生物信息学复习题及答案
- 格式：pdf
- 大小：214.18 KB
- 文档页数：4
⽣物信息学复习题及答案
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（scoringmatrix），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。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
2）利⽤Entrez检索系统，对核酸数据搜索，输⼊如下信息，将获得什
么结果：AF114696:AF114714[ACCN]。
3) 相⽐使⽤BLAST套件搜索数据库，BLAST2⼯具在结果呈现上有什么
优点4）MEGA2如何将其它多序列⽐对格式⽂件转化为MEGE格式的多序列⽐对⽂件
5）什么简约信息位点Pi
6）以下软件的主要⽤途是什么
RepeatMasker, CpGPlot, Splice View, Genscan, ORF finder,
neural network promoter prediction.
7) 为下⾯的序列⽐对确定⽐对得分：匹配得分= +1，失配得分= 0，空位得分= -1。
TGTACGGCTATATC - -CGCCT –TA
分别是T,T,C和C,为每个内部节点推断的祖先序列标出最可能的候
选核苷酸，3棵可能的⽆根树中有⼏棵是⼀样简约的(因为他们有最
⼩替换数)有⼏棵树的替换树是2有⼤于2个替换的树吗10）如何将所研究的蛋⽩质与其他相关蛋⽩质做结构⽐对。
答案部分
⼀、名词解释：
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。
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。P11，第2段。
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。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
因为2棵⼀样简约，替换树为2；2棵；没有。
21) 以下软件的主要⽤途是什么
RepeatMasker, CpGPlot, Splice View, Genscan, ORF finder, neural network promoter prediction.
答：RepeatMasker：是对重复序列进⾏分析的软件
GpGPlot：⽤来查找⼀条DNA序列中CpG岛，使⽤Gardine-Garden和Frommer
描述的⽅法Splice View：是对⼀段序列进⾏剪接位点的分析即其中的受体和供体位点Genscan：是⼀种从头分析⼯具
ORF finder：是⽤来分析序列ORF的⼯具
neural networkpromoter prediction：神经⽹络启动⼦预测是另外⼀种分析启动⼦的⽅法
22）试述SWISS-PROT中的数据来源。
答：
（1）从核酸数据库经过翻译推导⽽来；
（2）从蛋⽩质数据库PIR挑选出合适的数据；
（3）从科学⽂献中摘录；
（4）研究⼈员直接提交的蛋⽩质序列数据。23）TrEMBL哪两个部分
答：
（1）SP-TrEMBL(SWISS-PROT TrEMBL)
包含最终将要集成到SWISS-PROT的数据，所有的SP-TrEMBL序列都已被赋予SWISS-PROT的登录号。
（2）REM-TrEMBL(REMaining TrEMBL)
包括所有不准备放⼊SWISS-PROT的数据，因此这部分数据都没有登录号。24）试述PSI-BLAST 搜索的5个步骤。
答：[1] 选择待查序列（query）和蛋⽩质数据库；
[2] PSI-BLAST 构建⼀个多序列⽐对，然后创建⼀个序列表谱（profile）⼜称特定位置打分矩阵（PSSM）；
[3] PSSM被⽤作 query搜索数据库
[4] PSI-BLAST 估计统计学意义 (E values)
[5] 重复 [3] 和 [4] , 直到没有新的序列发现。
25）试述蛋⽩质三维结构预测的三类⽅法
（1）同源建模，对于⼀个未知结构的蛋⽩质，找到⼀个已知结构的同源蛋⽩质，以该蛋⽩质的结构为模板，为未知结构的蛋⽩质建⽴结构模型，序列相似性低于30%的蛋⽩质难以得到理想的结构模型；
（2）在已知结模板的序列⼀致率⼩于25%时，使⽤折叠识别⽅法进⾏预测；（3）在找不到已知结构的蛋⽩质模板时使⽤从头预测的⽅法。P178-181
26）列举5种常⽤的系统发育分析软件
