生物信息学期末考试重点
1、()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，也是随着和的迅猛发展，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（）是按照来组织、和管理数据的仓库，它产生于
距今六十多年前，随着和市场的发展，特别是二十世纪九
十年代以后，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，从最简
单的存储有各种数据的到能够进行海量的大型都在各个方
面得到了广泛的应用。
3、表达序列标签从一个随机选择的克隆进行5’端和3’
端单一次测序获得的短的部分序列，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7000 不等，平均长度为360 ±120。来源于一定环境下一个组织总
所构建的文库，因此也能说明该组织中各基因的表达水
平。
4、开放阅读框是序列中的一段无终止序列打断的序列，
可编码相应的。识别包括检测六个阅读框架并决定哪一个
包含以和为界限的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。的识别是证明一个新的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按照一定的数目和组
成进行排列，并进一步折叠成特定的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、作用机制以及与其同源的必要基础。
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
引起的序列多态性。这种变异可由单个碱基的转换()或颠
换()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（）和进化分
支（）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
（）。
9、序列拼接为了保证测序结果的准确性，单基因短片段
（700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() )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( ) 通过微加工技术，将数以万计、乃至百万
计的特定序列的片段（基因探针），有规律地排列固定于
22的硅片、玻片等支持物上，构成的一个二维探针阵
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、核糖体、转运及非编码；狭义上指
所有的集合。
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（指）中所包含的30
亿个对组成的序列，从而绘制图谱，并且辨识其载有的及
其序列，达到破译人类遗传信息的最终目的。
15、中心法则是指从传递给，再从传递给蛋白质，即完成遗
传信息的转录和翻译的过程。也可以从传递给，即完成的
复制过程。这是所有有的生物所遵循的法则。在某些病毒
中的自我复制（如等）和在某些病毒中能以为模板成的过
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
中是A, T（或U）, C, G，在蛋白质中是的单字母表示）
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序列等生物序列。在比
对中，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
（700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、的五个子程序
（核酸）；；（蛋白质）；（蛋白质）；（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（，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、预测基因。其中最长法是将每条链按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（），只要找出序列中最长的，就能相当准确地预测出基因。其的基本步骤为：1：获取目标序列；2：查找并将目标序列翻译成蛋白质序列；3：利用进行核苷酸序列和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 15～30。
3、值：引物的值一般控制在 55～60℃，尽可能保证上下游引物的值一致，一般不超过 2℃。若引物中的含量相对偏低，则可以使引物长度稍长，而保证一定的退火温度。
4、（）含量：有效引物中（）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、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
储存和分析分子生物学、、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；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( , )创建的一个核酸序列数据库。
数据库：序列数据库
数据库()包括及蛋白质序列，，细胞功能以及信息，并
且还收录有人、植物、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，
收集、管理并且发送完整的序列及其相关信息，以满足主
要机构的需要。
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片段;二是从2 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分子克隆。
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、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（）而被区分开（）：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（）而被区分开（）：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（），旁系同源的一对序列称为旁系同源体（）。
六、填空
1、数据库有
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。
生物信息学软件及使用概述
生物信息学软件及使 刘吉平 liujiping@https://www.360docs.net/doc/7210355902.html, 用概述 生 物秀-专心做生物！ w w w .b b i o o .c o m
生物信息学是一门新兴的交叉学生物信息学的概念： 科，它将数学和计算机知识应用于生物学，以获取、加工、存储、分类、检索与分析生物大分子的信息，从而理解这些信息的生物学意义。 生 物秀-专心做生物！ w w w .b b i o o .c o m
分析和处理实验数据和公共数据，生物信息学软件主要功能 1.2.提示、指导、替代实验操作，利用对实验数据的分析所得的结论设计下一阶段的实验 3.实验数据的自动化管理 4.寻找、预测新基因及其结构、功能 5.蛋白质高级结构及功能预测（三维建模，目前研究的焦点和难点） 生 物秀-专心做生物！ w w w .b b i o o .c o m
功能1. 分析和处理实验数据和公共数据，加快研究进度，缩短科研时间 ?核酸：序列同源性比较，分子进化树构建，结构信息分析，包括基元(Motif)、酶切点、重复片断、碱基组成和分布、开放阅读框（ORF ），蛋白编码区（CDS ）及外显子预测、RNA 二级结构预测、DNA 片段的拼接； ?蛋白：序列同源性比较，结构信息分析（包括Motif ，限制酶切点，内部重复序列的查找，氨基酸残基组成及其亲水性及疏水性分析)，等电点及二级结构预测等等； ?本地序列与公共序列的联接，成果扩大。 生 物秀-专心做生物！ w w w .b b i o o .c o m
Antheprot 5.0 Dot Plot 点阵图 Dot plot 点阵图能够揭示多个局部相似性的复杂关系 生 物秀-专心做生物！ w w w .b b i o o .c o m
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
生物信息学简介范文
1、简介 生物信息学（Bioinformatics）是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学。它是当今生命科学和自然科学的重大前沿领域之一，同时也将是21世纪自然科学的核心领域之一。其研究重点主要体现在基因组学（Genomics）和蛋白质组学（Proteomics）两方面，具体说就是从核酸和蛋白质序列出发，分析序列中表达的结构功能的生物信息。 具体而言，生物信息学作为一门新的学科领域，它是把基因组DNA序列信息分析作为源头，在获得蛋白质编码区的信息后进行蛋白质空间结构模拟和预测，然后依据特定蛋白质的功能进行必要的药物设计。基因组信息学，蛋白质空间结构模拟以及药物设计构成了生物信息学的3个重要组成部分。从生物信息学研究的具体内容上看，生物信息学应包括这3个主要部分：（1）新算法和统计学方法研究；（2）各类数据的分析和解释；（3）研制有效利用和管理数据新工具。 生物信息学是一门利用计算机技术研究生物系统之规律的学科。 目前的生物信息学基本上只是分子生物学与信息技术（尤其是因特网技术）的结合体。生物信息学的研究材料和结果就是各种各样的生物学数据，其研究工具是计算机，研究方法包括对生物学数据的搜索（收集和筛选）、处理（编辑、整理、管理和显示）及利用（计算、模拟）。 1990年代以来，伴随着各种基因组测序计划的展开和分子结构测定技术的突破和Internet的普及，数以百计的生物学数据库如雨后春笋般迅速出现和成长。对生物信息学工作者提出了严峻的挑战：数以亿计的ACGT序列中包涵着什么信息？基因组中的这些信息怎样控制有机体的发育？基因组本身又是怎样进化的？ 生物信息学的另一个挑战是从蛋白质的氨基酸序列预测蛋白质结构。这个难题已困扰理论生物学家达半个多世纪，如今找到问题答案要求正变得日益迫切。诺贝尔奖获得者W. Gilbert在1991年曾经指出：“传统生物学解决问题的方式是实验的。现在，基于全部基因都将知晓，并以电子可操作的方式驻留在数据库中，新的生物学研究模式的出发点应是理论的。一个科学家将从理论推测出发，然后再回到实验中去，追踪或验证这些理论假设”。 生物信息学的主要研究方向：基因组学- 蛋白质组学- 系统生物学- 比较基因组学，1989年在美国举办生物化学系统论与生物数学的计算机模型国际会议，生物信息学发展到了计算生物学、计算系统生物学的时代。 姑且不去引用生物信息学冗长的定义，以通俗的语言阐述其核心应用即是：随着包括人类基因组计划在内的生物基因组测序工程的里程碑式的进展，由此产生的包括生物体生老病死的生物数据以前所未有的速度递增，目前已达到每14个月翻一番的速度。同时随着互联网的普及，数以百计的生物学数据库如雨后春笋般迅速出现和成长。然而这些仅仅是原始生物信息的获取，是生物信息学产业发展的初组阶段，这一阶段的生物信息学企业大都以出售生物数据库为生。以人类基因组测序而闻名的塞莱拉公司即是这一阶段的成功代表。 原始的生物信息资源挖掘出来后，生命科学工作者面临着严峻的挑战：数以亿计的ACGT序列中包涵着什么信息？基因组中的这些信息怎样控制有机体的发育？基因组本身又是怎样进化的？生物信息学产业的高级阶段体现于此，人类从此进入了以生物信息学为中心的后基因组时代。结合生物信息学的新药创新工程即是这一阶段的典型应用。 2、发展简介 生物信息学是建立在分子生物学的基础上的，因此，要了解生物信息学，就必须先对分子生物学的发展有一个简单的了解。研究生物细胞的生物大分子的结构与功能很早就已经开始，1866年孟德尔从实验上提出了假设：基因是以生物成分存在，1871年Miescher从死的白细胞核中分离出脱氧核糖核酸（DNA），在Avery和McCarty于1944年证明了DNA是生命器官的遗传物质以前，人们仍然认为染色体蛋白质携带基因，而DNA是一个次要的角色。1944年Chargaff发现了著名的Chargaff规律，即DNA中鸟嘌呤的量与胞嘧定的量总是相等，腺嘌呤与胸腺嘧啶的量相等。与此同时，Wilkins与Franklin用X射线衍射技术测
最新生物信息学考试复习
——古A．名词解释 1. 生物信息学：广义是指从事对基因组研究相关的生物信息的获取，加工，储存，分配，分析和解释。狭义是指综合应用信息科学，数学理论，方法和技术，管理、分析和利用生物分子数据的科学。 2. 基因芯片：将大量已知或未知序列的DNA片段点在固相载体上，通过物理吸附达到固定化（cDNA芯片），也可以在固相表面直接化学合成，得到寡聚核苷酸芯片。再将待研究的样品与芯片杂交，经过计算机扫描和数据处理，进行定性定量的分析。可以反映大量基因在不同组织或同一组织不同发育时期或不同生理条件下的表达调控情况。 3. NCBI：National Center for Biotechnology Information.是隶属于美国国立医学图书馆（NLM）的综合性数据库，提供生物信息学方面的研究和服务。 4. EMBL：European Molecular Biology Laboratory.EBI为其一部分，是综合性数据库，提供生物信息学方面的研究和服务。 5. 简并引物：PCR引物的某一碱基位置有多种可能的多种引物的混合体。 6. 序列比对：为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。
7. BLAST：Basic Local Alignment Search Tool.是通过比对(alignment)在数据库中寻找和查询序列(query)相似度很高的序列的工具。 8. ORF：Open Reading Frame.由起始密码子开始，到终止密码子结束可以翻译成蛋白质的核酸序列，一个未知的基因，理论上具有6个ORF。 9. 启动子：是RNA聚合酶识别、结合并开始转录所必须的一段DNA序列。原核生物启动子由上游调控元件和核心启动子组成，核心启动子包括-35区（Sextama box）TTGACA，-10区（Pribnow Box）TATAAT，以及+1区。真核生物启动子包括远上游序列和启动子基本元件构成，启动子基本元件包括启动子上游元件（GC岛，CAAT盒），核心启动子（TATA Box，+1区帽子位点）组成。 10. motif：模体，基序，是序列中局部的保守区域，或者是一组序列中共有的一小段序列模式。 11. 分子进化树：通过比较生物大分子序列的差异的数值重建的进化树。 12. 相似性：序列比对过程中用来描述检测序列和目标序列之间相似DNA碱基或氨基酸残基序列所占的比例。 13. 同源性：两个基因或蛋白质序列具有共同祖先的结论。
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。
生物信息学的主要研究内容
常用数据库 在DNA序列方面有GenBank、EMBL和等 在蛋白质一级结构方面有SWISS-PROT、PIR和MIPS等 在蛋白质和其它生物大分子的结构方面有PDB等 在蛋白质结构分类方面有SCOP和CATH等 生物信息学的主要研究内容 1、序列比对（Alignment） 基本问题是比较两个或两个以上符号序列的相似性或不相似性。序列比对是生物信息学的基础，非常重要。两个序列的比对有较成熟的动态规划算法，以及在此基础上编写的比对软件包BLAST和FASTA，可以免费下载使用。这些软件在数据库查询和搜索中有重要的应用。 2、结构比对 基本问题是比较两个或两个以上蛋白质分子空间结构的相似性或不相似性。已有一些算法。 3、蛋白质结构预测，包括2级和3级结构预测，是最重要的课题之一 从方法上来看有演绎法和归纳法两种途径。前者主要是从一些基本原理或假设出发来预测和研究蛋白质的结构和折叠过程。分子力学和分子动力学属这一范畴。后者主要是从观察和总结已知结构的蛋白质结构规律出发来预测未知蛋白质的结构。同源模建（Homology）和指认（Threading）方法属于这一范畴。虽然经过30余年的努力，蛋白结构预测研究现状远远不能满足实际需要。 4、计算机辅助基因识别(仅指蛋白质编码基因)。最重要的课题之一 基本问题是给定基因组序列后，正确识别基因的范围和在基因组序列中的精确位置.这是最重要的课题之一，而且越来越重要。经过20余年的努力，提出了数十种算法，有十种左右重要的算法和相应软件上网提供免费服务。原核生物计算机辅助基因识别相对容易些，结果好一些。从具有较多内含子的真核生物基因组序列中正确识别出起始密码子、剪切位点和终止密码子，是个相当困难的问题，研究现状不能令人满意，仍有大量的工作要做。 5、非编码区分析和DNA语言研究，是最重要的课题之一 在人类基因组中，编码部分进展总序列的3~5%，其它通常称为“垃圾”DNA，其实一点也不是垃圾，只是我们暂时还不知道其重要的功能。分析非编码区DNA 序列需要大胆的想象和崭新的研究思路和方法。DNA序列作为一种遗传语言，不仅体现在编码序列之中，而且隐含在非编码序列之中。 6、分子进化和比较基因组学，是最重要的课题之一 早期的工作主要是利用不同物种中同一种基因序列的异同来研究生物的进化，构建进化树。既可以用DNA序列也可以用其编码的氨基酸序列来做，甚至于可通过相关蛋白质的结构比对来研究分子进化。以上研究已经积累了大量的工作。近年来由于较多模式生物基因组测序任务的完成，为从整个基因组的角度来研究分子进化提供了条件。 7、序列重叠群（Contigs）装配 一般来说，根据现行的测序技术，每次反应只能测出500或更多一些碱基对的序列，这就有一个把大量的较短的序列全体构成了重叠群（Contigs）。逐步把它们拼接起来形成序列更长的重叠群，直至得到完整序列的过程称为重叠群装配。拼接EST数据以发现全长新基因也有类似的问题。已经证明，这是一个NP-完备
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。）
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
生物信息学重点资料
一、名词解释 分子进化中性学说１９６８，木村资生提出，认为多数或绝大多数突变都是中性的，即无所谓有利或不利，因此对于这些中性突变不会发生自然选择与适者生存的情况。生物的进化主要是中性突变在自然群体中进行随机的“遗传漂变”的结果，而与选择无关。 相似性不同染色体之间的相似程度 同源性两个核酸分子的核苷酸序列或两个蛋白质分子的氨基酸序列的相似程度 外显子断裂基因中的编码序列。成熟mRNA上保留下的编 码序列，蛋白质生物合成过程中表达为蛋白质。内含子断裂基因的非编码区，可被转录到前体ＲＮＡ，在 mRNA加工过程中被剪切掉，成熟mRNA上无内含 子编码序列，无法表达为蛋白质。 基于距离构建系统发育树首先获得分类群间的进化距离度量，再依 据距离度量来重建一颗系统发育树，并使得该树能 最好的反应已知序列之间的距离 最大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。 最大似然法（ML）是完全基于统计的方法，以一个特定的替代模型分析一组序列数据，使所得的每一个拓扑结构的似然值均为最
大，筛选出最大似然值的拓扑结构为最终树 EST expressed sequence tags，表达序列标签,指从不同组 织来源的cDNA序列。 SNP Single Nucleotide Polymorphisms，单核苷酸的多态性 二、选择 1、ＲＮＡ不含的碱基 T 2、生物性息学数据库检索６个ｌａｓｔ，五个程序，何时用 3、ＤＮＡ．ＲＮＡ连接方式、方向性、是否重复、ＲＮＡ易被水解？ 磷酸二酯键都5′→3′------ RNA更易水解
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）
生物信息学复习题及答案
一、名词解释： 1.生物信息学：研究大量生物数据复杂关系的学科，其特征是多学科交叉，以互联网为媒介，数据库为载体。利用数学知识建立各种数学模型; 利用计算机为工具对实验所得大量生物学数据进行储存、检索、处理及分析，并以生物学知识对结果进行解释。 2.二级数据库：在一级数据库、实验数据和理论分析的基础上针对特定目标衍生而来，是对生物学知识和信息的进一步的整理。 序列格式：是将DNA或者蛋白质序列表示为一个带有一些标记的核苷酸或者氨基酸字符串，大于号（>）表示一个新文件的开始，其他无特殊要求。 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；第三部分是引文区，提供了这个记录的科学依据；第四部分是核苷酸序列本身，以“询序列（query sequence）：也称被检索序列，用来在数据库中检索并进行相似性比较的序列。P98 8.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。P29 9.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。P29 10.空位罚分：空位罚分是为了补偿插入和缺失对序列相似性的影响，序列中的空位的引入不代表真正的进化事件，所以要对其进行罚分，空位罚分的多少直接影响对比的结果。P37值：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值越接近零，越不可能找到其他匹配序列，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。P95 12.低复杂度区域：BLAST搜索的过滤选项。指序列中包含的重复度高的区域，如poly（A）。 13.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。 14.多序列比对：通过序列的相似性检索得到许多相似性序列，将这些序列做一个总体的比对，以观察它们在结构上的异同，来回答大量的生物学问题。 15.分子钟：认为分子进化速率是恒定的或者几乎恒定的假说，从而可以通过分子进化推断出物种起源的时间。 16.系统发育分析：通过一组相关的基因或者蛋白质的多序列比对或其他性状，可以研究推断不同物种或基因之间的进化关系。 17.进化树的二歧分叉结构：指在进化树上任何一个分支节点，一个父分支都只能被分成两个子分支。 系统发育图：用枝长表示进化时间的系统树称为系统发育图，是引入时间概念的支序图。 18.直系同源：指由于物种形成事件来自一个共同祖先的不同物种中的同源序列，具有相似或不同的功能。（书：在缺乏任何基因复制证据的情况下，具有共同祖先和相同功能的同源基因。） 19.旁系（并系）同源：指同一个物种中具有共同祖先，通过基因重复产生的一组基因，这些基因在功能上可能发生了改变。(书：由于基因重复事件产生的相似序列。) 20.外类群：是进化树中处于一组被分析物种之外的，具有相近亲缘关系的物种。 21.有根树：能够确定所有分析物种的共同祖先的进化树。
生物信息学
中国科学技术大学 2007--2008学年第 1 学期考试试卷 考试科目: 生物信息学得分:__________ 学生所在系:___________ 姓名:__________ 学号:___________ 一、单项选择题(每题3分，共30分) 1. 下面哪个数据库不属于核酸的三大数据库之一( ) A．GenBank B. EBI C. UniProt D. DDBJ 2. 下面哪种算法为双序列比对全局优化算法( ) A. Smith-Waterman算法 B. Gibbs Sampler C. Hidden Markov Model算法 D. Needleman-Wunsch算法 3. 下面哪种工具为多序列比对工具( ) A. MegaBlast B. MEGA C. GPS D. POA 4. 双序列比对中，全局与局部的优化算法，其核心思想是( ) A.利用已知数据作为训练集，利用迭代的算法进行反复计算，使得结果收敛； B.根据已知数据，构建PSSM矩阵，再计算Log-odd ratio； C.采用动态规划算法，计算最优路径,并以此得到比对结果； D.采用邻接法构建进化树，在进化树的指导下进行双序列比对。 5. 下面何种描述适合Baum-Welch算法( ) A. 双序列比对的局部优化算法； B. Motif发现的方法之一 C. 对已知的训练数据，采用Viterbi算法计算最佳路径，并重新计算转移概率矩阵，反复计算直至结果收敛，得到优化的HMM模型； D. 对已知的训练数据，采用Smith-Waterman算法计算最佳路径，并重新计算转移概率矩阵，反复计算直至结果收敛，得到优化的HMM模型； 6. 实验学家在大肠杆菌中发现某种基因A，具有重要的转录调控功能，通过Reciprocal Best Hits的方法，实验学家用BLAST发现在人中基因B为基因A的高度相似基因。那么，人中基因A与基因B的关系为( ) A．旁系同源物 B. 趋同进化 C. 直系同源物 D. 异同源物
生物信息学复习资料全
一、名词解释(31个) 1.生物信息学:广义：应用信息科学的方法和技术，研究生物体系和生物过程 息的存贮、信息的涵和信息的传递，研究和分析生物体细胞、组织、器官的生理、病理、药理过程中的各种生物信息，或者也可以说成是生命科学中的信息科学。狭义：应用信息科学的理论、方法和技术，管理、分析和利用生物分子数据。 2.二级数据库：对原始生物分子数据进行整理、分类的结果，是在一级数据库、 实验数据和理论分析的基础上针对特定的应用目标而建立的。 3.多序列比对：研究的是多个序列的共性。序列的多重比对可用来搜索基因组 序列的功能区域，也可用于研究一组蛋白质之间的进化关系。 4.系统发育分析：是研究物种进化和系统分类的一种方法，其常用一种类似树 状分支的图形来概括各种（类）生物之间的亲缘关系，这种树状分支的图形称为系统发育树。 5.直系同源：如果由于进化压力来维持特定模体的话，模体中的组成蛋白应该 是进化保守的并且在其他物种中具有直系同源性。 指的是不同物种之间的同源性，例如蛋白质的同源性，DNA序列的同源性。（来自百度） 6.旁系（并系）同源：是那些在一定物种中的来源于基因复制的蛋白，可能会 进化出新的与原来有关的功能。用来描述在同一物种由于基因复制而分离的同源基因。（来自百度） 7.FASTA序列格式：将一个DNA或者蛋白质序列表示为一个带有一些标记的 核苷酸或氨基酸字符串。 8.开放阅读框（ORF）：是结构基因的正常核苷酸序列，从起始密码子到终止 密码子的阅读框可编码完整的多肽链，其间不存在使翻译中断的终止密码子。（来自百度） 9.结构域：大分子蛋白质的三级结构常可分割成一个或数个球状或纤维状的区 域，折叠得较为紧密，各行其功能，称为结构域。 10.空位罚分：序列比对分析时为了反映核酸或氨基酸的插入或缺失等而插入空 位并进行罚分，以控制空位插入的合理性。（来自百度） 11.表达序列标签：通过从cDNA文库中随机挑选的克隆进行测序所获得的部分 cDNA的3’或5’端序列。（来自文献） 12.Gene Ontology 协会： 13.HMM 隐马尔可夫模型：将核苷酸序列看成一个随机序列，DNA序列的编 码部分与非编码部分在核苷酸的选用频率上对应着不同的Markov模型。14.一级数据库：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 15.序列一致性：指同源DNA顺序的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, 可用百分比表示。 16.序列相似性：指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。 17.Blastn：是核酸序列到核酸库中的一种查询。库中存在的每条已知序列都将 同所查序列作一对一地核酸序列比对。（来自百度） 18.Blastp：是蛋白序列到蛋白库中的一种查询。库中存在的每条已知序列将逐 一地同每条所查序列作一对一的序列比对。（来自百度）
生物信息学考试试卷
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。 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》复习提纲
《生物信息学》主要知识点 一、基本名词和概念 1、bioinformatics 生物信息学，狭义的生物信息学是指将计算机科学和数学应用于生物大分子信息的获 取、加工、存储、分类、检索与分析，以达到理解这些生物大分子信息的生物学意义的一门 交叉学科。广义上的生物信息学是指运用计算机技术，处理、分析生物学数据，以揭示生物 学数据背后蕴藏的意义的所有知识体系。 2、ORF Open Reading Frame，开放阅读框，是指在给定的阅读框架中，不包含终止密码子的一串 DNA序列 3、CDS Coding sequence，基因的编码区（也叫Coding region），是指DNA或RNA中由外 显子组成，编码蛋白质的部分。 4、UTR Untranslated Regions，即非翻译区，是指mRNA分子两端的非编码片段，包括5'-UTR（或 称“前导序列”）和3'-UTR（或称“尾随序列”） 5、genome 基因组，是指包含在一种生物的单倍体细胞中的全套染色体DNA（部分病毒是RNA）中的 全部遗传信息，包括基因和非编码DNA。 6、proteomics 蛋白质组学，对特定的通路、细胞器、细胞、组织、器官和肌体中包含的所有蛋白质，进 行鉴定、表征和定量，提供关于该系统准确和全面数据的学科。 7、transcriptome 转录组，也称为“转录物组”，广义上指在相同环境（或生理条件）下的一个细胞、组织 或生物体中出现的所有RNA的总和，包括mRNA、rRNA、tRNA及非编码RNA；狭义 上则指细胞所能转录出的所有mRNA。 8、metabonomics 代谢组学，属于系统生物学的一个重要组成部分，效仿基因组学和蛋白质组学的研究思 想，对生物体内所有代谢物进行定量分析，从而研究生命体对外界刺激、病理生理变化、 以及本身基因突变而产生的其体内代谢物水平的多元动态反应。其研究对象大都是相对 分子质量1000以内的小分子物质。 9、functional genomics 功能基因组学，是一门利用结构基因组学研究所得到的各种信息，建立和发展 各种技术和实验模型来测定基因和基因组非编码序列的生物学功能的学科。10、genomic mapping 基因组作图，就是确定界标或基因在构成基因组的每条染色体上的位置，以及同