下载文档原格式
生物信息学复习题生物信息学是一门结合生物学、计算机科学、信息学和数学的交叉学科，它利用计算机技术来处理和分析生物数据。
以下是一些生物信息学复习题，供同学们参考：1. 生物信息学的定义和应用领域- 生物信息学是如何定义的？- 生物信息学在哪些领域有应用？2. 基因组学基础- 什么是基因组学？- 基因组测序的基本原理是什么？3. 序列比对- 序列比对的目的是什么？- 简述局部比对和全局比对的区别。
4. BLAST算法- BLAST算法的原理是什么？- 如何使用BLAST进行序列相似性搜索？5. 基因表达数据分析- 基因表达数据有哪些类型？- 描述基因表达数据的预处理步骤。
6. 蛋白质结构预测- 蛋白质结构预测的重要性是什么？- 简述几种常见的蛋白质结构预测方法。
7. 系统生物学和网络分析- 系统生物学研究的是什么？- 网络分析在系统生物学中的应用。
8. 生物信息学中的数据库- 列举几个常见的生物信息学数据库。
- 解释数据库在生物信息学研究中的作用。
9. 生物信息学中的编程语言- 哪些编程语言在生物信息学中常用？- 简述Python在生物信息学中的应用。
10. 伦理和隐私问题- 在生物信息学研究中可能遇到哪些伦理问题？- 如何保护生物信息数据的隐私？11. 案例研究- 描述一个生物信息学在医学研究中的应用案例。
- 分析该案例中使用的方法和技术。
12. 未来趋势- 预测生物信息学未来的发展趋势。
- 讨论生物信息学如何影响未来的科学研究和医疗保健。
通过这些问题的复习，同学们可以更全面地了解生物信息学的基础概念、关键技术和应用领域。
希望这些复习题能够帮助同学们更好地准备考试和理解生物信息学的重要性。
生物信息学复习题### 生物信息学复习题#### 一、选择题1. 生物信息学主要研究的是什么？A. 生物学数据的收集和存储B. 生物学数据的分析和解释C. 生物学实验的设计和执行D. 生物学仪器的操作和维护2. 下列哪一项不是生物信息学中常用的数据库？A. GenBankB. PDBC. PubMedD. Google Scholar3. 序列比对的目的是什么？A. 确定序列间的同源性B. 预测蛋白质的三维结构C. 鉴定基因的功能D. 计算基因的表达量#### 二、填空题1. 生物信息学中的BLAST工具主要用于__________。
2. 基因表达分析中常用的芯片技术包括__________和__________。
3. 在蛋白质结构预测中，同源建模依赖于__________数据库中的已知结构。
4. 转录组测序（RNA-Seq）可以用于研究__________和__________。
#### 三、简答题1. 描述基因组注释的一般流程。
2. 阐述生物信息学在药物设计中的应用。
3. 解释什么是系统发育树，并说明其在进化研究中的意义。
#### 四、计算题1. 给定一段DNA序列，计算其GC含量。
（示例序列：ATCGTACGTAGCTAGCTAG）2. 如果一个蛋白质序列的分子量为12345 Da，其氨基酸的平均分子量为110 Da，计算该蛋白质序列中氨基酸的数量。
#### 五、论述题1. 讨论生物信息学在个性化医疗中的作用和挑战。
2. 分析高通量测序技术对生物信息学领域的影响。
通过以上题目的复习，可以帮助学生掌握生物信息学的基础知识和技能，包括对生物数据的分析、解释和应用。
这些知识点不仅涵盖了生物信息学的基础理论，还涉及到实际应用，如药物设计、个性化医疗等，为学生提供了一个全面的复习框架。
⽣物信息学复习题⼀、名词解释1.bioinformatics：⽣物信息学，指从事对基因组研究相关的⽣物信息的获取、加⼯、储存、分配、分析和解释的⼀门科学，是⼀门⽣物学，数学和计算机相互交叉融合⽽产⽣的新兴学科。
2.molecular bioinformatics：指综合应⽤信息科学、数学的理论、⽅法和技术，管理、分析和利⽤⽣物分⼦数据的科学。
3.GenBank：是美国全国卫⽣研究所维护的基因序列数据库，汇集并注释了所有公开的核酸序列，与⽇本的DNA数据库DDBJ以及欧洲分⼦实验室核酸序列数据库EMBL⼀起，都是国际核苷酸序列数据库合作的成员。
4.EMBL：EMBL实验室—欧洲分⼦⽣物学实验室，EMBL数据库—是⾮盈利性学术组织EMBL建⽴的综合性数据库，EMBL核酸数据库是欧洲最重要的核酸序列数据库，它定期地与美国的GenBank、⽇本的DDBJ数据库中的数据进⾏交换，并同步更新。
5.DDBJ：⽇本DNA数据库，主要向研究者收集DNA序列信息并赋予其数据存取号，信息来源主要是⽇本的研究机构，也接受其他国家呈递的序列。
6.BLAST：基本局部⽐对搜索⼯具的缩写，是⼀种序列类似性检索⼯具。
BLAST采⽤统计学⼏分系统，同时采⽤局部⽐对算法， BLAST程序能迅速与公开数据库进⾏相似性序列⽐较。
BLAST结果中的得分是对⼀种对相似性的统计说明。
7.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。
8.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。
9.Clustsl X：是CLUSTAL多重序列⽐对程序的Windows版本，是⽤来对核酸与蛋⽩序列进⾏多序列⽐较的程序，也可以对来⾃不同物种的功能或结构相似的序列进⾏⽐对和聚类，通过重建系统发⽣树判断亲缘关系，并对序列在⽣物进化过程中的保守性进⾏估计。
生物信息学_复习题及答案（打印）（1）一、名词解释：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。
P947.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。
P988.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。
P299.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。
P2910.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。
《生物信息学》题集一、选择题（每题3分，共30分）1.生物信息学的主要研究对象是什么？A. 蛋白质结构B. 基因序列C. 生态系统D. 细胞代谢2.下列哪项技术不是生物信息学中常用的数据库技术？A. BLASTB. GenBankC. PubMedD. SWISS-PROT3.在生物信息学中，进行多序列比对时常用的软件是什么？A. MATLABB. ClustalWC. ExcelD. PowerPoint4.哪种算法常用于基因表达数据的聚类分析？A. K-meansB. DijkstraC. A*D. Floyd5.生物信息学中，下列哪项不是常用的序列分析技术？A. PCRB. 测序C. 质谱分析D. 芯片技术6.下列哪项不是生物信息学在医学领域的应用？A. 疾病诊断B. 药物设计C. 天气预报D. 个性化医疗7.下列哪项技术常用于生物大分子的结构预测？A. NMRB. X射线衍射C. 同源建模D. 质谱分析8.在生物信息学中，下列哪项不是基因注释的内容？A. 基因功能B. 基因表达水平C. 基因在染色体上的位置D. 基因的长度9.下列哪项技术不是高通量测序技术？A. Sanger测序B. Illumina测序C. 454测序D. SOLiD测序10.下列哪项不是生物信息学在农业领域的应用？A. 作物育种B. 病虫害防治C. 土壤成分分析D. 农产品品质改良二、填空题（每题2分，共20分）1.生物信息学是一门交叉学科，它主要涉及______、计算机科学和数学等领域。
2.在生物信息学中，______技术常用于基因序列的相似性搜索。
3.生物信息学在药物研发中的主要应用包括______和药物靶点的预测。
4.在基因表达数据分析中，______是一种常用的数据标准化方法。
5.生物信息学中，______技术常用于蛋白质结构的预测和分析。
6.在生物信息学数据库中，GenBank主要存储的是______数据。
■一、选择题：1.以下哪一个是mRNA条目序列号：A.J01536■.NM_15392C.NP_52280D.AAB1345062.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：■.UnigeneB.EntrezC.LocusLinkD.PCR3.一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：■dbESTB.PDBC.OMIMD.HTGS5.下面哪个数据库面向人类疾病构建：A.ESTB.PDB■.OMIMD.HTGS6.Refseq和GenBank有什么区另1J：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Refseq7.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.OMIMB.Entrez■PubMedD.PROSITE8.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/YB.Q/W/YC.F/W/YD.Q/N/W10.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。
一、单选题1、总的来说，位于染色体内超过( )个碱基的DNA，构成了人类基因组。
A.30000000000B.3000000000C.300000000D.30000000正确答案：B2、人类镰刀型红细胞贫血症是由于血红蛋白β链N端第6个氨基酸由谷氨酸突变为( )造成的。
A.苏氨酸B.缬氨酸C.赖氨酸D.谷氨酸正确答案：B3、RefSeq数据库是由哪个组织开发和维护的？( )A.NIGB.NCBIC.EMBLD.SIB正确答案：B4、Long non-coding RNA长链非编码RNA是长度大于( )个核苷酸的非编码RNA。
A.150B.250C.300D.200正确答案：D5、tBLASTx分析是用核酸序列检索核酸序列数据库，下列说法正确的是？（）A.核酸序列和核酸序列数据库都不需要翻译成蛋白质序列B.只有核酸序列数据库需要翻译成蛋白质序列C.只有核酸序列需要翻译成蛋白质序列D.核酸序列和核酸序列数据库都需要翻译成蛋白质序列正确答案：D6、要搜索编码蛋白质序列的核酸序列，适宜的分析方法是？（）A.BLASTxB.BLASTnC.tBLASTnD.BLASTp正确答案：A7、下列对于PCR引物修饰的说法正确的是？（）A.PCR引物的5’末端和3’末端均能进行修饰B.PCR引物的5’末端和3’末端均不能进行修饰C.只有PCR引物的5’末端能进行修饰D.只有PCR引物的3’末端能进行修饰正确答案：C8、下列哪个在线分析工具可以预测DNA的外显子-内含子？（）A.AugustusB.PLACEC.ORFfinderD.Entrez正确答案：A9、Smith-Waterman动态规划算法矩阵中的每个单元格有几条路径？（）A.1B.2C.3D.4正确答案：D10、下列关于Needleman-Wunsch算法和Smith-Waterman算法提出早晚的论述正确的是？（）A.Needleman-Wunsch算法提出时间较早B.不确定C.Smith-Waterman算法提出时间较早D.二者提出时间相当正确答案：A11、当分类单元至少为3时，下列对“有根树与无根树的数目”判断正确的是？（）A.有根树的数目要少于无根树的数目B.有根树的数目与无根树的数目一样多C.有根树的数目要多于无根树的数目D.二者数目无法判断正确答案：C12、下列哪种算法建树时，选择代价最小或者枝长最短的树？A.最大似然值法B.最大简约法C.邻接法D.UPGMA法正确答案：B二、多选题1、生物信息学是由( )等学科相互交叉而形成的一门新兴学科。
名词解释1..生物信息学 :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，也是随着和的迅猛发展，生命科学和计算机科学相结合形成的一门新学科。
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。
P947.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。
P988.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。
P299.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。
P2910.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。
P3711.E值：衡量序列之间相似性是否显着的期望值。
12.低复杂度区域：BLAST搜索的过滤选项。
生物信息学及应用复习题《生物信息学及应用》课程复习题1、生物信息学的基本定义，阐述它的主要研究目标、研究内容及研究方法。
生物信息学：Bioinformatics is the combination of biology and information technology. It is the branch of science that deals with the computer-based analysis of large biological data sets.生物信息学研究的最终目的--揭示蕴藏在DNA和蛋白质氨基酸序列中具有普遍性、真实性的生物遗传本质，掌握复杂的生命现象——生命起源、生物进化以及细胞、器官和个体的发生、发育、病变、衰亡的规律和时空联系.生物信息学的主要研究内容1. 生物信息的收集、存储、管理与提供；2. 基因组序列信息的提取和分析；3. 功能基因组相关信息分析；4. 生物大分子结构模拟和药物设计；5. 生物信息分析的技术与方法研究；6. 应用与发展研究方面方法：（1）建立生物数据库：核苷酸顺序数据库(GENBANK)、Protein Data Bank(PDB)、氨基酸顺序数据库(SWISS-PRO)、酵母基因组数据库(YEASTS)、美国种质保藏中心(ATCC)、美国专利局数据库(USPO)等；（2）数据库检索：如Blast等；（3）序列分析：序列对位排列、同源比较、进化分析等；（4）统计模型：如隐马尔可夫模型(hidden Markov model, HMM)――基因识别、药物设计；最大似然模型(maximun likelihood model, ML)、最大简约法(Maximun Parsimony, MP)――分子进化分析等；（5）算法：如自动序列拼接、外显子预测和同源比较、遗传算法、人工神经网络(artificial neural network)等。
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。
名词解释1 . .生物信息学: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。
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。
P947. 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。
P988. 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。
P299. 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。
P2910. 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。
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(UPGM):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UPGM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。
28. 开放阅读框(ORF：开放阅读框是基因序列的一部分，包含一段可以编码蛋白的碱基序列。
29. 密码子偏性( codon bias )：氨基酸的同义密码子的使用频率与相应的同功tRNA 的水平相一致，大多数高效表达的基因仅使用那些含量高的同功tRNA 所对应的密码子，这种效应称为密码子偏性。
30. 基因预测的从头分析：依据综合利用基因的特征，如剪接位点，内含子与外显子边界调控区，预测基因组序列中包含的基因。
31. 结构域(domain):保守的结构单元，包含独特的二级结构组合和疏水内核，可能单独存在，也可能与其他结构域组合。
相同功能的同源结构域具有序列的相似性。
32. 超家族：进化上相关，功能可能不同的一类蛋白质。
33. 模体(motif)：短的保守的多肽段，含有相同模体的蛋白质不一定是同源的，一般10-20个残基。
34. 序列表谱( profile )：是一种特殊位点或模体序列，在多序列比较的基础上，氨基酸的权值和空位罚分的表格。
35. PAM矩阵：PAM旨可接受突变百分率。
一个氨基酸在进化中变成另一种氨基酸的可能性，通过这种可能性可以鉴定蛋白质之间的相似性，并产生蛋白质之间的比对。
一个PAM单位是蛋白质序列平均发生1%的替代量需要的进化时间。
36. BLOSUM巨阵：模块替代矩阵。
矩阵中的每个位点的分值来自蛋白比对的局部块中的替代频率的观察。
每个矩阵适合特定的进化距离。
例如，在BLOSUM6矩阵中，比对的分值来自不超过62%一致率的一组序列。
37. PSI-BLAST ：位点特异性迭代比对。
是一种专门化的的比对，通过调节序列打分矩阵(scoring matrix )探测远缘相关的蛋白。
38. RefSeq ：给出了对应于基因和蛋白质的索引号码，对应于最稳定、最被人承认的Genbank序列。
39. PDB ( Protein Data Bank ) : PDB中收录了大量通过实验 (X射线晶体衍射，核磁共振NMR测定的生物大分子的三维结构，记录有原子坐标、配基的化学结构和晶体结构的描述等。
PDB 数据库的访问号由一个数字和三个字母组成（如, 4HHB,同时支持关键词搜索，还可以FASTA程序进行搜索。
40. GenPept :是由GenBank中的DNA序列翻译得到的蛋白质序列。
数据量很大，且随核酸序列数据库的更新而更新，但它们均是由核酸序列翻译得到的序列，未经试验证实，也没有详细的注释。
41. 折叠子（Fold ）:在两个或更多的蛋白质中具有相似二级结构的大区域，这些大区域具有特定的空间取向。
42. TrEMBL :是与SWISS-PROT相关的一个数据库。
包含从EMBL核酸数据库中根据编码序列（CDS）翻译而得到的蛋白质序列，并且这些序列尚未集成到SWISS-PRO■数据库中。
43. MMDB（Molecular Modeling Database）:是（NCB）所开发的生物信息数据库集成系统Entrez的一个部分，数据库的内容包括来自于实验的生物大分子结构数据。
与PDB相比，对于数据库中的每一个生物大分子结构，MMD具有许多附加的信息，如分子的生物学功能、产生功能的机制、分子的进化历史等，还提供生物大分子三维结构模型显示、结构分析和结构比较工具。
44. SCOP 数据库 :提供关于已知结构的蛋白质之间结构和进化关系的详细描述，包括蛋白质结构数据库PDB中的所有条目。
SCOP数据库除了提供蛋白质结构和进化关系信息外，对于每一个蛋白质还包括下述信息：到PDB的连接，序列，参考文献，结构的图像等。
可以按结构和进化关系对蛋白质分类，分类结果是一个具有层次结构的树，其主要的层次依次是类（class ）、折叠子（fold ）、超家族（super family ）、家族（family ）、单个PDB蛋白结构记录。
45. PROSITE :是蛋白质家族和结构域数据库，包含具有生物学意义的位点、模式、可帮助识别蛋白质家族的统计特征。
PROSITE中涉及的序列模式包括酶的催化位点、配体结合位点、与金属离子结合的残基、二硫键的半胱氨酸、与小分子或其它蛋白质结合的区域等；PROSITE 还包括根据多序列比对而构建的序列统计特征，能更敏感地发现一个序列是否具有相应的特征。
46. Gene Ontology 协会:编辑一组动态的、可控的基因产物不同方面性质的字汇的协会。
从 3 个方面描述基因产物的性质，即，分子功能，生物过程，细胞区室。
47. 表谱（PSSM ）:指一张基于多序列比对的打分表，表示一个蛋白质家族，可以用来搜索序列数据库。
48. 蛋白质组p179 :是指一个基因组中各个基因编码产生的蛋白质的总体，即一个基因组的全部蛋白产物及其表达情况。
49. 中心法则是指遗传信息从DNA传递给RNA再从RNA传递给蛋白质，即完成遗传信息的转录和翻译的过程。
也可以从DNA传递给DNA即完成DNA勺复制过程。
这是所有有细胞结构的生物所遵循的法则。
50. 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51. 基因芯片(gene chip ),又称DNA微阵列(microarray ),是由大量cDNA或寡核苷酸探针密集排列所形成的探针阵列，其工作的基本原理是通过杂交检测信息。
52. 序列比对：为确定两个或多个序列之间的相似性以至于同源性，而将它们按照一定的规律排列。
53. 数据库查询(database query ):是指对序列、结构以及各种二次数据中的注释信息进行关键词匹配查找检索。
54. 数据库搜索(database search ):在分子生物信息学中有特定含义，它是指通过特定的序列相似性比对算法，找出核酸或蛋白质序列数据库中与检测序列具有一定程度相似性的序列。
55. 相似性(similarity ):数学上，相似性指两个图形的形状完全相似。
若存在两个点的集，其中一个能透过放大缩小、平移或旋转等方式变成另一个，就说它们具有相似性。
