基因串联在一起,连同上游的调控区和下游的转录终止信号构成基因的表达单位：一般无重叠基因；基因是连续的,无内含子；编码区在基因组中的比例；基因组中重复 序列很少；具有编码同工酶的基因(isogene)：同工酶是指具有相同催化功能而化学结构不 同的酶,它受一个或几个基因座等位基因；分子中有多功能识别区域复制、转录起始区复制、转录终止区 真核生物：体细胞: 两套基因组（二倍体细胞）性细胞: 一套基因组（单倍体细胞）；基因组结构复杂,数目庞大, 多个复制起始点；mRNA为单顺反子：真核基因转录产物为单顺反子，即一种基因编码一种多肽链或RNA链，每个基因转录有各自的调节元件；含大量重复 序列；非编码序列占90%以上；基因间有间隔区(spacer DNA),基因为断裂基因(split gene) 即内含子,外显子；功能相关的基因串联在一起形成基因家族 7、真核生物染色体三大要素及功能？ 着丝粒：控制细胞分裂时染色体的取向和移动；端粒：防止染色体末端粘连，保证DNA长度稳定；复制原点：起始DNA复制。 8、染色体末端的端粒为什么很重要？ 维持染色体结构的完整性，防止染色体被核酸酶降解及染色体间相互融和；防止染色体结构基因在复制时丢失，解决了末端复制的难题。 9、人类基因组中存在哪些类型的重复DNA? 串联重复基因： 6、简述DNA组成基因的两个重要实验？ 第二章基因组的复制 1、在Meselson-Stahl的实验前，我们不知道DNA复制是“弥散型”“半保留型”或“全保留型”，描述经几种不同方式复制，子代分子DNA中DNA的区别？ 2、什么是半不连续复制模型？ 前导链（leading strand）：以5’-3’方向连续合成的DNA 链 滞后链（lagging strand）：总体上沿着3’到5’方向延伸，但以小片段形式(5￠-3￠)不连续合成，最后共价连接起来 3、为什么需要RNA引物来引发DNA复制呢？ （1）RNA引物可以提供3’-OH末端作合成新DNA链起点。
基因组测序基础知识 ㈠De Novo测序也叫从头测序，是首次对一个物种的基因组进行测序，用生物信息学的分析方法对测序所得序列进行组装，从而获得该物种的基因组序列图谱。 目前国际上通用的基因组De Novo测序方法有三种： 1. 用Illumina Solexa GA IIx 测序仪直接测序； 2. 用Roche GS FLX Titanium直接完成全基因组测序； 3. 用ABI 3730 或Roche GS FLX Titanium测序，搭建骨架，再用Illumina Solexa GA IIx 进行深度测序，完成基因组拼接。 采用De Novo测序有助于研究者了解未知物种的个体全基因组序列、鉴定新基因组中全部的结构和功能元件，并且将这些信息在基因组水平上进行集成和展示、可以预测新的功能基因及进行比较基因组学研究，为后续的相关研究奠定基础。 实验流程： 公司服务内容 1.基本服务：DNA样品检测；测序文库构建；高通量测序；数据基本分析（Base calling，去接头， 去污染）；序列组装达到精细图标准 2.定制服务：基因组注释及功能注释；比较基因组及分子进化分析，数据库搭建；基因组信息展 示平台搭建 1.基因组De Novo测序对DNA样品有什么要求？
(1) 对于细菌真菌，样品来源一定要单一菌落无污染，否则会严重影响测序结果的质量。基因组完整无降解(23 kb以上)， OD值在1.8～2.0 之间；样品浓度大于30 ng/μl；每次样品制备需要10 μg样品，如果需要多次制备样品，则需要样品总量=制备样品次数*10 μg。 (2) 对于植物，样品来源要求是黑暗无菌条件下培养的黄化苗或组培样品，最好为纯合或单倍体。基因组完整无降解(23 kb以上)，OD值在1.8～2.0 之间；样品浓度大于30 ng/μl；样品总量不小于500 μg，详细要求参见项目合同附件。 (3) 对于动物，样品来源应选用肌肉，血等脂肪含量少的部位，同一个体取样，最好为纯合。基因组完整无降解(23 kb以上)，OD值在1.8～2.0 之间；样品浓度大于30 ng/μl；样品总量不小于500 μg，详细要求参见项目合同附件。 (4) 基因组De Novo组装完毕后需要构建BAC或Fosmid文库进行测序验证，用于BAC 或Fosmid文库构建的样品需要保证跟De Novo测序样本同一来源。 2. De Novo有几种测序方式 目前3种测序技术 Roche 454，Solexa和ABI SOLID均有单端测序和双端测序两种方式。在基因组De Novo测序过程中，Roche 454的单端测序读长可以达到400 bp，经常用于基因组骨架的组装，而Solexa和ABI SOLID双端测序可以用于组装scaffolds和填补gap。下面以solexa 为例，对单端测序(Single-read)和双端测序(Paired-end和Mate-pair)进行介绍。Single-read、Paired-end和Mate-pair主要区别在测序文库的构建方法上。 单端测序(Single-read)首先将DNA样本进行片段化处理形成200-500bp的片段，引物序列连接到DNA片段的一端，然后末端加上接头，将片段固定在flow cell上生成DNA簇，上机测序单端读取序列(图1)。 Paired-end方法是指在构建待测DNA文库时在两端的接头上都加上测序引物结合位点，在第一轮测序完成后，去除第一轮测序的模板链，用对读测序模块(Paired-End Module)引导互补链在原位置再生和扩增，以达到第二轮测序所用的模板量，进行第二轮互补链的合成测序(图2)。 图1 Single-read文库构建方法图2 Paired-end文库构建方法
一、名词解释(31个) 1.生物信息学:广义：应用信息科学的方法和技术，研究生物体系和生物过程中信 息的存贮、信息的内涵和信息的传递，研究和分析生物体细胞、组织、器官的生理、病理、药理过程中的各种生物信息，或者也可以说成是生命科学中的信息科学。狭义：应用信息科学的理论、方法和技术，管理、分析和利用生物分子数据。 2.二级数据库：对原始生物分子数据进行整理、分类的结果，是在一级数据库、实验 数据和理论分析的基础上针对特定的应用目标而建立的。 3.多序列比对：研究的是多个序列的共性。序列的多重比对可用来搜索基因组序列的 功能区域，也可用于研究一组蛋白质之间的进化关系。 4.系统发育分析：是研究物种进化和系统分类的一种方法，其常用一种类似树状分支 的图形来概括各种（类）生物之间的亲缘关系，这种树状分支的图形称为系统发育树。 5.直系同源：如果由于进化压力来维持特定模体的话，模体中的组成蛋白应该是进化 保守的并且在其他物种中具有直系同源性。 指的是不同物种之间的同源性，例如蛋白质的同源性，DNA序列的同源性。（来自百度） 6.旁系（并系）同源：是那些在一定物种中的来源于基因复制的蛋白，可能会进化出 新的与原来有关的功能。用来描述在同一物种内由于基因复制而分离的同源基因。 （来自百度） 7.FASTA序列格式：将一个DNA或者蛋白质序列表示为一个带有一些标记的核苷酸或 氨基酸字符串。 8.开放阅读框（ORF）：是结构基因的正常核苷酸序列，从起始密码子到终止密码子 的阅读框可编码完整的多肽链，其间不存在使翻译中断的终止密码子。（来自百度）9.结构域：大分子蛋白质的三级结构常可分割成一个或数个球状或纤维状的区域，折 叠得较为紧密，各行其功能，称为结构域。 10.空位罚分：序列比对分析时为了反映核酸或氨基酸的插入或缺失等而插入空位并进 行罚分，以控制空位插入的合理性。（来自百度） 11.表达序列标签：通过从cDNA文库中随机挑选的克隆进行测序所获得的部分cDNA的 3’或5’端序列。（来自文献） 12.Gene Ontology 协会： 13.HMM 隐马尔可夫模型：将核苷酸序列看成一个随机序列，DNA序列的编码部分与非 编码部分在核苷酸的选用频率上对应着不同的Markov模型。 14.一级数据库：数据库中的数据直接来源于实验获得的原始数据，只经过简单的归类 整理和注释 15.序列一致性：指同源DNA顺序的同一碱基位置的相同的碱基成员, 或者蛋白质的同 一氨基酸位置的相同的氨基酸成员, 可用百分比表示。 16.序列相似性：指同源蛋白质的氨基酸序列中一致性氨基酸和可取代氨基酸所占的比 例。 17.Blastn：是核酸序列到核酸库中的一种查询。库中存在的每条已知序列都将同所查 序列作一对一地核酸序列比对。（来自百度） 18.Blastp：是蛋白序列到蛋白库中的一种查询。库中存在的每条已知序列将逐一地同 每条所查序列作一对一的序列比对。（来自百度）
基因组学 1. 简述基因组的概念和其对生命科学的影响。 基因组：指一个物种的全套染色体和基因。广义的基因组：核基因组，线粒体基因组，叶绿体基因组等。 基因组计划对生命科学的影响： ①研究策略的高通量，彻底认识生命规律：基因组研究高通量，研究手段和 研究策略的更新，加强了生命科学研究的分工与协作，从不同层次深入研究生命现象。 ②促进了相关学科的发展：分子生物学遗传学生物信息学生物化学细胞生 物学生理学表观遗传学等 ③物种的起源与进化： Ⅰ.重要基因的发掘、分离和利用：遗传疾病相关基因，控制衰老的基因，工业价值的细菌基因，重要农艺性状基因等。 Ⅱ.充分认识生命现象：基因的表达、调控，基因间的相互作用，不同物种基因组的比较研究，揭示基因组序列的共性，探讨物种的起源和进化。 ④伦理学法律问题：伦理问题，知识产权问题，法律问题，社会保险问题。 2. Ac/Ds转座因子 Ac因子有4563bp，它的大部分序列编码了一个由5个外显子组成的转座酶基因，成熟的mRNA有3500bp。该因子本身的两边为11bp的反向重复末端（IR），发生错位酶切的靶序列长度8bp。Ds因子较Ac因子短，它是由Ac因子转座酶基因发生缺失而形成的。不同的Ds因子的长度差异由Ac因子发生不同缺失所致。 Ac/Ds因子转座引起的插入突变方式：玉米Bz基因是使糊粉层表现古铜色的基因，当Ac/Ds转座插入到Bz基因座后，糊粉层无色。当Ac/Ds因子在籽粒发育过程，部分细胞发生转座，使Bz靶基因发生回复突变，从而形成斑点。 Ac/Ds两因子系统遗传特点： 1）Ac具有活化周期效应，有活性的Ac+因子被甲基化修饰后会形成无活性的ac-因子，反之无活性的ac-因子去甲基化成有活性的Ac+因子。 2）Ac与Ds因子有时表现连锁遗传但更多表现独立遗传。 3）Ac对Ds的控制具有负剂量效应。 4）Ac/Ds可引发靶基因表现为插入钝化、活性改变、表达水平改变和缺失突变等。 5）Ds的结构不同，插入同一靶基因的位点可能不同，形成的易变基因的表型也不同。（分子生物学79-81） 3. 正向遗传与反向遗传 正向遗传学研究指从突变体开始的遗传学研究，关心的问题是突变体表型的变化是由哪一个基因功能丧失后引起。 反向遗传学研究指从基因序列开始的遗传学研究，关心的问题是基因功能丧失后会使植物的表型产生什么样的变化。
第一章 一、基因组 1、基因组（genome）：生物所具有的携带遗传信息的遗传物质的总和,是指生物细胞中所有的DNA，包括所有的基因和基因间区域。 2、基因组学：指以分子生物学技术、计算机技术和信息网络技术为研究手段，以生物体全部基因为研究对象，在全基因背景下和整体水平上探索生命活动的在规律及其外环境影响机制的科学。 基因组学包括3个不同的亚领域 结构基因组学(structural genomics) ：以全基因组测序为目标 功能基因组学(functional genomics)：以基因功能鉴定为目标 比较基因组学(comparative genomics) 二、基因组序列复杂性 1、C值是指一个单倍体基因组中DNA的总量，以基因组的碱基对来表示。每个细胞中以皮克(pg，10-12g)水平表示。 C 值悖理（矛盾）（C-value paradox)：在结构、功能很相似的同一类生物中，甚至在亲缘关系十分接 近的物种之间，它们的C值可以相差数10倍乃至上百倍。 C值反映了总体趋势上，随着生物结构和功能的复杂性的增加，各分类单元中最小基因组的大小随分类地位的提高而递增。 2、序列复杂性 单一顺序：基因组中单拷贝的DNA序列 重复顺序：基因组中多拷贝的基因序列 真核生物基因组DNA组分为非均一性，可分为3种类型：快速复性组分、居间复性组分、缓慢复兴组分 三、基因与基因家族 1、基因家族：是真核基因组的共同特征，他们来自一个共同的祖先，因基因加倍和趋异，产生了许多在DNA序列上基本一致而略有不同的成员。 包括编码RNA的基因和编码蛋白质的基因 2、隔裂基因（split gene）：指基因部被一个或更多不翻译的编码顺序即含子所隔裂。 3、异常结构基因分类 重叠基因：编码序列彼此重叠的基因，含有不同蛋白质的编码序列。 基因基因:一个基因的含子中包含其他基因。 反义基因: 与已知基因编码序列互补的的负链编码基因，参与基因的表达调控，可以干扰靶基因mRNA转录与翻译。 4、假基因：来源于功能基因但已失去活性或者改变原来活性功能的DNA序列. 四、基因组特征比较 真核生物基因组的特征：复杂性较高的生物基因组结构松弛，在整个基因组围分布大量重复顺序（小基因组重复序列较少，大基因组重复序列急剧扩增）；含有大量数目不等的线性DNA分子，并且，每个长 链DNA都与蛋白质组成染色体结构；含有细胞器基因组（所有真核生物都具有环状的线粒体DNA，植物细胞还含有环状的叶绿体DNA。） 原核生物基因组的特征 :原核生物基因数目比真核生物少，大小在5 Mb以下; 原核生物基因组结构更紧凑;（极少重复序列;重复基因的数量远远低于真核生物；不存在含子，基本都是编码序列，无断裂基因。）
作者简介沈春修（１９７９－），男，湖南溆浦人，硕士，助教，从事水稻遗传 育种与抗病分子机制方面的研究。 收稿日期 ２００７!０４!０１ 基因的研究是指在许多基因同时存在的基础上对多个基因同时进行研究，分析各自与它们之间的结构与功能的相互关系。因而它至少涉及３个相关领域：结构基因组———主要关心ＤＮＡ碱基序列水平上的基因结构；比较基因组———寻找种内、种属间产生基因结构差异的分子基础，以期获取与目的性状相关的基因；功能基因组———着重研究基因与其表达产物及功能活性的调控关系。结构基因组是其他领域的基础，比较基因组为功能基因组研究提供等位基因，蛋白质组则是在蛋白质水平上分析基因表达的功能基因组研究的派生分枝。生物信息学是在前面三者研究的基础上，获取、整理、综合分析提取大量已有复杂生物数据的新学科，对相关学科的研究有很大的推动作用。 １生物信息学在结构基因组中的应用 随着化学分析方法的改进，ＤＮＡ测序水平的提高，科 研成本的降低，已开始对多种模式生物进行基因组全序列的测序。如拟南芥和水稻的全基因组测序，将来会有越来越多的重要作物基因组被全测序。因而，今后的工作重点将是基因组中信息的分析与鉴定，对植物抗性基因来说，是分析鉴定其组织结构及其相关调控序列的鉴定。结构基因组的研究对抗性基因的研究有许多指导意义。 在现在已知的许多种已克隆的抗性基因（不含Ｈｍ１和 Ｈｍ２）中，分析其序列结构，都含有或部分含有核苷酸结合 位点（ＮＢＳ），富含亮氨酸重复（ＬＲＲ），跨膜结构域（ＴＭ）以及丝氨酸－苏氨酸激酶（ＳＴＫ）保守序列。根据已知抗性基因都含有ＮＢＳ序列的特征，从测序结果中可预测某一生物中含有与抗性基因有关的基因数目有多少［１］。在拟南芥与水稻测序的过程中，发现许多与抗性有关的ＮＢＳ序列。在已测序的拟南芥６７Ｍｂ中（相当于大于５０％的拟南芥基因组序列），有１２０个可预见的基因产物与植物抗性基因的ＮＢＳ结构相似［２］。假设剩余的另外５０％未知基因也按这样的比例分布，那么拟南芥中将有２００个左右的基因与抗性有关。在这些与抗性有关的２００个基因中，它们要么是编码信号传导的组分，要么是编码抗微生物的蛋白，这些基因序列的总长度大约占拟南芥总基因数的１％。而在水稻中，通过对重叠的ＢＡＣ克隆末端序列分析（占全部水稻基因的５％）来看，大约有７５０￣１５００个基因具有编码ＮＢＳ的能力［３－５］。 从已知抗性基因的定位结果来看，ＮＢＳ序列在拟南芥基因组中倾向于成簇排列。测序结果也表明，植物中的抗性基因一般与抗性基因的多种同源共生序列在一起，共同组成 高度重复区域，这种区域统称为基因簇。Ｒｐｐ５基因簇包含 ８￣１０个同源序列，散布在９０ｋｂ的区域上，并且被蛋白激酶 的假基因与反向转座子等隔开。Ｃｆ!４／９基因簇由５个抗性基因同源序列组成，散布在３６ｋｂ的区域内，Ｃｆ!４／９的同源序列被Ｌｏｘ基因隔开，成为高度重复区域。Ｐｔｏ基因簇包含５个同源序列，分布在６０ｋｂ的区域内，这其中的Ｐｒｆ基因编码ＮＢＳ!ＬＲＲ，对Ｐｔｏ基因的功能是必需的。Ｄｍ３基因是目前已知的最大的抗性基因，至少由２４个抗性基因同源序列组成，横跨３．５Ｍｂ。因而，随着更多模式植物的全基因组测序的完成，人们可以从基因组测序信息中直接读出有用数据，分析寻找抗性基因的组织结构特征与分布规律。 ２生物信息学在比较基因组学中的应用 随着多种生物的全基因组测序完成，有越来越多的数 据可以直接利用。首先，通过比较多种属植物抗性基因的定位特点，发现抗性基因大多定位在较不稳定的区域，其区域的结构不很保守，如拟南芥的抗性基因ＲＰＭ１的同源序列在感病表型的植株上丢失［６］。进一步研究发现，抗性基因的位置要么是端粒区域，要么是接近着丝粒区域。例如，通过原位荧光杂交分析得知：莴苣的两抗性基因分别定位在端粒区域与接近着丝粒区域，高粱Ｒｐｇ１基因位于端粒区域，番茄的Ｍｉ基因位于异染色质的着丝粒边缘［７］。第２，通过测序分析，可以确定基因成簇的模式与范围，通过比较种属间亲缘关系，来预测某一功能相似的基因在其他物种中的位置。进而根据已克隆的抗性基因间的相似性，可以采用适当的引物进行ＰＣＲ扩增获得抗性基因的候选序列，而且这些候选序列的片段均可定位到已知的抗性基因的位置上［８］。从现在公开的数据中，比较多种ＮＢＳ基因的相似性，用ＰＣＲ获得了１３０个候选抗性基因，此数据将继续增长。第３，比较基因组的另一作用在于可以区分同源区域与同源共生区域。这对本身就位于同源共生区域的抗性基因家族可能困难，但是抗性基因相关序列的种间比较结果显示：同源区域比同源共生区域更加相似。这提示：物种为了赶上病原菌的变化步伐而采取快速进化来抵抗随时间而变化的病原群体。通过分析拟南芥的ＲＰｍ１基因侧翼序列也得到这样的结论。第４，比较基因组学也可对某特定等位基因的变化的分子基础进行研究［９］。至今，只有极少数通过同源重组，实现蛋白质结构域的域置换试验成功。这些结果显示ＮＢＳ!ＬＲＲ编码基因的ＬＲＲ区域是非常重要的，但它不是专一性的唯一决定簇。随着测序效率的提高，将建立抗性基因相关序列的数据库，这些序列信息可作为基因步行试验的模板，为克隆新的抗性基因提供极大的帮助。第５，比较基因组作图表明，染色体上的ＤＮＡ标记排列具有共线性［１０］。如小麦的基 生物信息学在基因组学中的应用 沈春修 （宜春学院，江西宜春３３６０００） 摘要随着计算机科学、物理学、数学等与生命科学的相互渗透和交叉，生物信息学愈来愈显示出其重要性，尤其是在抗病基因的研究中。笔者从结构基因组、比较基因组、功能基因组与生物信息学等方面论述了生物信息学在基因组学中的应用。关键词抗性基因；结构基因组；比较基因组；功能基因组；生物信息学 中图分类号Ｑ７８文献标识码Ａ文章编号０５１７－６６１１（２００７）２０－０６０５４－０２ 安徽农业科学，ＪｏｕｒｎａｌｏｆＡｎｈｕｉＡｇｒｉ．Ｓｃｉ．２００７，３５（２０）：６０５４－６０５５，６０５７责任编辑王淼责任校对王淼
一、名词解释 无限维管束 同源器官 颈卵器 心皮 聚合果 无融合生殖 核型胚乳 花程式 孢蒴 内始式 二、蕨类植物比苔藓植物在那些方面更能适应陆生环境。 三、试比较裸子植物与被子植物的主要异同点。 四、何谓木材的三切面？它们的概念怎样？以双子叶禾本植物为例，写出三切面的特征。 五、以水稻为例，叙述禾本科植物花序及花的详细组成。 六、试述被子植物由小孢子母细胞发育为花粉粒的全过程。 七、写出图中数字所指花序类型和胎座类型的名称。……（图略）
一、名词解释 有丝分裂 次生结构 形成层 侵填体 花程式和花图解 真核生物 颈卵器 世代交替 孢子和种子 C3和C4植物 二、试举例说明高等植物根的变态及其主要功能。 三、何谓光合作用，简述提高光合作用的几种途径。 四、试比较单子叶植物与双子叶植物茎的特点。 五、试比较裸子植物与被子植物的生活史
一、名词解释 管胞 凯氏带 居间生长 合轴分枝 孢子、合子与种子 平行进化 景天酸代谢 双名法 石松类植物 单性结实 二、简述植物细胞中各类细胞器的形态特征与主要特征与主要功能。 三、何谓次生生长？分别以根和茎为例简要说明之。 四、试说明苔藓植物的主要进化特征。 五、白果（银杏）和苹果两种“果”的用法各指什么，试分辨之。 六、请写出下列植物拉丁文的中文属名及所在的科 betula eucalyptus ficus ginkgo mangnolia populus quercus rhododendron salix ulmus
一、名词解释 细胞器 减数分裂 心皮 管胞 有限花序 子实体 世代交替 地衣 楔叶植物 通道细胞 二、植物有哪些主要的组织，简要说明它们的功能。 三、简述茎尖的结构及其进一把发育形成的结构或组织。 四、简述花在自然演化过程中的主要进化方向。 五、试以海带为例，说明褐藻类植物的生活史。 六、请写出下列拉丁文的中文属名及其所在的科名。Vitex stipa eucalypms syringe carex poa quercus ligustcum camellia pinu