生物信息学复习

第一章1.什么是生物信息学？生物信息学是在化学，物理学，分子生物学，遗传学，信息技术的基础上发展而成的一门交叉学科。

广义的生物信息学是指应用信息科学的方法和技术，研究生物体系和过程中信息的存贮，传递，表达以及生物体细胞、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。

狭义的生物信息学是指应用信息科学的理论、方法和技术，获取、存贮、管理、分析和利用生物分子数据及挖掘深层次的生物学知识。

2.如何认识人类基因组计划（HGP）？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。

人类基因组计划的具体任务可以概括为建立四张图谱：遗传图谱，物理图谱，序列图谱，转录图谱。

遗传图谱（genetic map）又称连锁图谱(linkage map)，它是以具有遗传多态性的遗传标记为“路标”，以遗传学距离为图距的基因组图。

遗传图谱的建立为基因识别和完成基因定位创造了条件。

物理图谱（physical map）是指有关构成基因组的全部基因的排列和间距的信息，它是通过对构成基因组的DNA分子进行测定而绘制的。

绘制物理图谱的目的是把有关基因的遗传信息及其在每条染色体上的相对位置线性而系统地排列出来。

序列图谱，随着遗传图谱和物理图谱的完成，测序就成为重中之重的工作。

DNA序列分析技术是一个包括制备DNA片段化及碱基分析、DNA信息翻译的多阶段的过程。

通过测序得到基因组的序列图谱。

转录图谱是在识别基因组所包含的蛋白质编码序列的基础上绘制的结合有关基因序列、位置及表达模式等信息的图谱。

人类基因组计划的实现对医学事业的影响：疾病与基因直接或间接相关，通过生物学、医学等技术对相关基因进行抑制或调控，即可达到治疗某一疾病的效果。

如果掌握了与某种疾病相关的基因及突变，则可以对该疾病进行预测、诊断，甚至治疗。

人类基因组计划的实施意义：人类基因组计划为我们研究生物信息的组织、结构、遗传、表达带来了极大的方便，使人类对自身有一个根本的了解。

人类是最高级、最复杂、最重要的生物，如果搞清楚人类基因组，那么再研究其它的生物就容易得多。

研究多种模式生物基因组将有助于研究地球生物的进化史。

基因组：一个物种中所有基因的整体组成。

人类基因组构成——24条染色体和线粒体。

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。

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。

3.人类基因组计划与生物信息学的关系？人类基因组计划(Human Genome Project, HGP)是美国在1990年提出实施的一项伟大的科学计划，与阿波罗登月计划、曼哈顿原子弹计划同称为人类自然科学史上的三大计划。

自实施以来，该计划在世界各国引起了很大反响。

在人类基因组计划中，人们准备用15年时间，投入30亿美元，完成人类全部24条染色体中3×109个碱基对(bp，base pair)的序列测定，其主要任务包括作图(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，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。

随着人类基因组计划的提出和实施，实验数据和可利用信息急剧增加，人类基因组计划提供了以往不可想象的巨量的生物学信息资源。

基因组信息的收集、储存、分发、分析显得越来越紧迫和重要，信息的管理和分析成为人类基因组计划实施过程中的一项重要工作，人类基因组计划向信息学提出了巨大的挑战。

值得庆幸的是，人类基因组计划一开始就与计算机技术、信息高速公路同步发展，信息技术为生物信息学的发展提供了非常好的条件，为生物信息学的研究和应用提供了非常好的支撑。

生物信息学与人类基因组计划紧密结合，互相渗透，生物信息学成为基因组计划不可分割的一部分。

事实证明，人类基因组计划在生物信息学的支持下，前进步伐大大加快，已经提前完成计划，功能基因组研究也已经全面展开。

而人类基因组计划反过来又大大促进了生物信息学的发展，HGP丰富了生物信息学的研究内容，促进生物信息学新思想、新方法的产生，生物信息学在最近10年迅速发展的历程证明了这一点。

4. 生物信息学的目标和任务？收集和管理生物分子数据；数据分析和挖掘；开发分析工具和实用软件：生物分子序列比较工具、基因识别工具、生物分子结构预测工具、基因表达数据分析工具。

5.生物信息学主要研究内容？（1）生物分子数据的收集与管理；（2）数据库搜索及序列比较；（3）基因组序列分析；（4）基因表达数据的分析与处理；（5）蛋白质结构预测。

6.生物信息学所用的方法和技术。

（1）数学统计方法；（2）动态规划方法；（3）机器学习与模式识别技术；（4）数据库技术及数据挖掘；（5）人工神经网络技术；（6）专家系统；（7）分子模型化技术；（8）量子力学和分子力学计算；（9）生物分子的计算机模拟；（10）因特网（Internet）技术。

第二章1.蛋白质的结构和功能。

蛋白质的功能：酶的催化作用，物质运载和贮存作用，营养存贮作用，运动协调作用，机械支持作用，免疫保护作用，信号接受与传导作用，生长和分化控制作用。

蛋白质的结构（secondary structure）：蛋白质的一级结构（primary structure）是指多肽链中氨基酸的序列。

蛋白质的二级结构主要有以下几种形式：（i）a螺旋；（ii）b折叠–平行折叠反平行折叠；（iii）b—转角–连接作用（iv）无规卷曲-没有确定规律性的肽链构象，但仍然是紧密有序的稳定结构。

（v）无序结构。

蛋白质的三级结构（tertiary structure）在二级结构基础上的肽链再折叠形成的构象。

a型—主要是由a螺旋所构成；b型—主要由反平行的b折叠所构成，b折叠片之间以b转角连接；a/b型—由a螺旋包裹的以平行b链为主的b—a—b花样所构成。

蛋白质的四级结构（quaternary structure），组成蛋白质的多条肽链在天然构象空间上的排列方式，多以弱键互相连接。

疏水力、氢键、盐键，每条肽链本身具有一定的三级结构，就是蛋白质分子的亚基。

蛋白质结构与功能的关系：（1）蛋白质一级结构与功能的关系——序列分析（2）蛋白质空间构象与功能的关系——结构分析2.如何认识中心法则？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。

也可以从RNA传递给RNA，即完成RNA的复制过程。

这是所有有细胞结构的生物所遵循的法则。

（画图）：3. 蛋白质和DNA，核酸的构成单元。

氨基酸（amino acid）是蛋白质的基本结构单位。

氨基酸的通式：核苷酸是DNA的基本结构单位。

核酸的基本结构是核苷酸，由核苷酸聚合而成的生物大分子，无分支结构。

碱基+戊糖=核苷→核苷+ 磷酸=核苷酸→核苷酸（通过聚合）形成核酸。

(核苷酸之间通过3.’5’磷酸二脂键连接)由A、T、C、G四种脱氧核苷酸通过3‘、5’-磷酸二酯键连接而成的长链高分子多聚体为DNA分子的一级结构4.细胞分裂包括有丝分裂和减数分裂对生物信息传递有什么意义？有丝分裂：单细胞生物繁殖，多细胞生物生长；减数分裂：形成单倍体，有性繁殖。

5. 普通生物学：细胞，遗传，进化。

分子生物学：研究核酸、蛋白质等生物大分子的结构、功能和相互关系；研究生物大分子在生命活动中的重要性、规律性，从分子水平上真正揭开生物世界的奥秘。

6. 生物大分子构成的三条基本原则：（1）构成生物体各类有机大分子的单体在不同的生物中都相同；（2）生物体内一切有机大分子的构成都遵循共同的规则；（3）某一特定生物体所拥有的核酸及蛋白质分子决定了它的属性。

7. DNA是怎样编码的？基因是DNA上一段特定的碱基序列,携带遗传信息,一条DNA上有几个基因并不确定,因DNA 不同而不同。

三个碱基编码一个氨基酸,不同的碱基序列编码不同的氨基酸序列(即蛋白质的一级结构),氨基酸间脱水形成肽,肽经一定的盘旋折叠形成具有空间特异性结构的蛋白质,形成不同的蛋白质,即蛋白质的翻译过程。

第三章1. 序列分析（比对）的任务和目的。

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。

2. 序列比对（Alignment）的定义。

序列比对是指将序列中各个字符进行一一对应进行比较，或字符的对比排列。

3. 序列的同源性的定义。

序列的同源性是指两个基因或蛋白质序列具有共同的祖先。

4. 序列分析的定义。

序列分析是指生物学工作者对基因或蛋白质序列有关信息的一系列问题的回答，如生物序列是否存在类似的序列？它的编码序列如何？它属于哪一个蛋白家族？。

5. 序列的两两比对：按字符位置重组两个序列，使得两个序列达到一样的长度。

不同编辑操作的代价不同为编辑操作定义函数w，它表示“代价（cost）”或“权重（weight）”。

对字母表 中的任意字符a、b，定义也可以使用得分（score）函数来评价编辑操作概念：两条序列s 和 t 的比对的得分（或代价）等于将s 转化为t 所用的所有编辑操作的得分（或代价）总和；s 和t 的最优比对是所有可能的比对中得分最高（或代价最小）的一个比对；s 和t 的真实距离应该是在得分函数p值（或代价函数w值）最优时的距离。

例如：序列比对的目的是寻找一个得分最大（或代价最小）的比对。

6. 两条序列的相似性比较：“矩阵作图法”或“对角线作图”（坐标法）7. 打分矩阵（Weight Matrices）（1）核酸打分矩阵设DNA序列所用的字母表为A = { A，C，G，T }a. 等价矩阵b. BLAST矩阵c. 转移矩阵（transition，transversion）（嘌呤：腺嘌呤A，鸟嘌呤G；嘧啶：胞嘧啶C，胸腺嘧啶T）8. 两两比对算法直接方法—生成两个序列所有可能的比对，分别计算代价函数，然后挑选一个代价最小的比对作为最终结果。

①本质问题：优化②动态规划寻优策略③动态规划算法（Dynamic Programming）最短路经问题：算法求解：从起点到终点逐层计算。

利用动态规划方法求解序列的两两比对：9.蛋白质打分矩阵第四章1. 为什么要构建生物分子数据库。