生物信息學(xué)復(fù)習(xí)題及答案打印

1、一、名詞解釋：一、名詞解釋：1.生物信息學(xué)：生物信息學(xué)：研究大量生物數(shù)據(jù)復(fù)雜關(guān)系的學(xué)科，其特征是多學(xué)科交叉，以互聯(lián)網(wǎng)為媒介，數(shù)據(jù)庫為載體。利用數(shù)學(xué)知識建立各種數(shù)學(xué)模型利用計算機(jī)為工具對實驗所得大量生物學(xué)數(shù)據(jù)進(jìn)行儲存、檢索、處理及分析，并以生物學(xué)知識對結(jié)果進(jìn)行解釋。2.二級數(shù)據(jù)庫：二級數(shù)據(jù)庫：在一級數(shù)據(jù)庫、實驗數(shù)據(jù)和理論分析的基礎(chǔ)上針對特定目標(biāo)衍生而來，是對生物學(xué)知識和信息的進(jìn)一步的整理。3.FASTA序列格式序列格式：是將DNA或者蛋白

2、質(zhì)序列表示為一個帶有一些標(biāo)記的核苷酸或者氨基酸字符串，大于號（）表示一個新文件的開始，其他無特殊要求。4.genbank序列格式序列格式：是GenBank數(shù)據(jù)庫的基本信息單位，是最為廣泛的生物信息學(xué)序列格式之一。該文件格式按域劃分為4個部分：第一部分包含整個記錄的信息（描述符）；第二部分包含注釋；第三部分是引文區(qū)，提供了這個記錄的科學(xué)依據(jù)；第四部分是核苷酸序列本身，以“”結(jié)尾。5.Entrez檢索系統(tǒng)：檢索系統(tǒng)：是NCBI開發(fā)的核心檢索

3、系統(tǒng)，集成了NCBI的各種數(shù)據(jù)庫，具有鏈接的數(shù)據(jù)庫多，使用方便，能夠進(jìn)行交叉索引等特點(diǎn)。6.BLAST：基本局部比對搜索工具，用于相似性搜索的工具，對需要進(jìn)行檢索的序列與數(shù)據(jù)庫中的每個序列做相似性比較。P947.查詢序列（查詢序列（querysequence）：也稱被檢索序列，用來在數(shù)據(jù)庫中檢索并進(jìn)行相似性比較的序列。P988.打分矩陣（打分矩陣（scingmatrix）：）：在相似性檢索中對序列兩兩比對的質(zhì)量評估方法。包括基于理論（如

4、考慮核酸和氨基酸之間的類似性）和實際進(jìn)化距離（如PAM）兩類方法。P299.空位（空位（gap）：）：在序列比對時，由于序列長度不同，需要插入一個或幾個位點(diǎn)以取得最佳比對結(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)稱為空位。P2910.空位罰分空位罰分：空位罰分是為了補(bǔ)償插入和缺失對序列相似性的影響，序列中的空位的引入不代表真正的進(jìn)化事件，所以要對其進(jìn)行罰分，空位罰分的多少直接影響對比的結(jié)果。P3711.E值：值：衡量序列之間相

5、似性是否顯著的期望值。E值大小說明了可以找到與查詢序列（query）相匹配的隨機(jī)或無關(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)會越小，也即相似性越能反映真實的生物學(xué)意義。P9512.低復(fù)雜度區(qū)域：低復(fù)雜度區(qū)域：BLAST搜索的過濾選項。指序列中包含的重復(fù)度高的區(qū)域，如poly（A）。13.點(diǎn)矩陣（點(diǎn)矩陣（dotmatrix）：構(gòu)建一個二維矩陣，其X軸是一條序列，Y軸是另一個序列，然后在2

6、個序列相同堿基的對應(yīng)位置（x，y）加點(diǎn)，如果兩條序列完全相同則會形成一條主對角線，如果兩條序列相似則會出現(xiàn)一條或者幾條直線；如果完全沒有相似性則不能連成直線。14.多序列比對：多序列比對：通過序列的相似性檢索得到許多相似性序列，將這些序列做一個總體的比對，以觀察它們在結(jié)構(gòu)上的異同，來回答大量的生物學(xué)問題。15.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，從而可以通過分子進(jìn)化推斷出物種起源的時間。16.系統(tǒng)發(fā)育分析：系統(tǒng)發(fā)

7、育分析：通過一組相關(guān)的基因或者蛋白質(zhì)的多序列比對或其他性狀，可以研究推斷不同物種或基因之間的進(jìn)化關(guān)系。17.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)：指在進(jìn)化樹上任何一個分支節(jié)點(diǎn)，一個父分支都只能被分成兩個子分支。系統(tǒng)發(fā)育圖：系統(tǒng)發(fā)育圖：用枝長表示進(jìn)化時間的系統(tǒng)樹稱為系統(tǒng)發(fā)育圖，是引入時間概念的支序圖。18.直系同源：直系同源：指由于物種形成事件來自一個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。（書：在缺乏任何基因復(fù)制證據(jù)

8、的情況下，具有共同祖先和相同功能的同源基因。）19.旁系（并系）同源：旁系（并系）同源：指同一個物種中具有共同祖先，通過基因重復(fù)產(chǎn)生的一組基因，這些基因在功能上可能發(fā)生了改變。(書：由于基因重復(fù)事件產(chǎn)生的相似序列。)20.外類群：外類群：是進(jìn)化樹中處于一組被分析物種之外的，具有相近親緣關(guān)系的物種。21.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。22.除權(quán)配對算法（除權(quán)配對算法（UPGMA）：）：最初，每個序列歸為一類，然后

9、找到距離最近的兩類將其歸為一類，定義為一個節(jié)點(diǎn)，重復(fù)這個過程，直到所有的聚類被加入，最終產(chǎn)生樹根。23.鄰接法（鄰接法（neighbjoiningmethod）：是一種不僅僅計算兩兩比對距離，還對整個樹的長度進(jìn)行最小化，從而對樹的拓?fù)浣Y(jié)構(gòu)進(jìn)行限制，能夠克服UPGMA算法要求進(jìn)化速率保持恒定的缺陷。24.最大簡約法（最大簡約法（MP）：在一系列能夠解釋序列差異的的進(jìn)化樹中找到具有最少核酸或氨基酸替換的進(jìn)化樹。25.最大似然法（最大似然法（

10、ML）：）：它對每個可能的進(jìn)化位點(diǎn)分配一個概率，然后綜合所有位點(diǎn)，找到概率最大的進(jìn)化樹。最大似然法允許采用不同的進(jìn)化模型對變異進(jìn)行分析評估，并在此基礎(chǔ)上構(gòu)建系統(tǒng)發(fā)育樹。4.4.一致序列：一致序列：這些序列是指把多序列聯(lián)配的信息壓縮至單條序列，主要的缺點(diǎn)是除了在特定位置最常見的殘基之外，它們不能表示任何概率信息。5.5.HMMHMM隱馬爾可夫模型：隱馬爾可夫模型：一種統(tǒng)計模型，它考慮有關(guān)匹配、錯配和間隔的所有可能的組合來生成一組序列排列。

11、（課件定義）是蛋白質(zhì)結(jié)構(gòu)域家族序列的一種嚴(yán)格的統(tǒng)計模型，包括序列的匹配，插入和缺失狀態(tài)，并根據(jù)每種狀態(tài)的概率分布和狀態(tài)間的相互轉(zhuǎn)換來生成蛋白質(zhì)序列。6.6.信息位點(diǎn)：信息位點(diǎn)：由位點(diǎn)產(chǎn)生的突變數(shù)目把其中的一課樹與其他樹區(qū)分開的位點(diǎn)。7.7.非信息位點(diǎn)：非信息位點(diǎn)：對于最大簡約法來說沒有意義的點(diǎn)。8.8.標(biāo)度樹：標(biāo)度樹：分支長度與相鄰節(jié)點(diǎn)對的差異程度成正比的樹。9.9.非標(biāo)度樹：非標(biāo)度樹：只表示親緣關(guān)系無差異程度信息。10.有根樹：單一的

12、節(jié)點(diǎn)能指派為共同的祖先，從祖先節(jié)點(diǎn)只有唯一的路徑歷經(jīng)進(jìn)化到達(dá)其他任何節(jié)點(diǎn)。11.無根樹：只表明節(jié)點(diǎn)間的關(guān)系，無進(jìn)化發(fā)生方向的信息，通過引入外群或外部參考物種，可以在無根樹中指派根節(jié)點(diǎn)。18.質(zhì)譜(MS)是一種準(zhǔn)確測定真空中離子的分子質(zhì)量電荷比(mz)的方法，從而使分子質(zhì)量的準(zhǔn)確確定成為可能。質(zhì)譜分析的兩個工具19.分子途徑是指一組連續(xù)起作用以達(dá)到共同目標(biāo)的蛋白質(zhì)。20.虛擬細(xì)胞：一種建模手段，把細(xì)胞定義為許多結(jié)構(gòu)，分子，反應(yīng)和物質(zhì)流的集

13、合體。21.先導(dǎo)化合物：是指具有一定藥理活性的、可通過結(jié)構(gòu)改造來優(yōu)化其藥理特性而可能導(dǎo)致藥物發(fā)現(xiàn)的特殊化合物。就是利用計算機(jī)在含有大量化合物三維結(jié)構(gòu)的數(shù)據(jù)庫中，搜索能與生物大分子靶點(diǎn)匹配的化合物，或者搜索能與結(jié)合藥效團(tuán)相符的化合物，又稱原型物，簡稱先導(dǎo)物，是通過各種途徑或方法得到的具有生物活性的化學(xué)結(jié)構(gòu)22.權(quán)重矩陣（序列輪廓）：它們表示完全結(jié)構(gòu)域序列，多序列聯(lián)配中每個位點(diǎn)的氨基酸都有分值，并且特定位置插入或缺失的可能性均有一定的衡量方

14、法（課件定義）?；A(chǔ)上針對特定的應(yīng)用目標(biāo)而建立的數(shù)據(jù)庫。23.系統(tǒng)發(fā)育學(xué)（phylogeic）：確定生物體間進(jìn)化關(guān)系的科學(xué)分支。24.系統(tǒng)生物學(xué)（systemsbiology）：是研究一個生物系統(tǒng)中所有組分成分（基因、mRNA、蛋白質(zhì)等）的構(gòu)成以及在特定條件下這些組分間的相互關(guān)系，并分析生物系統(tǒng)在一定時間內(nèi)的動力學(xué)過程25.蛋白質(zhì)組（proteome）：是指一個基因組、一種生物或一個細(xì)胞組織的基因組所表達(dá)的全套蛋白質(zhì)。26.ESI電噴霧

15、離子化：一種適合大分子如蛋白質(zhì)離子化沒有明顯降解的質(zhì)譜技術(shù)。1.鳥槍法測序（shotgunmethod）一種測序方法，包括從基因組中獲得隨機(jī)的、已測序的克隆片段，并且對初始基因的位置一無所知。2.BLAST：基本局部相似性比對搜索工具。在序列數(shù)據(jù)庫中快速查找與給定的序列具有最優(yōu)局部對準(zhǔn)結(jié)果的序列的一種序列對算法。3.整體聯(lián)配（globalalignment）：對兩個核苷酸或蛋白質(zhì)序列的全長所進(jìn)行的比對。4.FASTA：是第一個被廣泛使用

16、的數(shù)據(jù)庫相似性搜索算法，這個程序通過掃描序列中“詞”的小配對，從而尋找最優(yōu)局部比對。5.算法（algithm）：在計算機(jī)程序中包含的一種固定過程。6.序列比對（alignment）：將兩個或多個序列排在一起，以達(dá)到最大一致性的過程（對于氨基酸序列是比較他們的保守性），這樣評估序列間的相似性和同源性。7.多序列比對（multiplesequencealignment）：三個或多個序列之間的比對，如果序列在同一列有相同結(jié)構(gòu)位置的殘基和（或）

17、祖?zhèn)鞯臍埢?，則會在該位置插入空位。8.最佳聯(lián)配（optimalalignment）：兩個序列之間有最高打分值的排列。9.空位（gap）：在兩條序列比對過程中需要在檢測序列或目標(biāo)序列中引入空位，以表示插入或刪除。10.模塊替換矩陣（BLUSUM）在替換矩陣中，每個位置的打分是在相關(guān)蛋白局部比對模塊中觀察到的替換的頻率而獲得的，每個矩陣被修改成一個特殊的進(jìn)化距離。11.可接受點(diǎn)突變（PAM）一個用于衡量蛋白質(zhì)序列的進(jìn)化突變程度的單位。12.