生物信息學(xué)復(fù)習(xí)題及答案陶士珩

1、生物信息學(xué)復(fù)習(xí)題生物信息學(xué)復(fù)習(xí)題一、名詞解釋生物信息學(xué)二級(jí)數(shù)據(jù)庫(kù)FASTA序列格式genbank序列格式Entrez，BLAST，查詢序列（query），打分矩陣（scingmatrix），空位（gap），空位罰分，E值低復(fù)雜度區(qū)域，點(diǎn)矩陣（dotmatrix），多序列比對(duì)，分子鐘，系統(tǒng)發(fā)育（phylogeny），進(jìn)化樹的二歧分叉結(jié)構(gòu)，直系同源，旁系同源，外類群，有根樹，除權(quán)配對(duì)算法（UPGMA），鄰接法構(gòu)樹，最大簡(jiǎn)約法構(gòu)樹，最大似然法

2、構(gòu)樹，一致樹（consensustree），bootstrap，開放閱讀框（F），密碼子偏性（codonbias），基因預(yù)測(cè)的從頭分析法，結(jié)構(gòu)域（domain），超家族，模體（motif），序列表譜（profile），PAM矩陣，BLOSUM，PSIBLAST，RefSeq，PDB數(shù)據(jù)庫(kù)，GenPept，折疊子，TrEMBL，MMDB，SCOP，PROSITE，GeneOntologyConstium，表譜（profile）。二、問(wèn)答題

3、1）生物信息學(xué)與計(jì)算生物學(xué)有什么區(qū)別與聯(lián)系？2）試述生物信息學(xué)研究的基本方法。3）試述生物學(xué)與生物信息學(xué)的相互關(guān)系。4）美國(guó)國(guó)家生物技術(shù)信息中心（NCBI）的主要工作是什么？請(qǐng)列舉3個(gè)以上NCBI維護(hù)的數(shù)據(jù)庫(kù)。5）序列的相似性與同源性有什么區(qū)別與聯(lián)系？6）BLAST套件的blastn、blastp、blastx、tblastn和tblastx子工具的用途什么？7）簡(jiǎn)述BLAST搜索的算法。8）什么是物種的標(biāo)記序列？9）什么是多序列比對(duì)過(guò)

4、程的三個(gè)步驟？10）簡(jiǎn)述構(gòu)建進(jìn)化樹的步驟。11）簡(jiǎn)述除權(quán)配對(duì)法（UPGMA）的算法思想。12）簡(jiǎn)述鄰接法（NJ）的算法思想。13）簡(jiǎn)述最大簡(jiǎn)約法（MP）的算法思想。14）簡(jiǎn)述最大似然法（ML）的算法思想。15）UPGMA構(gòu)樹法不精確的原因是什么？16）在MEGA2軟件中，提供了多種堿基替換距離模型，試列舉其中2種，解釋其含義。17）試述DNA序列分析的流程及代表性分析工具。18）如何用BLAST發(fā)現(xiàn)新基因？19）試述SCOP蛋白質(zhì)分類方

5、案。20）試述SWISSPROT中的數(shù)據(jù)來(lái)源。21）TrEMBL哪兩個(gè)部分？22）試述PSIBLAST搜索的5個(gè)步驟。三、操作與計(jì)算題1）如何獲取訪問(wèn)號(hào)為U49845的genbank文件？解釋如下genbank文件的LOCUS行提供的信息：LOCUSSCU498455028bpDNAlinearPLN21JUN1999列與數(shù)據(jù)庫(kù)中的每個(gè)序列做相似性比較。P94查詢序列（查詢序列（queryquerysequencesequence）：也

6、稱被檢索序列，用來(lái)在數(shù)據(jù)庫(kù)中檢索并進(jìn)行相似性比較的序列。P98，第1段。打分矩陣（打分矩陣（scingscingmatrixmatrix）：）：在相似性檢索中對(duì)序列兩兩比對(duì)的質(zhì)量評(píng)估方法。包括基于理論（如考慮核酸和氨基酸之間的類似性）和實(shí)際進(jìn)化距離（如PAM）兩類方法。P29，第2段?？瘴唬瘴唬╣apgap）：）：在序列比對(duì)時(shí)，由于序列長(zhǎng)度不同，需要插入一個(gè)或幾個(gè)位點(diǎn)以取得最佳比對(duì)結(jié)果，這樣在其中一序列上產(chǎn)生中斷現(xiàn)象，這些中斷的位點(diǎn)稱

7、為空位。P29，第2段。空位罰分空位罰分：空位罰分是為了補(bǔ)償插入和缺失對(duì)序列相似性的影響，序列中的空位的引入不代表真正的進(jìn)化事件，所以要對(duì)其進(jìn)行罰分，空位罰分的多少直接影響對(duì)比的結(jié)果。P37，倒數(shù)第2段。E值：值：衡量序列之間相似性是否顯著的期望值。E值大小說(shuō)明了可以找到與查詢序列（query）相匹配的隨機(jī)或無(wú)關(guān)序列的概率，E值越接近零，越不可能找到其他匹配序列，E值越小意味著序列的相似性偶然發(fā)生的機(jī)會(huì)越小，也即相似性越能反映真實(shí)的生物

8、學(xué)意義。P95低復(fù)雜度區(qū)域：低復(fù)雜度區(qū)域：BLAST搜索的過(guò)濾選項(xiàng)。指序列中包含的重復(fù)度高的區(qū)域，如poly（A）。P100，第一段。點(diǎn)矩陣（點(diǎn)矩陣（dotdotmatrixmatrix）：構(gòu)建一個(gè)二維矩陣，其X軸是一條序列，Y軸是另一個(gè)序列，然后在2個(gè)序列相同堿基的對(duì)應(yīng)位置（x，y）加點(diǎn)，如果兩條序列完全相同則會(huì)形成一條主對(duì)角線，如果兩條序列相似則會(huì)出現(xiàn)一條或者幾條直線；如果完全沒(méi)有相似性則不能連成直線。P3941。多序列比對(duì)：多序列

9、比對(duì)：通過(guò)序列的相似性檢索得到許多相似性序列，將這些序列做一個(gè)總體的比對(duì)，以觀察它們?cè)诮Y(jié)構(gòu)上的異同，來(lái)回答大量的生物學(xué)問(wèn)題。P48，需要概括。分子鐘：分子鐘：認(rèn)為分子進(jìn)化速率是恒定的或者幾乎恒定的假說(shuō)，從而可以通過(guò)分子進(jìn)化推斷出物種起源的時(shí)間。P112113系統(tǒng)發(fā)育分析：系統(tǒng)發(fā)育分析：通過(guò)一組相關(guān)的基因或者蛋白質(zhì)的多序列比對(duì)或其他性狀，可以研究推斷不同物種或基因之間的進(jìn)化關(guān)系。P112，第一段。進(jìn)化樹的二歧分叉結(jié)構(gòu)：進(jìn)化樹的二歧分叉結(jié)構(gòu)

10、：指在進(jìn)化樹上任何一個(gè)分支節(jié)點(diǎn)，一個(gè)父分支都只能被分成兩個(gè)子分支。P113，最后一段。系統(tǒng)發(fā)育圖：系統(tǒng)發(fā)育圖：P114直系同源：直系同源：指由于物種形成事件來(lái)自一個(gè)共同祖先的不同物種中的同源序列，具有相似或不同的功能。P28，P146旁系（并系）同源：旁系（并系）同源：指同一個(gè)物種中具有共同祖先，通過(guò)基因重復(fù)產(chǎn)生的一組基因，這些基因在功能上的可能發(fā)生了改變。P28，P147外類群：外類群：是進(jìn)化樹中處于一組被分析物種之外的，具有相近親緣

11、關(guān)系的物種。P120有根樹：有根樹：能夠確定所有分析物種的共同祖先的進(jìn)化樹。P113除權(quán)配對(duì)算法（除權(quán)配對(duì)算法（UPGMAUPGMA）：）：最初，每個(gè)序列歸為一類，然后找到距離最近的兩類將其歸為一類，定義為一個(gè)節(jié)點(diǎn)，重復(fù)這個(gè)過(guò)程，直到所有的聚類被加入，最終產(chǎn)生樹根。P119鄰接法（鄰接法（neighbjoiningneighbjoiningmethodmethod）：是一種不僅僅計(jì)算兩兩比對(duì)距離，還對(duì)整個(gè)樹的長(zhǎng)度進(jìn)行最小化，從而對(duì)樹的拓