生物信息学复习题已附答案
- 格式：docx
- 大小：24.39 KB
- 文档页数：6
1
本卷的答案仅做参考，如有疑问欢迎提出。后面的补充复习题要靠你们
自己整理答案了。
生物信息学复习题
一、填空题
1、 识别基因主要有两个途径即
2、 表达序列标签是从 mRNA中生成的一些很短的序列（ 300-500bp ），它们代表在
特定组织或发育阶段表达的基因。
3、 序列比对的基本思想，是找出 检测基因 和 目标序列 的相似性，就是通过在
序列中插入 空位的方法使所比较的序列长度达到一致。比对的数学模型大体分 为两类，分别— 和局部比对 。
4、 2-DE的基本原理是根据蛋白质 和 分子量 不同，进行两次电泳将之分
离。第一向是 等电聚焦分离 ,第 —SDS-PAGE分离 o
5、 蛋白质组研究的三大关键核心技术是
质谱鉴定技术 、 计算机图像数据处理与蛋白质数据库
二、 判断题
1、 生物体的结构和功能越复杂的种类就越多，所需要的基因也越多，
是真核生物基因组的特点之一。 （对）
2、 CDS一定就是 ORF。（对）
3、 两者之间有没有共同的祖先，可以通过序列的同源性来确定，如果两个基因或蛋
白质有着几乎一样的序列，那么它们高度同源 ，就具有共同的祖先。 （错）
4、 STS,是一段 200-300bp的特定 DNA序列，它的序列已知，并且在基因组中属于 单拷贝。（对）
5、 非编码 DNA是“垃圾 DNA'，不具有任何的分析价值，对于细胞没有多大的作用。
（错）
6、 基因树和物种树同属于系统树，它们之间可以等同。 （错）
7、 基因的编码序列在 DNA分子上是被不编码的序列隔开而不连续排列的。
&对任意一个 DNA序列，在不知道哪一个碱基代表 CDS的起始时，可用
获得6个潜在的蛋白质序列。 （对）
9、 一个机体只有一个确定的基因组，但基因组内各个基因表达的条件和表达的程
度随时间、空间和环境条件而不同。 （对）
10、 外显子和内含子之间没有绝对的区分，一个基因的内含子可以是另一个基因的 外显子，同一个基因在不同的生理状况或生长发育的不同阶段，外显子组成也可以 不同。（对）
11、 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 典的研究方法。（对）
12、 ORF一定就是 CDS （错）
13、 用不同的方法可以构建不同的系统发育树
化树进行评估。 （对）
14、 相似性是一种很直接的数量关系，无需实验验证。 （错）
15、 基因树和物种树同属于系统树，它们之间可以等同。 （错）
16、 蛋白质和 DNA的同源性常常通过它们序列的相似性来判定，如果两个基因或蛋
白质有着几乎一样的序列，具有高度的相似性，那么它们一定是同源。 （错）
17、 所谓局部比对是找出两个被比较序列的最类似片段。 （对） 基因组DNA外显子识别和基于EST策略的基因鉴定 。
双向凝胶电泳技术
C值越大，这
（对）
6框翻译法,
,为保证分析结果的可靠性 ,需要对进 2
三、 不定项选择题 3
1、 （ ABC ）是现在国际上最主要的三大核酸序列数据库
A. EMBL B. DDBJ C. GenBank D. NCBI E. EBI
2、 RFLP是DNA多态性中最多见的一种，它产生的机制包括（ ABE ）
A.DNA分子产生突变，使某些酶切位点数增加 B. DNA分子产生突变，使某些酶切位
点数减少 C.限制性酶切位点之间重复序列数目变异 D.限制性酶星活性
E.限制性酶切位点前后的 DNA片断发生插入或删除
（ BD ）
B.…GCACTTGCAAGTGC
--CGTGAACGTTCACG
D.…GCACTAGCTAGCGG
•- CGTGATCGATCGCC
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。
2、 蛋白质组： 指由一个基因组，或一个细胞、组织表达的所有蛋白质。
3、 Contig :就是叠连群，是指彼此间可通过重叠序列而连接成较长片段的一组短片段，也指彼此间
可通过重叠序列而连接成较长片段的一组短片段。
4、 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。
五、 简答题（共 30分）
1、下面的粗体部分是从 GenBank中查出的记录的部分内容，你从中得到什么信息？
（8分）
LOCUS AF486325 477bp DNA lin ear VRL 12-AUG-2002 3、下面序列哪些为反向重复序列
A.…GCACTTG • GCACTTG •
…CGTGAAG- CGTGAAC-
C.…GCACTTG -
CAAGTGC- …CGTGAAG-
4、 分析 EST序列时首要注意以下几点（ ACDE ）
A. EST序列中除了 A\G\T\C 外，可能出现未知碱基
B. EST只是单次测序，得出的结果没有可信度
C. EST序列中可能出现错误的插入和缺失，导致读码框移位
D. 某个EST序列是数据库中另一序列的一个片段
E. 某个EST序列不在基因的编码区内
5、 人类基因组计划要完成的几张图谱分别是（
A.物理图谱 B.遗传图谱 C.序列图谱
6、 最常用的序列相似性查询工具是（
A.FASTA B.BLAST C.SWISS-P ROT
7、 下列哪些分子类型属于非蛋白质编码区（
A.内含子 B.卫星DNA C.伪基因
&卫星 DNA的多态性是由（ D
A. DNA点突变个数
D.
9、
A.
B.
C. ABCE
D.生物图谱 )
E.PIR ）
E.基因图谱
AB
DPDB
ABCDE
D.启动子 E.增强子 ）所决定的。
B.限制性内切酶识别序列个数不同
重复单位不同 E.重复次数不同
真核基因组特点包括（ ABCDE ）
基因组大，巨大的非编码序列，重复序列占了绝大部分
基因结构复杂，无显著长度的开放阅读框 存在可变剪接 D. CpG岛 C. DNA的二级结构不同
10、20世纪三大著名计划包括（
A.阿波罗登月计划
四、 名词解释
1、 生物信息学： 加工、储存、分配、 B.卫星计划 ACE
C.HG
P E.等值区
）
D.肿瘤计划 E.曼哈顿原子弹计划
广义的生物信息学是指从事对基因组研究相关的生物信息的获取、 分析和解释。而狭义的生物信息学是指综合应用信息科学、4
DEFINITION Human pap illomavirus ty pe 16 strain NA1 isolate P WH-Q39 E6 p rotei n (E6) gene,
compi ete cds.
ACCESSION AF486325
VERSION AF486325.1 Gl:19744699
SOURCE Human pap illomavirus type 16
REFERENCE 1 (bases 1 to 477)
AUTHORS Cha n,P K, Lam,C.W., Cheu ng,T.H., Li,W.W., Lo,K.W., Cha n, M.Y.,
Cheu ngJ.L., Xu,L.Y. and Che ng,A.F.
TITLE Huma n pap illomavirus type 16 in trat yp ic varia nt in fectio n and risk
for cervical neop lasia in souther n Ch ina
JOURNAL J. I nfect. Dis. 186 (5), 696-700 (2002)
P UBMED 12195358
答：第一行第一行第一行第一行:LOCUS AF486325 477bp DNA linera VRL 12-AUG-2002 LOCUS 基因座位，某一特定的基因位于染色体或其他载体所在位置，包括该基因的全部核苷酸序列。Locus 名称由一个英文字母+数字组成总长不超过10个字符。在数据库中locus名称在数据库中必须是独立
的、唯一的，以保证检索的不被重复。477bp长度DNA :生物分子类型。有DNA、RNA、
tRNA\mRNA\rRNA等VRL :分类码三个字母组成。以前按生物种类对序列分类，现在按序列的功 能分类，EST、STS CON类等。12-AIG-2002是数据的收录日期DEFINITION行：用以总结记录 的生物意义。ACCESSION行: AF486325是检索号，是从数据库中检索一个记录的主要关键词。 所有GenBank的记录都只有一个单独的ACCESSION行，并且只有一个检索号，检索号采用两种编 码：1+5(1个大写字母+5个数字)或2+6(两个大写字母+6个数字)。现行采用2+6格式。VERSION 行:
AF486325.1检索号、版本号。1为第1版。每次序列改变，版本号加1。GI号：是基因信息号
(gene identifQr, —个gi号对应一个核苷酸序列，序列改变gi号也改变KEYWORDS行是历史的遗
物，现在不在强调使用。SOURCE行是生物体的来源，ORGANISM行是分类系谱，生物的拉丁文 名称。REFERENCE 1 (bases 1to 47)7参考文献，每个记录收录的文献，是序列的的出处依据，与
MEDLINE 有超级链接。 里边包含有 AUTHORS,TITLE,JOURNAL,MEDLINE,PUBMED,分别是作
者，主题，所属期刊，文献数据库的链接。【第一项是LOCUS名称，前三个字母代表物种名第二项
是序列长度第三项是序列分子类型第四项是分子为线性的第五项是GenBank分类码第六项是最 后修订日期d
2、 如何检测 DNA序列中潜在的 CDS>
答：对任意一个DNA序列，可能并不知道哪一个碱基代表CDS的起始。这种情况下，不妨试用六 框翻译(six-frame translater如图4-2给定一个DNA序列，可以利用遗传密码将其翻译为蛋白质序 列，这种方式称为概念性翻译(conceptual translation与基于生化实验的蛋白质翻译不同的是，概念 性翻译仅通过理论推导或计算获得。
六框翻译通过移动阅读框起始碱基，获得6个潜在的蛋白质序列。其中，3个是正向翻译，3个是反
向翻译，6种可能的蛋白质中至多只有一种是正确的。
3、 EST能否代表一个新的基因？为什么？
答：不能，由于不是所有与数据库不匹配的EST都代表不同基因，其中包含两种可能。一种可能：
该EST是一个CDS,而数据库内尚无它的同源序列。另一种可能：该EST是一段数据库内没有收录
的非编码序列。
4、 简述蛋白质组研究的理论基础。
答: 1、从mRN表达水平并不能预测蛋白表达水平。有人研究了 mRN和蛋白质表达的关系，以处于对数生长期的 啤酒酵母为研究对象，mRN的表达由SAG频率表指示，同位素标记酵母蛋白，共选择80个基因，结果没有发现翻译 和转录丰度有明显相关。
2、蛋白质的动态修饰和加工并耳非必须来自基因序列。在mRN水平上有许多细胞调节过程是难以观察到的，因为许多
