生物信息学作业
小学生物生物信息学小测验
- A. GenBank
- B. RefSeq
- C. Ensembl
- D. UniProt
7.生物信息学中，将大量生物数据进行比较分析，以寻找生物学规律的方法称为____。
- A.数据挖掘
- B.统计分析
- C.机器学习
- D.比较基因组学
8.生物信息学中的生物标记物主要应用于____。
- A.疾病诊断
- B.疾病治疗
- C.疾病预防
- D.药物研发
9.生物信息学中的模式识别主要基于____。
- A.机器学习
- B.统计学
- C.计算机视觉
- D.人工智能
10.生物信息学中的数据标准化主要是为了解决____问题。
- A.数据质量
- B.数据重复
- C.数据异构
- D.数据缺失
##二、判断题（每题2分，共10分）
- B.疾病治疗
- C.疾病预防
- D.药物研发
8.生物信息学中的数据标准化主要是为了解决____问题。
- A.数据质量
- B.数据重复
- C.数据异构
- D.数据缺失
9.生物信息学中的同义词消歧主要是为了____。
- A.提高数据一致性
- B.提高数据多样性
- C.降低数据冗余
- D.增加数据噪声
小学生物生物信息学小测验
#小学生物信息学小测验
##一、选择题（每题2分，共20分）
1.生物信息学的定义是利用计算机技术对生物信息进行____。
- A.采集
- B.存储
- C.分析
- D.传播
2.下列哪个不属于生物信息学的研究领域？
生物信息学习题
一：名词解释1.生物信息学2.NCBI3.PubMed4.生物芯片5.BLAST6.UniProt7.电子克隆8.EMBL二：填空题1.基因芯片可以分为2. 人类基因组全序列分析分两大步骤即制图和测序，并最终绘制出四张图谱：3. 分子系统发生分析主要分为三个步骤即4. 国际上最主要的三大核酸序列数据库分别是5. 蛋白质得分矩阵有7. 文献是掌握科研进展的最直接方式，目前由NCBI维护的大型文献资源是。
3. 用于核酸序列比对中常见的三种得分矩阵，分别为4. 根据生物芯片探针分子类型的不同，可以将生物芯片哪三种，5. 核酸序列分析所获得的信息主要有（举例说明四个）6. 限制性酶切分析是分子生物学实验中的日常工作之一，这方面最好的限制酶数据库是三：选择题1、如果试图确定一个新蛋白质序列属于哪一个蛋白质家族，或该序列可能包含何种结构域或功能位点，应使用：（）A: PROSITE数据库 B: DDBJ数据库C: PIR数据库 D: PDB数据库2、构建序列进化树的一般步骤不包括：（）A：建立DNA文库 B：建立数据模型 C：建立取代模型 D：建立进化树3、BLAST教案所程序中，哪个方法是不存在的？（）A：BLASTP B：BLASTN C：BLASTX D:BLASTQ4. 以下常见的几个物种，哪一个目前还没有完成全基因组测序：（）A: 茶树 B: 玉米 C: 水稻 D: 小鼠5、向核酸序列数据库（GenBank/EMBL/DDBJ）提交数据，应该使用下面哪个软件：（）。
A： Blast B：Sequin C：SRS D：Swiss-Model6、在蛋白质序列数据库中比较查询手头未知的蛋白质序列，应使用Blast中哪个具体的算法：（）。
A：BLASTX B：tBLASTN C：BLASTP D：BLASTN7、下列中属于一级蛋白质结构数据库的是：（）A：EMBL B：DDBJ C：PDB D：SWISS-PROT8、下面不属于SWISS-PROT蛋白质数据库的注释范畴的是：（）A: 与其它蛋白质的相似性 B: 蛋白质的二级结构C: 由于缺乏该蛋白质而引起的疾病 D: 核酸的功能描述9、下列属于蛋白质二级结构预测的软件程序是（）A： BLASTX B：SOPMA C：DNAstar D：GO10. 如果做DNA结构分析，应该考虑用下面哪个数据库：（）A：GenBank B： PIR C：NDB D：UniProt四：简单题1．简述Entrez的设计概念和使用方法？2. 简述生物大分子PDB存储的生物分子种类和数据结构特点？3.简述生物信息学的研究意义？4 简述蛋白质序列分析的基本内容以及常用的软件？5. 简述Swiss-Prot的数据结构？6、简述序列多重比对的意义？7、简述生物信息学的发展历史？五：论述题1.论述蛋白质相互作用研究的意义，传统的实验方法和计算预测方法的应用？2.论述后基因组时代生物信息学面临的挑战和研究策略？3．论述生物信息学的应用？4. 论述如何利用基因芯片数据做聚类分析。
生物信息学作业(一)
生物信息学实验作业一1、了解NCBI、DDBJ、EMBL上网的方法自学各网站相关介绍。
答：（1）、NCBI: （National Center of Biotechnology Information，简称NCBI）美国国立生物技术信息中心。
其主页为：。
NCBI 是在NIH的国立医学图书馆（NLM）的一个分支。
NLM是因为它在创立和维护生物信息学数据库方面的经验被选择的，而且这可以建立一个内部的关于计算分子生物学的研究计划。
NCBI的任务是发展新的信息学技术来帮助对那些控制健康和疾病的基本分子和遗传过程的理解。
NCBI有一个多学科的研究小组包括计算机科学家，分子生物学家，数学家，生物化学家，实验物理学家，和结构生物学家，集中于计算分子生物学的基本的和应用的研究。
他们一起用数学和计算的方法研究在分子水平上的基本的生物医学问题。
这些问题包括基因的组织，序列的分析，和结构的预测。
在1992年10月，NCBI承担起对GenBank DNA序列数据库的责任。
NCBI 受过分子生物学高级训练的工作人员通过来自各个实验室递交的序列和同国际核酸序列数据库（EMBL和DDBJ）交换数据建立起数据库。
同美国专利和商标局的安排使得专利的序列信息也被整合。
BLAST是一个NCBI开发的序列相似搜索程序，还可作为鉴别基因和遗传特点的手段。
BLAST能够在小于15秒的时间内对整个DNA数据库执行序列搜索。
NCBI提供的附加的软件工具有：开放阅读框寻觅器（ORF Finder），电子PCR，和序列提交工具，Sequin和BankIt。
所有的NCBI数据库和软件工具可以从WWW 或FTP来获得。
NCBI还有E-mail服务器，提供用文本搜索或序列相似搜索访问数据库一种可选方法。
主要任务：（1）建立关于分子生物学，生物化学，和遗传学知识的存储和分析的自动系统（2）实行关于用于分析生物学重要分子和复合物的结构和功能的基于计算机的信息处理的，先进方法的研究（3）加速生物技术研究者和医药治疗人员对数据库和软件的使用。
生物信息学习题
第六章 分子系统发生分析（问题与练习）
1、构建系统发生树，应使用
A、BLAST
B、FASTA
C、UPGMA
D、Entrez
2、构建系统树的主要方法有
、
、
等。
3、根据生物分子数据进行系统发生分析有哪些优点？
4、在 5 个分类单元所形成的所有可能的有根系统发生树中，随机抽取一棵树是反映真实关
系的树的可能性是多少？从这些分类单元所有可能的无根系统发生树中，随机选择一棵
库
8、TreeBASE 系统主要用于
A、发现新基因 B、系统生物学研究 C、类群间系统发育关系研究 D、序列比对
二、 问答题
1、 为什么说 SWISS-PROT 是最重要的蛋白质一级数据库？
2、 构建蛋白质二级数据库的基本原则是什么？
3、 构建蛋白质二级数据库的主要方法有哪些？
4、 叙述 SCOP 数据库对蛋白质分类的主要依据
第八章 后基因组时代的生物信息学（问题与练习）
1、 比较生物还原论与生物综合论的异同 2、 简述“后基因组生物信息学”的基本研究思路 3、 后基因组生物信息学的主要挑战是什么？ 4、 功能基因组系统学的基本特征是什么？ 5、 说明后基因组生物信息学对信息流动的最新理解 6、 列举几种预测蛋白质-蛋白质相互作用的理论方法 7、 解释从基因表达水平关联预测蛋白质-蛋白质相互作用的理论方法 8、 解释基因保守近邻法预测蛋白质-蛋白质相互作用的理论方法 9、 解释基因融合法预测蛋白质-蛋白质相互作用的理论方法 10、解释种系轮廓发生法预测蛋白质-蛋白质相互作用的理论方法
1、蛋白质得分矩阵类型有 、
、、
和
等。
2、对位排列主要有局部比对和 三、运算题 1、画出下面两条序列的简单点阵图。将第一条序列放在 x 坐标轴上，将第二条序列放在 y
生物信息学作业
生物信息学试题
1、构建分子系统树的主要方法有哪些？并简要说明构建分子进化树
的一般步骤。
（20分）
答：（1）构建进化树的方法包括两种：一类是序列类似性比较，主
要是基于氨基酸相对突变率矩阵（常用PAM250）计算不同序列差异性积分作为它们的差异性量度（序列进化树）；另一类在难以通过序
列比较构建序列进化树的情况下，通过蛋白质结构比较包括刚体结构
叠合和多结构特征比较等方法建立结构进化树
(2)序列比对——选取所需序列——软件绘制
具体如下：
a测序获取序列或者在NCBI上搜索所需的目的序列
b在NCBI上做blast：比对相似度较高的基因，并以fast格式下载，整合在*txt文档中。
c比对序列，比对序列转化成*meg格式
d打开保存的*meg格式文件，构建系统进化树
2、氨基酸序列打分矩阵PAM和BLOSUM中序号有什么意义？它们各自
的规律是什么？（10分）
（1）PAM矩阵：基于进化的点突变模型，如果两种氨基酸替换频繁，说明
自然界接受这种替换，那么这对氨基酸替换得分就高。
一个PAM就是一个进化的变异单位, 即1%的氨基酸改变。
BLOSUM矩阵：首先寻找氨基酸模式，即有意义的一段氨基酸片断，分别比
较相同的氨基酸模式之间氨基酸的保守性（某种氨基酸对另一种氨基酸的取代数据），然后，以所有60％保守性的氨基酸模式之间的比较数据为根据，产生BLOSUM60；以所有80％保守性的氨基酸模式之间的比较数据为根据，产生。
生物信息学作业1.doc
生物信息学实验作业试验一一．找到编码拟南芥（arabidopsis）phyA（光敏色素A）基因的核酸序列编号, 并记录查找过程。
GI：224576211步骤1．进入NCBI主页2．搜索arabidopsis phyA3．Arabidopsis thaliana phytochrome A (PHYA) gene, partial cds4．VERSION：GI：224576211二．以phyA为检索词，在pubmed数据库中分别检索在题目和关键词字段中含有该检索词的文献，记录检索出的条目数目。
Results: 614三．仔细阅读所查询核酸序列在NCBI和EMBL数据库中格式的解释，理解各字段的含义，并比较NCBI 与EMBL中序列格式的异同。
实验二一．分析你感兴趣核酸序列的分子质量、碱基组成。
Composition 35 A; 25 C; 35 G; 15 T; 0 OTHERPercentage: 32% A; 23% C; 32% G; 14% T; 0%OTHERMolecular Weight (kDa): ssDNA: 34.26 dsDNA: 67.8二．列出你所分析核酸序列（或部分序列）的互补序列、反向序列、反向互补序列、DNA双链序列和RNA 序列。
R S1 ACTACTCGAG AAGCAGCGAC AGAGGCGTTA GCCCGCTCAG CAGACTGGCA GTTCTCTACC61 GACAAAAAAG AGGTAGGAGG CACAGTAATG ATACAGGCGT AGCAGGAGGGC S1 CCCTCCTGCT ACGCCTGTAT CATTACTGTG CCTCCTACCT CTTTTTTGTC GGTAGAGAAC61 TGCCAGTCTG CTGAGCGGGC TAACGCCTCT GTCGCTGCTT CTCGAGTAGTR C S1 TGATGAGCTC TTCGTCGCTG TCTCCGCAAT CGGGCGAGTC GTCTGACCGT CAAGAGATGG61 CTGTTTTTTC TCCATCCTCC GTGTCATTAC TATGTCCGCA TCGTCCTCCCD DNA S1 GGGAGGACGA TGCGGACATA GTAATGACAC GGAGGATGGA GAAAAAACAG CCATCTCTTGCCCTCCTGCT ACGCCTGTAT CATTACTGTG CCTCCTACCT CTTTTTTGTC GGTAGAGAAC61 ACGGTCAGAC GACTCGCCCG ATTGCGGAGA CAGCGACGAA GAGCTCATCATGCCAGTCTG CTGAGCGGGC TAACGCCTCT GTCGCTGCTT CTCGAGTAGTRNA S1 GGGAGGACGA UGCGGACAUA GUAAUGACAC GGAGGAUGGA GAAAAAACAG CCAUCUCUUG61 ACGGUCAGAC GACUCGCCCG AUUGCGGAGA CAGCGACGAA GAGCUCAUCA三.列出核酸序列的限制性酶切位点分析结果（酶及识别位点）。
生物信息学习题
1单选(以下哪位科学家获得了两次诺贝尔奖？A.桑格（Frederick Sanger）B.沃森（James Waston）C.霍利（Robert W.Holley）D.克里克（Francis Crick）2单选(被称为“DNA之父”的是哪位科学家？A.摩尔根（Thomas H.Morgen）B.沃森（James Waston）C.查加夫（Erwin Chargaff）D.桑格（Frederick Sanger）3单选(被称为“计算机之父，人工智能之父”的是哪位科学家？A.莱布尼兹（Gottfried W Leibniz）B.图灵（Alan Mathison Turing）C.帕斯卡（Blaise Pascal）D.桑格（Frederick Sanger）4单选(被称为“现代实验生物学奠基人”的是哪位科学家？A.摩尔根（Thomas H.Morgen）B.达尔文（Charles Darwin）C.桑格（Frederick Sanger）D.孟德尔（Gregor J.Mendel）5单选(被称为“遗传学的奠基人，现代遗传学之父”的是哪位科学家A.孟德尔（Gregor J.Mendel）B.沃森（James Waston）C.查加夫（Erwin Chargaff）D.摩尔根（Thomas H.Morgen）1单选(从GenBank的哪一项注释中可以找到关于编码蛋白的信息？A.CDSB.SOURCEC.RBSD.ORIGIN2单选(以下关于GenBank的描述，哪个是正确的？A.GenBank里的一条数据库记录对应一个完整的基因。
B.真核生物的基因经常是分段存储在多条GenBank数据库记录里。
C.真核生物的基因都是整个存储在GenBank的一条数据库记录里。
D.原核生物的基因都是分片段存储在多条GenBank数据库记录里。
3多选(以下关系式正确的是？A.1T=1,000GB.1G=1,000MC.1G=1,000,000KD.1T=1,000,000M4(GenBank数据库中的检索号（Accession）和基因座名（Locus）指的都是一条序列在数据库中的编号，他们永远都是相同的。
生物信息学作业10
调和序列
1 Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ Y Y F F Y y 2 D D E D E d 3 G G G G G 4 G G G G G G 5 A I I A A/I 6 V L L V 7 V V V 8 E E E Q Q 9 A A A A A 1 L L L V L
多序列比对的方法
同源性分析中常常要通过多序列比对来找出序列之间的相 互关系，和blast的局部匹配搜索不同，多序列比对大多 都是采用全局比对的算法。这样对于采用计算机程序的自 动多序列比对是一个非常复杂且耗时的过程，特别是序列 数目多，且序列长的情况下。
Clustal程序有许多版本。 Clustal是免费软件，很容易从互联网上下载，和其它软 件一起，广泛用于序列分析。Clustal所支持的数据格式包 括EMBL/SWISSPROT、PIR、Pearson/FastA以及 Clustal本身定义的格式。它的输出格式是Clustal格式。
FASTA格式
以上这个FASTA文件中包含了gi号码、GenBank检索号码、LOCUS名称、 以及GenBank记录中的DEFINATION字段。 第一行（ 〉）表示一个新的序列文件的开始，为标记符。后面可以加上文 字说明， gi号码、GenBank检索号码、LOCUS名称等信息。 第二行 序列本身，为DNA或蛋白质的标准符号。通常核苷酸符号大小写 均可，而氨基酸一般用大写字母。
正因为存在这样的关系，很多时候对序列的相似性和 同源性就没有做很明显的区分，造成经常等价混用两个 名词。所以有出现A序列和B序列的同源性为80％一说。 不能把相似性和同源性混为一谈。所谓“具有50%同 源性”，或“这些序列高度同源”等说法，都是不确切 的，应该避免使用。
序列相似性比较和序列同源性分析
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
生物信息学试题
1、构建分子系统树得主要方法有哪些？并简要说明构建分子进化树
得一般步骤。
（20分）
答：（1）构建进化树得方法包括两种：一类就是序列类似性比较，主要就是基于氨基酸相对突变率矩阵（常用PAM250）计算不同序列差异性积分作为它们得差异性量度（序列进化树）；另一类在难以通过序列比较构建序列进化树得情况下，通过蛋白质结构比较包括刚体结构叠合与多结构特征比较等方法建立结构进化树
(2)序列比对——选取所需序列——软件绘制
具体如下：
a测序获取序列或者在NCBI上搜索所需得目得序列
b在NCBI上做blast：比对相似度较高得基因，并以fast格式下载，整合在*txt文档中。
c比对序列，比对序列转化成*meg格式
d打开保存得*meg格式文件，构建系统进化树
2、氨基酸序列打分矩阵PAM与BLOSUM中序号有什么意义？它们各自
得规律就是什么？（10分）
（1）PAM矩阵：基于进化得点突变模型，如果两种氨基酸替换频繁，说明自然界接受这种替换，那么这对氨基酸替换得分就高。
一个PAM就就是一个进化得变异单位, 即1%得氨基酸改变。
BLOSUM矩阵：首先寻找氨基酸模式，即有意义得一段氨基酸片断，分别比较相同得氨基酸模式之间氨基酸得保守性（某种氨基酸对另一种氨基酸得取代数据），然后，以所有60％保守性得氨基酸模式之间得比较数据为根据，产生BLOSUM60；以所有80％保守性得氨基酸模式之间得比较数据为根据，产生BLOSUM80。
（2）PAM用于家族内成员相比，然后把所有家族中对某种氨基酸得比较结果加与在一起，产生“取代”数据（PAM-1 ）；PAM-1自乘n次，得PAM-n。
PAM-n中，n 越小，表示氨基酸变异得可能性越小；相似得序列之间比较应该选用n值小得矩阵，不太相似得序列之间比较应该选用n值大得矩阵。
PAM-250用于约 20%相同序列之间得比较。
BLOSUM-n中，n越小，表示氨基酸相似得可能性越小；相似得序列之间比较应该选用 n 值大得矩阵，不太相似得序列之间比较应该选用n值小得矩阵。
BLOSUM-62用来比较62％相似度得序列，BLOSUM-80用来比较80％左右得序列。
3、蛋白质三维结构预测得主要方法有哪些？试选择其中得一种方
法，说明蛋白质三维结构预测得一般步骤。
（10分）
（1）
a同源建模（序列相似性低于30%得蛋白质难以得到理想得结构模型
b折叠识别(已知结模板得序列一致率小于25%)
c从头预测得方法(无已知结构蛋白质模板)。
（2）
4、您所熟悉得生物信息学软件有哪些？请选择其中得至少一种软
件，结合自己得研究课题，谈谈您所选择软件得基本原理，使用
方法与用途。
（25分）
（1）序列比对工具BLAST与ClustalX；分子进化遗传分析工具(MEGA 4) （2）ClustalX基本原理：渐进法，CLUSTAL就是一种渐进得比对方法，先将多个序列两
两比对构建距离矩阵，反应序列之间两两关系；然后根据距离矩阵计算产生系统进化指导树，对关系密切得序列进行加权；然后从最紧密得两条序列开始，逐步引入临近得序列并不断重新构建比对，直到所有序列都被加入为止。
ClustalX功能：多序列比对
ClustalX使用方法：输入序列文件——设定比对得一些参数——开始序列比对
——比对完成，选择保存结果文件得格式
5、假如您现在有100个来自同一科得不同植物或者动物得基因组数
据，根据现有学过知识，谈谈您可以从那些方面进行生物信息学分析，并简述可能得结果。
（20分）
可以研究其中得一个基因家族情况，系统进化树与保守结构分析，，分析生物进化过程中（参进化树）得同源性差异，
结构预测：基因数量相似，大部分高度保守区，且该区基因均表达相同得氨基酸，变异区为同科不同生物进化过程中形成得；某一基因结构与染色体分布情况，
结构预测：内含子数量或多或少，保守区域略有不同，某一特定基因在染色体上得分布情况相类似
6、您所熟知得生物信息学前沿领域有哪些？请结合文献信息，谈谈
生物信息学前沿领域在您所在生物学专业得应用。
（15分）
核酸序列分析；蛋白质序列分析；序列对比；分子系统发生分析；基因组信息学分析；生物芯片
利用生物信息学进行序列比对：
序列比较就是生物信息学中最基本、最重要得操作，通过比较可以发现生物序列中得功能、结构与进化得信息。
此较得根本任务就是：通过比较生物分子序列，发现它们得相似性，找出序列之间共同得区域，同时辨别序列之间得差异。
在分子生物学中，DNA或蛋白质得相似性就是多方面得，可能就是機|或氧基酸序列得相似，可能就是结构得相似，也可能就是功能得相似。
研究序列相似性得目得之一就是通过相似得序列得到相似得结构或相似得功能，通过比较未知序列已知序列(尤其就是结构与功能已知
得序列) 之间得相似性，可以很容易得知未知序列得功能。
研究序列相似性得另一个目得就是通过序列得相似性，判别积序列之间得同源性，推测序列之间得进化关系。