生物信息學題庫(共6頁)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上一、選擇題:1. 以下哪一個是mRNA條目序列號： A. J01536. NM_15392C. NP_52280D. AAB2. 確定某個基因在哪些組織中表達的最直接獲取相關(guān)信息方式是： . UnigeneB. EntrezC. LocusLinkD. PCR3. 一個基因可能對應兩個Unigene簇嗎？ 可能B. 不可能4. 下面哪種數(shù)據(jù)庫源于mRNA信息： dbESTB. PDBC. OMIMD. HTGS5. 下面哪個數(shù)據(jù)庫面向人類疾病構(gòu)建： A. ESTB. PDB. OMIMD. HTGS6. Refseq和GenBank有什么區(qū)別： A. Refseq包括

2、了全世界各個實驗室和測序項目提交的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Refseq7. 如果你需要查詢文獻信息，下列哪個數(shù)據(jù)庫是你最佳選擇： A. OMIMB. Entrez PubMedD. PROSITE8. 比較從Entrez和ExPASy中提取有關(guān)蛋白質(zhì)序列信息的方法，下列哪種說法正確：A. 因為GenBank的數(shù)據(jù)比EMBL更多，Entrez給出的搜索結(jié)果將更多B. 搜索結(jié)果很可能一樣，因為GenBank和EMBL的序列數(shù)據(jù)實際一樣 搜索結(jié)果應該相當，但是ExPASy中的SwissProt記錄的

3、輸出格式不同9. 天冬酰胺、色氨酸和酪氨酸的單字母代碼分別對應于： N/W/YB. Q/W/YC. F/W/YD. Q/N/W10. 直系同源定義為： 不同物種中具有共同祖先的同源序列B. 具有較小的氨基酸一致性但是有較大的結(jié)構(gòu)相似性的同源序列C. 同一物種中由基因復制產(chǎn)生的同源序列D. 同一物種中具有相似的并且通常是冗余的功能的同源序列11. 下列那個氨基酸最不容易突變： A. 丙氨酸B. 谷氨酰胺C. 甲硫氨酸 半胱氨酸12. PAM250矩陣定義的進化距離為兩同源序列在給定的時間有多少百分比的氨基酸發(fā)生改變： A. 1%B. 20%. 80%D. 250%13. 下列哪個句子最好的描述了

4、兩個序列全局比對和局部比對的不同：A. 全局比對通常用于比對DNA序列，而局部比對通常用于比對蛋白質(zhì)序列B. 全局比對允許間隙，而局部比對不允許C. 全局比對尋找全局最大化，而局部比對尋找局部最大化 全局比對比對整體序列，而局部比對尋找最佳匹配子序列14. 假設你有兩條遠源相關(guān)蛋白質(zhì)序列。為了比較它們，最好使用下列哪個BLOSUM和PAM矩陣： BLOSUM45和PAM250B. BLOSUM45和PAM1C. BLOSUM80和PAM250D. BLOSUM10和PAM115. 與PAM打分矩陣比較，BLOSUM打分矩陣的最大區(qū)別是：A. 最好用于比對相關(guān)性高的蛋白B. 它是基于近相關(guān)蛋白的

5、全局多序列比對 它是基于遠相關(guān)蛋白的局部多序列比對D. 它結(jié)合了全局比對和局部比對16. 如果有一段DNA序列，它可能編碼多少種蛋白質(zhì)序列： A. 1B. 2C. 3. 617. 要在數(shù)據(jù)庫查詢一段與某DNA序列編碼蛋白質(zhì)最相似的序列，應選擇： A. blastn B. blastpC. tblastnD. tblastp blastx18. 為什么ClustalW（一個采用了Feng-Doolittle漸進比對算法的程序）不報告E值：A. ClustalW報告E值 使用了全局比對C. 使用了局部比對D. 因為是多序列比對19. Feng-Doolittle方法提出“一旦是空隙，永遠是空隙”規(guī)

6、則的依據(jù)是：A. 保證空隙不會引物序列加入而填充B. 假定進化早期分歧的序列有較高優(yōu)先級別 假定最近序列空隙應該保留D. 假定最遠序列空隙應該保留20. 根據(jù)分子鐘假說： A. 所有蛋白質(zhì)都保持一個相同的恒定進化速率B. 所有蛋白質(zhì)的進化速率都與化石記錄相符合C. 對于每一個給定的蛋白質(zhì)，分子進化的速率是逐漸減慢的，就如同不準時的鐘 對于每一個給定的蛋白質(zhì)，其分子進化的速率在所有的進化分支上大致是恒定21. 系統(tǒng)發(fā)生樹的兩個特征是： A. 進化分支和進化節(jié)點 樹的拓撲結(jié)構(gòu)和分支長度C. 進化分支和樹根D. 序列比對和引導檢測方法22. 下列哪一個是基于字母特征的系統(tǒng)發(fā)生分析的算法： A. 鄰位

7、連接法（NJ法）B. Kimura算法 最大似然法（ML）D. 非加權(quán)平均法（UPGMA）23. 基于字母特征和基于距離的系統(tǒng)發(fā)生分析的算法的基本差異是： 基于字母特征的算法沒有定義分支序列的中間數(shù)據(jù)矩陣B. 基于字母特征的算法可應用于DNA或者蛋白質(zhì)序列，而基于距離僅能用于DNA C. 基于字母特征的算法無法運用簡約算法 D. 基于字母特征的算法的進化分支與進化時間無關(guān)24. 一個操作分類單元（OTU）可指：A. 多序列比對 蛋白質(zhì)序列C. 進化分支D. 進化節(jié)點25. 構(gòu)建進化樹最直接的錯誤來源是：多序列比對錯誤B. 采樣的算法差異C. 假設進化分支是單一起源D. 嘗試推測基因的進化關(guān)系2

8、6. 第一個被完整測定的基因組序列是： A. 啤酒酵母的3號染色體B. 流感病毒 X174D. 人類基因組27. 普通的真核生物線粒體基因組編碼大約多少個蛋白質(zhì)： 10 B. 100C. 1000D. 1000028. 根據(jù)基因組序列預測蛋白質(zhì)編碼基因的算法的最大問題是： A. 軟件太難使用. 假陽性率太高，許多不是外顯子的序列部分被錯誤指定C. 假陽性率太高，許多不是外顯子功能未知D. 假陰性率太高，丟失太多外顯子位點29. HIV病毒亞型的系統(tǒng)演化研究可以： A. 證實HIV病毒是由牛病毒演化而來 . 用于指導開發(fā)針對保守蛋白的疫苗C. 證實哪些人類組織最容易遭受病毒侵染30. 一個典型的

9、細菌基因組大小約為多少bp： A. 20000. C. D. 31. 細菌基因組與真核生物基因組分析工具存在較大差異的主要原因是：A. 細菌擁有不同的密碼子B. 細菌沒有細胞核C. 細菌很少有基因與真核同源 細菌DNA的基因含量、組成結(jié)構(gòu)很不一樣32. 下列具有最小基因組的原核生物可能是：A. 嗜極生物B. 病毒 胞內(nèi)細菌D. 桿菌33. 要證明某大腸桿菌中的某個基因是水平轉(zhuǎn)移而來，需要：A. 分析該大腸桿菌中該基因的GC含量與其他基因是否有很大差異B. 分析該大腸桿菌中該基因的密碼子使用與其他基因是否有很大差異C. 系統(tǒng)發(fā)生分析該基因與其他物種中基因的同源關(guān)系 獲取以上三個方面的信息34.

10、C值矛盾是指： A. 某些基因組中核苷酸C的含量少B. 真核生物基因組大小同編碼蛋白質(zhì)的基因個數(shù)沒有相關(guān)性真核生物基因組大小同屋中的復雜性相關(guān)性很小D. 真核生物基因組大小同進化上的年齡相關(guān)性小35. 成百上千個48bp的重復序列單元最可能出現(xiàn)在： A. 散布性重復序列中B. 假基因中 端粒中D. 片段復制區(qū)域36. 從頭預測真核基因的原因有：A. 外顯子/內(nèi)含子邊界難以確定B. 內(nèi)含子長度可能只有幾個堿基對C. 編碼區(qū)域的GC含量并不總是與非編碼區(qū)相同 以上三個方面的原因37. 人類基因組大小大約是多少Mb： A. 130 B. 300 3000 D. 3000038. 各種重復元件在人類基

11、因組中大約占的百分比為： A. 5%B. 25%50%D. 95%39. 蛋白質(zhì)編碼區(qū)域占人類基因組百分比是： 1-5%B. 5-10%C. 10-20%D. 20-4-%40. 人類基因組中GC含量高的區(qū)域：A. 基因密度相對較低 基因密度相對較高C. 基因密度多變D. 基因所含密碼子相對較少41. 人類復合孟德爾遺傳的基因疾病約占疾病基因的： 1%B. 10%C. 50%D. 60%42. 單基因疾病趨向于： 在普通人群較少見，并且發(fā)生時間較早 B. 在普通人群較常見，并且發(fā)生時間較早C. 在普通人群較少見，并且發(fā)生時間較晚D. 在普通人群較常見，并且發(fā)生時間較晚C值真核生物基因組大小同屋

12、中的復雜性相關(guān)性很小Feng-Doolittle假定最近序列空隙應該保留HIV用于指導開發(fā)針對保守蛋白的疫苗PAM250 80%Refseq源于GenBank，提供非冗余序列信息比較從E 搜索結(jié)果應該相當成百端粒中 從頭以上單基在普通人群較少見，并且發(fā)生時間較早 蛋白1-5% 第一X174 各種50%根據(jù)對于每一個給定的蛋白質(zhì)，其分子進化的速率在所有的進化分支上大致是恒定根據(jù)假陽性率太高，許多不是外顯子的序列部分被錯誤指定構(gòu)建多序列比對錯誤基于字母特征的算法沒有定義分支序列的中間數(shù)據(jù)矩陣假設BLOSUM45和PAM250普通10 確定Unigene 人類1% 人類3000人類基因密度相對較高

13、如果6如果PubMed 天冬N/W/Y為什使用了全局比對系統(tǒng)樹的拓撲結(jié)構(gòu)和分支長度細菌DNA的基因含量、組成結(jié)構(gòu)很不一樣下列半胱氨酸下列胞內(nèi)細菌下列全局比對比對整體序列下列最大似然法（ML）下面dbEST下面OMIM要在blastx要證獲取以上一個一個蛋白質(zhì)序列一個可能以下NM_15392與PAM它是基于遠相關(guān)蛋白的局部多序列比對直系不同物種中具有共同祖先的同源序列名詞解釋1. 生物信息學（bioinformatics）：是一門結(jié)合生物技術(shù)和信息技術(shù)從而揭示生物學中新原理的科學。2. 鳥槍法測序（shotgun method）一種測序方法，包括從基因組中獲得隨機的、已測序的克隆片段，并且對初始

14、基因的位置一無所知。3. BLAST：基本局部相似性比對搜索工具。在序列數(shù)據(jù)庫中快速查找與給定的序列具有最優(yōu)局部對準結(jié)果的序列的一種序列對算法。4. 整體聯(lián)配（global alignment）：對兩個核苷酸或蛋白質(zhì)序列的全長所進行的比對。5. FASTA：是第一個被廣泛使用的數(shù)據(jù)庫相似性搜索算法，這個程序通過掃描序列中“詞”的小配對，從而尋找最優(yōu)局部比對。6. 算法（algorithm）：在計算機程序中包含的一種固定過程。7. 序列比對（alignment）：將兩個或多個序列排在一起，以達到最大一致性的過程（對于氨基酸序列是比較他們的保守性），這樣 評估序列間的相似性和同源性。8. 多序列比

15、對（multiple sequence alignment）：三個或多個序列之間的比對，如果序列在同一列有相同結(jié)構(gòu)位置的殘基和（或）祖?zhèn)鞯臍埢?，則會在該位置插入空位。9. 最佳聯(lián)配（optimal alignment）：兩個序列之間有最高打分值的排列。10. 空位（gap）：在兩條序列比對過程中需要在檢測序列或目標序列中引入空位，以表示插入或刪除。11. 模塊替換矩陣（BLUSUM）在替換矩陣中，每個位置的打分是在相關(guān)蛋白局部比對模塊中觀察到的替換的頻率而獲得的，每個矩陣被修改成一個特殊的進化距離。12. 可接受點突變（PAM）一個用于衡量蛋白質(zhì)序列的進化突變程度的單位。13. 互補序列（co

16、mplementary sequence）能夠與其他DNA片段根據(jù)堿基互補序列（A與T配對，G與C配對）形成兩練結(jié)構(gòu)的核苷酸序列。14. 保守序列（conserved sequence）指DNA分子中的一個核苷酸片段或者蛋白質(zhì)中氨基酸片段，它們在進化過程中基本保持不變。15. 鄰接片段（contig）與支架（scaffold）16. 鄰接片段：一組在染色體上有重疊區(qū)域的DNA片段的克隆；17. 支架：由序列重疊群拼接而成。18. 注釋（annotation）對數(shù)據(jù)庫中原始的DNA堿基序列添加相關(guān)信息（比如編碼的基因，氨基酸序列等）或其他的注解。19. 基因預測（gene prediction）

17、用計算機程序?qū)赡艿幕蛩龅念A測，它是基于DNA片段與已知基因序列的匹配程度的。20. 直系同源（Orthologous）指不同種類的同源序列，他們是在物種的形成事件中從一個祖先序列獨立進化而成的，可能有相似功能，也可能沒有。21. 旁系同源（paralogous）是通過類似基因復制的機制產(chǎn)生的同源序列。22. 替換（substitution）在指定的位置不相同的氨基酸進行連配，如果聯(lián)配的殘基有相似的物化性質(zhì)，那么替換是保守的。23. 表達序列標簽（EST）一種短的DNA片段，是cDNA分子的一部分，可用來鑒定基因，通常用于基因定位和基因圖譜中。24. 多態(tài)性（PolyMorphism）多個

18、個體之間DNA的差異叫多態(tài)性。25. 基因預測（Gene Prediction） 同1926. 序列模式（Motif）蛋白質(zhì)序列中短的保守區(qū)域，它們是結(jié)構(gòu)域中保守性很高的部分。27. 結(jié)構(gòu)域（domain）：蛋白質(zhì)在折疊時候與其它部分相獨立的一個不連續(xù)部分，他有自己獨特的功能。28. 開放閱讀框（ORF）位于DNA或RNA上起始密碼子與終止密碼子之間的序列。29. 表達譜（profile）一個顯示某個同源家族中指定位置打分值和空位罰分的表格，可以用于搜索序列數(shù)據(jù)庫。30. 分子鐘（molecular clock）對于每一個給定基因（或蛋白質(zhì)）其分子進化率大致是恒定的。31. 系統(tǒng)發(fā)生（phyl

19、ogeny）是指生物種族的進化歷史，亦即生物體在整個進化譜32. 分子進化樹（molecular evolutionary tree）在研究進化和系統(tǒng)分類中，常用一種類似樹狀分支的圖形來概括各種（類）生物之間的親緣關(guān)系，這種樹狀分支的圖形成為系統(tǒng)發(fā)育樹(phylogenetic tree)。問答題 1. 生物信息學的大體定義是什么？其發(fā)展歷程如何？（1） 利用應用數(shù)學、信息學、統(tǒng)計學和計算機科學的方法研究生物學的問題。目前的生物信息學基本上只是分子生物學與信息技術(shù)（尤其是互聯(lián)網(wǎng)技術(shù)）的結(jié)合體。生物信息學的研究材料和結(jié)果就是各種各樣的生物學數(shù)據(jù)，其研究工具是計算機，研究方法包括對生物學數(shù)據(jù)的搜索

20、（收集和篩選）、處理（編輯、整理、管理和顯示）及利用（計算、模擬）。目前主要的研究方向有：序列比對、基因識別、基因重組、蛋白質(zhì)結(jié)構(gòu)預測、基因表達、蛋白質(zhì)反應的預測，以及建立進化模型。（2） 發(fā)展歷程：20世紀50年代，生物信息學開始孕育 20世紀60年代，生物分子信息在概念上將計算生物學和計算機科學聯(lián)系起來 20世紀70年代，生物信息學的真正開端 20世紀70年代到80年代初期 ，出現(xiàn)了一系列著名的序列比較方法和生物信息分析方法 20世紀80年代以后，出現(xiàn)一批生物信息服務機構(gòu)和生物信息數(shù)據(jù)庫20世紀90年代后 ，HGP促進生物信息學的迅速發(fā)展2. 請論述生物信息學的研究內(nèi)容有哪些？1） 生物分

21、子數(shù)據(jù)的收集與管理：基因組數(shù)據(jù)庫（EMBL、GenBank、DDBJ）蛋白質(zhì)序列數(shù)據(jù)庫（SWTSS-PROT、PIR）蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫（PDB）2） 數(shù)據(jù)庫搜索及序列比較搜索同源序列在一定程度上就是通過序列比較尋找相似序列 序列比較的一個基本操作就是比對（Alignment），即將兩個序列的各個字符（代表核苷酸或者氨基酸殘基）按照對應等同或者置換關(guān)系進行對比排列，其結(jié)果是兩個序列共有的排列順序，這是序列相似程度的一種定性描述。多重序列比對研究的是多個序列的共性。序列的多重比對可用來搜索基因組序列的功能區(qū)域，也可用于研究一組蛋白質(zhì)之間的進化關(guān)系。3） 基因組序列分析:遺傳語言分析天書 基因組結(jié)構(gòu)

22、分析基因識別基因功能注釋基因調(diào)控信息分析基因組比較4） 基因表達數(shù)據(jù)的分析與處理:基因表達數(shù)據(jù)分析是目前生物信息學研究的熱點和重點。 目前對基因表達數(shù)據(jù)的處理主要是進行聚類分析，將表達模式相似的基因聚為一類，在此基礎上尋找相關(guān)基因，分析基因的功能。 所用方法主要有：相關(guān)分析方法模式識別技術(shù)中的層次式聚類方法人工智能中的自組織映射神經(jīng)網(wǎng)絡主元分析方法 5）蛋白質(zhì)結(jié)構(gòu)預測。 蛋白質(zhì)的生物功能由蛋白質(zhì)的結(jié)構(gòu)所決定 ，蛋白質(zhì)結(jié)構(gòu)預測成為了解蛋白質(zhì)功能的重要途徑。蛋白質(zhì)結(jié)構(gòu)預測分為:（1）二級結(jié)構(gòu)預測: 在一定程度上二級結(jié)構(gòu)的預測可以歸結(jié)為模式識別問題 在二級結(jié)構(gòu)預測方面主要方法有：立體化學方法、圖論方

23、法、統(tǒng)計方法、最鄰近決策方法、基于規(guī)則的專家系統(tǒng)方法、分子動力學方法、人工神經(jīng)網(wǎng)絡方法 預測準確率超過70%的第一個軟件是基于神經(jīng)網(wǎng)絡的PHD系統(tǒng)（2）空間結(jié)構(gòu)預測 在空間結(jié)構(gòu)預測方面，比較成功的理論方法是同源模型法 該方法的依據(jù)是：相似序列的蛋白質(zhì)傾向于折疊成相似的三維空間結(jié)構(gòu) ,運用同源模型方法可以完成所有蛋白質(zhì)10-30%的空間結(jié)構(gòu)預測工作3. 請敘述構(gòu)建系統(tǒng)進化樹的一般步驟。構(gòu)建系統(tǒng)發(fā)生樹的5個步驟: 1 序列選擇：從那些可以輸出FASTA格式的數(shù)據(jù)庫中選擇 2 多序列比對 3 替代模型的選擇 4 生成樹： 方式：distance-based；character-based: maxi

24、mum parsimony；character- and model-based: maximum likelihood； character- and model-based: Bayesian 基于距離的樹生成軟件：MEGA 和 PAUP MEGA應用算法：UPGMA， 基于距離的算法。 5 結(jié)果評估: 原則（一致性、效率、和魯棒性）；檢測方法：最為常見的方法是引導檢測的分析方法 引導檢測法：簡單地講就是把序列的位點都重排，重排后的序列再用相同的辦法構(gòu)樹，如果原來樹的分枝在重排后構(gòu)的樹中也出現(xiàn)了，就給這個分枝打上一分，如果沒出現(xiàn)就給0分，這樣經(jīng)過你給定的repetitions次（至少100

25、0次）重排構(gòu)樹打分后，每個分枝就都得出分值，計算機會給你換算成bootstrap值。重排的序列有很多組合，值越小說明分枝的可信度越低，最好根據(jù)數(shù)據(jù)的情況選用不同的構(gòu)樹方法和模型.歸納前面所講，下面幾點可以幫助我們解釋進化樹：(1)從根節(jié)點到任何一個節(jié)點的惟一路徑和方向代表了進化時間；(2)根是樹中所有物種的共同祖先；(3)根節(jié)點上的物種我們認為比樹中其他所有的物種分化更早。如果無法確定根節(jié)點的物種，就使用無根樹進行分析。4. NCBI的Entrez檢索包含了哪些方面的信息。Entrez是NCBI為用戶提供整合的訪問序列、定位、分類及結(jié)構(gòu)數(shù)據(jù)的搜索和檢索的系統(tǒng)，是一個用以整合NCBI數(shù)據(jù)庫中信息

26、的搜尋和檢索的工具，包括核酸序列、蛋白質(zhì)序列、蛋白質(zhì)三維結(jié)構(gòu)、基因組圖譜和通過PubMed檢索的MEDLINE。其中，Entrez可以整合檢索的序列數(shù)據(jù)庫包括GenBank、EMBIDDBJ、RefSeq、PIR-International、PRF、SwissProt和PDB等。Entrez有兩個顯著的特點：第一是對每個數(shù)據(jù)庫中的記錄都預先做相似性比較，產(chǎn)生一個列表，包括序列、結(jié)構(gòu)和MEDLINE文獻記錄等信息；第二是對某個數(shù)據(jù)庫的記錄與其他數(shù)據(jù)庫的相關(guān)記錄做了鏈接，使對不同數(shù)據(jù)庫的訪問得以整合。所以Entrez是通過相近性和硬連接來提供集成的信息檢索。Entrez可以用很廣泛的文本方式搜索，比如作者名字、雜志名字、基因或蛋白名、物種、單一的檢索號(如：accession number、序列ID、PubMed ID、MEDLNE UID)和其他的術(shù)語，因此，Entrez是一個強大的檢索相關(guān)序列、結(jié)構(gòu)和參考文獻的信息檢索工具。5. BLAST系列軟件分別用哪些數(shù)據(jù)搜索何種數(shù)據(jù)庫？6.真核基因結(jié)構(gòu)注釋包括哪些內(nèi)容？相關(guān)的軟件所依據(jù)的理論基礎是什么？GENSCAN是美國麻省理工大學的Chris Burge于1997年開發(fā)成功的人類（或脊椎動物）基因預測軟件，它根據(jù)基因的整體結(jié)構(gòu)進行基因預測，不依賴于已有的蛋白