生物信息學(xué)完整版

1、精選優(yōu)質(zhì)文檔-傾情為你奉上一、名詞解釋1. 生物信息學(xué)：1）生物信息學(xué)包含了生物信息的獲取、處理、分析、和解釋等在內(nèi)的一門交叉學(xué)科；2）它綜合運(yùn)用了數(shù)學(xué)、計(jì)算機(jī)學(xué)和生物學(xué)的各種工具來進(jìn)行研究；3）目的在于闡明大量生物學(xué)數(shù)據(jù)所包含的生物學(xué)意義。2. BLAST（Basic Local Alignment Search Tool） 直譯：基本局部排比搜索工具意譯：基于局部序列排比的常用數(shù)據(jù)庫搜索工具含義：蛋白質(zhì)和核酸序列數(shù)據(jù)庫搜索軟件系統(tǒng)及相關(guān)數(shù)據(jù)庫3. PSI-BLAST：是一種迭代的搜索方法，可以提高BLAST和FASTA的相似序列發(fā)現(xiàn)率。4. 一致序列：這些序列是指把多序列聯(lián)配的信息壓縮至單

2、條序列，主要的缺點(diǎn)是除了在特定位置最常見的殘基之外，它們不能表示任何概率信息。5. HMM 隱馬爾可夫模型：一種統(tǒng)計(jì)模型，它考慮有關(guān)匹配、錯(cuò)配和間隔的所有可能的組合來生成一組序列排列。（課件定義）是蛋白質(zhì)結(jié)構(gòu)域家族序列的一種嚴(yán)格的統(tǒng)計(jì)模型，包括序列的匹配，插入和缺失狀態(tài)，并根據(jù)每種狀態(tài)的概率分布和狀態(tài)間的相互轉(zhuǎn)換來生成蛋白質(zhì)序列。6. 信息位點(diǎn)：由位點(diǎn)產(chǎn)生的突變數(shù)目把其中的一課樹與其他樹區(qū)分開的位點(diǎn)。7. 非信息位點(diǎn)：對(duì)于最大簡約法來說沒有意義的點(diǎn)。8. 標(biāo)度樹：分支長度與相鄰節(jié)點(diǎn)對(duì)的差異程度成正比的樹。9. 非標(biāo)度樹：只表示親緣關(guān)系無差異程度信息。10. 有根樹：單一的節(jié)點(diǎn)能指派為共同的祖先

3、，從祖先節(jié)點(diǎn)只有唯一的路徑歷經(jīng)進(jìn)化到達(dá)其他任何節(jié)點(diǎn)。11. 無根樹：只表明節(jié)點(diǎn)間的關(guān)系，無進(jìn)化發(fā)生方向的信息，通過引入外群或外部參考物種，可以在無根樹中指派根節(jié)點(diǎn)。12. 注釋：指從原始序列數(shù)據(jù)中獲得有用的生物學(xué)信息。這主要是指在基因組DNA中尋找基因和其他功能元件（結(jié)構(gòu)注釋），并給出這些序列的功能（功能注釋）。13. 聚類分析：一種通過將相似的數(shù)據(jù)劃分到特定的組中以簡化大規(guī)模數(shù)據(jù)集的方法。14. 無監(jiān)督分析法：這種方法沒有內(nèi)建的分類標(biāo)準(zhǔn)，組的數(shù)目和類型只決定于所使用的算法和數(shù)據(jù)本身的分析方法。15. 有監(jiān)督分析法：這種方法引入某些形式的分類系統(tǒng)，從而將表達(dá)模式分配到一個(gè)或多個(gè)預(yù)定義的類目中。

4、16. 微陣列芯片：將探針有規(guī)律地排列固定于載體上，與標(biāo)記熒光分子的樣品進(jìn)行雜交，通過掃描儀掃描對(duì)熒光信號(hào)的強(qiáng)度進(jìn)行檢測(cè)，從而迅速得出所要的信息。17. 虛擬消化：是基于已知蛋白序列和切斷酶的特異性的情況下進(jìn)行的理論酶切（課件定義）。是在已知蛋白質(zhì)序列和蛋白外切酶之類切斷試劑的已知特異性的基礎(chǔ)上， 由計(jì)算機(jī)進(jìn)行的一種理論上的蛋白裂解反應(yīng)。18. 質(zhì)譜(MS)是一種準(zhǔn)確測(cè)定真空中離子的分子質(zhì)量/電荷比(m/z)的方法，從而使分子質(zhì)量的準(zhǔn)確確定成為可能。19. 分子途徑是指一組連續(xù)起作用以達(dá)到共同目標(biāo)的蛋白質(zhì)。20. 虛擬細(xì)胞：一種建模手段，把細(xì)胞定義為許多結(jié)構(gòu)，分子，反應(yīng)和物質(zhì)流的集合體。21.

5、 先導(dǎo)化合物：是指具有一定藥理活性的、可通過結(jié)構(gòu)改造來優(yōu)化其藥理特性而可能導(dǎo)致藥物發(fā)現(xiàn)的特殊化合物。就是利用計(jì)算機(jī)在含有大量化合物三維結(jié)構(gòu)的數(shù)據(jù)庫中，搜索能與生物大分子靶點(diǎn)匹配的化合物，或者搜索能與結(jié)合藥效團(tuán)相符的化合物，又稱原型物，簡稱先導(dǎo)物，是通過各種途徑或方法得到的具有生物活性的化學(xué)結(jié)構(gòu)22. 權(quán)重矩陣（序列輪廓）：它們表示完全結(jié)構(gòu)域序列，多序列聯(lián)配中每個(gè)位點(diǎn)的氨基酸都有分值，并且特定位置插入或缺失的可能性均有一定的衡量方法（課件定義）?；A(chǔ)上針對(duì)特定的應(yīng)用目標(biāo)而建立的數(shù)據(jù)庫。23. 系統(tǒng)發(fā)育學(xué)（phylogenetic）：確定生物體間進(jìn)化關(guān)系的科學(xué)分支。24. 系統(tǒng)生物學(xué)（system

6、s biology）：是研究一個(gè)生物系統(tǒng)中所有組分成分（基因、mRNA、蛋白質(zhì)等）的構(gòu)成以及在特定條件下這些組分間的相互關(guān)系，并分析生物系統(tǒng)在一定時(shí)間內(nèi)的動(dòng)力學(xué)過程25. 蛋白質(zhì)組（proteome）：是指一個(gè)基因組、一種生物或一個(gè)細(xì)胞/組織的基因組所表達(dá)的全套蛋白質(zhì)。26. ESI電噴霧離子化：一種適合大分子如蛋白質(zhì)離子化沒有明顯降解的質(zhì)譜技術(shù)。二.填空題1. 常用的三種序列格式：NBRF/PIR,FASTA和GDE2. 初級(jí)序列數(shù)據(jù)庫：GenBank，EMBL和DDBJ3. 蛋白質(zhì)序列數(shù)據(jù)庫：SWISS-PROT和TrEMBL4. 提供蛋白質(zhì)功能注釋信息的數(shù)據(jù)庫：KEGG（京都基因和基因組

7、百科全書）和PIR（蛋白質(zhì)信息資源）5. 目前由NCBI維護(hù)的大型文獻(xiàn)資源是PubMed6. 數(shù)據(jù)庫常用的數(shù)據(jù)檢索工具：Entrez，SRS，DBGET7. 常用的序列搜索方法：FASTA和BLAST8. 高分值局部聯(lián)配的BLAST參數(shù)是HSPs（高分值片段對(duì)），E（期望值）9. 多序列聯(lián)配的常用軟件：Clustal10. 蛋白質(zhì)結(jié)構(gòu)域家族的數(shù)據(jù)庫有：Pfam，SMART11. 系統(tǒng)發(fā)育學(xué)的研究方法有：表現(xiàn)型分類法，遺傳分類法和進(jìn)化分類法 12. 系統(tǒng)發(fā)育樹的構(gòu)建方法： 距離矩陣法，最大簡約法和最大似然法13. 常用系統(tǒng)發(fā)育分析軟件：PHYLIP14. 檢測(cè)系統(tǒng)發(fā)育樹可靠性的技術(shù)：bootst

8、rapping和Jack-knifing15. 原核生物和真核生物基因組中的注釋所涉及的問題是不同的16. 檢測(cè)原核生物ORF的程序：NCBI ORF finder17. 測(cè)試基因預(yù)測(cè)程序正確預(yù)測(cè)基因的能力的項(xiàng)目是GASP（基因預(yù)測(cè)評(píng)估項(xiàng)目）18. 二級(jí)結(jié)構(gòu)的三種狀態(tài)：螺旋，折疊和轉(zhuǎn)角19. 用于蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)的基本神經(jīng)網(wǎng)絡(luò)模型為三層的前饋網(wǎng)絡(luò)，包括輸入層，隱含層和輸出層20. 通過比較建模預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)的軟件有SWISS-PDBVIEWER（SWISSMODEL網(wǎng)站）21. 蛋白質(zhì)質(zhì)譜數(shù)據(jù)搜索工具：SEQUEST22. 分子途徑最廣泛數(shù)據(jù)庫：KEGG23. 聚類分析方法，分為有監(jiān)督學(xué)習(xí)方

9、法，無監(jiān)督學(xué)習(xí)方法24. 質(zhì)譜的兩個(gè)數(shù)據(jù)庫搜索工具：SEQEST和Lutkefish三.問答題1. FASTA序列格式 第一行以“>”開頭但并沒有指明是蛋白質(zhì)還是核酸序列。后跟代碼，接著是注釋（在同一行），通常注釋要以“|”符號(hào)相隔，第一行沒有長度限制。值得注意的是FASTA文件允許以小寫字母表示氨基酸。文件擴(kuò)展名為“.fasta”。 （NBIR/PIR序列格式 第一行以“>”開頭，后面緊跟兩字母編碼（P1代表蛋白質(zhì)序列，N1代表核酸），再接一個(gè)分號(hào)，分號(hào)后緊跟序列標(biāo)識(shí)號(hào)。后面是說明行，該行可長可短，沒有長度限制。接下來是序列本身，以“*”號(hào)終止。文件的擴(kuò)展名為“.pir”或“.s

10、eq”。 GDE序列格式 與FASTA的格式基本相同，但行首為“%”，文件擴(kuò)展名為“.gde”。）2. BLAST的五個(gè)子程序程序查詢序列數(shù)據(jù)庫種類簡述方法Blastp蛋白質(zhì)蛋白質(zhì)可以找到具有遠(yuǎn)源進(jìn)化關(guān)系的匹配序列待搜索蛋白序列與蛋白數(shù)據(jù)庫比較Blastn核苷酸核苷酸適合尋找分值較高的匹配，不適合遠(yuǎn)源關(guān)系待搜索核酸序列與核酸數(shù)據(jù)庫比較Blastx核苷酸（已翻譯）蛋白質(zhì)適合新DNA序列和EST序列的分析將待搜索核酸序列按6個(gè)讀框翻譯成蛋白質(zhì)序列，然后與數(shù)據(jù)庫中的蛋白質(zhì)比較TBlastn蛋白質(zhì)核苷酸（已翻譯）適合尋找數(shù)據(jù)庫中尚未標(biāo)注的編碼區(qū)將數(shù)據(jù)庫中核酸序列按6個(gè)讀框翻譯成蛋白序列，然后與待搜索蛋

11、白序列對(duì)比TBlastx核苷酸（已翻譯）核苷酸（已翻譯）適合分析EST序列無論是待搜索核酸序列還是數(shù)據(jù)庫中核酸序列，都按6個(gè)讀框翻譯成蛋白序列3. 生物類的數(shù)據(jù)庫類別： 一級(jí)數(shù)據(jù)庫：數(shù)據(jù)庫中的數(shù)據(jù)直接來源于實(shí)驗(yàn)獲得的原始數(shù)據(jù)，只經(jīng)過簡單的歸類整理和注釋；二級(jí)數(shù)據(jù)庫：對(duì)原始生物分子數(shù)據(jù)進(jìn)行整理、分類的結(jié)果，是在一級(jí)數(shù)據(jù)庫、實(shí)驗(yàn)數(shù)據(jù)和理論分析的基礎(chǔ)上針對(duì)特定的應(yīng)用目標(biāo)而建立的。4. PSI-Blast的原理：PSI-BLAST是一種將雙序列比對(duì)和多序列比對(duì)結(jié)合在一起的數(shù)據(jù)庫搜索方法。其主要思想是通過多次迭代找出最佳結(jié)果。每次迭代都發(fā)現(xiàn)一些中間序列，用于在接下去的迭代中尋找查詢序列的更多疏遠(yuǎn)相關(guān)序列

12、（拓展了序列進(jìn)化關(guān)系的覆蓋面積）。具體做法是最初對(duì)查詢序列進(jìn)行BLAST搜索，接著把查找得到的每一擊中項(xiàng)作為BLAST搜索第二次迭代的查詢序列，重復(fù)這個(gè)過程直到找不到有意義的相似序列為止。（以下為研究生課件部分）PSI-BLAST的基本思路在于根據(jù)最初的搜索結(jié)果，依照預(yù)先定義的相似性閾值將序列分成不同的組，構(gòu)建一個(gè)位點(diǎn)特異性的序列譜，并通過多次迭代不斷改進(jìn)這一序列譜以提高搜索的靈敏度。 利用第一次搜索結(jié)果構(gòu)建位置特異性分?jǐn)?shù)矩陣，并用于第二次的搜索，第二次搜索結(jié)果用于第三次搜索，依此類推，直到找出最佳搜索結(jié)果。此外，BLAST不僅可用于檢測(cè)序列對(duì)數(shù)據(jù)庫的搜索，還可用于兩個(gè)序列之間的比對(duì)。 5.

13、多序列聯(lián)配的意義： 1）分析多個(gè)序列的一致序列；2）用于進(jìn)化分析，是用系統(tǒng)發(fā)育方法構(gòu)建進(jìn)化樹的初始步驟；3）尋找個(gè)體間單核苷酸多態(tài)性；4）通過序列比對(duì)發(fā)現(xiàn)直親同源與旁系同源基因；5）尋找同源基因（相似的序列往往具有同源性）；6）尋找蛋白家族識(shí)別多個(gè)序列的保守區(qū)域；7）相似的蛋白序列往往具有相似的結(jié)構(gòu)與功能；8）輔助預(yù)測(cè)新序列的二級(jí)或三級(jí)結(jié)構(gòu)；9）可以直觀地看到基因的哪些區(qū)域?qū)ν蛔兠舾校?0）PCR引物設(shè)計(jì)。6. 系統(tǒng)發(fā)育學(xué)的研究方法： 1）表現(xiàn)型分類法：將表型相像的物種歸類在一起，所有特征都要被考慮到； 2）遺傳分類法：具有共有起源的物種歸類在一起，也就是說，這些字符并沒有出現(xiàn)在離它們較遠(yuǎn)的祖

14、先序列； 3）進(jìn)化分類法：該方法綜合了表現(xiàn)型分類法和遺傳分類法的原理，進(jìn)化方法被普遍認(rèn)為是最好的系統(tǒng)發(fā)育分析方法，因?yàn)樵摲椒ǔ姓J(rèn)并采用目前的進(jìn)化理論；7. 系統(tǒng)發(fā)育樹的構(gòu)建方法： 1）距離矩陣法：首先通過各個(gè)物種之間的比較，根據(jù)一定的假設(shè)（進(jìn)化距離模型）推到得出分類群之間的進(jìn)化距離，構(gòu)建一個(gè)進(jìn)化距離矩陣，其次基于這個(gè)矩陣中的進(jìn)化距離關(guān)系構(gòu)建進(jìn)化樹； 2）最大簡約法：該法依據(jù)在任何位置將一條序列轉(zhuǎn)變成另一條序列所需要突變的最少數(shù)量對(duì)序列進(jìn)行比較和聚類； 3）最大似然法：該模型可將一個(gè)給定替代發(fā)生在序列中任何位置的概率融合進(jìn)算法，該方法計(jì)算序列中每個(gè)位置的一個(gè)給定序列變化的可能性，最可靠的樹為總的

15、可能性最大的那棵。8. 簡述人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)蛋白質(zhì)二級(jí)結(jié)構(gòu)的基本步驟。1）輸入數(shù)據(jù)（來自PDB）2）產(chǎn)生一個(gè)神經(jīng)網(wǎng)絡(luò)（一個(gè)計(jì)算程序）3）用已知的蛋白質(zhì)二級(jí)結(jié)構(gòu)來訓(xùn)練這個(gè)模型4）由訓(xùn)練好的模型來給出未知蛋白的一個(gè)可能的結(jié)構(gòu)5）最后從生物角度來檢驗(yàn)預(yù)測(cè)的一系列氨基酸是否合理9. 預(yù)測(cè)蛋白質(zhì)三級(jí)結(jié)構(gòu)的三種方法 1)同源建模法：依據(jù)蛋白質(zhì)與已知結(jié)構(gòu)蛋白比對(duì)信息構(gòu)建3D模型； 2)折疊識(shí)別法：尋找與未知蛋白最合適的模板，進(jìn)行序列與結(jié)構(gòu)比對(duì)，最終建立結(jié)構(gòu)模型； 3)從頭預(yù)測(cè)法：根據(jù)序列本身從頭預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)。10. 分子途徑和網(wǎng)絡(luò)的特點(diǎn)：1)分子途徑和網(wǎng)絡(luò)的結(jié)構(gòu)隨意性大。圖可以很簡單，也可以非常復(fù)雜。它們

16、可能包含了多個(gè)分支，盤繞的連接和回路。2)它們通常也顯示出節(jié)點(diǎn)間關(guān)系的方向，例如表示出代謝通路或信號(hào)傳導(dǎo)的方向。調(diào)控途徑和網(wǎng)絡(luò)的圖也應(yīng)該說明相互作用是正的還是負(fù)的。正的相互作用(促進(jìn)或者活化作用)常常用箭頭表示，而負(fù)的交互效應(yīng)(抑制或者失活作用)常常用T型棒表示。11. 先導(dǎo)化合物的來源有四種來源： 1）通過偶然性觀察發(fā)現(xiàn)的先導(dǎo)化合物（這個(gè)方法最著名的例子就是亞歷山大.弗萊明發(fā)現(xiàn)的青霉素，今天所用的許多抗生素皆由其發(fā)展出來） 2）也可以通過替代療法的藥物開發(fā)中發(fā)現(xiàn)的藥物副作用來識(shí)別先導(dǎo)化合物（例如，鎮(zhèn)定劑氯化物丙嫀是在試驗(yàn)中發(fā)現(xiàn)用在抗組胺劑時(shí)被發(fā)現(xiàn)的） 3）先導(dǎo)化合物也可以來自傳統(tǒng)醫(yī)藥學(xué)（如奎

17、寧化合物就來自金雞納的樹皮） 4）先導(dǎo)化合物也可以來自天然的底物或是配體（比如說，腎上腺素作為舒喘寧的類似物用來治療哮喘） 12. 簡述DNA計(jì)算機(jī)的基本原理：1)以編碼生命信息的遺傳物質(zhì)DNA序列，作為信息編碼的載體，利用DNA分子的雙螺旋結(jié)構(gòu)和堿基互補(bǔ)配對(duì)的性質(zhì)，將所要處理的問題映射為特定的DNA分子；2)在生物酶的作用下，通過可控的生化反應(yīng)生成問題的解空間；最后利用各種現(xiàn)代分子生物技術(shù)如聚合酶鏈反應(yīng)RCR、超聲波降解、親和層析、分子純化、電泳、磁珠分離等手段破獲運(yùn)算結(jié)果。DNA計(jì)算機(jī)優(yōu)點(diǎn)：低能耗、存儲(chǔ)容量高、運(yùn)算速度快，可真正實(shí)現(xiàn)并行工作。13. 簡述DNA計(jì)算實(shí)現(xiàn)方式中，表面方式與試管

18、方式相比具有哪些優(yōu)點(diǎn)？試管方式：就是在一個(gè)或多個(gè)試管的溶液里進(jìn)行生化反應(yīng)；表面方式：是將對(duì)應(yīng)的解空間的DNA分子固定在一塊固體上，其次進(jìn)行各種生化反應(yīng)，或是在表面逐步形成解空間，然后根據(jù)具體問題對(duì)所有可能的解進(jìn)行篩選，最后得到運(yùn)算結(jié)果。(1)操作簡單，易于實(shí)現(xiàn)自動(dòng)化操作；(2)減少人為操作過程中造成的DNA分子的丟失及其它操作失誤；(3)減少分子在表面上的相互作用，同時(shí)增強(qiáng)分子間的特異性結(jié)合；(4)信息儲(chǔ)存密度大，據(jù)估計(jì)，10毫克DNA表面上的儲(chǔ)存密度是傳統(tǒng)計(jì)算姬的10的8次方倍，而在溶液中僅為10的5次方倍；(5)結(jié)果易于純化。14. 簡述PCR引物設(shè)計(jì)的基本原則及其注意要點(diǎn)原則：首先引物與

19、模板的序列要緊密互補(bǔ)，其次引物與引物之間避免形成穩(wěn)定的二聚體或發(fā)夾結(jié)構(gòu)，再次引物不能再模板的非等位點(diǎn)引發(fā)DNA聚合反應(yīng)（即錯(cuò)配）。注意要點(diǎn)：1、引物的長度一般為15-30bp，常用的是18-27bp，但不應(yīng)大于38，因?yàn)檫^長會(huì)導(dǎo)致其延伸溫度大于74，不適合于TaqDNA聚合酶進(jìn)行反應(yīng)。2、引物序列在模板內(nèi)應(yīng)當(dāng)沒有相似性較高，尤其是3端相似性較高的序列，否則容易導(dǎo)致錯(cuò)配。引物3端出現(xiàn)3個(gè)以上的連續(xù)堿基，如GGG或CCC，也會(huì)使錯(cuò)誤引發(fā)幾率增加。3、引物3端的末位堿基對(duì)Taq酶的DNA合成效率有較大的影響。不同的末位堿基在錯(cuò)配位置導(dǎo)致不同的擴(kuò)增效率，末位堿基為A的錯(cuò)配效率明顯高于其他3個(gè)堿基，因此

20、應(yīng)當(dāng)避免在引物的3端使用堿基。另外，引物二聚體或發(fā)夾結(jié)構(gòu)也可能導(dǎo)致PCR反應(yīng)失敗。5端序列對(duì)PCR影響不太大，因此常用來引進(jìn)修飾位點(diǎn)或標(biāo)記物。4、引物序列的GC含量一般為40-60%，過高或過低都不利于引發(fā)反應(yīng)。上下游引物的GC含量不能相差太大。5、引物所對(duì)應(yīng)模板位置序列的Tm值在72左右可使復(fù)性條件最佳。Tm值的計(jì)算有很多種方法，如按公式Tm=4(G+C)+2(A+T)，在Oligo軟件中使用的是最鄰近法（thenearestneighbormethod）。6、G值是指DNA雙鏈形成所需的自由能，該值反映了雙鏈結(jié)構(gòu)內(nèi)部堿基對(duì)的相對(duì)穩(wěn)定性。應(yīng)當(dāng)選用3端G值較低（絕對(duì)值不超過9），而在5端和中間G值相對(duì)較高的引物。引物的3端的G值過高，容易在錯(cuò)配位點(diǎn)形成雙鏈結(jié)構(gòu)并引發(fā)DNA聚合反應(yīng)。