生物信息学期末考试重点

1、生物信息学(Bioinformatics)是研究生物信息的采集、处理、存储、传播，分析和解

释等各方面的学科，也是随着生命科学和计算机科学的迅猛发展，生命科学和计

算机科学相结合形成的一门新学科。它通过综合利用生物学，计算机科学和信息技

术而揭示大量而复杂的生物数据所赋有的生物学奥秘。

2、数据库（Database）是按照数据结构来组织、存储和管理数据的仓库，它产生于

距今六十多年前，随着信息技术和市场的发展，特别是二十世纪九十年代以后，

数据管理不再仅仅是存储和管理数据，而转变成用户所需要的各种数据管理的方

式。数据库有很多种类型，从最简单的存储有各种数据的表格到能够进行海量数

据存储的大型数据库系统都在各个方面得到了广泛的应用。

3、表达序列标签从一个随机选择的cDNA 克隆进行5’端和3’端单一次测序获得的短

的cDNA 部分序列，代表一个完整基因的一小部分，在数据库中其长度一般从20

到7000bp 不等，平均长度为360 ±120bp。EST 来源于一定环境下一个组织总

mRNA 所构建的cDNA 文库，因此EST也能说明该组织中各基因的表达水平。

4、开放阅读框是基因序列中的一段无终止序列打断的碱基序列，可编码相应的蛋白。

ORF识别包括检测六个阅读框架并决定哪一个包含以启动子和终止子为界限的

DNA序列而其内部不包含启动子或终止子，符合这些条件的序列有可能对应一个

真正的单一的基因产物。ORF的识别是证明一个新的DNA序列为特定的蛋白质编

码基因的部分或全部的先决条件。

5、蛋白质的一级结构在每种蛋白质中氨基酸按照一定的数目和组成进行排列，并进

一步折叠成特定的空间结构前者我们称为蛋白质的一级结构，也叫初级结构或基

本结构。蛋白质一级结构是理解蛋白质结构、作用机制以及与其同源蛋白质生理

功能的必要基础。

6、基因识别是生物信息学的一个重要分支，使用生物学实验或计算机等手段识别

DNA序列上的具有生物学特征的片段。基因识别的对象主要是蛋白质编码基因，

也包括其他具有一定生物学功能的因子，如RNA基因和调控因子。基因识别是基

因组研究的基础。

7、单核苷酸多态指在基因组水平上由单个核苷酸的变异所引起的DNA序列多态性。

这种变异可由单个碱基的转换(transition)或颠换(transversion)所引起，也可由碱基

的插入或缺失所致，它是人类可遗传的变异中最常见的一种。占所有已知多态性的

90%以上。

8、系统发育进化树Phylogenetic trees用一种类似树状分支的图形来概括各种（类）

生物之间的亲缘关系，进化树由结点（node）和进化分支（branch）组成，每一

结点表示一个分类学单元（属、种群、个体等），进化分支定义了分类单元（祖先

与后代）之间的关系，一个分支只能连接两个相邻的结点。进化树分支的图像称为

进化的拓扑结构，其中分支长度表示该分枝进化过程中变化的程度，标有分枝长度

的进化分支叫标度枝（scaled branch）。

9、序列拼接为了保证测序结果的准确性，单基因短片段（700pd左右）测序一般应

采用双向测序，然后将双向测序的结果拼接在一起，从而获得一致性序列。线粒体

基因组测序和DNA长片段测序一般是通过分段测序来完成的，最后也需要将测出

的短片段拼接成一条完整的序列。

10、分子钟

11、直系同源(orthology))在进化上起源于一个始祖基因并垂直传递的同源基因；分布

于两种或两种以上物种的基因组；功能高度保守乃至于近乎相同，甚至于其在近缘

物种可以相互替换；结构相似；组织特异性与亚细胞分布相似。

12、基因芯片(gene chip) 通过微加工技术，将数以万计、乃至百万计的特定序列的

DNA片段（基因探针），有规律地排列固定于2cm2的硅片、玻片等支持物上，

构成的一个二维DNA探针阵列，与计算机的电子芯片十分相似，所以被称为基因

芯片。基因芯片主要用于基因检测工作。

13、转录组 Transcriptome 广义上指某一生理条件下，细胞内所有转录产物的集合，包括

信使RNA、核糖体RNA、转运RNA及非编码RNA；狭义上指所有mRNA的集合。

14、人类基因组计划是一项规模宏大，跨国跨学科的科学探索工程。其宗旨在于测定

组成人类染色体（指单倍体）中所包含的30亿个碱基对组成的核苷酸序列，从而

绘制人类基因组图谱，并且辨识其载有的基因及其序列，达到破译人类遗传信息

的最终目的。

15、中心法则central dogma是指遗传信息从DNA传递给RNA，再从RNA传递给蛋

白质，即完成遗传信息的转录和翻译的过程。也可以从DNA传递给DNA，即完成

DNA的复制过程。这是所有有细胞结构的生物所遵循的法则。在某些病毒中的

RNA自我复制（如烟草花叶病毒等）和在某些病毒中能以RNA为模板逆转录成

DNA的过程（某些致癌病毒）是对中心法则的补充。

16、序列比对将两个或多个序列排列在一起，标明其相似之处。序列中可以插入间隔。

对应的相同或相似的符号（在核酸中是A, T（或U）, C, G，在蛋白质中是氨基酸

残基的单字母表示）排列在同一列上。这一方法常用于研究由共同祖先进化而来的

序列，特别是如蛋白质序列或DNA序列等生物序列。在比对中，错配与突变相应，而空位与插入或缺失对应。

17、序列拼接为了保证测序结果的准确性，单基因短片段（700pd左右）测序一般应

采用双向测序，然后将双向测序的结果拼接在一起，从而获得一致性序列。线粒体

基因组测序和DNA长片段测序一般是通过分段测序来完成的，最后也需要将测出

的短片段拼接成一条完整的序列。

18、基因预测

二、简答

1、BLAST的五个子程序

Blastn （核酸）；protein blast ；blastp（蛋白质）；tblastn（蛋白质）；tblastx（核酸）

2、系统发育树构建的方法

最大似然法：是一种具有理论性的点估计法，此方法的基本思想是：当从模型总体随

机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值

的概率最大，而不是像最小二乘估计法旨在得到使得模型能最好地拟合样本数据的参数估

计量。

简约法：根据离散型性状包括形态学性状和分子序列（DNA，蛋白质等）的变异程度，构建生物的系统发育树，并分析生物物种之间的演化关系。

邻接法：一种快速的聚类方法，不需要关于分子钟的假设，不考虑任何优化标准，基本思想是进行类的合并时，不仅要求待合并的类是相近的，而且要求待合并的类远离其他的类，从而通过对完全没有解析出的星型进化树进行分解，来不断改善星型进化树。

3、序列比对的意义

生物信息学的研究重点主要体现在基因组学和蛋白质学两方面,具体地说就是从核酸和

蛋白质序列出发, 分析序列中表达结构和功能的生物信息。生物信息学的基本任务是对各

种生物分析序列进行分析, 也就是研究新的计算机方法, 从大量的序列信息中获取基因结构、功能和进化等知识。而在序列分析中, 将未知序列同已知序列进行相似性比较是一种强有

力的研究手段,从序列的片段测定, 拼接, 基因的表达分析, 到RNA和蛋白质的结构功能预测,物种亲缘树的构建都需要进行生物分子序列的相似性比较。生物信息学中的序列比对算法

的研究具有非常重要的理论意义和实践意义。

4、预测基因的一般步骤

基因预测的方法主要有最长ORF法、利用编码区与非编码区密码子选用频率的差

异进行基因预测、ESTs预测基因。其中最长ORF法是将每条链按6个读码框全部翻译出来，然后找出所有可能的不间断开放阅读框（ORF），只要找出序列中最长的ORF，就能相当准确地预测出基因。其的基本步骤为：1：获取DNA目标序列；2：查找ORF并将目标序列翻译成蛋白质序列；3：利用BLAST进行ORF核苷酸序列和ORF翻译的蛋白质序列搜索。4：进行目标序列与搜索得到的相似序列的全局比对；5进行多序列比对，获得比对区段的基因家族信息。6：查找目标序列中的特定模序7：预测目标序列蛋白质结构。

5、散弹法测序原理

散弹法又称“鸟枪法”是一种由生物基因组提取目的基因的方法。首先利用物理方法(如剪切力、超声波等)或酶化学方法(如限制性内切核酸酶)将生物细胞染色体DNA切割成为基因水平的许多片段，继而将这些片段与适当的载体结合，将重组DNA转入受体菌

扩增，获得无性繁殖的基因文库，再结合筛选方法，从众多的转化子菌株中选出含有某一基因的菌株，从中将重组的DNA分离、回收。这种方法也就是应用基因工程技术分离目的基因，其特点是绕过直接分离基因的难关，在基因组DNA文库中筛选出目的基因。可以说这是利用“溜散弹射击”原理去“命中”某个基因。由于目的基因在整个基因组中太少太小，在相当程度上还得靠“碰运气”，所以人们称这个方法为“鸟枪法”或“散弹枪”实验法。

6、序列分析的任务和目的

7、引物设计的方法与原则

原则：1、择合适的靶序列：设计引物之前，必须分析待测靶序列的性质，选择高度

保守、碱基分布均匀的区域进行引物设计。

2、长度：一般来说，寡核苷酸引物长度为 15～30bp。

3、 Tm 值：引物的 Tm 值一般控制在 55～60℃，尽可能保证上下游引物的 Tm 值一致，一般不超过 2℃。若引物中的 G+C 含量相对偏低，则可以使引物长度稍长，而保证

一定的退火温度。

4、（G+C）含量：有效引物中（G+C）的比例一般为 40～60%。

5、碱基的随机分布：引物中四种碱基的分布最好是随机的，不存在聚嘌呤和聚嘧啶，尤其在引物的 3’端不应超过 3 个连续的 G 或 C。

6、引物自身：引物自身不存在连续 4 个碱基以上的互补序列，如回文结构，发夹结构等，否则会影响到引物与模板之间的复性结合，尤其避免 3’末端的互补。

8、mRNA-seq建库流程

9、真核基因和原核基因的特征

10、核酸序列数据库

NCBI储存和分析分子生物学、生物化学、遗传学知识创建自动化系统；从事研究

基于计算机的信息处理过程的高级方法，用于分析生物学上重要的分子和化合物的结构与

功能；促进生物学研究人员和医护人员应用数据库和软件；努力协作以获取世界范围内的生物技术信息。

欧洲生物信息学研究所(European Bioinformatics Institute, EBI)创建的一个核酸序列数据库。

GenBank数据库：DNA序列数据库

TIGR数据库(TDB)包括DNA及蛋白质序列，基因表达，细胞功能以及蛋白质家族信息，并且还收录有人、植物、微生物等的分类信息，是一套大型综合数据库。特别之处在于，这套数据库包括一个微生物信息库，

GSDB收集、管理并且发送完整的DNA序列及其相关信息，以满足主要基因组测序机构的需要。

三、论述

1、人类基因组计划与生物信息学的关系

人类基因组计划旨在对人类基因组3×109 个脱氧核苷酸对进行作图和测序,进而解读和破译生老病死以及语言、记忆和疾病发生的遗传信息。而生物信息学是集生物学、数学、信息学、计算机科学一体化的一门新的学科。随着人类基因组计划的进展,基因组的数据和信息大量,迅速地增加,信息的收集、储存、分发、分析的管理越来越显得紧迫和重要。利用数学模式和计算机处理数据的功能来处理和分析大量增加的人类基因组信息的结果,使人类基因组计划和生物信息学紧紧地结合起来了,而且随着两者的紧密结合和互相渗透,人类基因组计划的前进步伐会大大加快,从而提前完成计划,为人类造福。

基因识别是HGP的重要内容之一;目的是要识别全部人类的基因,即基因组在生命活动中发生转录表达的DNA片段,并对其结构进行研究。目前常采用的有二种方法:一是从基因组顺序中识别那些转录表达的DNA片段;二是从cD2 NA文库中挑取并克隆。两种方法都必须依靠生物信息学的帮助即信息系统的建立;前者需要对基因组进行分析,后者要对基因文库进行分析,甚至还要进行分类分型,建立二级库,才能有效地挑取到所需要的DNA分子克隆。

HGP的提出和实施,实验的数据和信息急剧大量的增加,信息的管理和分析成为一项重要的研究内容。生物信息学以基因组信息学为核心,主要任务是收集、储存、分发基因组的数据和信息,管理和分析、处理基因组及相关的蛋白质、mRNA的信息,根据基因组

数据和信息的比较分析,发现新的基因,并对基因结构和功能进行研究。随着计算机技术的发展和渗透,生物信息学在人类基因组中大规模测序的自动化控制、测序结果分析处理、序列数据的计算机管理、各类遗传图谱、物理图谱的绘制、研究数据的网络获取、分析和交换,以数据分析的结果辅助基因组研究等都发挥着不可替代的功能,显示出越来越重要的作用。人类基因组计划启动时,生物信息学技术就已成为发展的重点之一,目前有关基因序列、图谱的数据信息的大量积累,使生物信息学研究在人类基因组研究中的重要性越来越突出,在今后的人类基因研究中,生物信息学是一个信息库,一种高层次研究的工具。如果生物信息学研究发展滞后,将意味着失去信息,失去高层次、高水平研究的基础。

2、已知蛋白质的aa序列，预测其蛋白质结构、分析其功能。

五、判断

1、直系同源的序列因物种形成（speciation）而被区分开（separated）：若一个基

因原先存在于某个物种，而该物种分化为了两个物种，两个物种中的相同的基因功能未变化，那么新物种中的基因是直系同源的；

旁系同源的序列因基因复制（gene duplication）而被区分开（separated）：若生物

体中的某个基因被复制了，功能改变了，那么两个副本序列就是旁系同源的。因此，旁系

同源基因存在于同一个物种。直系同源的一对序列称为直系同源体（orthologs），旁系同

源的一对序列称为旁系同源体（paralogs）。

六、填空

1、数据库有

生物信息学复习题及答案

生物信息学复习题名词解释 1. Homology (同源):来源于共同祖先的序列相似的序列及同源序列。序列相似序列并不一定是同源序列。（直系同源）：指由于物种形成的特殊事件来自一个共同祖先的不同物种中的同源序列，它们具有相似的功能。（旁系（并系）同源）：指同一个物种中具有共同祖先，通过基因复制产生的一组基因，这些基因在功能上的可能发生了改变。基因复制事件是促进新基因进化的重要推动力。 (异同源)：通过横向转移，来源于共生或病毒侵染而产生的相似的序列，为异同源。 Score：The sum of the number of identical matches and conservative (high scoring) substitutions in a sequence alignment divided by the total number of aligned sequence characters. Gap总是不计入总数中。 6.点矩阵（dot matrix）：构建一个二维矩阵，其X轴是一条序列，Y轴是另一个序列，然后在2个序列相同碱基的对应位置（x，y）加点，如果两条序列完全相同则会形成一条主对角线，如果两条序列相似则会出现一条或者几条直线；如果完全没有相似性则不能连成直线。 7. E值：得分大于等于某个分值S的不同的比对的数目在随机的数据库搜索中发生的可能性。衡量序列之间相似性是否显著的期望值。E值大小说明了可以找到与查询序列（query）相匹配的随机或无关序列的概率，E值越小意味着序列的相似性偶然发生的机会越小，也即相似性越能反映真实的生物学意义，E值越接近零，越不可能找到其他匹配序列。值：得分为所要求的分值比对或更好的比对随机发生的概率。它是将观测得到的比对得分S，与同样长度和组成的随机序列作为查询序列进行数据库搜索进行比较得到的HSP（高分片段对）得分的期望分布联系起来计算的。通常使用低于来定义统计的显著性。P=1-e-E 9.打分矩阵（scoring matrix）：在相似性检索中对序列两两比对的质量评估方法。包括基于理论（如考虑核酸和氨基酸之间的类似性）和实际进化距离（如PAM）两类方法,是序列相似性分析的基础，其不同的选择将会出现不同的分析结果。 10．空位（gap）：在序列比对时，由于序列长度不同，需要插入一个或几个位点以取得最佳比对结果，这样在其中一序列上产生中断现象，这些中断的位点称为空位。：美国国家生物技术信息学中心，属于美国国立医学图书馆的一部分，具有BLAST, Entrez ,GenBank等工具，还具有PubMed文献数据库。另外还具有Genome, dbEST, dbGSS , dbSTS, MMDB, OMIM, UniGene, Taxonomy, RefSeq, etc. 序列格式：是将DNA或者蛋白质序列表示为一个带有大于号（>）开始的核苷酸或者氨基酸序列的新文件，其中大于号后可以跟上序列的相关信息，其他无特殊要求。 13genbank序列格式：是GenBank 数据库的基本信息单位，是最为广泛的生物信息学序列格式之一。该文件格式按域划分为4个部分：第一部分包含整个记录的信息（描述符）；第二部分包含注释，主要包含生物功能或数据库信息；第三部分是feature，对序列的注释；第四部分是序列本身，以“统发生树（Phylogenetic tree ）是研究生物进化和系统发育过程中的一种用树状分支图来概括各种生物之间亲缘关系，是一种亲缘分支分类方法。在树中，每个节点代表其各分支的最近共同祖先，而节点间的线段长度对应演化距离（如估计的演化时间）。是用来研究物种进化与多样性的基础，是相近物种相关生物学数据的来源。17.基因树与物种树：物种树反映一组物种进化历程的系统树，其中每一个内部节点就代表一个物种形成的过程，而基因树则是代表来源于不同物种的单个同源基因的差异构建的系统树，而其内部的一个节点则代表一个祖先基因分化为两个新的独特的基因序列的事件。基因

生物信息学期末考试重点

第一讲生物信息学（Bioinformatics）是20世纪80年代末随着人类基因组计划的启动而兴起的一门新型交叉学科，它体现了生物学、计算机科学、数学、物理学等学科间的渗透与融合。生物信息学通过对生物学实验数据的获取、加工、存储、检索与分析，达到揭示数据所蕴含的生物学意义从而解读生命活动规律的目的。生物信息学不仅是一门学科，更是一种重要的研究开发平台与工具，是今后进行几乎所有生命科学研究的推手。生物技术与生物信息学的区别及联系生物信息学的发展历史 ?人类基因组计划（HGP） ?人类基因组计划由美国科学家于1985年提出，1990年启动。根据该计划，在2015年要把人体约4万个基因的密码全部揭开，同时绘制出人类基因的谱图，也就是说，要揭开组成人体4万个基因的30亿个碱基对的秘密。HGP与曼哈顿原子弹计划和阿波罗计划并称为三大科学计划，被誉为生命科学的登月计划。(百度百科) 随着基因组计划的不断发展，海量的生物学数据必须通过生物信息学的手段进行收集、分析和整理后，才能成为有用的信息和知识。换句话说，人类基因组计划为生物信息学提供了兴盛的契机。上文所说的基因、碱基对、遗传密码子等术语都是生物信息学需要着重研究的地方。：

】第二讲回顾细胞结构细胞是所有生命形式结构和功能的基本单位细胞组成细胞膜主要由脂类和蛋白质组成的环绕在细胞表面的双层膜结构细胞质细胞膜与细胞核之间的区域：包含液体流质，夹杂物存储的营养、分泌物、天然色素和细胞器细胞器细胞内完成特定功能的结构：线粒体、核糖体、高尔基体、溶酶体等细胞核最大的细胞器 DNA的结构碱基（腺嘌呤A、鸟嘌呤G、胞嘧啶C、胸腺嘧啶G）。核苷酸核苷酸是构成DNA分子的重要模块。每个核苷酸分子由一分子称作脱氧核糖的戊糖（五碳糖）、一分子磷酸和一分子碱基构成。每种核苷酸都有一个碱基对，也就是A、T、C、G 基因是什么基因是遗传物质的基本单位基因就是核苷酸序列。大部分的基因大约是1000-4000个核苷酸那么长。基因通过控制蛋白质的合成，从微观和宏观上影响细胞、组织和器官的产生。基因在染色体上。

生物信息学题库说课材料

生物信息学题库

■一、选择题: 1.以下哪一个是mRNA条目序列号： A. J01536■. NM_15392 C. NP_52280 D. AAB134506 2.确定某个基因在哪些组织中表达的最直接获取相关信息方式是：■. Unigene B. Entrez C. LocusLink D. PCR 3.一个基因可能对应两个Unigene簇吗？■可能 B. 不可能 4.下面哪种数据库源于mRNA信息：■ dbEST B. PDB C. OMIM D. HTGS 5.下面哪个数据库面向人类疾病构建： A. EST B. PDB ■. OMIM D. HTGS 6.Refseq和GenBank有什么区别： A. Refseq包括了全世界各个实验室和测序项目提交的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Refseq 7.如果你需要查询文献信息，下列哪个数据库是你最佳选择： A. OMIM B. Entrez ■ PubMed D. PROSITE 8.比较从Entrez和ExPASy中提取有关蛋白质序列信息的方法，下列哪种说法正确：A. 因为GenBank的数据比EMBL更多，Entrez给出的搜索结果将更多B. 搜索结果很可能一样，因为GenBank和EMBL的序列数据实际一样■搜索结果应该相当，但是ExPASy中的SwissProt记录的输出格式不同 9.天冬酰胺、色氨酸和酪氨酸的单字母代码分别对应于：■ N/W/Y B. Q/W/Y C. F/W/Y D. Q/N/W 10.直系同源定义为：■不同物种中具有共同祖先的同源序列B. 具有较小的氨基酸一致性但是有较大的结构相似性的同源序列 C. 同一物种中由基因复制产生的同源序列 D. 同一物种中具有相似的并且通常是冗余的功能的同源序列 11.下列那个氨基酸最不容易突变： A. 丙氨酸 B. 谷氨酰胺 C. 甲硫氨酸■半胱氨酸 12.PAM250矩阵定义的进化距离为两同源序列在给定的时间有多少百分比的氨基酸发生改变： A. 1% B. 20%■. 80% D. 250% 13.下列哪个句子最好的描述了两个序列全局比对和局部比对的不同：A. 全局比对通常用于比对DNA序列，而局部比对通常用于比对蛋白质序列B. 全局比对允许间隙，而局部比对不允许C. 全局比对寻找全局最大化，而局部比对寻找局部最大化■全局比对比对整体序列，而局部比对寻找最佳匹配子序列 14.假设你有两条远源相关蛋白质序列。为了比较它们，最好使用下列哪个BLOSUM和PAM矩阵：■ BLOSUM45和PAM250 B. BLOSUM45和PAM 1 C. BLOSUM80和PAM250 D. BLOSUM10和PAM1 15.与PAM打分矩阵比较，BLOSUM打分矩阵的最大区别是：A. 最好用于比对相关性高的蛋白B. 它是基于近相关蛋白的全局多序列比对 ■它是基于远相关蛋白的局部多序列比对D. 它结合了全局比对和局部比对 16.如果有一段DNA序列，它可能编码多少种蛋白质序列： A. 1 B. 2 C. 3 ■. 6 17.要在数据库查询一段与某DNA序列编码蛋白质最相似的序列，应选择： A. blastn B. blastp C. tblastn D. tblastp■ blastx 18.为什么ClustalW（一个采用了Feng-Doolittle渐进比对算法的程序）不报告E值：A. ClustalW报告E值■使用了全局比对 C. 使用了局部比对 D. 因为是多序列比对 19.Feng-Doolittle方法提出“一旦是空隙，永远是空隙”规则的依据是：A. 保证空隙不会引物序列加入而填充B. 假定进化早期分歧的序列有较高优先级别■假定最近序列空隙应该保留 D. 假定最远序列空隙应该保留 20.根据分子钟假说： A. 所有蛋白质都保持一个相同的恒定进化速率 B. 所有蛋白质的进化速率都与化石记录相符合C. 对于每一个给定的蛋白质，分子进化的速率是逐渐减慢的，就如同不准时的钟■对于每一个给定的蛋白质，其分子进化的速率在所有的进化分支上大致是恒定 21.系统发生树的两个特征是： A. 进化分支和进化节点■树的拓扑结构和分支长度C. 进化分支和树根D. 序列比对和引导检测方法 22.下列哪一个是基于字母特征的系统发生分析的算法： A. 邻位连接法（NJ法）B. Kimura算法■最大似然法（ML）D. 非加权平均法（UPGMA） 23.基于字母特征和基于距离的系统发生分析的算法的基本差异是：■基于字母特征的算法没有定义分支序列的中间数据矩阵 B. 基于字母特征的算法可应用于DNA或者蛋白质序列，而基于距离仅能用于DNA C. 基于字母特征的算法无法运用简约算法 D. 基于字母特征的算法的进化分支与进化时间无关 24.一个操作分类单元（OTU）可指：A. 多序列比对■蛋白质序列C. 进化分支D. 进化节点 25.构建进化树最直接的错误来源是：■多序列比对错误B. 采样的算法差异C. 假设进化分支是单一起源D. 尝试推测基因的进化关系 26.第一个被完整测定的基因组序列是： A. 啤酒酵母的3号染色体B. 流感病毒■ФX174 D. 人类基因组 27.普通的真核生物线粒体基因组编码大约多少个蛋白质：■ 10 B. 100 C. 1000 D. 10000 28.根据基因组序列预测蛋白质编码基因的算法的最大问题是： A. 软件太难使用■. 假阳性率太高，许多不是外显子的序列部分被错误指定C. 假阳性率太高，许多不是外显子功能未知 D. 假阴性率太高，丢失太多外显子位点 29.HIV病毒亚型的系统演化研究可以： A. 证实HIV病毒是由牛病毒演化而来■. 用于指导开发针对保守蛋白的疫苗C. 证实哪些人类组织最容易遭受病毒侵染 30.一个典型的细菌基因组大小约为多少bp： A. 20000■. 200000 C. 2000000 D. 20000000

生物信息学考试试卷修订稿

生物信息学考试试卷 WEIHUA system office room 【WEIHUA 16H-WEIHUA WEIHUA8Q8-

一、名词解释(每小题4分,共20分) 1、生物信息学广义：生命科学中的信息科学。生物体系和过程中信息的存贮、传递和表达；细胞、组织、器官的生理、病理、药理过程的中各种生物信息。狭义：生物分子信息的获取、存贮、分析和利用。 2、人类基因组计划人类基因组计划准备用15年时间，投入30亿美元，完成人类全部24条染色体的3×109脱氧核苷酸对(bp)的序列测定，主要任务包括作图(遗传图谱、物理图谱的建立及转录图谱的绘制)、测序和基因识别。其中还包括模式生物(如大肠杆菌、酵母、线虫、小鼠等)基因组的作图和测序，以及信息系统的建立。作图和测序是基本的任务，在此基础上解读和破译生物体生老病死以及和疾病相关的遗传信息。 3、蛋白质的一级结构蛋白质的一级结构是指多肽链中氨基酸的序列 4、基因基因--有遗传效应的DNA片断,是控制生物性状的基本遗传单位。 5、中心法则是指遗传信息从传递给，再从RNA传递给，即完成遗传信息的转录和翻译的过程。也可以从DNA传递给DNA，即完成DNA的复制过程。这是所有有细胞结构的生物所遵循的法则。 6 、DNA序列比较序列比较的根本任务是：（1）发现序列之间的相似性；（2）辨别序列之间的差异目的：相似序列相似的结构，相似的功能判别序列之间的同源性推测序列之间的进化关系 7、一级数据库数据库中的数据直接来源于实验获得的原始数据，只经过简单的归类整理和注释 8、基因识别基因识别，是生物信息学的一个重要分支，使用生物学实验或计算机等手段识别DNA序列上的具有生物学特征的片段。基因识别的对象主要是蛋白质编码基因，也包括其他具有一定生物学功能的因子，如RNA基因和调控因子。 9、系统发生学系统发生学(phylogenetics)——研究物种之间的进化关系。 10、基因芯片基因芯片（gene chip），又称DNA微阵列（microarray），是由大量cDNA或寡核苷酸探针密集排列所形成的探针阵列，其工作的基本原理是通过杂交检测信息。

生物信息学题库

■一、选择题: 1.以下哪一个是mRNA条目序列号： A. J01536■. NM_15392 C. NP_52280 D. AAB134506 2.确定某个基因在哪些组织中表达的最直接获取相关信息方式是：■. Unigene B. Entrez C. LocusLink D. PCR 3.一个基因可能对应两个Unigene簇吗？■可能 B. 不可能 4.下面哪种数据库源于mRNA信息：■dbEST B. PDB C. OMIM D. HTGS 5.下面哪个数据库面向人类疾病构建： A. EST B. PDB ■. OMIM D. HTGS 6.Refseq和GenBank有什么区别： A. Refseq包括了全世界各个实验室和测序项目提交的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Refseq 7.如果你需要查询文献信息，下列哪个数据库是你最佳选择： A. OMIM B. Entrez ■PubMed D. PROSITE 8.比较从Entrez和ExPASy中提取有关蛋白质序列信息的方法，下列哪种说法正确：A. 因为GenBank的数据比EMBL更多，Entrez给出的搜索结果将更多B. 搜索结果很可能一样，因为GenBank和EMBL的序列数据实际一样■搜索结果应该相当，但是ExPASy中的SwissProt记录的输出格式不同 9.天冬酰胺、色氨酸和酪氨酸的单字母代码分别对应于：■N/W/Y B. Q/W/Y C. F/W/Y D. Q/N/W 10.直系同源定义为：■不同物种中具有共同祖先的同源序列B. 具有较小的氨基酸一致性但是有较大的结构相似性的同源序列 C. 同一物种中由基因复制产生的同源序列 D. 同一物种中具有相似的并且通常是冗余的功能的同源序列 11.下列那个氨基酸最不容易突变： A. 丙氨酸B. 谷氨酰胺 C. 甲硫氨酸■半胱氨酸 12.PAM250矩阵定义的进化距离为两同源序列在给定的时间有多少百分比的氨基酸发生改变： A. 1% B. 20%■. 80% D. 250% 13.下列哪个句子最好的描述了两个序列全局比对和局部比对的不同：A. 全局比对通常用于比对DNA序列，而局部比对通常用于比对蛋白质序列B. 全局比对允许间隙，而局部比对不允许C. 全局比对寻找全局最大化，而局部比对寻找局部最大化■全局比对比对整体序列，而局部比对寻找最佳匹配子序列 14.假设你有两条远源相关蛋白质序列。为了比较它们，最好使用下列哪个BLOSUM和PAM矩阵：■BLOSUM45和PAM250 B. BLOSUM45和PAM 1 C. BLOSUM80和PAM250 D. BLOSUM10和PAM1 15.与PAM打分矩阵比较，BLOSUM打分矩阵的最大区别是：A. 最好用于比对相关性高的蛋白B. 它是基于近相关蛋白的全局多序列比对 ■它是基于远相关蛋白的局部多序列比对D. 它结合了全局比对和局部比对 16.如果有一段DNA序列，它可能编码多少种蛋白质序列： A. 1 B. 2 C. 3 ■. 6 17.要在数据库查询一段与某DNA序列编码蛋白质最相似的序列，应选择： A. blastn B. blastp C. tblastn D. tblastp■blastx 18.为什么ClustalW（一个采用了Feng-Doolittle渐进比对算法的程序）不报告E值：A. ClustalW报告E值■使用了全局比对 C. 使用了局部比对 D. 因为是多序列比对 19.Feng-Doolittle方法提出“一旦是空隙，永远是空隙”规则的依据是：A. 保证空隙不会引物序列加入而填充B. 假定进化早期分歧的序列有较高优先级别■假定最近序列空隙应该保留 D. 假定最远序列空隙应该保留 20.根据分子钟假说：A. 所有蛋白质都保持一个相同的恒定进化速率 B. 所有蛋白质的进化速率都与化石记录相符合C. 对于每一个给定的蛋白质，分子进化的速率是逐渐减慢的，就如同不准时的钟■对于每一个给定的蛋白质，其分子进化的速率在所有的进化分支上大致是恒定 21.系统发生树的两个特征是： A. 进化分支和进化节点■树的拓扑结构和分支长度C. 进化分支和树根D. 序列比对和引导检测方法 22.下列哪一个是基于字母特征的系统发生分析的算法：A. 邻位连接法（NJ法）B. Kimura算法■最大似然法（ML）D. 非加权平均法（UPGMA） 23.基于字母特征和基于距离的系统发生分析的算法的基本差异是：■基于字母特征的算法没有定义分支序列的中间数据矩阵 B. 基于字母特征的算法可应用于DNA或者蛋白质序列，而基于距离仅能用于DNA C. 基于字母特征的算法无法运用简约算法 D. 基于字母特征的算法的进化分支与进化时间无关 24.一个操作分类单元（OTU）可指：A. 多序列比对■蛋白质序列C. 进化分支D. 进化节点 25.构建进化树最直接的错误来源是：■多序列比对错误B. 采样的算法差异C. 假设进化分支是单一起源D. 尝试推测基因的进化关系 26.第一个被完整测定的基因组序列是：A. 啤酒酵母的3号染色体B. 流感病毒■ФX174 D. 人类基因组 27.普通的真核生物线粒体基因组编码大约多少个蛋白质：■10 B. 100 C. 1000 D. 10000 28.根据基因组序列预测蛋白质编码基因的算法的最大问题是：A. 软件太难使用■. 假阳性率太高，许多不是外显子的序列部分被错误指定C. 假阳性率太高，许多不是外显子功能未知 D. 假阴性率太高，丢失太多外显子位点 29.HIV病毒亚型的系统演化研究可以：A. 证实HIV病毒是由牛病毒演化而来■. 用于指导开发针对保守蛋白的疫苗C. 证实哪些人类组织最容易遭受病毒侵染 30.一个典型的细菌基因组大小约为多少bp：A. 20000■. 200000 C. 2000000 D. 20000000

生物信息学试题整理

UTR的含义是（B ） A.编码区 B. 非编码区 C. motif的含义是（D ）。 A.基序 B. 跨叠克隆群 C. algorithm 的含义是（B ）。 A.登录号 B. 算法 C. RGR^ （D ）。 A.在线人类孟德尔遗传数据 D.水稻基因组计划下列Fasta格式正确的是（B）低复杂度区域 D. 幵放阅读框碱基对 D. 结构域比对 D. 类推 B. 国家核酸数据库 C. 人类基因组计划 A. seql: agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta B. >seq1 agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta C. seq1:agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta D. >seq1agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta 如果我们试图做蛋白质亚细胞定位分析，应使用（D） A. NDB 数据库 B. PDB 数据库 C. GenBank 数据库 D. SWISS-PROT 数

据库 Bioinformatics 的含义是（A ）。 A. 生物信息学 B. 基因组学 C. 蛋白质组学 D. 表观遗传学 Gen Bank中分类码PLN表示是（D ）。 A.哺乳类序列 B. 细菌序列 C.噬菌体序列 D. 植物、真菌和藻类序列 ortholog 的含义是（A）0 A.直系同源 B.旁系同源 C.直接进化 D.间接进化从cDNA文库中获得的短序列是（D ）o A. STS B. UTR C. CDS D. EST con tig的含义是（B ）o A.基序 B. 跨叠克隆群 C. 碱基对 D. 结构域 TAIR （AtDB）数据库是（C）o A.线虫基因组 B. 果蝇基因组 C. 拟南芥数据库 D. 大肠杆菌基因组ORF的含义是（D ）o A.调控区 B. 非编码区 C.低复杂度区域 D. 幵放阅读框

生物信息学期末考试重点

1、生物信息学(Bioinformatics)是研究生物信息的采集、处理、存储、传播，分析和解释等各方面的学科，也是随着生命科学和计算机科学的迅猛发展，生命科学和计算机科学相结合形成的一门新学科。它通过综合利用生物学，计算机科学和信息技术而揭示大量而复杂的生物数据所赋有的生物学奥秘。 2、数据库（Database）是按照数据结构来组织、存储和管理数据的仓库，它产生于距今六十多年前，随着信息技术和市场的发展，特别是二十世纪九十年代以后，数据管理不再仅仅是存储和管理数据，而转变成用户所需要的各种数据管理的方式。数据库有很多种类型，从最简单的存储有各种数据的表格到能够进行海量数据存储的大型数据库系统都在各个方面得到了广泛的应用。 3、表达序列标签从一个随机选择的cDNA 克隆进行5’端和3’端单一次测序获得的短的cDNA 部分序列，代表一个完整基因的一小部分，在数据库中其长度一般从20 到7000bp 不等，平均长度为360 ±120bp。EST 来源于一定环境下一个组织总 mRNA 所构建的cDNA 文库，因此EST也能说明该组织中各基因的表达水平。 4、开放阅读框是基因序列中的一段无终止序列打断的碱基序列，可编码相应的蛋白。 ORF识别包括检测六个阅读框架并决定哪一个包含以启动子和终止子为界限的 DNA序列而其内部不包含启动子或终止子，符合这些条件的序列有可能对应一个真正的单一的基因产物。ORF的识别是证明一个新的DNA序列为特定的蛋白质编码基因的部分或全部的先决条件。 5、蛋白质的一级结构在每种蛋白质中氨基酸按照一定的数目和组成进行排列，并进一步折叠成特定的空间结构前者我们称为蛋白质的一级结构，也叫初级结构或基本结构。蛋白质一级结构是理解蛋白质结构、作用机制以及与其同源蛋白质生理功能的必要基础。 6、基因识别是生物信息学的一个重要分支，使用生物学实验或计算机等手段识别 DNA序列上的具有生物学特征的片段。基因识别的对象主要是蛋白质编码基因，也包括其他具有一定生物学功能的因子，如RNA基因和调控因子。基因识别是基因组研究的基础。

2019版国科大生物信息学期末考试复习题

中科院生物信息学期末考试复习题陈润生老师部分： 1.什么是生物信息学，如何理解其含义？为什么在大规模测序研究中，生物信息学至关重要？答：生物信息学有三个方面的含义： 1)生物信息学是一个学科领域，包含着基因组信息的获取、处理、存储、分配、分析和解释的所有方面，是基因组研究不可分割的部分。 2)生物信息学是把基因组DNA序列信息分析作为源头，破译隐藏在DNA序列中的遗传语言，特别是非编码区的实质；同时在发现了新基因信息之后进行蛋白质空间结构模拟和预测；其本质是识别基因信号。 3)生物信息学的研究目标是揭示“基因组信息结构的复杂性及遗传语言的根本规律”。它是当今自然科学和技术科学领域中“基因组、“信息结构”和“复杂性”这三个重大科学问题的有机结合。 2.如何利用数据库信息发现新基因，其算法本质是什么？答：利用数据库资源发现新基因，根据数据源不同，可分2种不同的查找方式： 1)从大规模基因组测序得到的数据出发，经过基因识别发现新基因：（利用统计，神经网络，分维，复杂度，密码学，HMM，多序列比对等方法识别特殊序列，预测新ORF。但因为基因组中编码区少，所以关键是“数据识别”问题。）利用大规模拼接好的基因组，使用不同数据方法，进行标识查找，并将找到的可能的新基因同数据库中已有的基因对比，从而确定是否为新基因。可分为：①基于信号，如剪切位点、序列中的启动子与终止子等。②基于组分，即基因家族、特殊序列间比较，Complexity analysis，Neural Network 2)利用EST数据库发现新基因和新SNPs：（归属于同一基因的EST片断一定有overlapping，通过alignment可组装成一完整的基因，但EST片断太小，不存在数据来源，主要是拼接问题）数据来源于大量的序列小片段，EST较短，故关键在正确拼接。方法有基因组序列比对、拼接、组装法等。经常采用SiClone策略。其主要步骤有：构建数据库；将序列纯化格式标准化；从种子库中取序列和大库序列比对；延长种子序列，至不能再延长；放入contig库①构建若干数据库：总的纯化的EST数据库，种子数据库，载体数据库，杂质、引物数据库，蛋白数据库，cDNA数据库； ②用所用种子数据库和杂质、引物数据库及载体数据库比对，去除杂质； ③用种子和纯化的EST数据库比对 ④用经过一次比对得到的长的片段和蛋白数据库、cDNA数据库比较，判断是否为已有序列，再利用该大片段与纯化的EST数据库比对，重复以上步骤，直到序列不能再延伸； ⑤判断是否为全长cDNA序列。（利用EST数据库：原理：当测序获得一条EST序列时，它来自哪一个基因的哪个区域是未知的（随机的），所以属于同一个基因的不同EST序列之间常有交叠的区域。根据这种“交叠”现象，就能找出属于同一个基因的所有EST序列，进而将它们拼接成和完整基因相对应的全长cDNA序列。而到目前为止，公共EST数据库(dbEST)中已经收集到约800万条的人的EST序列。估计这些序列已覆盖了人类全部基因的95%以上，平均起来每个基因有10倍以上的覆盖率。）

蛋白质组学期末复习题

蛋白质组学相关试题及答案解释 1． Proteome(蛋白质组)：由一个细胞或者组织的基因组所表达的全部相应的蛋白质，称为蛋白质组。 2. Proteomics(蛋白质组学)：指应用各种技术手段来研究蛋白质组的一门新兴学科，即研究细胞在不同生理或病理条件下蛋白质表达的异同，对相关蛋白质进行分类和鉴定。更重要的是蛋白质组学的研究要分析蛋白质间相互作用和蛋白质的功能. 3. Mass Spectrometer（质谱仪）：质谱仪是一个用来测量单个分子质量的仪器，但实际上质谱仪提供的是分子的质量与电荷比（m/z or m/e）。分离和检测不同同位素的仪器。即根据带电粒子在电磁场中能够偏转的原理，按物质原子、分子或分子碎片的质量差异进行分离和检测物质组成的一类仪器。质谱仪最重要的应用是分离同位素并测定它们的原子质量及相对丰度。 4. Proteome sample holographic preparation（蛋白组样品的全息制备）：（1）keep protein information （2）adapted to separation and identification methods （3）different samples,different extraction. 蛋白质样品制备是蛋白质组研究的第一步，也是最关键的一步。因为这一步会影响蛋白质产量、生物学活性、结构完整性。因此要用最小的力量使细胞达到最大破坏程度同时保持蛋白质的完整性。原则是，保持蛋白质的所有信息；选择合适的分离和鉴定方法；对于不同的样品要用不同的提取方法。 5. Post translational modification(蛋白质翻译后修饰) 肽链合成的结束，并不一定意味着具有正常生理功能的蛋白质分子已经生成。已知很多蛋白质在肽链合成后还需经过一定的加工（processing）或修饰，由几条肽链构成的蛋白质和带有辅基的蛋白质，其各个亚单位必须互相聚合才能成为完整的蛋白质分子。 6. De novo sequencing(从头测序) 从头测序为蛋白质组研究提供了一种不用借助于任何蛋白质序列数据库信息，直接解读串联质谱数据的方法。其基本算法主要由4个部分组成：质谱图的构建、

生物信息学复习重点

生物信息学是一门交叉学科, 包含了生物信息的获取、加工、存储、分配、分析、解释等在内的所有方面, 它综合运用数学、计算机科学和生物学等的各种工具来阐明和理解大量数据所包含的生物学意义。生物信息学宗旨在揭示基因组信息结构的复杂性及遗传语言的根本规律。从生物分子获得和挖掘深层次生物学知识。人类基因组计划(HGP：获得遗传图、物理图、序列图、转录图；终极目标：阐明人类基因组全部DNA序列；识别基因；建立储存这些信息的数据库；开发数据分析工具；研究HGP实施所带来的伦理、法律和社会问题。其中我国承担了人类3 号染色体短臂。记录：一个数据库记录一般由两部分组成：原始序列数据和描述这些数据生物学信息的注释。冗余：在一个数据库存在着多个相同的项，如两个或者更多的记录中有一个相同序列 Fasta 格式开始于一个标识符：">" ，然后是一行描述。 GenBank格式：每个基因描述可有多个描述行，包含一行以LOUCU开头描述行，基因序列以ORIGN开头，以/结尾。 EMBL入口标识符ID，序列开始标识符SQ结束是/。数据库的特点：①数据库是可以检索的，即具有检索功能；②数据库应该是定时更新的，即不断有新版内容发布；③数据库是交叉引用的，特别是在互联网时代，数据库应该通过超链接与其他数据库相连。 EST序列：表达序列标签对cDNA文库测序得到的，是转录的DNA序列。 STS序列：序列标签位点染色体上位置已定的、核苷酸序列已知的、且在基因组中只有一份拷贝的DNA短片断,(200bp —500bp)。 STS序列标签位点是基因组上定位明确、作为界标并能通过PCR扩增被唯一操作的短的、单拷贝DNA序列，用于产生作图位点。 GSS序列：基因组概览测序基因组DNA克隆的一次性部分测序得到的序列。 HTG序列：高通量基因组序列三大数据库： NCBI(GenBank)：美国生物技术中心，建立了一系列生物信息数据和各种服务。 EMBL欧洲分子生物学实验室。 DDBJ日本遗传研究所。同源性基因系指起源于同一祖先但序列已经发生变异的基因成员。基因同源性只有“是”和“非”的区别,是一种质的判断。直系同源基因：分布在不同物种间的同源基因又称直系同源基因。旁系同源基因：同一物种的同源基因则称旁系同源基因 (水平基因：, 水平基因由重复后趋异产生。一致性：序列中同一碱基位置的相同的碱基成员, 或者蛋白质的同一氨基酸位置的相同的氨基酸成员的百分比。相似性：序列中同一位置相同或相似序列的百分比。如同源蛋白质的氨基酸序列中一致性氨基酸和可取代氨基酸所占的比例。可取代氨基酸系指具有相同性质如极性氨基酸或非极性氨基酸的成员，它们之间的代换不影响蛋白质（或酶）的生物学功能。相似性和同源性关系：一般来说序列间的相似性越高的话，是同源序列的可能性就更高，所以经常可以通过序列的相似性来推测序列是否同源。序列比对：确定两个或多个序列之间的相似性以至于同源性，而将它们按照一定的规律排列。任务：通过比较生物分子序列，发现它们的相似性，找出序列之间共同的区域，同时辨别序列之间的根本差异。相似性：可能是核酸/氨基酸序列的相似、可能是结构的相似、可能是功能的相似

生物信息学复习题及答案(陶士珩)

生物信息学复习题一、名词解释生物信息学, 二级数据库, FASTA序列格式, genbank序列格式, Entrez，BLAST，查询序列（query），打分矩阵（scoring matrix），空位（gap），空位罚分，E值, 低复杂度区域，点矩阵（dot matrix），多序列比对，分子钟，系统发育（phylogeny），进化树的二歧分叉结构，直系同源，旁系同源，外类群，有根树，除权配对算法（UPGMA），邻接法构树，最大简约法构树，最大似然法构树，一致树（consensus tree），bootstrap，开放阅读框（ORF），密码子偏性（codon bias），基因预测的从头分析法，结构域（domain），超家族，模体（motif），序列表谱（profile），PAM矩阵，BLOSUM，PSI-BLAST，RefSeq，PDB数据库，GenPept，折叠子，TrEMBL，MMDB，SCOP，PROSITE，Gene Ontology Consortium，表谱（profile）。二、问答题 1）生物信息学与计算生物学有什么区别与联系 2）试述生物信息学研究的基本方法。 3）试述生物学与生物信息学的相互关系。 4）美国国家生物技术信息中心（NCBI）的主要工作是什么请列举3个以上NCBI 维护的数据库。￥ 5）序列的相似性与同源性有什么区别与联系 6）BLAST套件的blastn、blastp、blastx、tblastn和tblastx子工具的用途什么 7）简述BLAST搜索的算法。 8）什么是物种的标记序列 9）什么是多序列比对过程的三个步骤 10）简述构建进化树的步骤。 11）简述除权配对法（UPGMA）的算法思想。 12）简述邻接法（NJ）的算法思想。 13）简述最大简约法（MP）的算法思想。 14）简述最大似然法（ML）的算法思想。 ? 15）UPGMA构树法不精确的原因是什么 16）在MEGA2软件中，提供了多种碱基替换距离模型，试列举其中2种，解释其含义。 17）试述DNA序列分析的流程及代表性分析工具。 18）如何用BLAST发现新基因 19）试述SCOP蛋白质分类方案。 20）试述SWISS-PROT中的数据来源。 21）TrEMBL哪两个部分 22）试述PSI-BLAST 搜索的5个步骤。[ 3）三、操作与计算题 1）如何获取访问号为U49845的genbank文件解释如下genbank文件的LOCUS行提供的信息： LOCUS SCU49845 5028 bp DNA linear PLN 21-JUN-1999

生物信息学试题

华中农业大学研究生课程考试试卷（B）考试科目名称：生物信息学考试时间：2011年6月15日备注：所有答案均要写在答题纸上，否则，一律无效。提示：（1）2小时答题时间；（2）课堂开卷，独立完成；（3）答题简明扼要 1．请查询序列AK101913（GenBank注册号）的相关信息并回答下列问题：（1）若用限制性内切酶PstΙ消化这条序列，可以得到几个片段？（4分）（2）该序列编码的蛋白质有多少个氨基酸？哪种氨基酸所占比例最高？等电点是多少？是否糖蛋白质？如果是糖蛋白，请给出具体类型及糖基化位点。（10分）（3）请分析该序列编码蛋白的保守结构域，根据你的分析，该蛋白可能具有什么样的生物学功能？（6分） 2．任选一种基因结构分析工具，预测序列J04982（GenBank注册号）的基因结构及其编码产物的理化性质。请注明分析工具的名称，以及是否采用某一物种的数据作为参照。（1）根据你所选用的分析方法，这条序列编码多少个基因？分别包含有多少个exon？预测基因（如有多个基因请注明是第几个基因）是否有转录起点和PolyA加尾信号？分析结果是否与GenBank提供的注释信息相符合？（10分）（2）预测的第一个基因编码的蛋白质是否包含有信号肽（注明切割位点）和跨膜区域（注明跨膜区）？预测该蛋白的亚细胞定位。（10分）注：3a、3b任选一题 3a．RZ220是水稻分子标记遗传连锁图上的一个分子标记，请回答下列有关问题：（1）这个分子标记/位点被定位于水稻的第几号染色体？在你检索的网站（请注明网址）多少水稻的遗传连锁图使用了该分子标记？请列出分子标记遗传连锁图的名称及其类型（Map Type）（10分）（2）RZ220属于什么类型的分子标记？指出一个与该标记连锁或附近的QTL（注明其编号），并说明该QTL控制什么性状，列出定位该QTL的研究的相关文献。（10分） 3b．BM6506是羊分子标记遗传连锁图上的一个分子标记或位点，请回答下列有关问题：（请注明分析方法名称）（1）这个分子标记/位点被定位于羊的第几号染色体？（4分）（2）在SM1分子标记遗传连锁图上与这个分子标记/位点紧密连锁（两侧）的分子标记/位点的名称是什么？这个分子标记/位点在SM1分子标记遗传连锁图上的遗传位置是多少？（8分）（3）列出一篇与该标记相关的文献及其在PubMed中的PMID号。（8分） 4．分析六条蛋白质序列（BAF63641、ABO31104、ACO11338、ABH07379、AAF65254、AAB38498）的同源性并回答下列问题（请注明分析方法名称）：（1）哪两条序列的进化关系最近，一致性（Identity）是多少？相似度（Similarity/Positive）是多少？（10分）

生物信息学试题复习参考(张弓)

2014-2015学年生物信息学期末考试题写在前面：这是我考试时候写的答案的大致内容，具体文字我已经不记得了，给大家一个参考，希望对大家复习有帮助。因为我也是扣了很多分，所以答案也有很多错的，大家不要尽信。祝大家考试顺利。一、实验设计和基础分析以下qPT-PCR实验方案有哪些错误？请标出错误，并说明原因和写出正确方案。目的：比较肺癌细胞迁移前后的X基因转录水平表达量方法：（1）用Trizol法提取细胞总RNA，并用跑胶、OD260/280等方法确认无降解。（2）用poly-dT引物进行反转录（3）设计基因特异性PCR引物，用qPCR仪测定X基因和GAPDH基因的Ct值。GAPDH作为内参。（4）以2^-ΔΔCt方法计算X基因相对于GAPDH的相对含量（5）比较迁移前后的相对表达量，做三个重复，用t-test进行统计检验，P<0.05为差异显著 1.错误：不能用GAPDH基因作为定量标准；原因：癌症迁移前后GAPDH基因的表达量已经改变了，做定量标准不准确；方案：采用外参（如：其他物种的基因） 2.错误：不能用t-test进行统计检验；原因：t-test进行统计检验的前提是数据呈正态分布，基因表达量不一定呈正太分布；方案：将数据取log10，对数化。上述两个是我考试时候写的答案，后来经提醒：还发现了一个错误：不能用poly-dT引物进行反转录；原因：。。。。。。；方案：用Oligodt进行逆转录。二、双序列比对的生物学意义解释两种细菌的同源蛋白质endonuclease III，长度都为200氨基酸左右，其功能相同，蛋白质序列使用BLAST 可以比对上，同源性高达57%，但其编码DNA序列用BLAST却无法比对上，为了尽可能提高亲缘关系较远的序列的比对效率，比对已经使用BLAST网站上Somewhat similar sequence选项，默认参数（见下图）：

生物信息学期末考试重点

生物信息学复习题及答案

生物信息学期末考试重点

生物信息学题库说课材料

生物信息学考试试卷修订稿

生物信息学题库

生物信息学试题整理

最新生物信息学考试复习

生物信息学期末考试重点

2019版国科大生物信息学期末考试复习题

蛋白质组学期末复习题

生物信息学复习重点

生物信息学复习题及答案(陶士珩)

生物信息学试题

生物信息学试题复习参考(张弓)