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）
19.Blastx：是核酸序列到蛋白库中的一种查询。先将核酸序列翻译成蛋白序列（一条
核酸序列会被翻译成可能的六条蛋白），再对每一条作一对一的蛋白序列比对。（来自百度）
20.Tblastn：是蛋白序列到核酸库中的一种查询。与BLASTX相反，它是将库中的核酸
序列翻译成蛋白序列，再同所查序列作蛋白与蛋白的比对。（来自百度）
21.Tblastx：是核酸序列到核酸库中的一种查询。此种查询将库中的核酸序列和所查的核酸序列都
翻译成蛋白（每条核酸序列会产生6条可能的蛋白序列），这样每次比对会产生36种比对阵列。
（来自百度）
22.KEGG：京都基因与基因组百科全书，是系统分析基因功能、基因组信息的数据库，
它整合了基因组学、生物化学以及系统功能组学的信息，有助于研究者把基因及表达信息作为一个整体网络进行研究。
23.ChIP-Seq：就是通过高通量测序对ChIP所得到的序列进行测序，从而进行蛋白和
DNA相互作用相关研究。
24.分子生物网络：
25.蛋白质相互作用（PPI）：是指蛋白质分子之间的相关性，并从生物化学、信号转
导和遗传网络的角度研究这种相关性。
26.高通量测序：一次性对几百万到十亿条DNA分子进行并行测序，又称为下一代测序
技术，其使得可对一个物种的转录组和基因组进行深入、细致、全貌的分析，所以又被称为深度测序。
27.比较蛋白质组学：即对模式生物或重要生命过程的蛋白质组学特征进行比较。
28.NCBInr：
29.GT-AG结构：
30.Entrez检索系统：面向生物学家的数据库查询系统，其特点之一是使用十分方便。
它把序列、结构、文献、基因组、系统分类等不同类型的数据库有机地结合在一起，通过超文本链接，用户可以从一个数据库直接转入另一个数据库。
31.系统生物学：是从系统水平来理解生物学系统，利用一系列的原理与方法学来研究
分子行为与系统特性与功能的关系，通过计算生物学来定量阐明和预测生物的功能、表型和行为。
二、选择题（30个）
1.下面哪种数据库源于mRNA信息（A）： A. dbEST、B. PDB、C. OMIM、D. HTGS
2.如果我们试图做蛋白质亚细胞定位分析，应使用（）。数据库、数据库、数据库、
数据库
3.PIR是（）。A.核酸数据库、数据库、C.启动子数据库、D.蛋白质数据库
4.以下哪一项不属于启动子研究范围？（）岛预测、B.转录起始点预测、C.糖基化
修饰、D.甲基化检测
5.HTGS的含义是（C）。A.表达序列标签、B.序列标签位点、C.高通量基因组序列、
D.人工合成序列
6.STS的含义是（）。A.表达序列标签、B.序列标签位点、C.高通量基因组序列、D.
人工合成序列
7.HGP是（C）。A.在线人类孟德尔遗传数据、B.国家核酸数据库、C.人类基因组计划、
D.水稻基因组计划
8、下列中属于一级蛋白质结构数据库的是：（）A. EMBL、 B. DDBJ、C. PDB、9．BLAST教案所程序中，哪个方法是不存在的？（）A. BLASTP、 B. BLASTN、C. BLASTX、D. BLASTQ
10．人类基因组的结构特点不包括：（）
A. 基因进化、
B. 基因数目、
C.基因重复序列、
D. 基因组复制
11、下列哪个选项不是微阵列实验设计的内容？（）
A. 贝叶斯网络法、
B. 对照组的选择、
C. 重复样本的使用、
D. 随机化原则
12、构建序列进化树的一般步骤不包括. （）
A. 建立DNA文库、
B. 建立数据模型、
C. 建立取代模型、
D. 建立进化树
13、在Genbank数据库中，生物学工作者向其提交数据有两种方式，其中用于提交少量数据的是基于Web方式的（）。 A. BankIt、B. Sequin、C. Version、D. Matrix 14、序列数据库包括核酸序列数据库和蛋白序列数据库。下列哪个不属于蛋白质序列数据库？（） A. PIR 、B. Uniprot、 C. SWISS-PROT、 D. OMIM
15、序列数据库包括核酸序列数据库和蛋白序列数据库。下列哪个不属于核酸列数据库？（） A. Genbank、B. GenPept、C. EMBL、D. DDBJ
16、（）是NCBI提供的集成检索工具，通过一次检索可查询NCBI多个子数据库中的相关信息。 A. Retrieve、B. SRS、C. Entrez、D. PIR
17、Entrez数据库中的剪贴板的容量是（）。条记录、条记录、条记录、条记录
18、蛋白质信号肽的预测工具有（）。、、、
19、Bioinformatics的含义是（）。A. 生物信息学、B. 基因组学、C. 蛋白质组学、D. 表观遗传学
20、目前应用于基因芯片表达数据统计分析的主要方法是（）。A. 卡方检验、B. 相关分析、C. 聚类分析、D. 正态性分布检验
21、NCBI中人类无冗余基因数据库是（）。A. UniGene、B. UniPro、C. UniRef、D. URF
22、基本局部比对搜素工具是（）。A. Mega、B. ClustalW、C. BLAST、D. GCG
23、根据研究发现，人类基因组中真正编码蛋白质的区域仅占DNA 序列的（）。%、%、%、%
24、被誉为“生物信息学之父”的科学家是（）。A. Dulbecco、B. Sanger、C.吴瑞、
D. 林华安
25、多序列比对工具是（）。A. BLAST、B. ClustalW、C. Mega、D. GCG
26、生物芯片分析中使用的聚类分析输出图形主要以下列哪种方式表现？（）A. 以彩色小方块阵列表示、B. 以蜂窝形状表示、C. 以黑白圆点表示、D. 以彩色线条表示
27、HTGS的含义是（）。A.表达序列标签、B.序列标签位点、C.高通量基因组序列、
D.人工合成序列
28、accession number的含义是（）。A.登录号、B.算法、C.比对、D.类推
29、（）是欧洲分子生物学网EMBLnet的主要检索工具，也是一个开放的数据查询系统。 A. Query 、B. SRS、C. PDB、D. PIR
30、数据挖掘的四个步骤不包括下列哪个. （）A. 数据选择、B. 数据转换、C. 数据记录、D. 结果分析
三、是非题（16个）
1、生物学就是实验科学，所有的研究结论从实验中来，于实验中得到验证。
2、比较是科学研究中最常见的方法，在生物信息学研究中，比对是最常用和最经典的研究手段。
3、两个蛋白质序列相似性超过30%就是同源蛋白。
4、蛋白质序列相似性指一级序列中氨基酸残基相同。
5、蛋白质序列相似性指氨基酸残基具有相似特性. 侧链基团大小电荷性、疏水性等相同。
6、核酸序列相似性指序列中相同碱基所占的比例。
7、对一段未知功能DNA片段进行功能预测需对其进行3位翻译。
8、对一段未知功能DNA片段进行功能预测需对其进行6位翻译。
9、相似性是指一种很直接的数量关系，无需实验验证。
10、相似性是指一种很直接的数量关系，也需实验验证。
11、不同种属间的同源序列称为直向同源序列。
12、不同种属间的同源序列称为共生同源序列。
13、所谓局部比对，即分析两个序列是否有局部序列的相似。
14、所谓整体比对，即找出两个序列全长的最优比对结果。
15、PSI-BLAST是BLAST程序家族中敏感性最高的子程序。
16、PHI-BLAST是BLAST程序家族中敏感性最高的子程序。
四、问答题（15个）
1、生物信息学的发展经历了哪几个阶段
2、序列的相似性与同源性有什么区别与联系？
3、BLAST套件的blastn、blastp、blastx、tblastn和tblastx子工具的用途什么？
4、生物信息学的主要研究领域。
5、初级数据库、二级数据库的概念，说出几个数据并说明包含什么数据。
6、简述高通量测序的应用范围
7、简述系统发生分析步骤
8、说出至少一种蛋白质结构数据库和一种可视化工具。
9、 Entrez集成于哪个数据库平台？主要功能是什么？在应用中可以访问哪些子数据库（请列举5个以上）？
10、试述SWISS-PROT中的数据来源
11、分子生物网络可以分成哪几类？简单介绍。
12、常用的蛋白质互作数据库有哪些？
13、试述蛋白质三维结构预测的三类方法
14、国际上权威的核酸序列数据库有那些？
15、生物分子数据类型有哪些？
五、论述题（4个）
1、假设你克隆得到了一段未知的DNA序列，从你学习到的生物信息学分析方法和软件，设计一个流程来分析该基因的功能和家族分类。
2、BLAST套件的blastn、blastp、blastx、tblastn和tblastx子工具的用途什么？
3、谈谈生物信息学在药物设计中的应用
4、什么是系统生物学？系统生物学的研究包括哪些环节？
■一、选择题: 1.以下哪一个是mRNA条目序列号： A. J01536■. NM_15392 C. NP_52280 D. AAB134506 2.确定某个基因在哪些组织中表达的最直接获取相关信息方式是：■. Unigene B. Entrez C. LocusLink D. PCR 3.一个基因可能对应两个Unigene簇吗？■可能 B. 不可能 4.下面哪种数据库源于mRNA信息：■dbEST B. PDB C. OMIM D. HTGS 5.下面哪个数据库面向人类疾病构建： A. EST B. PDB ■. OMIM D. HTGS 6.Refseq和GenBank有什么区别： A. Refseq包括了全世界各个实验室和测序项目提交的DNA序列B. GenBank提供的是非冗余序列 ■. Refseq源于GenBank，提供非冗余序列信息D. GenBank源于Refseq 7.如果你需要查询文献信息，下列哪个数据库是你最佳选择： A. OMIM B. Entrez ■PubMed D. PROSITE 8.比较从Entrez和ExPASy中提取有关蛋白质序列信息的方法，下列哪种说法正确：A. 因为GenBank的数据比EMBL更多，Entrez给出的搜索结果将更多B. 搜索结果很可能 一样，因为GenBank和EMBL的序列数据实际一样■搜索结果应该相当，但是ExPASy中的SwissProt记录的输出格式不同 9.天冬酰胺、色氨酸和酪氨酸的单字母代码分别对应于：■N/W/Y B. Q/W/Y C. F/W/Y D. Q/N/W 10.直系同源定义为：■不同物种中具有共同祖先的同源序列B. 具有较小的氨基酸一致性但是有较大的结构相似性的同源序列 C. 同一物种中由基因复制产生的同源序列 D. 同一物种中具有相似的并且通常是冗余的功能的同源序列 11.下列那个氨基酸最不容易突变： A. 丙氨酸B. 谷氨酰胺 C. 甲硫氨酸■半胱氨酸 12.PAM250矩阵定义的进化距离为两同源序列在给定的时间有多少百分比的氨基酸发生改变： A. 1% B. 20%■. 80% D. 250% 13.下列哪个句子最好的描述了两个序列全局比对和局部比对的不同：A. 全局比对通常用于比对DNA序列，而局部比对通常用于比对蛋白质序列B. 全局比对允许间隙，而局 部比对不允许C. 全局比对寻找全局最大化，而局部比对寻找局部最大化■全局比对比对整体序列，而局部比对寻找最佳匹配子序列 14.假设你有两条远源相关蛋白质序列。为了比较它们，最好使用下列哪个BLOSUM和PAM矩阵：■BLOSUM45和PAM250 B. BLOSUM45和PAM 1 C. BLOSUM80和PAM250 D. BLOSUM10和PAM1 15.与PAM打分矩阵比较，BLOSUM打分矩阵的最大区别是：A. 最好用于比对相关性高的蛋白B. 它是基于近相关蛋白的全局多序列比对 ■它是基于远相关蛋白的局部多序列比对D. 它结合了全局比对和局部比对 16.如果有一段DNA序列，它可能编码多少种蛋白质序列： A. 1 B. 2 C. 3 ■. 6 17.要在数据库查询一段与某DNA序列编码蛋白质最相似的序列，应选择： A. blastn B. blastp C. tblastn D. tblastp■blastx 18.为什么ClustalW（一个采用了Feng-Doolittle渐进比对算法的程序）不报告E值：A. ClustalW报告E值■使用了全局比对 C. 使用了局部比对 D. 因为是多序列比对 19.Feng-Doolittle方法提出“一旦是空隙，永远是空隙”规则的依据是：A. 保证空隙不会引物序列加入而填充B. 假定进化早期分歧的序列有较高优先级别■假定最近序列空隙应 该保留 D. 假定最远序列空隙应该保留 20.根据分子钟假说：A. 所有蛋白质都保持一个相同的恒定进化速率 B. 所有蛋白质的进化速率都与化石记录相符合C. 对于每一个给定的蛋白质，分子进化的速率是逐 渐减慢的，就如同不准时的钟■对于每一个给定的蛋白质，其分子进化的速率在所有的进化分支上大致是恒定 21.系统发生树的两个特征是： A. 进化分支和进化节点■树的拓扑结构和分支长度C. 进化分支和树根D. 序列比对和引导检测方法 22.下列哪一个是基于字母特征的系统发生分析的算法：A. 邻位连接法（NJ法）B. Kimura算法■最大似然法（ML）D. 非加权平均法（UPGMA） 23.基于字母特征和基于距离的系统发生分析的算法的基本差异是：■基于字母特征的算法没有定义分支序列的中间数据矩阵 B. 基于字母特征的算法可应用于DNA或者蛋白质序列，而基于距离仅能用于DNA C. 基于字母特征的算法无法运用简约算法 D. 基于字母特征的算法的进化分支与进化时间无关 24.一个操作分类单元（OTU）可指：A. 多序列比对■蛋白质序列C. 进化分支D. 进化节点 25.构建进化树最直接的错误来源是：■多序列比对错误B. 采样的算法差异C. 假设进化分支是单一起源D. 尝试推测基因的进化关系 26.第一个被完整测定的基因组序列是：A. 啤酒酵母的3号染色体B. 流感病毒■ФX174 D. 人类基因组 27.普通的真核生物线粒体基因组编码大约多少个蛋白质：■10 B. 100 C. 1000 D. 10000 28.根据基因组序列预测蛋白质编码基因的算法的最大问题是：A. 软件太难使用■. 假阳性率太高，许多不是外显子的序列部分被错误指定C. 假阳性率太高，许 多不是外显子功能未知 D. 假阴性率太高，丢失太多外显子位点 29.HIV病毒亚型的系统演化研究可以：A. 证实HIV病毒是由牛病毒演化而来■. 用于指导开发针对保守蛋白的疫苗C. 证实哪些人类组织最容易遭受病毒侵染 30.一个典型的细菌基因组大小约为多少bp：A. 20000■. 200000 C. 2000000 D. 20000000
生物信息学软件及使 刘吉平 liujiping@https://www.doczj.com/doc/1e841300.html, 用概述 生 物秀-专心做生物！ w w w .b b i o o .c o m
生物信息学是一门新兴的交叉学生物信息学的概念： 科，它将数学和计算机知识应用于生物学，以获取、加工、存储、分类、检索与分析生物大分子的信息，从而理解这些信息的生物学意义。 生 物秀-专心做生物！ w w w .b b i o o .c o m
分析和处理实验数据和公共数据，生物信息学软件主要功能 1.2.提示、指导、替代实验操作，利用对实验数据的分析所得的结论设计下一阶段的实验 3.实验数据的自动化管理 4.寻找、预测新基因及其结构、功能 5.蛋白质高级结构及功能预测（三维建模，目前研究的焦点和难点） 生 物秀-专心做生物！ w w w .b b i o o .c o m
功能1. 分析和处理实验数据和公共数据，加快研究进度，缩短科研时间 ?核酸：序列同源性比较，分子进化树构建，结构信息分析，包括基元(Motif)、酶切点、重复片断、碱基组成和分布、开放阅读框（ORF ），蛋白编码区（CDS ）及外显子预测、RNA 二级结构预测、DNA 片段的拼接； ?蛋白：序列同源性比较，结构信息分析（包括Motif ，限制酶切点，内部重复序列的查找，氨基酸残基组成及其亲水性及疏水性分析)，等电点及二级结构预测等等； ?本地序列与公共序列的联接，成果扩大。 生 物秀-专心做生物！ w w w .b b i o o .c o m
Antheprot 5.0 Dot Plot 点阵图 Dot plot 点阵图能够揭示多个局部相似性的复杂关系 生 物秀-专心做生物！ w w w .b b i o o .c o m
1、生物信息学(Bioinformatics)是研究生物信息的采集、处理、存储、传播，分析和解 释等各方面的学科，也是随着生命科学和计算机科学的迅猛发展，生命科学和计 算机科学相结合形成的一门新学科。它通过综合利用生物学，计算机科学和信息技 术而揭示大量而复杂的生物数据所赋有的生物学奥秘。 2、数据库（Database）是按照数据结构来组织、存储和管理数据的仓库，它产生于 距今六十多年前，随着信息技术和市场的发展，特别是二十世纪九十年代以后， 数据管理不再仅仅是存储和管理数据，而转变成用户所需要的各种数据管理的方 式。数据库有很多种类型，从最简单的存储有各种数据的表格到能够进行海量数 据存储的大型数据库系统都在各个方面得到了广泛的应用。 3、表达序列标签从一个随机选择的cDNA 克隆进行5’端和3’端单一次测序获得的短 的cDNA 部分序列，代表一个完整基因的一小部分，在数据库中其长度一般从20 到7000bp 不等，平均长度为360 ±120bp。EST 来源于一定环境下一个组织总 mRNA 所构建的cDNA 文库，因此EST也能说明该组织中各基因的表达水平。 4、开放阅读框是基因序列中的一段无终止序列打断的碱基序列，可编码相应的蛋白。 ORF识别包括检测六个阅读框架并决定哪一个包含以启动子和终止子为界限的 DNA序列而其内部不包含启动子或终止子，符合这些条件的序列有可能对应一个 真正的单一的基因产物。ORF的识别是证明一个新的DNA序列为特定的蛋白质编 码基因的部分或全部的先决条件。 5、蛋白质的一级结构在每种蛋白质中氨基酸按照一定的数目和组成进行排列，并进 一步折叠成特定的空间结构前者我们称为蛋白质的一级结构，也叫初级结构或基 本结构。蛋白质一级结构是理解蛋白质结构、作用机制以及与其同源蛋白质生理 功能的必要基础。 6、基因识别是生物信息学的一个重要分支，使用生物学实验或计算机等手段识别 DNA序列上的具有生物学特征的片段。基因识别的对象主要是蛋白质编码基因， 也包括其他具有一定生物学功能的因子，如RNA基因和调控因子。基因识别是基 因组研究的基础。
1.生物信息学：研究大量生物数据复杂关系的学科，其特征是多学科交叉，以互联网为媒介，数据库为载体。利用数学知识建立各种数学模型; 利用计算机为工具对实验所得大量生物学数据进行储存、检索、处理及分析，并以生物学知识对结果进行解释。 2.二级数据库：在一级数据库、实验数据和理论分析的基础上针对特定目标衍生而来，是对生物学知识和信息的进一步的整理。 3.FASTA序列格式：是将DNA或者蛋白质序列表示为一个带有一些标记的核苷酸或者氨基酸字符串，大于号（>）表示一个新文件的开始，其他无特殊要求。 4.genbank序列格式：是GenBank 数据库的基本信息单位，是最为广泛的生物信息学序列格式之一。该文件格式按域划分为4个部分：第一部分包含整个记录的信息（描述符）；第二部分包含注释；第三部分是引文区，提供了这个记录的科学依据；第四部分是核苷酸序列本身，以“//”结尾。 5.Entrez检索系统：是NCBI开发的核心检索系统，集成了NCBI 的各种数据库，具有链接的数据库多，使用方便，能够进行交叉索引等特点。 6.BLAST：基本局部比对搜索工具，用于相似性搜索的工具，对需要进行检索的序列与数据库中的每个序列做相似性比较。P94 7.查询序列（query sequence）：也称被检索序列，用来在数据库中检索并进行相似性比较的序列。P98 8.打分矩阵（scoring matrix）：在相似性检索中对序列两两比对的质量评估方法。包括基于理论（如考虑核酸和氨基酸之间的类似性）和实际进化距离（如PAM）两类方法。P29 9.空位（gap）：在序列比对时，由于序列长度不同，需要插入一个或几个位点以取得最佳比对结果，这样在其中一序列上产生中断现象，这些中断的位点称为空位。P29 10.空位罚分：空位罚分是为了补偿插入和缺失对序列相似性的影 响，序列中的空位的引入不代表真正的进化事件，所以要对其进行 罚分，空位罚分的多少直接影响对比的结果。P37 11.E值：衡量序列之间相似性是否显著的期望值。E值大小说明了 可以找到与查询序列（query）相匹配的随机或无关序列的概率，E 值越接近零，越不可能找到其他匹配序列，E值越小意味着序列的 相似性偶然发生的机会越小，也即相似性越能反映真实的生物学意 义。P95 12.低复杂度区域：BLAST搜索的过滤选项。指序列中包含的重复 度高的区域，如poly（A）。 13.点矩阵（dot matrix）：构建一个二维矩阵，其X轴是一条序列， Y轴是另一个序列，然后在2个序列相同碱基的对应位置（x，y） 加点，如果两条序列完全相同则会形成一条主对角线，如果两条序 列相似则会出现一条或者几条直线；如果完全没有相似性则不能连 成直线。 14.多序列比对：通过序列的相似性检索得到许多相似性序列，将这 些序列做一个总体的比对，以观察它们在结构上的异同，来回答大 量的生物学问题。 15.分子钟：认为分子进化速率是恒定的或者几乎恒定的假说，从而 可以通过分子进化推断出物种起源的时间。 16.系统发育分析：通过一组相关的基因或者蛋白质的多序列比对或 其他性状，可以研究推断不同物种或基因之间的进化关系。 17.进化树的二歧分叉结构：指在进化树上任何一个分支节点，一个 父分支都只能被分成两个子分支。 系统发育图：用枝长表示进化时间的系统树称为系统发育图，是 引入时间概念的支序图。 18.直系同源：指由于物种形成事件来自一个共同祖先的不同物种中 的同源序列，具有相似或不同的功能。（书：在缺乏任何基因复制 证据的情况下，具有共同祖先和相同功能的同源基因。） 19.旁系（并系）同源：指同一个物种中具有共同祖先，通过基因重 复产生的一组基因，这些基因在功能上可能发生了改变。(书：由于 基因重复事件产生的相似序列。) 20.外类群：是进化树中处于一组被分析物种之外的，具有相近亲缘 关系的物种。 21.有根树：能够确定所有分析物种的共同祖先的进化树。 22.除权配对算法（UPGMA）：最初，每个序列归为一类，然后找 到距离最近的两类将其归为一类，定义为一个节点，重复这个过程， 直到所有的聚类被加入，最终产生树根。 23.邻接法（neighbor-joining method）：是一种不仅仅计算两两比 对距离，还对整个树的长度进行最小化，从而对树的拓扑结构进行 限制，能够克服UPGMA算法要求进化速率保持恒定的缺陷。 24.最大简约法（MP）：在一系列能够解释序列差异的的进化树中 找到具有最少核酸或氨基酸替换的进化树。 25.最大似然法（ML）：它对每个可能的进化位点分配一个概率， 然后综合所有位点，找到概率最大的进化树。最大似然法允许采用 不同的进化模型对变异进行分析评估，并在此基础上构建系统发育 树。 26.一致树（consensus tree）：在同一算法中产生多个最优树，合并 这些最优树得到的树即一致树。 27.自举法检验（Bootstrap）：放回式抽样统计法。通过对数据集多 次重复取样，构建多个进化树，用来检查给定树的分枝可信度。 精品文档
一、名词解释 分子进化中性学说１９６８，木村资生提出，认为多数或绝大多数突变都是中性的，即无所谓有利或不利，因此对于这些中性突变不会发生自然选择与适者生存的情况。生物的进化主要是中性突变在自然群体中进行随机的“遗传漂变”的结果，而与选择无关。 相似性不同染色体之间的相似程度 同源性两个核酸分子的核苷酸序列或两个蛋白质分子的氨基酸序列的相似程度 外显子断裂基因中的编码序列。成熟mRNA上保留下的编 码序列，蛋白质生物合成过程中表达为蛋白质。内含子断裂基因的非编码区，可被转录到前体ＲＮＡ，在 mRNA加工过程中被剪切掉，成熟mRNA上无内含 子编码序列，无法表达为蛋白质。 基于距离构建系统发育树首先获得分类群间的进化距离度量，再依 据距离度量来重建一颗系统发育树，并使得该树能 最好的反应已知序列之间的距离 最大简约法根据离散型性状{包括形态学性状和分子序列（DNA，蛋白质等）}的变异程度，构建生物的系统发育树，并分析生物物种之间的演化关系。 最大似然法（ML）是完全基于统计的方法，以一个特定的替代模型分析一组序列数据，使所得的每一个拓扑结构的似然值均为最
大，筛选出最大似然值的拓扑结构为最终树 EST expressed sequence tags，表达序列标签,指从不同组 织来源的cDNA序列。 SNP Single Nucleotide Polymorphisms，单核苷酸的多态性 二、选择 1、ＲＮＡ不含的碱基 T 2、生物性息学数据库检索６个ｌａｓｔ，五个程序，何时用 3、ＤＮＡ．ＲＮＡ连接方式、方向性、是否重复、ＲＮＡ易被水解？ 磷酸二酯键都5′→3′------ RNA更易水解
生物信息学复习题 一、名词解释 生物信息学, 二级数据库, FASTA序列格式, genbank序列格式, Entrez，BLAST，查询序列（query），打分矩阵（scoring matrix），空位（gap），空位罚分，E值, 低复杂度区域，点矩阵（dot matrix），多序列比对，分子钟，系统发育（phylogeny），进化树的二歧分叉结构，直系同源，旁系同源，外类群，有根树，除权配对算法（UPGMA），邻接法构树，最大简约法构树，最大似然法构树，一致树（consensus tree），bootstrap，开放阅读框（ORF），密码子偏性（codon bias），基因预测的从头分析法，结构域（domain），超家族，模体（motif），序列表谱（profile），PAM矩阵，BLOSUM，PSI-BLAST，RefSeq，PDB数据库，GenPept，折叠子，TrEMBL，MMDB，SCOP，PROSITE，Gene Ontology Consortium，表谱（profile）。 二、问答题 1）生物信息学与计算生物学有什么区别与联系 2）试述生物信息学研究的基本方法。 3）试述生物学与生物信息学的相互关系。 4）美国国家生物技术信息中心（NCBI）的主要工作是什么请列举3个以上NCBI 维护的数据库。 ￥ 5）序列的相似性与同源性有什么区别与联系 6）BLAST套件的blastn、blastp、blastx、tblastn和tblastx子工具的用途什么 7）简述BLAST搜索的算法。 8）什么是物种的标记序列 9）什么是多序列比对过程的三个步骤 10）简述构建进化树的步骤。 11）简述除权配对法（UPGMA）的算法思想。 12）简述邻接法（NJ）的算法思想。 13）简述最大简约法（MP）的算法思想。 14）简述最大似然法（ML）的算法思想。 ? 15）UPGMA构树法不精确的原因是什么 16）在MEGA2软件中，提供了多种碱基替换距离模型，试列举其中2种，解释其含义。 17）试述DNA序列分析的流程及代表性分析工具。 18）如何用BLAST发现新基因 19）试述SCOP蛋白质分类方案。 20）试述SWISS-PROT中的数据来源。 21）TrEMBL哪两个部分 22）试述PSI-BLAST 搜索的5个步骤。[ 3） 三、操作与计算题 1）如何获取访问号为U49845的genbank文件解释如下genbank文件的LOCUS行提供的信息： LOCUS SCU49845 5028 bp DNA linear PLN 21-JUN-1999
网上生物信息学教程EMBL biocomputing tutorials https://www.doczj.com/doc/1e841300.html,/Embnetut/Gcg/index.html Plant genome dababase tutorial https://www.doczj.com/doc/1e841300.html,/pgdic 生物信息学机 NCBI https://www.doczj.com/doc/1e841300.html,/ International Nucleotide Sequence Database Collaboration. https://www.doczj.com/doc/1e841300.html,/collab/ EBI https://www.doczj.com/doc/1e841300.html,/ USDA https://www.doczj.com/doc/1e841300.html,/ Sanger Centre https://www.doczj.com/doc/1e841300.html,/ 北京大学生物信息学中心 https://www.doczj.com/doc/1e841300.html, 数据库信息发布及其它 GenBank Release Notes ftp://https://www.doczj.com/doc/1e841300.html,/genbank/gbrel.txt dbEST summary report https://www.doczj.com/doc/1e841300.html,/dbEST/dbESTsummarv.html EMBL release notes http://www.bio.unizh.ch/db/docu.html?data=emrel Eukaryotic promoter database release notes http://www.genome.ad.jp/dbget/dbget2.html KEGG release notes http://www.genome.jp/kegg/docs/relnote.html 核苷酸数据库 GenBank https://www.doczj.com/doc/1e841300.html,/ dbEST https://www.doczj.com/doc/1e841300.html,/dbEST/index.html dbSTS https://www.doczj.com/doc/1e841300.html,/dbSTS/index.html dbGSS https://www.doczj.com/doc/1e841300.html,/dbGSS/index.html
1、简介 生物信息学（Bioinformatics）是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学。它是当今生命科学和自然科学的重大前沿领域之一，同时也将是21世纪自然科学的核心领域之一。其研究重点主要体现在基因组学（Genomics）和蛋白质组学（Proteomics）两方面，具体说就是从核酸和蛋白质序列出发，分析序列中表达的结构功能的生物信息。 具体而言，生物信息学作为一门新的学科领域，它是把基因组DNA序列信息分析作为源头，在获得蛋白质编码区的信息后进行蛋白质空间结构模拟和预测，然后依据特定蛋白质的功能进行必要的药物设计。基因组信息学，蛋白质空间结构模拟以及药物设计构成了生物信息学的3个重要组成部分。从生物信息学研究的具体内容上看，生物信息学应包括这3个主要部分：（1）新算法和统计学方法研究；（2）各类数据的分析和解释；（3）研制有效利用和管理数据新工具。 生物信息学是一门利用计算机技术研究生物系统之规律的学科。 目前的生物信息学基本上只是分子生物学与信息技术（尤其是因特网技术）的结合体。生物信息学的研究材料和结果就是各种各样的生物学数据，其研究工具是计算机，研究方法包括对生物学数据的搜索（收集和筛选）、处理（编辑、整理、管理和显示）及利用（计算、模拟）。 1990年代以来，伴随着各种基因组测序计划的展开和分子结构测定技术的突破和Internet的普及，数以百计的生物学数据库如雨后春笋般迅速出现和成长。对生物信息学工作者提出了严峻的挑战：数以亿计的ACGT序列中包涵着什么信息？基因组中的这些信息怎样控制有机体的发育？基因组本身又是怎样进化的？ 生物信息学的另一个挑战是从蛋白质的氨基酸序列预测蛋白质结构。这个难题已困扰理论生物学家达半个多世纪，如今找到问题答案要求正变得日益迫切。诺贝尔奖获得者W. Gilbert在1991年曾经指出：“传统生物学解决问题的方式是实验的。现在，基于全部基因都将知晓，并以电子可操作的方式驻留在数据库中，新的生物学研究模式的出发点应是理论的。一个科学家将从理论推测出发，然后再回到实验中去，追踪或验证这些理论假设”。 生物信息学的主要研究方向：基因组学- 蛋白质组学- 系统生物学- 比较基因组学，1989年在美国举办生物化学系统论与生物数学的计算机模型国际会议，生物信息学发展到了计算生物学、计算系统生物学的时代。 姑且不去引用生物信息学冗长的定义，以通俗的语言阐述其核心应用即是：随着包括人类基因组计划在内的生物基因组测序工程的里程碑式的进展，由此产生的包括生物体生老病死的生物数据以前所未有的速度递增，目前已达到每14个月翻一番的速度。同时随着互联网的普及，数以百计的生物学数据库如雨后春笋般迅速出现和成长。然而这些仅仅是原始生物信息的获取，是生物信息学产业发展的初组阶段，这一阶段的生物信息学企业大都以出售生物数据库为生。以人类基因组测序而闻名的塞莱拉公司即是这一阶段的成功代表。 原始的生物信息资源挖掘出来后，生命科学工作者面临着严峻的挑战：数以亿计的ACGT序列中包涵着什么信息？基因组中的这些信息怎样控制有机体的发育？基因组本身又是怎样进化的？生物信息学产业的高级阶段体现于此，人类从此进入了以生物信息学为中心的后基因组时代。结合生物信息学的新药创新工程即是这一阶段的典型应用。 2、发展简介 生物信息学是建立在分子生物学的基础上的，因此，要了解生物信息学，就必须先对分子生物学的发展有一个简单的了解。研究生物细胞的生物大分子的结构与功能很早就已经开始，1866年孟德尔从实验上提出了假设：基因是以生物成分存在，1871年Miescher从死的白细胞核中分离出脱氧核糖核酸（DNA），在Avery和McCarty于1944年证明了DNA是生命器官的遗传物质以前，人们仍然认为染色体蛋白质携带基因，而DNA是一个次要的角色。1944年Chargaff发现了著名的Chargaff规律，即DNA中鸟嘌呤的量与胞嘧定的量总是相等，腺嘌呤与胸腺嘧啶的量相等。与此同时，Wilkins与Franklin用X射线衍射技术测
《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。
水稻瘤矮病毒(RGDV)外层衣壳蛋白 P8的同源模建 高芳銮(Raindy) 同源模建(homology modeling) ，也叫比较模建(Compatative modeling)，其前提是一个或多个同源蛋白质的结构已知，当两个蛋白质的序列同源性高于35%，一般情况下认为它们的三维结构基本相同；序列同源性低于30%的蛋白质难以得到理想的结构模型。同源模建是目前最为成功且实用的蛋白质结构预测方法， SWISS-MODEL 是由SwissProt 提供的目前最著名的蛋白质三级结构预测服务器，创建于1993年，面向全世界的生物化学与分子生物学研究工作者提供免费的自动模建服务。SWISS-MODEL 服务器提供的同源模建有两种工作模式：首选模式(First Approach mode)和 项目模式(Project mode)。 本实例以RGDV P8蛋白为研究对象采用首选模式进行同源模建。 图1 SWISS-MODEL 的主界面 操作流程如下： 1.选择模式 单击左侧的“MENU ”菜单下方的“First Approach mode ”，右侧窗口自动SWISS-MODEL 工作窗口，在相应文本框中分别输入的E-mail 、项目标题、待模建的蛋白质序列，SWISS-MODEL 支持以FASTA 格式直接输入或提交UniProt 的登录号，如图2所示。 《生物信息学分析实践》样 稿
图2 SWISS-MODEL 的序列提交页面 2.参数设置 当前版本只有一个选项可设置，如果用户需要使用指定的模板，可在“Use a specific template ”后的输入框填入ExPDB 晶体图像数据库中的模板代码，其格式为“PDBCODE+ChainID ”，如“1uf2P ”。本例不使用指定模板，默认留空。完毕，点击“Submit Modeling Request ”提交模建请求，服务器返回提交成功的提示，如图3所示： 图3 成功提交 SWISS-MODEL WORKSPACEW 页面会自动刷新，直至模建完成，如图4所示，同时模建结果也会发送到指定的邮箱。 3结果解读 点击下图右上方的“Print/Save this page as ”后的图标，可以将整个结果以PDF 文档格式保存到本地计算机中。模建结果给出了五个部分的信息：模建详情(Model Details)、比对信息(Alignment)、模建评价 (Anolea/Gromos/Verify3D)、模建日志(Modelling log)、模板选择日志(Template Selection Log)。 《生物信息学分析实践》样稿
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 息的存贮、信息的涵和信息的传递，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）
常用数据库 在DNA序列方面有GenBank、EMBL和等 在蛋白质一级结构方面有SWISS-PROT、PIR和MIPS等 在蛋白质和其它生物大分子的结构方面有PDB等 在蛋白质结构分类方面有SCOP和CATH等 生物信息学的主要研究内容 1、序列比对（Alignment） 基本问题是比较两个或两个以上符号序列的相似性或不相似性。序列比对是生物信息学的基础，非常重要。两个序列的比对有较成熟的动态规划算法，以及在此基础上编写的比对软件包BLAST和FASTA，可以免费下载使用。这些软件在数据库查询和搜索中有重要的应用。 2、结构比对 基本问题是比较两个或两个以上蛋白质分子空间结构的相似性或不相似性。已有一些算法。 3、蛋白质结构预测，包括2级和3级结构预测，是最重要的课题之一 从方法上来看有演绎法和归纳法两种途径。前者主要是从一些基本原理或假设出发来预测和研究蛋白质的结构和折叠过程。分子力学和分子动力学属这一范畴。后者主要是从观察和总结已知结构的蛋白质结构规律出发来预测未知蛋白质的结构。同源模建（Homology）和指认（Threading）方法属于这一范畴。虽然经过30余年的努力，蛋白结构预测研究现状远远不能满足实际需要。 4、计算机辅助基因识别(仅指蛋白质编码基因)。最重要的课题之一 基本问题是给定基因组序列后，正确识别基因的范围和在基因组序列中的精确位置.这是最重要的课题之一，而且越来越重要。经过20余年的努力，提出了数十种算法，有十种左右重要的算法和相应软件上网提供免费服务。原核生物计算机辅助基因识别相对容易些，结果好一些。从具有较多内含子的真核生物基因组序列中正确识别出起始密码子、剪切位点和终止密码子，是个相当困难的问题，研究现状不能令人满意，仍有大量的工作要做。 5、非编码区分析和DNA语言研究，是最重要的课题之一 在人类基因组中，编码部分进展总序列的3~5%，其它通常称为“垃圾”DNA，其实一点也不是垃圾，只是我们暂时还不知道其重要的功能。分析非编码区DNA 序列需要大胆的想象和崭新的研究思路和方法。DNA序列作为一种遗传语言，不仅体现在编码序列之中，而且隐含在非编码序列之中。 6、分子进化和比较基因组学，是最重要的课题之一 早期的工作主要是利用不同物种中同一种基因序列的异同来研究生物的进化，构建进化树。既可以用DNA序列也可以用其编码的氨基酸序列来做，甚至于可通过相关蛋白质的结构比对来研究分子进化。以上研究已经积累了大量的工作。近年来由于较多模式生物基因组测序任务的完成，为从整个基因组的角度来研究分子进化提供了条件。 7、序列重叠群（Contigs）装配 一般来说，根据现行的测序技术，每次反应只能测出500或更多一些碱基对的序列，这就有一个把大量的较短的序列全体构成了重叠群（Contigs）。逐步把它们拼接起来形成序列更长的重叠群，直至得到完整序列的过程称为重叠群装配。拼接EST数据以发现全长新基因也有类似的问题。已经证明，这是一个NP-完备
1.FASTA序列查询及含义 登录NCBI官方网站（https://www.doczj.com/doc/1e841300.html,/） [National Center for Biotechnology Information] 用NCBI查找到你所需要的序列（核酸、蛋白质），如下图所示 图中有你所搜索的基因的名称、来源物种、长度、发现方式、发现年份、编号和描述 点击FASTA，得到FASTA序列
FASTA格式是指序列文件的第一行是由大于符号打头，之后跟随文字说明，第二行是序列本身，使用标准的核苷酸或蛋白质单字母符号，每行通常为60个字符（不超过80个字符）。 对于核酸序列，除了为大家所熟知的A、G、C、T、U外，R代表C或A（嘌呤）； Y代表T或C（嘧啶）；K代表G或T（带酮基）；M代表A或C（带氨基）；S 代表G或C（强）；W代表A或T（弱）B代表G、T或C；D代表G、A或T；H 代表A、C或T；V代表G、C或A；N代表A、G、C、T中任意一种。 2.编码的氨基酸序列 在核酸序列界面的右下角有Protein选项，点击后即可进入氨基酸序列
得到的序列依然是使用FASTA格式的。 3.蛋白质功能域 在蛋白质FASTA格式界面点击RUN BLAST，相当于BlASTp，能与蛋白质数据库进行比对，得到其功能域结果
4.在基因组上的位置 在核酸FASTA格式界面上，在其右下角的Related information一栏中点击map viewer，即可得到该基因在基因组上的位置。
上图所示，即为该基因在基因组中的定位（小鼠CD40基因位于二号染色体165,053,700-165,073,600bp处） 5.ORF(开放度码框) ORF Finder是指基因的开放度码框 进入https://www.doczj.com/doc/1e841300.html,/gorf/gorf.html将FASTA格式文本添加到序列区或者直接输入该基因的编码
2021高中生物最新辅导书籍推荐 许多准备参加生物竞赛的高中小盆友总会向别人请教买什么辅导资料最好，问的人多了，答案也就五花八门，然并卵，在这浩如烟海的书目中也是茫然无措。特此归纳整理了各方建议，希望能对生竞选手们有所帮助。 首先，要知道什么是生物联赛。我们通常所说的中学生物学奥赛是分为以下五个赛程的：各省的初赛、全国中学生生物学联赛、全国中学生生物学竞赛、全国中学生生物学冬令营、国际中学生生物学奥林匹克竞赛即IBO。就是通过这层层的严格选拔，在全国范围内发掘出高手中的高手作为国家对选手参加IBO，为国争光。而当下由于很多高校都把学科竞赛省赛成绩作为自主招生申请条件之一，所以作为第二阶段的全国中学生生物学联赛也就获得更多的关注了。 其次，要知道生物联赛的考核内容。我们都知道该考试以高中生物学为基础，并会扩展至高校普通生物学内容，具体考核点与分值分布是这样的： 1.细胞生物学、生物化学、微生物学、生物信息学 25% 2.植物和动物的解剖、生理、组织和器官的结构与功能 30% 3.动物行为学、生态学 20% 4.遗传学与进化生物学、生物系统学 25% 最后回归主题吧，到底该准备些什么备考资料呢? 入门篇： 吴相钰著《陈阅增普通生物学》——高等教育出版社看过之后对生物有个大致的概念 尹长明著《生物奥林匹克竞赛教程》-——湖南师范大学出版社 北京大学生物学家编著《精英教案》基础生物教程上、中、下册——军事谊文出版社 北京大学生物学家编著《精英教案》生物习题专集——军事谊文出版社 拔高篇： 刘凌云著《细胞生物学》——高等教育出版社 刘凌云、郑光美著《普通动物学》——高等教育出版社 王玢、左明雪著《人体及动物生理学》-——高等教育出版社
浅谈生物信息学在生物方面的应用 生物信息学（bioinformaLics）是以核酸和蛋白质等生物大分子数据库及其相关的图书、文献、资料为主要对象，以数学、信息学、计算机科学为主要手段，对浩如烟海的原始数据和原始资料进行存储、管理、注释、加工，使之成为具有明确生物意义的生物信息。并通过对生物信息的查询、搜索、比较、分析，从中获得基因的编码、凋控、遗传、突变等知识；研究核酸和蛋白质等生物大分子的结构、功能及其相互关系；研究它们在生物体内的物质代谢、能量转移、信息传导等生命活动中的作用机制。 从生物信息学研究的具体内容上看，生物信息学可以用于序列分类、相似性搜索、DNA 序列编码区识别、分子结构与功能预测、进化过程的构建等方面的计算工具已成为变态反应研究工作的重要组成部分。针对核酸序列的分析就是在核酸序列中寻找过敏原基因，找出基因的位置和功能位点的位置，以及标记已知的序列模式等过程。针对蛋白质序列的分析，可以预测出蛋白质的许多物理特性，包括等电点分子量、酶切特性、疏水性、电荷分布等以及蛋白质二级结构预测，三维结构预测等。 生物信息学中的主要方法有：序列比对，结构比对，蛋白质结构的预测，构造分子进化树，聚类等。基因芯片是基因表达谱数据的重要来源。目前生物信息学在基因芯片中的应用主要体现在三个方面。 1、确定芯片检测目标。利用生物信息学方法，查询生物分子信息数据库，取得相应的序列数据，通过序列比对，找出特征序列，作为芯片设计的参照序列。 2、芯片设计。主要包括两个方面，即探针的设计和探针在芯片上的布局，必须根据具体的芯片功能、芯片制备技术采用不同的设计方法。 3、实验数据管理与分析。对基因芯片杂交图像处理，给出实验结果，并运用生物信息学方法对实验进行可靠性分析，得到基因序列变异结果或基因表达分析结果。尽可能将实验结果及分析结果存放在数据库中，将基因芯片数据与公共数据库进行链接，利用数据挖掘方法，揭示各种数据之间的关系。 生物信息学在人类基因组计划中也具有重要的作用。 大规模测序是基因组研究的最基本任务，它的每一个环节都与信息分析紧密相关。目前，从测序仪的光密度采样与分析、碱基读出、载体标识与去除、拼接与组装、填补序列间隙，到重复序列标识、读框预测和基因标注的每一步都是紧密依赖基因组信息学的软件和数据库的。特别是拼接和填补序列间隙更需要把实验设计和信息分析时刻联系在一起．拼接与组装中的难点是处理重复序列，这在含有约30％重复序列的人类基因组中显得尤其突出。 人类基因组的工作草图即将完成，因此发现新基因就成了当务之急。使用基因组信息学的方法通过超大规模计算是发现新基因的重要手段，可以说大部分新基因是靠理论方法预测出来的。比如啤酒酵母完整基因组（约1300万bp）所包含6千多个基因，大约60％是通过信息分析得到的。 当人类基因找到之后，自然要解决的问题是：不同人种间基因有什么差别；正常人和病人基因又有什么差别。”这就是通常所说的SNPs（单核苷酸多态性）。构建SNPs及其相关数据库是基因组研究走向应用的重要步骤。1998年国际已开展了以EST为主发现新Spps 的研究。在我国开展中华民族SNPs研究也是至重要的。总之，生物信息学不仅将赋予人们各种基础研究的重要成果，也会带来巨大的经济效益和社会效益。在未来的几年中DNA 序列数据将以意想不到的速度增长，这更离不开利用生物信息学进行各类数据的分析和解释，研制有效利用和管理数据新工具。生物信息学在功能基因组学同样具有重要的应用目前应用最多的是同源序列比较、模式识别以及蛋白结构预测。所谓同源序列，是指从某一共同祖先经趋异进化而形成的不同序列。利用数据库搜索找出未知核酸或蛋白的同源序列，是序列分析的基础[lol。如利用BLASTn和BLASTx两种软件分别进行核苷酸和氨基