生物信息学 复习
生物信息学复习题
生物信息学复习题生物信息学是一门结合生物学、计算机科学、信息学和数学的交叉学科，它利用计算机技术来处理和分析生物数据。
以下是一些生物信息学复习题，供同学们参考：1. 生物信息学的定义和应用领域- 生物信息学是如何定义的？- 生物信息学在哪些领域有应用？2. 基因组学基础- 什么是基因组学？- 基因组测序的基本原理是什么？3. 序列比对- 序列比对的目的是什么？- 简述局部比对和全局比对的区别。
4. BLAST算法- BLAST算法的原理是什么？- 如何使用BLAST进行序列相似性搜索？5. 基因表达数据分析- 基因表达数据有哪些类型？- 描述基因表达数据的预处理步骤。
6. 蛋白质结构预测- 蛋白质结构预测的重要性是什么？- 简述几种常见的蛋白质结构预测方法。
7. 系统生物学和网络分析- 系统生物学研究的是什么？- 网络分析在系统生物学中的应用。
8. 生物信息学中的数据库- 列举几个常见的生物信息学数据库。
- 解释数据库在生物信息学研究中的作用。
9. 生物信息学中的编程语言- 哪些编程语言在生物信息学中常用？- 简述Python在生物信息学中的应用。
10. 伦理和隐私问题- 在生物信息学研究中可能遇到哪些伦理问题？- 如何保护生物信息数据的隐私？11. 案例研究- 描述一个生物信息学在医学研究中的应用案例。
- 分析该案例中使用的方法和技术。
12. 未来趋势- 预测生物信息学未来的发展趋势。
- 讨论生物信息学如何影响未来的科学研究和医疗保健。
通过这些问题的复习，同学们可以更全面地了解生物信息学的基础概念、关键技术和应用领域。
希望这些复习题能够帮助同学们更好地准备考试和理解生物信息学的重要性。
生物信息学复习题及答案
生物信息学复习题及答案1. 什么是生物信息学？生物信息学是一门交叉学科，它结合了生物学、计算机科学和信息技术，用于管理和分析生物数据。
它涉及基因组学、蛋白质组学、转录组学等多个领域，目的是从大量生物数据中提取有用的生物学信息。
2. 基因组学的主要研究内容是什么？基因组学主要研究基因组的结构、功能和相互作用，包括基因的识别、基因表达的分析以及基因组的比较研究。
3. 转录组学与基因组学有何不同？转录组学关注的是细胞在特定条件下转录产生的所有RNA分子，而基因组学研究的是整个基因组的DNA序列。
转录组学可以揭示基因表达的变化，而基因组学提供了基因存在的信息。
4. 蛋白质组学研究的是什么？蛋白质组学研究细胞或组织中所有蛋白质的组成、结构、功能和相互作用。
它涉及蛋白质的鉴定、定量和功能分析。
5. 生物信息学中常用的数据库有哪些？常用的生物信息学数据库包括GenBank、PDB（蛋白质数据银行）、UniProt和KEGG等，它们存储了大量的基因、蛋白质和生物途径信息。
6. 什么是序列比对？序列比对是将两个或多个生物序列（如DNA、RNA或蛋白质序列）进行排列，以便识别出相同或相似的区域，这是发现序列间同源性的重要方法。
7. 简述系统发育树的构建过程。
系统发育树的构建通常包括以下步骤：收集序列数据、选择适当的比对方法进行序列比对、计算序列间的同源性、选择系统发育分析方法（如最大似然法、邻接法等）构建树，并进行树的优化和验证。
8. 什么是基因表达谱分析？基因表达谱分析是一种研究基因在不同条件下表达模式变化的技术，它可以帮助我们理解基因如何响应环境变化或参与特定生物学过程。
9. 什么是高通量测序技术？高通量测序技术，也称为下一代测序技术，是一种能够快速、低成本地测定大量DNA或RNA序列的技术，它在基因组学、转录组学等领域有广泛应用。
10. 什么是生物信息学中的网络分析？网络分析在生物信息学中用于研究生物分子间的相互作用，如蛋白质-蛋白质相互作用网络、基因调控网络等，它有助于揭示生物系统的复杂性和动态性。
生物信息复习资料
生物信息复习资料生物信息复习资料生物信息学是一门综合性学科，涉及生物学、计算机科学和统计学等多个领域。
它的出现和发展，为我们深入研究生物体的基因组、蛋白质组以及其他生物大数据提供了强有力的工具和方法。
在生物信息学的学习和研究过程中，我们需要掌握一些基本的概念、技术和工具。
下面，我将为大家整理一些生物信息学的复习资料，希望能够对大家的学习有所帮助。
一、基本概念1. 生物信息学：生物信息学是一门研究生物体内信息的获取、存储、处理和分析的学科。
它通过运用计算机科学和统计学的方法，挖掘和解释生物体内的基因、蛋白质等分子信息，从而揭示生物体内的生命规律和机制。
2. 基因组学：基因组学是研究生物体基因组结构、功能和演化的学科。
它通过对生物体DNA序列的测定和分析，揭示基因组的组成、基因的定位和功能等信息。
3. 蛋白质组学：蛋白质组学是研究生物体蛋白质组成、结构和功能的学科。
它通过对生物体蛋白质的测定和分析，揭示蛋白质的组成、互作关系和功能等信息。
4. 基因表达谱：基因表达谱是指在特定条件下，生物体内基因的表达水平和模式。
通过对基因表达谱的分析，可以了解基因在不同组织、不同发育阶段或者不同环境条件下的表达情况，从而揭示基因的功能和调控机制。
二、常用技术和工具1. DNA测序技术：DNA测序技术是获取生物体基因组序列的重要方法。
常见的DNA测序技术包括Sanger测序、高通量测序和单分子测序等。
其中，高通量测序技术如Illumina测序和Ion Torrent测序，具有高通量、高准确性和低成本的特点，广泛应用于基因组学和转录组学研究。
2. 生物信息学数据库：生物信息学数据库是存储和管理生物学数据的重要资源。
常见的生物信息学数据库包括GenBank、EMBL、DDBJ、NCBI、Ensembl和Uniprot等。
这些数据库提供了丰富的生物学数据，如基因序列、蛋白质序列、基因表达数据等，为生物信息学的研究和分析提供了基础。
生物信息学,复习资料
第一章生物信息学是生命科学、计算机科学、现代信息科学、数学、物理学以及化学等多个学科交叉结合形成的一门新学科，是利用信息技术和数学方法对生命科学研究中的生物信息进行存储。
检索和分析的科学。
1982年创建了GenBank数据库。
（1）序列数据资源：储存了生物信息学研究的原始数据，是生物信息学存在和发展的基础。
（2）序列比对与比对搜索：相似性分析是生物信息学最早涉及的问题之一。
常用的分析方法是序列比对。
（3）基因组结构注释（4）分子系统发生分析：系统发生关系是表示物种进化关系的参考依据。
通过分析分子水平的序列数据，可以了解物种系统发生的关系，目前常用树的形式来表示不同物种间的进化关系。
（5）蛋白质结构：蛋白质的空间结构是其行使功能的基础。
（6）蛋白质序列分析与功能预测。
（7）微阵列数据分析：微阵列是一种重要的基因表达高通量检测技术。
（8）蛋白质组数据分析：高通量的蛋白质组工程能够大范围地确定蛋白质功能，能确定蛋白质在哪种特殊的生理条件下会出现，还能确定那些蛋白质之间有相互作用。
（9）疾病相关研究：寻找疾病相关基因是认识疾病发生机理、研制疾病的基因诊断与防治手段的基础，也是人类基因组研究的重要手段。
（10）SNP芯片及深度测序数据分析。
视黄醇结合蛋白是一个相对分子质量小、被大量分泌的蛋白质，能结合血液中的视黄醇。
性质：①在多个物种中有许多蛋白质和RBP4同源，包括人、小鼠和鱼总的蛋白质。
②也有许多人类蛋白质额RBP4紧密相关，它们和RBP4的家族成为lipocalin家族——一群多样的小配体结合蛋白，它们倾向于分泌到细胞外空间。
③有细南的lipealin 蛋白，它们在对抗生素的抗性中起作用。
编码细菌lipocalin 的基因可能是一古老基因，它通过水平基因转移的过程进人真核生物基因组。
④些lipocalin 蛋白的表达水平受到显著的调控。
⑤lipealin 蛋白小而丰富，并且是可溶性的，它们的生物化学性质已被详细研究，许多蛋白质的三维结构也以x线晶体街射的方法被解析出来。
生物信息学复习题
⽣物信息学复习题⼀、名词解释1.bioinformatics：⽣物信息学，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、分析和解释的⼀门科学，是⼀门⽣物学，数学和计算机相互交叉融合⽽产⽣的新兴学科。
2.molecular bioinformatics：指综合应⽤信息科学、数学的理论、⽅法和技术，管理、分析和利⽤⽣物分⼦数据的科学。
3.GenBank：是美国全国卫⽣研究所维护的基因序列数据库，汇集并注释了所有公开的核酸序列，与⽇本的DNA数据库DDBJ以及欧洲分⼦实验室核酸序列数据库EMBL⼀起，都是国际核苷酸序列数据库合作的成员。
4.EMBL：EMBL实验室—欧洲分⼦⽣物学实验室，EMBL数据库—是⾮盈利性学术组织EMBL建⽴的综合性数据库，EMBL核酸数据库是欧洲最重要的核酸序列数据库，它定期地与美国的GenBank、⽇本的DDBJ数据库中的数据进⾏交换，并同步更新。
5.DDBJ：⽇本DNA数据库，主要向研究者收集DNA序列信息并赋予其数据存取号，信息来源主要是⽇本的研究机构，也接受其他国家呈递的序列。
6.BLAST：基本局部⽐对搜索⼯具的缩写，是⼀种序列类似性检索⼯具。
BLAST采⽤统计学⼏分系统，同时采⽤局部⽐对算法， BLAST程序能迅速与公开数据库进⾏相似性序列⽐较。
BLAST结果中的得分是对⼀种对相似性的统计说明。
7.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。
8.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。
9.Clustsl X：是CLUSTAL多重序列⽐对程序的Windows版本，是⽤来对核酸与蛋⽩序列进⾏多序列⽐较的程序，也可以对来⾃不同物种的功能或结构相似的序列进⾏⽐对和聚类，通过重建系统发⽣树判断亲缘关系，并对序列在⽣物进化过程中的保守性进⾏估计。
生物信息学复习资料
1.生物信息学:是一门综合运用生物学、数学、物理学、信息科学以及计算机科学等诸多学科的理论方法，以互联网为媒介、数据库为载体、利用数学和计算机科学对生物学数据进行储存、检索和处理分析，并进一步挖掘和解读生物学数据。
2.生物信息数据库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数据库格式A．FASTA格式（通用的核酸和蛋白质序列记录，以“）”开始）•序列文件的第一行是由大于符号（＞）打头的任意文字说明，主要为标记序列用。
•从第二行开始是序列本身，标准核苷酸符号或氨基酸单字母符号。
通常核苷酸符号大小写均可，而氨基酸一般用大写字母。
•文件中和每一行都不要超过80个字符（通常60个字符）。
B．GenBank格式（序列的详细注解）GenBank和EMBL数据库基本数据的格式序列名称、长度、日期序列说明、编号、版本号物种来源、学名、分类学位置相关文献作者、题目、刊物、日期序列特征表碱基组成序列本身（每行60个碱基）C．pdb格式（包括原子坐标理化参数数据在内的蛋白质结构信息）蛋白质数据库（Protein Data Bank,PDB）[1]是一个生物大分子(如蛋白质和核酸)数据库, 内容包括由全世界生物学家和生物化学家上传的蛋白质或核酸的X光晶体衍射或者NMR核磁共振结构数据，这些数据可以通过PBD的会员组织（PDBe,PDBj,RCSB）免费获取。
PDB是由世界蛋白质数据库（Worldwide Protein Data Bank,wwPDB）管理。
PDB是结构生物学的关键性资源，大部分学术刊物，以及一些官方科研机构[如美国的国立卫生研究院（NIH）]，现在都要求科学家将它们研究的蛋白质、核酸结构上传到PDB。
D.genpeptNCBI的蛋白质基本信息记录格式4.常用的数据库A．核酸序列数据库（1）欧洲分子生物学实验室的EMBL（2）美国生物技术信息中心的GenBank（3）日本遗传研究所的DDBJB．蛋白质序列数据库（1）PIR（Protein Information Resource）（2）SWISS-PROT（3）TrEMBL（4）NCBI（5）UniProtC．生物大分子结构数据库（1）PDB（Protein Data Bank）（2）MMDB(Molecular Modeling Database)说明下列数据库的主要功能：(1)PDB 蛋白质结构(2)ProSite 蛋白质模体、结构域和功能域、家族等。
生物信息学复习资料
生物信息学复习资料第一章1、什么是生物信息学？生物信息学是一门交叉科学，它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的各种工具来阐明和理解大量数据所包含的生物学意义2、BIOINFORMATICS这个词是谁提出的？林华安3、生物信息学的发展经过了哪些阶段？前基因组时代、基因组时代、后基因组时代4、HGP是什么意思？什么时候开始？什么时候全部结束？人类基因组计划、1990.10、20035、生物信息学的研究对象是什么？6、生物信息学的研究内容有哪些？获取人和各种生物的完整基因组、新基因的发现、SNP分析（单核苷酸多态性：single nucleotide polymorphism,SNP）、非编码区信息结构与分析、生物进化；全基因组的比较研究、蛋白质组学研究、基因功能预测、新药设计、遗传疾病的研究以及关键基因鉴定、生物芯片7、学习生物信息学的目的是什么？阐明和理解大量数据所包含的生物学意义第二章1、生物信息数据库有哪些要求？时间性、注释、支撑数据、数据质量、集成性2、生物信息数据库分为哪几级，每一级是如何让定义的，每一级各包含哪些数据库？一级数据库二级数据库；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一级数据库：包括基因组数据库、核酸和蛋白质一级结构数据库、生物大分子(主要是蛋白质)三维空间结构数据库二级数据库：根据生命科学不同研究领域的实际需要，对基因组图谱、核酸和蛋白质序列、蛋白质结构以及文献等数据进行分析、整理、归纳、注释，构建具有特殊生物学意义和专门用途的数据库3、请列出至少三个国际知名生物信息中心网站、至少三个核酸数据库、至少三个蛋白数据库。
网站：NCBI、EBI、SIB、HGMP、CMBI、ANGIS、NIG、BIC核酸数据库：EMBL、DDBJ、GenBank蛋白质序列数据库：PIR（Protein Information Resource）、SWISS-PROT、TrEMBL、UniProt、NCBI生物大分子数据库：PDB（Protein Data Bank）蛋白质结构分类数据库SCOP、蛋白质二级结构数据库DSSP、蛋白质同源序列比对数据库HSSP4、NCBI和EBI使用的搜索引擎分别是什么？NCBI提取工具：Entrez EBI提取工具：SRS65、GENBANK使用的基本信息单位是什么，包括哪几个部分，最后以什么字符结尾？基本信息单位：GBFF（GenBank flatfile, GenBank平面文件）格式：GBFF是GenBank数据库的基本信息单位，是最为广泛使用的生物信息学序列格式之一哪几个部分：头部包含整个记录的信息（描述符）、第二部分包含了注释这一记录的特性、第三部分是核苷酸序列本身最后字符：所有序列数据库记录都在最后一行以“//”结尾6、什么是Refseq？The Reference Sequence database 参考序列数据库RefSeq数据库，即RefSeq参考序列数据库，美国国家生物信息技术中心（NCBI）提供的具有生物意义上的非冗余的基因和蛋白质序列7、FASTA格式有哪些部分组成，以什么字符开始？8.NCBI的在线和离线序列提交软件是什么？在线提交软件：Bankit 离线提交软件:Sequin第三章1、什么是同源、直系同源、旁系同源？同源性和相似性有什么区别？同源性：两条序列有一个共同的进化祖先，那么它们是同源的相似性：序列间相似性的量度同源性和相似性的区别：同源性是序列同源或者不同源的一种论断，而相似性或者一致性是一个序列相关性的量化，是两个不同的概念直系同源（orthology）：不同物种内的同源序列旁系同源（paralogy）：同一物种内的同源序列2、什么是序列比对、全局比对、局部比对？序列比对的关键问题是什么？序列比对：根据特定的计分规则，将两个或多个符号序列按位置比较排列后，得到最具相似性的排列的过程。
生物信息复习资料
1.Homology （同源）: 在进化上起源相同的两段核苷酸序列，特别是功能较重要的保守区段或基因。
2.Similarity(相似性）: 两个序列（核酸、蛋白质）间的相关性。
3.Identity （同一性）:两个序列（核酸、蛋白质）间未发生变异序列的关系。
4.Ortholog （直系同源）: 具有共同祖先和相同功能的同源基因（无基因复制事件）称为直系同源。
直系同源基因由于物种分化事件产生，它能反映物种之间的进化关系。
5.paralog （并系同源）: 并系同源基因是由于基因（重复）倍增事件产生的相似序列。
6.Xenolog （异同源）: 由于染色体的横向转移而产生的相似序列。
7.global alignment （全局比对）:全局比对是对序列从头到尾进行比较，试图使尽可能多的字符在同一列中匹配。
全局比对适用于相似度较高且长度相近的序列。
8.local alignment （局部比对）:在某些部分相似度较高，而其他部位差异较大的序列。
9.p-value （P 值）： 从某一总体中随机选样，根据随机试验中某一抽样事件属于该分布的概率范围，可计算这一随机事件属于该分部的概率，即误差造成的概率，一般用P 值表示。
P 值越小，随机事件造成的概率越小。
10.E-value(E 值或期望值)：是序列比对中代表随机匹配可能性的一个数值。
代表了随机匹配概率造成的相似性的概率，即，目的片段与搜索获得的片段随机配对的可能性。
它的数字越接近于0，这两个片段随机配对的可能性就越小。
11.fasta format （FASTA 序列格式）：最基本的、普遍的序列格式。
第一行描述符开始“>”字符，程序行包含序列，用于序列分析程序。
12.PSI-blast （位点特异的迭代BLAST ）：PSI-BLAST 为检测蛋白质之间的关系提供了遥远的手段。
第一次BLAST 搜索后，利用结果中最相思的序列重新构建PSSM ，然后再使用该矩阵进行第二轮BLAST 搜索，再调整矩阵，搜索，如此迭代，直到找出最佳搜索结果。
生物信息学复习要点
如对您有帮助，欢迎下载支持，谢谢！如对您有帮助，欢迎下载支持，谢谢！一、名词解释（每小题3分，共30分）分）1.1. 生物信息学生物信息学2.2. 数据库技术数据库技术3.3. 数据仓库数据仓库4.4.EST5.5. 概念性翻译概念性翻译6.6. 同源性同源性7.7. 单系类群单系类群8.8. 全局排列全局排列9.9. 基因作图基因作图1010．直系同源体簇．直系同源体簇．直系同源体簇二、填空题（每空1分，共10分）分）1． 生物信息学主要研究的两种信息载体是生物信息学主要研究的两种信息载体是和 。
2． 国际上的三大核苷酸序列数据库分别是 、和 。
3． 数据挖掘的三大技术支柱是数据挖掘的三大技术支柱是、 和 。
4． 相同类型核苷酸的替换称为 ，不同类型核苷酸的替换称为 。
三、单项选择题（每小题1分，共10分）分）1.1. 在对模式生物进行全基因组的测定中，作为真菌模式生物的是在对模式生物进行全基因组的测定中，作为真菌模式生物的是。
A 、大肠杆菌、大肠杆菌B 、青霉菌、青霉菌C 、酵母菌、酵母菌D 、线虫、线虫2．NCBI 成立于成立于。
A 、1988年B 、1989年C 、1990年D 、1992年3．根据数据库管理系统所支持的基本数据模型的不同，可以将数据库分为五类，其中第二代数据库是代数据库是。
A 、层次数据库、层次数据库B 、网状数据库、网状数据库C 、关系数据库、关系数据库D 、分布式数据库、分布式数据库4．在向GenBank 投送序列的工具中，投送序列的工具中， 是标准的序列投送工具。
是标准的序列投送工具。
A 、Cn3DB 、tb12asnC 、BankItD 、Sequin5. 目前最为常用和注释最全的蛋白质序列数据库是目前最为常用和注释最全的蛋白质序列数据库是。
A 、Identify B 、OWLC 、PIRD 、SWISS-PROT6. 下列选项中根据蛋白质三维折叠模式和进化关系划分的结构分类数据库是下列选项中根据蛋白质三维折叠模式和进化关系划分的结构分类数据库是。
生物信息学复习资料
生物信息学复习资料生物信息学是一门融合了生物学、计算机科学、数学和统计学等多个学科的交叉领域。
它的出现和发展为我们理解生命的奥秘提供了强大的工具和方法。
以下是对生物信息学的一些关键知识点的复习。
一、生物信息学的定义和范畴生物信息学主要是研究如何获取、处理、存储、分析和解释生物数据的学科。
这些数据包括但不限于基因组序列、蛋白质结构、基因表达数据等。
它的应用范围广泛，涵盖了从基础生物学研究到临床诊断和药物研发等多个领域。
二、生物数据的获取（一）测序技术现代测序技术的发展使得我们能够快速而准确地获取大量的生物序列信息。
第一代测序技术如 Sanger 测序法，虽然准确性高，但成本较高、通量较低。
而新一代测序技术如 Illumina 测序、Ion Torrent 测序等，则大大提高了测序的通量和速度，降低了成本，但在准确性上可能略有不足。
（二）基因芯片技术基因芯片可以同时检测成千上万个基因的表达水平，为研究基因表达模式和调控机制提供了重要的数据。
（三）蛋白质组学技术质谱技术是蛋白质组学研究中的重要手段，能够鉴定蛋白质的种类和修饰状态。
三、生物数据的存储和管理面对海量的生物数据，高效的数据存储和管理至关重要。
常用的数据库包括 GenBank、UniProt、PDB 等。
这些数据库采用了特定的数据格式和管理系统，以确保数据的完整性、准确性和可访问性。
四、生物数据的分析方法（一）序列比对序列比对是生物信息学中最基本的分析方法之一，用于比较两个或多个生物序列的相似性。
常见的比对算法包括全局比对（如NeedlemanWunsch 算法）和局部比对（如 SmithWaterman 算法）。
（二）基因预测通过对基因组序列的分析来预测基因的位置和结构。
常用的方法有基于同源性的预测、基于信号特征的预测等。
（三）蛋白质结构预测包括从头预测法和基于同源建模的方法。
从头预测法基于物理化学原理来构建蛋白质的三维结构，而同源建模法则利用已知结构的同源蛋白质来推测目标蛋白质的结构。
- 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)。
1.什么是生物信息学？生物信息学为什么重要？（10分）2.简述生物信息学目前要解决的主要问题？（15分）3.什么是序列比对？序列比对有什么作用？（10分）4.序列比对的关键问题有哪些？（10分）5.BLAST软件的算法特点是什么？（10分）6.什么是基因结构预测？有哪几类方法？（10分）7.简述基因结构从头预测（ab initio）方法？（15分）8.通过基因结构预测的学习，你在生物信息学研究方法方面有何体会？（10分）9.在生物信息学所涉及的众多内容中，你比较感兴趣的是什么？（5分）10.对于生物信息学的学习，你希望毕业时达到什么目标？（5分）11.什么是生物信息学？你目前已了解的生物信息学研究内容有哪些？举例说明生物信息学为什么重要？（20分）12.以基因结构注释为例，分析总结生物信息学研究的基本策略与方法？（20分）13.双序列比对的目标是什么？双序列比对的关键问题有哪些？对于这些问题，各给出一种解决方案（20分）14.对于利用序列保守性识别Donor位点这一相对较简单的问题，试给出采用WWM或WAM方法解决该问题的完整步骤，并提出有可能进一步提高识别效果的设想（25分）15.要做好生物信息学的研究与应用，你认为应掌握好哪些方面的知识与技能？（15分）THE ASSIGNMENT FOR BIOINFORMATICSChapter 1 PPT11.什么是生物信息学？（狭义和广义）生物信息学广义的概念是指应用信息科学的方法和技术，研究生物体系和生物过程中信息的存贮、信息的内涵和信息的传递，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。
生物信息学狭义的概念是指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.生物信息学的发展历史。
⏹20世纪50年代，生物信息学开始孕育。
⏹20世纪60年代，生物分子信息在概念上将计算生物学和计算机科学联系起来。
⏹20世纪70年代，生物信息学的真正开端。
⏹20世纪70年代到80年代初期，出现了一系列著名的序列比较方法和生物信息分析方法。
⏹20世纪80年代以后，出现一批生物信息服务机构和生物信息数据库。
⏹20世纪90年代后，HGP促进生物信息学的迅速发展。
3.人类基因组计划和基因组信息学的相互作用。
人类基因组计划简介：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。
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。
建立四张图谱：遗传图谱；物理图谱；序列图谱；转录图谱。
相互作用：4.用狭义的方式来诠释核酸序列和蛋白质结构序列。
5. 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。
6.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。
7.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。
Chapter 2 PPT 21.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。
2. 真核细胞和原核细胞的区别：3. 遗传定律（孟德尔）4.蛋白质和DNA的构成单元。
氨基酸（amino acid）是蛋白质的基本结构单位。
核苷酸是DNA的基本结构单位。
5.中心法则。
6.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。
7.蛋白质的一二三级结构。
蛋白质的一级结构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）α螺旋；（ii）β折叠–平行折叠反平行折叠；（iii）β—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。
α型—主要是由α螺旋所构成；β型—主要由反平行的β折叠所构成，β折叠片之间以β转角连接；α/β型—由α螺旋包裹的以平行β链为主的β—α—β花样所构成。
Chapter3 PPT 31.序列分析的任务和目的。
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.基本打分表。
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）（2）蛋白质打分矩阵▪（i）等价矩阵其中Rij代表打分矩阵元素i、j分别代表字母表第i和第j个字符。
▪（ii）氨基酸突变代价矩阵GCM▪（iii）疏水矩阵▪（iv）PAM矩阵（Point Accepted Mutation）▪（v） BLOSUM矩阵（Blocks Amino Acid Substitution Matrices）Chapter 4 PPT 41.为什么要构建生物分子数据库。
（1）生物分子数据高速增长（2）分子生物学及相关领域研究人员迅速获得最新实验数据。
2. 一二级数据库（怎样查？） Page 56一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.国际上权威的核酸序列数据库（1）欧洲分子生物学实验室的EMBL 。
（2）美国生物技术信息中心的GenBank。
（3）日本遗传研究所的DDBJ。
Chapter 5 PPT 51.关于密码子（1）密码子的使用是非随机的如果密码子的第一、第二位碱基是A、U，那么第三位将尽可能使用G、C；反之亦然。
如果三位都用G、C，则配对容易，分解难；三位都用A、U，则相反。
一般地说，高表达的基因，要求翻译速度快，要求密码子和反密码子配对快、分手也快。
（2）密码子的使用有一定的统计规律对同义密码子的使用存在着偏爱不同种属偏爱的密码子不同人类基因组：密码子第三位取A、U的情况占90%而第三位取G、C仅占10%密码子的使用偏性与基因功能、蛋白质结构相关（3）密码子中的密码三个碱基的位置与所编码的氨基酸性质存在着联系例如：•芳香族氨基酸——以U作为第一位碱基•中间位置碱基的性质与氨基酸是亲疏水性相关疏水氨基酸的密码子，其第二位碱基是U亲水氨基酸的密码子，其第二位碱基是A第二位碱基是G、C的密码子所编码的氨基酸亲水性、疏水性居中。
2.基因分析中所关注的？原核基因识别：重点在于识别编码区域非翻译区域（untranslated regions, UTR）编码区域两端的DNA，有一部分被转录，但是不被翻译，这一部分称为非翻译区域5’UTR---基因上游区域的非翻译区域；3’UTR---基因下游区域的非翻译区域对于任何给定的核酸序列（单链DNA或mRNA），根据密码子的起始位置，可以按照三种方式进行解释。
这三种阅读顺序称为阅读框（reading frames）一个开放阅读框（ORF,open reading frame）是一个没有终止编码的密码子序列。
原核基因识别任务的重点是识别开放阅读框，或者说识别长的编码区域。
Chapter 6 PPT 61.什么是系统发生、系统发生学、系统发生树？系统发生（phylogeny）——是指生物形成或进化的历史。
系统发生学(phylogenetics)——研究物种之间的进化关系。
系统发生树（phylogenetic tree）——表示形式，描述物种之间进化关系。
2.有根数、无根树的构建。
系统发生树的构建方法分为两大类：(1)基于距离的构建方法：非加权组平均法；邻近归并法；Fitch-Margoliash 法最小进化方法（2）基于离散特征的构建方法：最大简约法；最大似然法；进化简约法；相容性方法Chapter 7 PPT 71.为什么要对protein进行预测？Page 181 寻找一种从蛋白质的氨基酸线性序列到蛋白质所有原子三维坐标的一种映射。
2.蛋白质预测的思路和方法。
思路：•蛋白质结构预测主要有两大类方法：（1）理论分析方法–通过理论计算（如分子力学、分子动力学计算）进行结构预测。
（2）统计的方法–对已知结构的蛋白质进行统计分析，建立序列到结构的映射模型，进而对未知结构的蛋白质根据映射模型直接从氨基酸序列预测结构。
–包括：•经验性方法•结构规律提取方法•同源模型化方法Chapter 8 PPT 81.生物芯片定义。
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。
•基因芯片把大量已知序列探针集成在同一个基片上，经过标记的若干靶核酸序列通过与芯片特定位置上的探针杂交,便可根据碱基互补匹配的原理确定靶基因的序列。
•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。
•基因芯片把大量已知序列探针集成在同一个基片上，经过标记的若干靶核酸序列通过与芯片特定位置上的探针杂交,便可根据碱基互补匹配的原理确定靶基因的序列。