生物信息學復習題及答案陶士珩

1、生物信息學復習題生物信息學復習題一、名詞解釋生物信息學二級數(shù)據(jù)庫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值低復雜度區(qū)域，點矩陣（dotmatrix），多序列比對，分子鐘，系統(tǒng)發(fā)育（phylogeny），進化樹的二歧分叉結構，直系同源，旁系同源，外類群，有根樹，除權配對算法（UPGMA），鄰接法構樹，最大簡約法構樹，最大似然法

2、構樹，一致樹（consensustree），bootstrap，開放閱讀框（F），密碼子偏性（codonbias），基因預測的從頭分析法，結構域（domain），超家族，模體（motif），序列表譜（profile），PAM矩陣，BLOSUM，PSIBLAST，RefSeq，PDB數(shù)據(jù)庫，GenPept，折疊子，TrEMBL，MMDB，SCOP，PROSITE，GeneOntologyConstium，表譜（profile）。二、問答題

3、1）生物信息學與計算生物學有什么區(qū)別與聯(lián)系？2）試述生物信息學研究的基本方法。3）試述生物學與生物信息學的相互關系。4）美國國家生物技術信息中心（NCBI）的主要工作是什么？請列舉3個以上NCBI維護的數(shù)據(jù)庫。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）簡述BLAST搜索的算法。8）什么是物種的標記序列？9）什么是多序列比對過

4、程的三個步驟？10）簡述構建進化樹的步驟。11）簡述除權配對法（UPGMA）的算法思想。12）簡述鄰接法（NJ）的算法思想。13）簡述最大簡約法（MP）的算法思想。14）簡述最大似然法（ML）的算法思想。15）UPGMA構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蛋白質分類方

5、案。20）試述SWISSPROT中的數(shù)據(jù)來源。21）TrEMBL哪兩個部分？22）試述PSIBLAST搜索的5個步驟。三、操作與計算題1）如何獲取訪問號為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)庫中的每個序列做相似性比較。P94查詢序列（查詢序列（queryquerysequencesequence）：也

6、稱被檢索序列，用來在數(shù)據(jù)庫中檢索并進行相似性比較的序列。P98，第1段。打分矩陣（打分矩陣（scingscingmatrixmatrix）：）：在相似性檢索中對序列兩兩比對的質量評估方法。包括基于理論（如考慮核酸和氨基酸之間的類似性）和實際進化距離（如PAM）兩類方法。P29，第2段?？瘴唬瘴唬╣apgap）：）：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以取得最佳比對結果，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化事件，所以要對其進行罰分，空位罰分的多少直接影響對比的結果。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值大小說明了可以找到與查詢序列（query）相匹配的隨機或無關序列的概率，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)生的機會越小，也即相似性越能反映真實的生物

8、學意義。P95低復雜度區(qū)域：低復雜度區(qū)域：BLAST搜索的過濾選項。指序列中包含的重復度高的區(qū)域，如poly（A）。P100，第一段。點矩陣（點矩陣（dotdotmatrixmatrix）：構建一個二維矩陣，其X軸是一條序列，Y軸是另一個序列，然后在2個序列相同堿基的對應位置（x，y）加點，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。P3941。多序列比對：多序列

9、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，以觀察它們在結構上的異同，來回答大量的生物學問題。P48，需要概括。分子鐘：分子鐘：認為分子進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化推斷出物種起源的時間。P112113系統(tǒng)發(fā)育分析：系統(tǒng)發(fā)育分析：通過一組相關的基因或者蛋白質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化關系。P112，第一段。進化樹的二歧分叉結構：進化樹的二歧分叉結構

10、：指在進化樹上任何一個分支節(jié)點，一個父分支都只能被分成兩個子分支。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。P28，P146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：是進化樹中處于一組被分析物種之外的，具有相近親緣

11、關系的物種。P120有根樹：有根樹：能夠確定所有分析物種的共同祖先的進化樹。P113除權配對算法（除權配對算法（UPGMAUPGMA）：）：最初，每個序列歸為一類，然后找到距離最近的兩類將其歸為一類，定義為一個節(jié)點，重復這個過程，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）：是一種不僅僅計算兩兩比對距離，還對整個樹的長度進行最小化，從而對樹的拓