生物信息學(xué)_復(fù)習(xí)題及答案(打印)

1、、名詞解釋:1 .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; 利用計算機為工具對實驗所得大量生物學(xué)數(shù)據(jù)進行儲存、檢索、 處理及分析，并以生物學(xué)知識對結(jié)果進行解釋。2 . 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)知識和信息的進一步的整理。序列格式：是將 DNA 或者蛋白質(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。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

2、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“詢序列（query sequence） ：也稱被檢索序列，用來在數(shù)據(jù)庫中檢索并進行相似性比較的序列。P988 .打分矩陣（scoring matrix ）： 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。P299 .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，這些中斷的位點稱為空位。P2910

3、.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(jié)果。P37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(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：BLASTS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 .點矩陣（dot matrix ）:構(gòu)建一個二維矩陣，其X軸是一條序列，Y軸是另一個

4、序列，然后在2個序列相同堿基的對應(yīng)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。14 .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：認(rèn)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。16 .系統(tǒng)發(fā)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化關(guān)系。17 .進化樹的二歧分叉結(jié)構(gòu)：指在進化樹上任何一個分支節(jié)點，一個父分

5、支都只能被分成兩個子分支。系統(tǒng)發(fā)育圖：用枝長表示進化時間的系統(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：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)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：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：是進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：能夠確定所有分析物種的共同祖先的進化樹。22 .除權(quán)配對算法（ UPGMA）：

6、 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(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（neighbor-joining method ） ：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，從而對樹的拓撲結(jié)構(gòu)進行限制，能夠克服UPGMA算法要求進化速率保持恒定的缺陷。24 .最大簡約法（ MP） ：在一系列能夠解釋序列差異的的進化樹中找到具有最少核酸或氨基酸替換的進化樹。25 .最大似然法（ML）： 它對每個可能的進化位點分配一個概率，然后綜合所有位點，找到概率最大的進化樹。最大似然法允許采用不同的進化模型對變異進行分析評估，并

7、在此基礎(chǔ)上構(gòu)建系統(tǒng)發(fā)育樹。26 .一 致樹（ consensus tree） ：在同一算法中產(chǎn)生多個最優(yōu)樹，合并這些最優(yōu)樹得到的樹即一致樹。27 .自舉法檢驗（Bootstrap ）：放回式抽樣統(tǒng)計法。通過對數(shù)據(jù)集多次重復(fù)取樣，構(gòu)建多個進化樹，用來檢查給定樹的分枝可信度。28 .開放閱讀框（ORF） ：開放閱讀框是基因序列的一部分，包含一段可以編碼蛋白的堿基序列。29 .密碼子偏好性（codon bias）:氨基酸的同義密碼子的使用頻率與相應(yīng)的同功tRNA的水平相一致，大多數(shù)高效表達的基因僅使用那些含量高的同功tRNA所對應(yīng)的密碼子，這種效應(yīng)稱為密碼子偏好性。30 .基因預(yù)測的從頭分析：依據(jù)綜

8、合利用基因的特征，如剪接位點，內(nèi)含子與外顯子邊界，調(diào)控區(qū)，預(yù)測基因組序列中包含的基因。31 .結(jié)構(gòu)域（domain） ： 保守的結(jié)構(gòu)單元，包含獨特的二級結(jié)構(gòu)組合和疏水內(nèi)核，可能單獨存在，也可能與其他結(jié)構(gòu)域組合。相同功能的同源結(jié)構(gòu)域具有序列的相似性。32 . 超家族：進化上相關(guān)，功能可能不同的一類蛋白質(zhì)。33 .模體（motif） ： 短的保守的多肽段，含有相同模體的蛋白質(zhì)不一定是同源的，一般10-20 個殘基。34 . 序列表譜（profile ） ：是一種特殊位點或模體序列，在多序列比較的基礎(chǔ)上，氨基酸的權(quán)值和空位罰分的表格。矩陣： PAM 指可接受突變百分率。一個氨基酸在進化中變成另一種氨

9、基酸的可能性，通過這種可能性可以鑒定蛋白質(zhì)之間的相似性，并產(chǎn)生蛋白質(zhì)之間的比對。一個PAM 單位是蛋白質(zhì)序列平均發(fā)生1%的替代量需要的進化時間。矩陣： 模塊替代矩陣。矩陣中的每個位點的分值來自蛋白比對的局部塊中的替代頻率的觀察。每個矩陣適合特定的進化距離。仞0口，在 BLOSUM62矩陣中，比對的分值來自不超過62%一致率的一組序列。：位點特異性迭代比對。是一種專門化的的比對，通過調(diào)節(jié)序列打分矩陣（scoring matrix ）探測遠緣相關(guān)的蛋白。： 給出了對應(yīng)于基因和蛋白質(zhì)的索引號碼，對應(yīng)于最穩(wěn)定、最被人承認(rèn)的Genbank 序列。（Protein Data Bank）： PDB中收錄了大

10、量通過實驗（X射線晶體衍射，核磁共振 NMR）測定的生物大分子的三維結(jié)構(gòu)，記錄有原子坐標(biāo)、配基的化學(xué)結(jié)構(gòu)和晶體結(jié)構(gòu)的描述等。PDB數(shù)據(jù)庫的訪問號由一個數(shù)字和三個字母組成（如，4HHB）,同時支持關(guān)鍵詞搜索，還可以FAST曜序進行搜索。:是由GenBank中的DNA序列翻譯得到的蛋白質(zhì)序列。數(shù)據(jù)量很大，且隨核酸序列數(shù)據(jù)庫的更新而更新，但它們均是由核酸序列翻譯得到的序列，未經(jīng)試驗證實，也沒有詳細的注釋。41 .折疊子（Fold） ： 在兩個或更多的蛋白質(zhì)中具有相似二級結(jié)構(gòu)的大區(qū)域，這些大區(qū)域具有特定的空間取向。:是與SWISS-PROT1關(guān)的一個數(shù)據(jù)庫。包含從EMBL核酸數(shù)據(jù)庫中根據(jù)編碼序列 （C

11、DS硼譯而得到的蛋白質(zhì)序列，并且這些序列尚未集成到 SWISS-PRO散據(jù)庫中。（Molecular Modeling Database）:是（NCBD所開發(fā)的生物信息數(shù)據(jù)庫集成系統(tǒng)Entrez的一個部分，數(shù)據(jù)庫的內(nèi)容包括來自于實驗的生物大分子結(jié)構(gòu)數(shù)據(jù)。與PDB相比，對于數(shù)據(jù)庫中的每一個生物大分子結(jié)構(gòu)，MMDB具有許多附加的信息，如分子的生物學(xué)功能、產(chǎn)生功能的機制、分子的進化歷史等，還提供生物大分子三維結(jié)構(gòu)模型顯示、結(jié)構(gòu)分析和結(jié)構(gòu)比較工具。數(shù)據(jù)庫：提供關(guān)于已知結(jié)構(gòu)的蛋白質(zhì)之間結(jié)構(gòu)和進化關(guān)系的詳細描述，包括蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫 PDB中的所有條目。SCOP數(shù)據(jù)庫除了提供蛋白質(zhì)結(jié)構(gòu)和進化關(guān)系信息外，又

12、于每一個蛋白質(zhì)還包括下述信息：到PDB的連接，序列，參考文獻，結(jié)構(gòu)的圖像等?？梢园唇Y(jié)構(gòu)和進化關(guān)系對蛋白質(zhì)分類，分類結(jié)果是一個具有層次結(jié)構(gòu)的樹，其主要的層次依次是類（class）、折疊子（fold）、超家族（super family）、家族（family）、單個PDB蛋白結(jié)構(gòu)記錄。：是蛋白質(zhì)家族和結(jié)構(gòu)域數(shù)據(jù)庫，包含具有生物學(xué)意義的位點、模式、可幫助識別蛋白質(zhì)家族的統(tǒng)計特征。PROSITE中涉及的序列模式包括酶的催化位點、配體結(jié)合位點、與金屬離子結(jié)合的殘基、二硫鍵的半胱氨酸、與小分子或其它蛋白質(zhì)結(jié)合白區(qū)域等；PROSITE3E包括根據(jù)多序列比對而構(gòu)建的序列統(tǒng)計特征，能更敏感地發(fā)現(xiàn)一個序列是否具有相

13、應(yīng)的特征。Ontology 協(xié)會： 編輯一組動態(tài)的、可控的基因產(chǎn)物不同方面性質(zhì)的字匯的協(xié)會。從 3 個方面描述基因產(chǎn)物的性質(zhì)，即，分子功能，生物過程，細胞區(qū)室。47 .表譜（PSSM） ：指一張基于多序列比對的打分表，表示一個蛋白質(zhì)家族，可以用來搜索序列數(shù)據(jù)庫。48 .比較基因組學(xué)：是在基因組圖譜和測序的基礎(chǔ)上，利用某個基因組研究獲得的信息推測其他原核生物、真核生物類群中的基因數(shù)目、位置、功能、表達機制和物種進化的學(xué)科。49 .簡約信息位點：指基于 DNA 或蛋白質(zhì)序列，利用最大簡約法構(gòu)建系統(tǒng)發(fā)育樹時，如果每個位點的狀態(tài)至少存在兩種，每種狀態(tài)至少出現(xiàn)兩次的位點。其它位點為都是非簡約性信息位點。

14、4. 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. HMM 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。（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. 信息位點：由位點產(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。7. 非信息位點：對于最大簡約法來說沒有意義的點。8. 標(biāo)度樹：分支長度與相鄰節(jié)點對的差異程度成正比的樹。9. 非標(biāo)度樹：只表示親緣關(guān)系無差異

15、程度信息。10. 有根樹：單一的節(jié)點能指派為共同的祖先，從祖先節(jié)點只有唯一的路徑歷經(jīng)進化到達其他任何節(jié)點。11. 無根樹：只表明節(jié)點間的關(guān)系，無進化發(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。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(m/z)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)起作用以達到共同目標(biāo)的蛋白質(zhì)。20. 虛擬細胞：一種建模手段，把細胞定義為許多結(jié)構(gòu)，分子，反應(yīng)和物質(zhì)流的集合體。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

16、利用計算機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匹配的化合物，或者搜索能與結(jié)合藥效團相符的化合物，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)(phylogenetic) ：確定生物體間進化關(guān)系的科學(xué)分支。24. 系統(tǒng)生物學(xué)(systems biology):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

17、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、一種生物或一個細胞/組織的基因組所表達的全套蛋白質(zhì)。26. ESI電噴霧離子化：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(shotgun method )一種測序方法，包括從基因組中獲得隨機的、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(global alignment ) ：對兩個核苷酸或蛋白質(zhì)序列的全

18、長所進行的比對。4. FASTA是第一個被廣泛使用的數(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( algorithm ) ：在計算機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(multiple sequence alignment ) ：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)祖?zhèn)鞯臍埢?，則會在該位置插入空位。8. 最佳聯(lián)配(optimal alignmen

19、t ) ：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化距離。11. 可接受點突變(PAM) 一個用于衡量蛋白質(zhì)序列的進化突變程度的單位。12. 互補序列(complementary sequence)能夠與其他 DNA片段根據(jù)堿基互補序列(A與T配對，G與C配對)形成兩 練結(jié)構(gòu)的核苷酸序列。13. 保守序列(conserved sequence)指DNA分子中的一

20、個核甘酸片段或者蛋白質(zhì)中氨基酸片段，它們在進化過程中基本保持不變。14. 鄰接片段(contig)與支架(scaffold)15. 鄰接片段：一組在染色體上有重疊區(qū)域的DNA 片段的克?。?6. 支架：由序列重疊群拼接而成。17. 注釋( annotation )對數(shù)據(jù)庫中原始的DNA 堿基序列添加相關(guān)信息(比如編碼的基因，氨基酸序列等)或其他的注解。18. 基因預(yù)測(gene prediction )用計算機程序?qū)赡艿幕蛩龅念A(yù)測，它是基于DNA片段與已知基因序列的匹配程度的。19. 直系同源(Orthologous )指不同種類的同源序列，他們是在物種的形成事件中從一個祖先序列獨立進化

21、而成的，可能有相似功能，也可能沒有。20. 旁系同源(paralogous)是通過類似基因復(fù)制的機制產(chǎn)生的同源序列。21. 替換( substitution )在指定的位置不相同的氨基酸進行連配，如果聯(lián)配的殘基有相似的物化性質(zhì)，那么替換是保守的。22. 表達序列標(biāo)簽(EST 一種短的DNA片段，是cDNA分子的一部分，可用來鑒定基因，通常用于基因定位和基因圖譜 中。23. 多態(tài)性(PolyMorphism )多個個體之間 DNA的差異叫多態(tài)性。24. 基因預(yù)測(Gene Prediction ) 同 1925. 序列模式(Motif )蛋白質(zhì)序列中短的保守區(qū)域，它們是結(jié)構(gòu)域中保守性很高的部分。

22、26. 結(jié)構(gòu)域(domain ) ：蛋白質(zhì)在折疊時候與其它部分相獨立的一個不連續(xù)部分，他有自己獨特的功能。27. 開放閱讀框(ORF)位于DNA或RNA上起始密碼子與終止密碼子之間的序列。28. 表達譜(profile )一個顯示某個同源家族中指定位置打分值和空位罰分的表格，可以用于搜索序列數(shù)據(jù)庫。29. 分子鐘(molecular clock )對于每一個給定基因(或蛋白質(zhì))其分子進化率大致是恒定的。30. 系統(tǒng)發(fā)生(phylogeny) 是指生物種族的進化歷史，亦即生物體在整個進化譜31. 分子進化樹(molecular evolutionary tree) 在研究 生物 進化和系統(tǒng)分類中

23、，常用一種類似樹狀分支的圖形來概括各種(類)生物之間的親緣關(guān)系，這種樹狀分支的圖形成為系統(tǒng)發(fā)育樹(phylogenetic tree) 。一、選擇題 :1 .以下哪一個是 mRNA 條目序列號：A. J01536 . NM_15392 C. NP_52280 D. AAB1345062 . 確定某個基因在哪些組織中表達的最直接獲取相關(guān)信息方式是： . UnigeneB. Entrez C. LocusLink D.PCR3. 一個基因可能對應(yīng)兩個 Unigene簇嗎4. 下面哪種數(shù)據(jù)庫源于 mRNA信息：5. 下面哪個數(shù)據(jù)庫面向人類疾病構(gòu)建：可能 B. 不可能dbESTB. PDB C. OM

24、IM D. HTGSA. EST B. PDB . OMIM D. HTGS6 . Refseq和GenBank有什么區(qū)另1J:A. Refseq包括了全世界各個實驗室和測序項目提交的DNA序列B. GenBank提供的是非冗余序列. Refseq源于GenBank,提供非冗余序列信息 D. GenBank源于Refseq7 . 如果你需要查詢文獻信息，下列哪個數(shù)據(jù)庫是你最佳選擇：A. OMIM B. Entrez PubMed D.PROSITE8 .比較從Entrez和ExPAS并提取有關(guān)蛋白質(zhì)序列信息的方法，下列哪種說法正確：A.因為GenBank的數(shù)據(jù)比EMBL更多，Entrez給出的

25、搜索結(jié)果將更多 B.搜索結(jié)果很可能一樣，因為 GenBank和EMBL的序列數(shù)據(jù)實際一樣搜索結(jié)果應(yīng)該相當(dāng)，但是 ExPAS沖的SwissProt記錄的輸出格式不同9 . 天冬酰胺、色氨酸和酪氨酸的單字母代碼分別對應(yīng)于： N/W/Y B. Q/W/Y C. F/W/Y D. Q/N/W10 . 直系同源定義為： 不同物種中具有共同祖先的同源序列B. 具有較小的氨基酸一致性但是有較大的結(jié)構(gòu)相似性的同源序列C. 同一物種中由基因復(fù)制產(chǎn)生的同源序列D. 同一物種中具有相似的并且通常是冗余的功能的同源序列11 . 下列那個氨基酸最不容易突變：A. 丙氨酸 B. 谷氨酰胺C. 甲硫氨酸 半胱氨酸12 .

26、PAM250 矩陣定義的進化距離為兩同源序列在給定的時間有多少百分比的氨基酸發(fā)生改變：A. 1% B. 20% .80% D. 250%13 .下列哪個句子最好的描述了兩個序列全局比對和局部比對的不同：A.全局比對通常用于比對 DNA序列，而局部比對通常用于比對蛋白質(zhì)序列B. 全局比對允許間隙，而局部比對不允許C. 全局比對尋找全局最大化，而局部比對尋找局部最大化 全局比對比對整體序列，而局部比對尋找最佳匹配子序列14 .假設(shè)你有兩條遠源相關(guān)蛋白質(zhì)序列。為了比較它們，最好使用下列哪個BLOSUM和PAM矩陣： BLOSUM45和PAM250B. BLOSUM4麗 PAM 1 C. BLOSUM

27、8解口 PAM250D. BLOSUM1而 PAM115 . 與 PAM 打分矩陣比較，BLOSUM 打分矩陣的最大區(qū)別是：A. 最好用于比對相關(guān)性高的蛋白B. 它是基于近相關(guān)蛋白的全局多序列比對 它是基于遠相關(guān)蛋白的局部多序列比對D. 它結(jié)合了全局比對和局部比對16 .如果有一段DNA序列，它可能編碼多少種蛋白質(zhì)序列：A. 1 B. 2 C. 3. 617 .要在數(shù)據(jù)庫查tij一段與某 DNA序列編碼蛋白質(zhì)最相似的序列，應(yīng)選擇：A. blastn B. blastp C. tblastn D. tblastp blastx18 .為什么ClustalW (一個采用了 Feng-Doolitt

28、le漸進比對算法的程序)不報告 E值：A. ClustalW報告E值 使用了全局比對C. 使用了局部比對D. 因為是多序列比對19 . Feng-Doolittle方法提出“一旦是空隙，永遠是空隙”規(guī)則的依據(jù)是：A.保證空隙不會引物序列加入而填充B.假定進化早期分歧的序列有較高優(yōu)先級別 假定最近序列空隙應(yīng)該保留D.假定最遠序列空隙應(yīng)該保留20 .根據(jù)分子鐘假說： A.所有蛋白質(zhì)都保持一個相同的恒定進化速率B.所有蛋白質(zhì)的進化速率都與化石記錄相符合C.對于每一個給定的蛋白質(zhì)，分子進化的速率是逐漸減慢的，就如同不準(zhǔn)時的鐘對于每一個給定的蛋白質(zhì)，其分子進化的速率在所有的進化分支上大致是恒定21 .系

29、統(tǒng)發(fā)生樹的兩個特征是：A.進化分支和進化節(jié)點樹的拓撲結(jié)構(gòu)和分支長度 C.進化分支和樹根 D.序列比對和引導(dǎo)檢測方法22 .下列哪一個是基于字母特征的系統(tǒng)發(fā)生分析的算法：A.鄰位連接法（NJ法）B. Kimura算法最大似然法（ML）D.非加權(quán)平均法（UPGMA）23 .基于字母特征和基于距離的系統(tǒng)發(fā)生分析的算法的基本差異是：基于字母特征的算法沒有定義分支序列的中間數(shù)據(jù)矩陣B.基于字母特征的算法可應(yīng)用于DNA或者蛋白質(zhì)序列，而基于距離僅能用于DNA C.基于字母特征的算法無法運用簡約算法 D.基于字母特征的算法的進化分支與進化時間無關(guān)24.25.26.一個操作分類單元（OTU）可指: 構(gòu)建進化樹

30、最直接的錯誤來源是： 因的進化關(guān)系第一個被完整測定的基因組序列是:A.多序列比對多序列比對錯誤A.啤酒酵母的27.28.29.蛋白質(zhì)序列C.進化分支D.進化節(jié)點B.采樣的算法差異C.假設(shè)進化分支是單一起源D.嘗試推測基普通的真核生物線粒體基因組編碼大約多少個蛋白質(zhì)：根據(jù)基因組序列預(yù)測蛋白質(zhì)編碼基因的算法的最大問題是:3號染色體B.流感病毒 10B. 100A.軟件太難使用顯子的序列部分被錯誤指定C.假陽性率太高，許多不是外顯子功能未知位點HIV病毒亞型的系統(tǒng)演化研究可以：A.證實HIV病毒是由牛病毒演化而來C.證實哪些人類組織最容易遭受病毒侵染 中X174D.人類基因組C.1000 D.100

31、00.假陽性率太高，許多不是外D.假陰性率太高，丟失太多外顯子.用于指導(dǎo)開發(fā)針對保守蛋白的疫苗30.31.細菌基因組與真核生物基因組分析工具存在較大差異的主要原因是:A.細菌擁有不同的密碼子B.細菌沒有細胞核C.細菌很少有基因與真核同源細菌DNA的基因含量、組成結(jié)構(gòu)很不一樣一個典型的細菌基因組大小約為多少bp： A. 20000 . 200000 C. 2000000 D.32 .下列具有最小基因組的原核生物可能是：A.嗜極生物B.病毒 胞內(nèi)細菌D.桿菌33 .要證明某大腸桿菌中的某個基因是水平轉(zhuǎn)移而來，需要：A.分析該大腸桿菌中該基因的 GC含量與其他基因是否有很大差異B.分析該大腸桿菌中該

32、基因的密碼子使用與其他基因是否有很大差異C.系統(tǒng)發(fā)生分析該基因與其他物種中基因的同源關(guān)系獲取以上三個方面的信息34 . C值矛盾是指：A.某些基因組中核甘酸 C的含量少B.真核生物基因組大小同編碼蛋白質(zhì)的基因個數(shù)沒有相關(guān)性真核生物基因組大小同屋中的復(fù)雜性相關(guān)性很小D.真核生物基因組大小同進化上的年齡相關(guān)性小35 .成百上千個48bp的重復(fù)序列單元最可能出現(xiàn)在：A.散布性重復(fù)序列中B.假基因中端粒中D.片段復(fù)制區(qū)域36 .從頭預(yù)測真核基因的原因有：A.外顯子/內(nèi)含子邊界難以確定 B.內(nèi)含子長度可能只有幾個堿基對C.編碼區(qū)域的GC含量并不總是與非編碼區(qū)相同以上三個方面的原因37 .人類基因組大小大

33、約是多少 Mb: A. 130 B. 300 H3000 D. 3000038 .各種重復(fù)元件在人類基因組中大約占的百分比為：A. 5% B. 25% 50% D. 95%39 .蛋白質(zhì)編碼區(qū)域占人類基因組百分比是： 1-5% B. 5-10% C. 10-20% D. 20-4-%40 .人類基因組中GC含量高的區(qū)域：A.基因密度相對較低基因密度相對較高 C.基因密度多變D.基因所含密碼子相對較少41 .人類復(fù)合孟德爾遺傳的基因疾病約占疾病基因的： 1% B. 10% C. 50% D. 60%42 .單基因疾病趨向于：在普通人群較少見，并且發(fā)生時間較早B.在普通人群較常見，并且發(fā)生時間較早

34、C.在普通人群較少見，并且發(fā)生時間較晚D.在普通人群較常見，并且發(fā)生時間較晚二.填空題1 .常用的三種序列格式：NBRF/PIR,FASTA口 GDE2 .初級序列數(shù)據(jù)庫：GenBank, EMBL和DDBJ3 .蛋白質(zhì)序列數(shù)據(jù)庫：SWISS-PRO麗TrEMBL4 .提供蛋白質(zhì)功能注釋信息的數(shù)據(jù)庫：KEGG （京都基因和基因組百科全書）和PR （蛋白質(zhì)信息資源）5 .目前由NCBI維護的大型文獻資源是PubMed6 .數(shù)據(jù)庫常用的數(shù)據(jù)檢索工具：Entrez, SRS DBGET7 .常用的序列搜索方法：FASTAF口 BLAST8 .高分值局部聯(lián)配的 BLAST參數(shù)是HSPs （高分值片段對

35、），E （期望值）9 .多序列聯(lián)配的常用軟件：Clustal10 .蛋白質(zhì)結(jié)構(gòu)域家族的數(shù)據(jù)庫有：Pfam, SMART11 .系統(tǒng)發(fā)育學(xué)的研究方法有：表現(xiàn)型分類法，遺傳分類法和進化分類法12 .系統(tǒng)發(fā)育樹的構(gòu)建方法：距離矩陣法，最大簡約法和最大似然法13 .常用系統(tǒng)發(fā)育分析軟件：PHYLIP14 .檢測系統(tǒng)發(fā)育樹可靠性的技術(shù)：bootstrapping和Jack-knifing15 .原核生物和真核生物基因組中的注釋所涉及的問題是不同的16 .檢測原核生物 ORF的程序：NCBI ORF finder17 .測試基因預(yù)測程序正確預(yù)測基因的能力的項目是GASP （基因預(yù)測評估項目）18 .二級結(jié)

36、構(gòu)的三種狀態(tài)：“螺旋，B折疊和B轉(zhuǎn)角19 .用于蛋白質(zhì)二級結(jié)構(gòu)預(yù)測的基本神經(jīng)網(wǎng)絡(luò)模型為三層的前饋網(wǎng)絡(luò)，包括輸入層，隱含層和輸出層 20 .通過比較建模預(yù)測蛋白質(zhì)結(jié)構(gòu)的軟件有SWISS-PDBVIEWER SWISS-MODEL網(wǎng)站）21 .蛋白質(zhì)質(zhì)譜數(shù)據(jù)搜索工具：SEQUEST22 .分子途徑最廣泛數(shù)據(jù)庫：KEGG23 .聚類分析方法，分為有監(jiān)督學(xué)習(xí)方法，無監(jiān)督學(xué)習(xí)方法24 .質(zhì)譜的兩個數(shù)據(jù)庫搜索工具：SEQES而Lutkefish二、問答題1）生物信息學(xué)的發(fā)展經(jīng)歷了哪幾個階段答：生物信息學(xué)白發(fā)展經(jīng)歷了3個階段。第一個階段是前基因組時代。這一階段主要是以各種算法法則的建立、生物數(shù)據(jù)庫的建立以及

37、DNA和蛋白質(zhì)序列分析為主要工作；第二階段是基因組時代。這一階段以各種基因組計劃測序、網(wǎng)絡(luò)數(shù)據(jù)庫系統(tǒng)的建立和基因?qū)ふ覟橹饕ぷ?。第三階段是后基因組時代。這一階段的主要工作是進行大規(guī)?；蚪M分析、蛋白質(zhì)組分析以及其他各種基因組學(xué)研究。2）生物信息學(xué)步入后基因組時代后，其發(fā)展方向有哪幾個方面。答：生物信息學(xué)步入后基因組時代后，其發(fā)展方向主要有：各種生物基因組測序及新基因的發(fā)現(xiàn)；單核甘酸多態(tài)性（SNB分析；基因組非編碼區(qū)信息結(jié)構(gòu)與分析；比較基因組學(xué)和生物進化研究；蛋白質(zhì)結(jié)構(gòu)和功能的研究。3）美國國家生物技術(shù)信息中心（ NCBI）的主要工作是什么請列舉 3個以上Entrez系統(tǒng)可以檢索的數(shù)據(jù)庫。（NC

38、BI維護 的數(shù)據(jù)庫）NCBI的主要工作是在分子水平上應(yīng)用數(shù)學(xué)和計算機科學(xué)的方法研究基礎(chǔ)生物，醫(yī)學(xué)問題。為科學(xué)界開發(fā)， 維護和分享一系列的生物信息數(shù)據(jù)庫；開發(fā)和促進生物信息學(xué)數(shù)據(jù)庫，數(shù)據(jù)的儲存，交換以及生物學(xué)命名規(guī)則的標(biāo)準(zhǔn)化。維護的主要數(shù)據(jù)庫包括答：PubMed、核酸序列數(shù)據(jù)庫 GenBank、PROWA三維蛋白質(zhì)結(jié)構(gòu)分子模型數(shù)據(jù)庫MMDB。4）序列的相似性與同源性有什么區(qū)別與聯(lián)系答：相似性是指序列之間相關(guān)的一種量度，兩序列的的相似性可以基于序列的一致性的百分比；而同源性是指序列所代表的物種具有共同的祖先，弓II調(diào)進化上的親緣關(guān)系。P1475） BLAST套件的 blastn、blastp、bl

39、astx、tblastn 和 tblastx 子工具的用途什么答：blastn是將給定的核酸序列與核酸數(shù)據(jù)庫中的序列進行比較；Blastp是使用蛋白質(zhì)序列與蛋白質(zhì)數(shù)據(jù)庫中的序列進行比較，可以尋找較遠的關(guān)系；Blastx將給定的核酸序列按照六種閱讀框架將其翻譯成蛋白質(zhì)與蛋白質(zhì)數(shù)據(jù)庫中的序列進行比對，對分析新序列和EST很有用；Tblastn將給定的氨基酸序列與核酸數(shù)據(jù)庫中的序列（雙鏈）按不同的閱讀框進行比對，對于尋找數(shù)據(jù)庫中序列沒有標(biāo)注的新編碼區(qū)很有用；Tblastx只在特殊情況下使用，它將 DNA被檢索的序列和核酸序列數(shù)據(jù)庫中的序列按不同的閱讀框全部翻譯成蛋白質(zhì)序列，然后進行蛋白質(zhì)序列比對。P

40、976）簡述BLAST搜索的算法思想。答：BLAST是一種局部最優(yōu)比對搜索算法，將所查詢的序列打斷成許多小序列片段，然后小序列逐步與數(shù)據(jù)庫中的序列進行比對，這些小片段被叫做字word；當(dāng)一定長度的的字（W）與檢索序列的比對達到一個指定的最低分（T）后，初始比對就結(jié)束了；一個序列的匹配度由各部分匹配分?jǐn)?shù)的總和決定，獲得高分的序列叫做高分匹配片段（HSP） ，程序?qū)⒆詈玫腍SP雙向擴展進行比對， 直到序列結(jié)束或者不再具有生物學(xué)顯著性，最后所得到的序列是那些在整體上具有最高分的序列，即，最高分匹配片段（MSP）,這樣，BLAST既保持了整體的運算速度，也維持了比對的精度。P957）什么是物種的標(biāo)記序

41、列答：指物種特有的一段核苷酸序列?？梢酝ㄟ^相似性查詢，得到某一序列在數(shù)據(jù)庫中的某一物種中反復(fù)出現(xiàn)，且在其他物種中沒有的明顯相似的序列。8）什么是多序列全局比對的累進算法（三個步驟）答：第一，所有的序列之間逐一比對（雙重比對）；第二，生成一個系統(tǒng)樹圖，將序列按相似性大致分組；第三，使用系統(tǒng)樹圖作為引導(dǎo)，產(chǎn)生出最終的多序列比對結(jié)果。P529）簡述構(gòu)建進化樹的步驟，每一步列舉1-2 種使用的軟件或統(tǒng)計學(xué)方法。答： （ 1 ）多序列比對：Clustal W（ 2）校對比對結(jié)果：BIOEDIT（ 3）建樹：MEGA（ 4）評估系統(tǒng)發(fā)育信號和進化樹的牢固度：自舉法（Bootstrap） P11410）簡述

42、除權(quán)配對法（UPGMA）的算法思想。答：通過兩兩比對聚類的方法進行，在開始時，每個序列分為一類，分別作為一個樹枝的生長點，然后將最近的兩序列合并，從而定義出一個節(jié)點，將這個過程不斷的重復(fù)，直到所有的序列都被加入，最后得到一棵進化樹。P11911）簡述鄰接法（NJ）構(gòu)樹的算法思想。答：鄰接法的思想不僅僅計算最小兩兩比對距離，還對整個樹的長度進行最小化，從而對樹的拓撲結(jié)構(gòu)進行限制。這種算法由一棵星狀樹開始，所有的物種都從一個中心節(jié)點出發(fā)，然后通過計算最小分支長度的和相繼尋找到近鄰的兩個序列，每一輪過程中考慮所有可能的序列對，把能使樹的整個分支長度最小的序列對一組，從而產(chǎn)生新的距離矩陣，直到尋找所有

43、的近鄰序列。P11712）簡述最大簡約法（MP）的算法思想。P68答：是一種基于離散特征的進化樹算法。生物演化應(yīng)該遵循簡約性原則，所需變異次數(shù)最少（演化步數(shù)最少）的演化樹可能為最符合自然情況的系統(tǒng)樹。在具體的操作中，分為非加權(quán)最大簡約分析（或稱為同等加權(quán)）和加權(quán)最大簡約分析，后者是根據(jù)性狀本身的演化規(guī)律（比如DNA不同位點進化速率不同）而對其進行不同的加權(quán)處理。P12013）簡述最大似然法（ML）的算法思想。P69答：是一種基于離散特征的進化樹算法。該法首先選擇一個合適的進化模型，然后對所有可能的進化樹進行評估，通過對每個進化位點的替代分配一個概率，最后找出概率最大的進化樹。P12214） U

44、PGMA構(gòu)樹法不精確的原因是什么P69答：由個于UPGMA假設(shè)在進化過程中所有核甘酸 /氨基酸都有相同的變異率，也就是存在著一個分子鐘；這種算法當(dāng) 所構(gòu)建的進化樹的序列進化速率明顯不一致時，得到的進化樹相對來說不準(zhǔn)確的。P119倒數(shù)第2段，前4行。15） 在 MEGA2 軟件中，提供了哪些堿基替換距離模型，試列舉其中3 種，解釋其含義。答： 堿基替換模型包括，differences 、 p-distance、 Jukes-Cantor distance、 T ajima-Nei distance、 Kimur 2-parameter distance 、Tamura 3-parameter d

45、istance 、 Tamura-Nei distancep-distance： 表示有差異的核苷酸位點在序列中所占比例，將有差異的核苷酸位點數(shù)除已經(jīng)比對的總位點數(shù)就可以得到Jukes-Cantor：模型假設(shè) A T C G的替換速率是一致的，然后給出兩個序列核甘酸替換數(shù)的最大似然估計Kimura 2-parameter ：模型考慮到了轉(zhuǎn)換很顛換隊多重擊中的影響，但假設(shè)整個序列中4 鐘核苷酸的頻率是相同哈德在不同位點上的堿基替換頻率是相同的16）列舉5項DNA序列分析的內(nèi)容及代表性分析工具。答： （ 1 ）尋找重復(fù)元件：RepeatMasker（ 2）同源性檢索確定是否存在已知基因：BLAST

46、n（ 3）從頭開始方法預(yù)測基因：Genscan（ 4）分析各種調(diào)控序列：TRES/DRAGON PROMOTOR FINDER（5） CpG 島：CpGPlotP130,表格代表性工具：ORF Finder、 BLASTn、 tBLASTx、 BLASTx、 Gene Wise17）如何用BLAST發(fā)現(xiàn)新基因答：從一個一直蛋白質(zhì)序列開始，通過 tBLASTn工具搜索一個 DNA數(shù)據(jù)庫，可以找到相應(yīng)的匹配，如與 DNA編碼的 已知蛋白質(zhì)的匹配或者與 DNA編碼的相關(guān)蛋白質(zhì)的匹配。 然后通過BLAST誡BLAST斑蛋白質(zhì)數(shù)據(jù)庫中搜索 DNA或蛋 白質(zhì)序列來“確定”一個新基因。18）試述SCOP白質(zhì)

47、分類方案答：SCOP將PDB數(shù)據(jù)庫中的蛋白質(zhì)按傳統(tǒng)分類方法分成“型、3型、“/ 3型、”+3型，并將多結(jié)構(gòu)域蛋白、膜蛋白和細胞表面蛋白、N 蛋白單獨分類，一共分成7 種類型，并在此基礎(chǔ)上，按折疊類型、超家族、家族三個層次逐級分類。對于具有不同種屬來源的同源蛋白家族，SCO啖據(jù)庫按照種屬名稱將它們分成若干子類，一直到蛋白質(zhì)分子的亞基。19）試述 SWISS-PRO種的數(shù)據(jù)來源。答： （ 1 ）從核酸數(shù)據(jù)庫經(jīng)過翻譯推導(dǎo)而來；（2）從蛋白質(zhì)數(shù)據(jù)庫 PIR挑選出合適的數(shù)據(jù)；（ 3）從科學(xué)文獻中摘錄；（ 4）研究人員直接提交的蛋白質(zhì)序列數(shù)據(jù)。20） TrEMBL哪兩個部分答：（ 1） SP-TrEMBL

48、（SWISS-PROT TrEMBL）包含最終將要集成到 SWISS-PROT勺數(shù)據(jù)，所有的 SP-TrEMBL列都已被賦予 SWISS-PROT勺登錄號。（ 2） REM-TrEMBL（REMaining TrEMBL）包括所有不準(zhǔn)備放入 SWISS-PROT勺數(shù)據(jù)，因此這部分?jǐn)?shù)據(jù)都沒有登錄號。21）試述 PSI-BLAST搜索的5個步驟。答：1選擇待查序列（query）和蛋白質(zhì)數(shù)據(jù)庫；2 PSI-BLAST構(gòu)建一個多序列比對，然后創(chuàng)建一個序列表譜（ profile）又稱特定位置打分矩陣（PSSM）;3 PSSM 被用作query 搜索數(shù)據(jù)庫4 PSI-BLAST估計統(tǒng)計學(xué)意義 （E val

49、ues）5 重復(fù) 3 和 4 , 直到?jīng)]有新的序列發(fā)現(xiàn)。22）列舉 5 種常用的系統(tǒng)發(fā)育分析軟件PHYLIP、 PAUP、 MEGA、 PAML、 TreeView。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： LOCUS SCU49845 5028 bp DNA linear PLN 21-JUN-1999答：（1 ）訪問 NCBI 的 Entrez 檢索系統(tǒng)，（2）選擇核酸數(shù)據(jù)庫，（3）輸入U49845 序列訪問號開始檢索。第一項是LOCUST稱，前三個字母代表物種名第二項是序列長度第三項是序列分子類型第

50、四項是分子為線性的第五項是GenBank 分類碼第六項是最后修訂日期P132 .利用 Entrez 檢索系統(tǒng)對核酸數(shù)據(jù)搜索，輸入如下信息，將獲得什么結(jié)果：AF114696:AF114714ACCN。 P35答：獲得序列訪問號 AF114696到AF114714之間的連續(xù)編號的序列。3 .相比使用BLAST套件搜索數(shù)據(jù)庫，BLAST2工具在結(jié)果呈現(xiàn)上有什么優(yōu)點答：BLAST2序列分析工具，它能進行兩條序列的精確比對，同時給出兩序列的圖形化比對結(jié)果和文本形式的聯(lián)配結(jié)果。如何將其它多序列比對格式文件轉(zhuǎn)化為MEGE格式的多序列比對文件答： （ 1）選擇菜單file， （ 2）選擇 Text File

51、Editor and Format Coverter 工具， （ 3）調(diào)入需要轉(zhuǎn)換的序列和相應(yīng)的格式，（4）獲得轉(zhuǎn)換后的 MEGA格式的文件并保存。5 .什么簡約信息位點Pi答：指基于DNA或蛋白質(zhì)序列，應(yīng)用最大簡約法構(gòu)建系統(tǒng)發(fā)育樹時，如果某個位點的狀態(tài)存在兩種或兩種以上，每種 狀態(tài)出現(xiàn)兩次或兩次以上，這樣的位點稱簡約信息位點。6 . 以下軟件的主要用途是什么RepeatMasker, CpGPlot, Splice View, Genscan, ORF finder, neural network promoter prediction.答：RepeatMasker:是對重復(fù)序列進行分析的軟

52、件GpGPlot:用來查找一條 DNA序列中CpG島，使用 Gardine-Garden和Frommer描述的方法Splice View：是對一段序列進行剪接位點的分析即其中的受體和供體位點Genscan：是一種從頭分析工具ORF finder：是用來分析序列 ORF的工具neural networkpromoter prediction :神經(jīng)網(wǎng)絡(luò)啟動子預(yù)測是另外一種分析啟動子的方法10.試述蛋白質(zhì)三維結(jié)構(gòu)預(yù)測的三類方法（1）同源建模，對于一個未知結(jié)構(gòu)的蛋白質(zhì)，找到一個已知結(jié)構(gòu)的同源蛋白質(zhì)，以該蛋白質(zhì)的結(jié)構(gòu)為模板，為未知結(jié)構(gòu)的蛋白質(zhì)建立結(jié)構(gòu)模型，序列相似性低于30%的蛋白質(zhì)難以得到理想的結(jié)構(gòu)

53、模型；（2）在已知結(jié)模板的序列一致率小于25%時，使用折疊識別方法進行預(yù)測；（3）在找不到已知結(jié)構(gòu)的蛋白質(zhì)模板時使用從頭預(yù)測的方法。1. FASTA序歹U格式第一行以“ ”開頭但并沒有指明是蛋白質(zhì)還是核酸序列。后跟代碼，接著是注釋（在同一行），通常注釋要以“ |符號相隔，第一行沒有長度限制。值得注意的是FAST件允許以小寫字母表示氨基酸。文件擴展名為“.fasta”。（NBIR/PIR序列格式第一行以“ ”開頭，后面緊跟兩字母編碼（P1代表蛋白質(zhì)序列，N1代表核酸），再接一個分號，分號后緊跟序列標(biāo) 識號。后面是說明行，該行可長可短，沒有長度限制。接下來是序列本身，以“*”號終止。文件的擴展名為

54、“ .pir或.seq。GDE序列格式與FASTA勺格式基本相同，但行首為“”，文件擴展名為“ .gde”。）2. BLAST的五個子程序程序查詢序列數(shù)據(jù)庫種類簡述方法Blastp蛋白質(zhì)蛋白質(zhì)可以找到具有遠源進化 關(guān)系的匹配序列待搜索蛋白序列與蛋白 數(shù)據(jù)庫比較Blastn核甘酸核甘酸適合尋找分值較高的匹 配，不適合遠源關(guān)系待搜索核酸序列與核酸 數(shù)據(jù)庫比較Blastx核甘酸（已翻譯）蛋白質(zhì)適合新DNA序列和EST序列的分析將待搜索核酸序列按6個讀框翻譯成蛋白質(zhì)序 歹U,然后與數(shù)據(jù)庫中的蛋 白質(zhì)比較TBlastn蛋白質(zhì)核甘酸（已翻譯）適合尋找數(shù)據(jù)庫中尚未 標(biāo)注的編碼區(qū)將數(shù)據(jù)庫中核酸序列按 6個讀框

55、翻譯成蛋白序列，然后與待搜索蛋白序列 對比TBlastx核甘酸（已翻譯）核甘酸（已翻譯）適合分析EST序列無論是待搜索核酸序列 還是數(shù)據(jù)庫中核酸序列， 都按6個讀框翻譯成蛋 白序列3. 生物類的數(shù)據(jù)庫類別：一級數(shù)據(jù)庫：數(shù)據(jù)庫中的數(shù)據(jù)直接來源于實驗獲得的原始數(shù)據(jù)，只經(jīng)過簡單的歸類整理和注釋；二級數(shù)據(jù)庫：對原始生物分子數(shù)據(jù)進行整理、分類的結(jié)果，是在一級數(shù)據(jù)庫、實驗數(shù)據(jù)和理論分析的基礎(chǔ)上針對特 定的應(yīng)用目標(biāo)而建立的。4. PSI-Blast 的原理:PSI-BLAST是一種將雙序列比對和多序列比對結(jié)合在一起的數(shù)據(jù)庫搜索方法。其主要思想是通過多次迭代找出最佳 結(jié)果。每次迭代都發(fā)現(xiàn)一些中間序列，用于在接下去的迭代中尋找查詢序列的更多疏遠相關(guān)序列（拓展了序列進化關(guān) 系的覆蓋面積）。具體做法是最初對查詢序列進行BLAST搜索，接著把查找得到的每一擊中項作為BLAST搜索第二次迭代的查詢序列,重復(fù)這個過程直到找不到有意義的相似序列為止。（以下為研究生課件部分）PSI-BLAST勺基本思路在于根據(jù)最初的搜索結(jié)果，依照預(yù)先定義的相似性閾值將序列分成不同的組，構(gòu)建一個位點特異性的序列譜，并通過多次迭代不斷改進