生物信息學期末考試答案(2024071414)

1、一、名詞Bioinformatics :生物信息學是一門綜合運用生物學、數(shù)學、物理學、信息科學以及電腦科學等諸多學科的理論方法，以互聯(lián)網(wǎng)為媒介、數(shù)據(jù)庫為載體、利用數(shù)學和電腦科學對生物學數(shù)據(jù)進行儲存、檢索和處理分析，并進一步挖掘和解讀生物學數(shù)據(jù)。Consensus sequenee :共有序列決定啟動序列的轉錄活性大小。各種原核啟動序列特定區(qū)域內通常在轉錄起始點上游 -10及-35區(qū)域存在共有序列，是在兩個或多個同源序列的每一個位置上多 數(shù)出現(xiàn)的核苷酸或氨基酸組成的序列。Data mining :數(shù)據(jù)挖掘一一數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中自動搜索隱藏于其中的有著特殊關 系性的信息的過程。數(shù)據(jù)挖掘

2、通常是利用計算方法分析生物數(shù)據(jù)，即根據(jù)核酸序列預測蛋白質序列、結 構、功能的算法等，實現(xiàn)對現(xiàn)有數(shù)據(jù)庫中的數(shù)據(jù)進行開掘。EST (Expressed Sequenee Tag)表達序列標簽一一是某個基因cDNA克隆測序所得的局部序列片段，長度大約為200600bp。Similarity :相似性一一是直接的連續(xù)的數(shù)量關系，是指序列比對過程中用來描述檢測序列和目標 序列之間相同 DNA堿基或氨基酸殘基順序所占比例的上下。Homology：同源性一一是兩個對象間的肯定或者否認的關系。如兩個基因在進化上是否曾具有共同祖先。從足夠的相似性能夠判定二者之間的同源性。Alignment :比對 從核酸以及氨

3、基酸的層次去分析序列的相同點和不同點，以期能夠推測它們 的結構、功能以及進化上的聯(lián)系?；蚴侵笧榇_定兩個或多個序列之間的相似性以至于同源性，而將它們 按照一定的規(guī)律排列。BLOSUM模塊替換矩陣一一是指在對蛋白質數(shù)據(jù)庫搜索時，采用不同的相似性分數(shù)矩陣進行檢索的 相似性矩陣。以序列片段為根底，從蛋白質模塊數(shù)據(jù)庫BLOCK沖找出一組替換矩陣，用于解決序列的遠距離相關。在構建矩陣過程中，通過設置最小相同殘基數(shù)百分比將序列片段整合在一起，以防止由于 同一個殘基對被重復計數(shù)而引入的任何潛在的偏差。在每一片段中，計算出每個殘基位置的平均奉獻， 使得整個片段可以有效地被看作為單一序列。通過設置不同的百分比，產

4、生了不同矩陣。PAM(Point Accepted Mutation):突變數(shù)據(jù)矩陣 PAM即可接受點突變指1個PAM表示100個殘基中發(fā)生一個殘基突變概率的進化距離。在序列比對中，能夠反映一個氨基酸發(fā)生改變的概率與兩個氨 基酸隨機出現(xiàn)的概率的比值的矩陣。Con tig :疊連群一一是指一組相互兩兩頭尾拼接的可裝配成長片段的DNA序列克隆群，也指彼此間可通過重疊序列而連接成連續(xù)的、擴展的、不間斷的DNA序列的交疊片段產物。通過比對不同的序列，我們能夠發(fā)現(xiàn)片段的順序，并且con tigs能被添加、刪除、重排列來形成新的序列。Phyloge netic tree :系統(tǒng)發(fā)生樹又稱為演化樹evolu

5、ti on arytree是說明被認為具有共同祖先的各物種間演化關系的樹，是一種親緣分支分類方法。在樹中，每個節(jié)點代表其各分支的最近共同 祖先，而節(jié)點間的線段長度對應演化距離如估計的演化時間。它用來表示系統(tǒng)發(fā)生研究的結果，用它描述物種之間的進化關系。In Silico Cloning:電子克隆一一是近年來開展起來的一門基于表達序列標簽ESTs的快速克隆基因的新技術，其利用種子序列從EST及Uni Ge ne數(shù)據(jù)庫中搜索相似性序列，進行拼裝、檢索、分析等，以此獲得目標基因的全長cDNA在此根底上也能夠實現(xiàn)基因作圖定位。二、問題思考1、生物信息學這門學科是如何開展起來的？答：生物學數(shù)據(jù)爆炸式增長生

6、物大分子數(shù)據(jù)庫相繼建立生物技術與電腦技術并行飛速開展Internet 的廣泛應用人類基因組方案HGP的推動 生物信息學的產生是生命科學開展的必然。2、舉例說明生物信息學的主要應用？答： a. 獲取各種生物的全基因組及其他數(shù)據(jù) ;b. 新基因發(fā)現(xiàn) ;c. 單核苷酸多態(tài)性分析 ;d. 基因組中非編碼區(qū)域的結構與功能 ;e. 從基因組水平研究生物進化及其他遺傳語言的可能 ;f. 全基因組的比擬研究 ;g. 基因功能預測 ;h. 遺傳疾病的研究以及關鍵基因鑒定 ;i. 蛋白質組學研究 ;j. 新藥設計和定向化酶 ;k. 生物芯片 .3、為什么說生物信息學是大規(guī)模研究生命科學的利器？ 答：生物信息學主要

7、是一門研究生物學系統(tǒng)和生物學過程中信息流的綜合系統(tǒng)學科，是綜合運用生物學、數(shù)學、物理學、 信息科學以及電腦科學等諸多學科的理論方法， 以互聯(lián)網(wǎng)為媒介、 數(shù)據(jù)庫為載體、 利用數(shù)學和電腦科學對生物學數(shù)據(jù)進行儲存、 檢索和處理分析， 并進一步挖掘和解讀生物學數(shù)據(jù)。 目前， 其核心是基因組信息學，包括基因組信息的獲取、處理、存儲、分配和解讀。還包括：蛋白質空間結構 模擬、預測和藥物分子設計；軟件開發(fā)和方法學研究。未來，生物信息學將進一步揭示生命系統(tǒng)的復雜 性、遺傳語言、基因表達譜、基因組、蛋白質組、代謝組、細胞信號組、系統(tǒng)生物學等等。因此，生物 信息學是大規(guī)模研究生命科學的利器。4、生物信息學涉及的生

8、物大分子信息有哪些？答：涉及的有：1核算序列 DNA包括：基因組序列、基因序列、cDNA EST堿基修飾、DNA功能模塊/位點如啟動子、剪接體、表達調控位點等 。2蛋白質 Protein 包括：氨基酸組成、氨基酸序列、理化性質、原子坐標、二級結構、模體、結構域、功能域/位點、3D 結構。5、在大分子序列分析中，為何局部比比照全局比對更有意義？答：全局比對 global alignment 指全長序列比對，用于相似性很高的序列間的分析。 局部比對 local alignment 指生物分子序列常常是局部具有較高的相似性，呈板塊分布。 此法用于整體相似性較低的序列分析，靈敏度高。原因：1全局比對是

9、沿整個長度實現(xiàn)序列之間匹配的最大化，嘗試對齊整個序列。而局部比對是對動態(tài) 規(guī)劃算法的修改，是給兩個序列之間得分最高的地方進行匹配，集中在尋找相似度高的序列的延伸。因 此相比而言， 在序列分析中將未知序列同序列進行相似性比擬， 局部比對的準確性比全局比對更高。 因為要實現(xiàn)整個序列長度的相似性匹配，比起局部匹配分析帶來的誤差更大；2另外，與局部序列比對算法相比，全序列比對算法會導致一些局部序列相似性較高而全序列相 似性很小，因為全序列的平均效應而將兩者的相似性漏檢。一般對于2 個未知關系的序列，使用局部序 列比對工具要比用全序列比對工具好。而對于一個較長的序列和一個較短的序列的比對，也應該使用局

10、部序列比對工具。3再那么全局比對的最高分是最后一個，而局部比對的任何一個地方都可能是最高分，即任何地方 都可以是對位起始點，可見局部比對操作更為靈敏。4應用范圍上，全局比對僅適用于相似性很高的序列間分析，而局部比對一般用于相似性較低的 序列分析，但是也可以用于高相似性序列分析，這樣的分析結果會更加精準。所以局部比比照全局比對更加有意義。6、在大分子序列分析中，為何蛋白質的取代矩陣比核酸的取代矩陣更復雜？答：取代矩陣 (substitution matrix) 的規(guī)那么是“獎勵匹配位點，罰扣不匹配位點 ，故又稱為計分 矩陣 scoring matrix 。核算序列分析利用堿基取代矩陣，通過相似性

11、比對匹配與否進行打分，便可 以分析出其大致的堿基組成，特異位點等。而蛋白質序列利用其氨基酸殘基取代矩陣分析，由于蛋白質 的序列組成復制，而且蛋白質的功能是通過其三維高級結構來執(zhí)行的，該結構又不一定處于靜態(tài)，在行 使功能的過程中，一般會發(fā)生相應的改變，所以氨基酸殘基的進化取代不能簡單地表述各種殘基在結構 和功能上的關系，所以要對蛋白質序列進一步的分析就需要更加復雜的取代矩陣。7、 多重比對的用途？BLAST的用途？ 答：多重比對的用途主要用于：1) 系統(tǒng)演化分析，解釋物種之間的進化關系；2) 基因預測；3) 蛋白質結構域的三級結構與二級結構，甚至是個別的氨基酸或核苷酸；4) 研究一個家族中的相關

12、蛋白質序列中的保守區(qū)域，進而分析蛋白質的結構和功能。BLAST是現(xiàn)在應用最廣泛的序列相似性搜索工具，主要用于：1) 新DNA序列的發(fā)現(xiàn)、定位與分析、結構和功能預測；2) ESTs的分析；3) 尋找分析遠源關系的蛋白質序列；4) 實驗設計如 PCR Primer ， Mutagenesis Studies ，構建 Profile(-譜 ) 等；5) 揭示相似性和同源性，發(fā)現(xiàn)系統(tǒng)發(fā)育的信息；6) 尋找數(shù)據(jù)庫中沒有標注的編碼區(qū)、發(fā)現(xiàn)保守區(qū)域、特定序列框等重要信息。8、聚類分析的策略？答：聚類分析 (cluster analysis) 是一組將研究對象分為相對同質的群組 (clusters) 的統(tǒng)計分

13、析技 術。其策略方法為：先將多個序列兩兩比對構建距離矩陣，反響序列之間兩兩關系；然后根據(jù)距離矩陣計算產生系統(tǒng)進 化指導樹，對關系密切的序列進行加權；然后從最緊密的兩條序列開始，逐步引入臨近的序列并不斷重 新構建比對，直到所有序列都被參加為止。第一步：點擊 File tLoad Sequences輸入序列文件。第二步：點擊 Alignment 設定比對的一些參數(shù)。第三步：點擊 Alignment tDo Complete Alignment 開始序列比對。第四步：點擊 File tSave Sequence as.比對完成，選擇保存結果文件的格式。9、電子克隆比傳統(tǒng)的實驗克隆有何優(yōu)勢？為何能實現(xiàn)

14、電子克??？答：電子克隆利用種子序列從EST及UniGene數(shù)據(jù)庫中搜索相似性序列，進行拼裝、檢索、分析等,以此獲得目標基因的全長cDNA在此根底上也能夠實現(xiàn)基因作圖定位。其相比實驗克隆所具有的優(yōu)勢有：1) 實驗進程短、快捷、設備簡單；2) 本錢低、得率高、針對性強等；3) 對操作人員技術要求不高；4) 另外運用電子克隆的方法延伸得到的CDNA幾乎囊括了所有疑似為目的基因的CDNA序列。能實現(xiàn)電子克隆是因為：EST數(shù)據(jù)庫的不斷完善，使得電子克隆策略已成為克隆新基因的重要方法。 從GenBank的核酸nr數(shù)據(jù)庫中檢索已測序列生物的目的基因，獲得目的基因cDNA序列，以該序列為模板對另一種未測序列生

15、物EST數(shù)據(jù)庫進行BLAST檢索，獲得與之局部同源的EST群，從中選取一條EST作為種子序列BLAST檢索該生物的EST數(shù)據(jù)庫，將檢出與種子序列同源性較高或有局部重疊的 EST序列拼接組裝為重疊群contig，再以此重疊群序列重復以上BLAST檢索過程，反復進行EST重疊群序列的拼接和比對，直至檢出所有的重疊EST或重疊群不能繼續(xù)延伸，最終獲得未測序列生物基因的cDNA全序列。10、蛋白質分子結構的層次？相應的分析工具？ 答：蛋白質一級結構分析：1) ProtParam ：蛋白質理化參數(shù)檢索；2) ProtScale ：蛋白質親疏水性分析；3) coiled-coil 卷曲螺旋預測。蛋白質二級

16、結構預測：二級結構指a-helix , 3 - sheet，無規(guī)那么卷曲(coil) , motif等組件。預測方法：1) 神經網(wǎng)絡、遺傳算法、機器學習等；2) 與二級模板建立序列譜矩陣 (profile matrix) 、PSI- BLASTP；3) 與同源蛋白多重比對。模式和序列譜分析： EBI： InterProScan整合出的局部數(shù)據(jù)庫有：Proside 蛋白質結構域、家族和功能位點；Pfam 蛋白質家族比對；TMH Mh跨膜區(qū)預測。蛋白質三級結構預測：實驗測定方法：X-ray 、NMR、 Cryo-EM；理論預測方法：同源建模、折疊識別、從頭計算。三、綜合分析1、DNA序列的鑒定策略

17、答：鑒定三步驟：1) 找到序列中的非編碼區(qū) 編碼區(qū)與非編碼區(qū)顯著不同，重復序列和低復雜序列排除基因的可能性，首先屏蔽掉。屏蔽重復序列的分析程序有：RepeatMasker, XBLAST, CENSOI等。此外，確定待檢序列是否真實載體污染，宿主 序列污染，純度因素等 ，載體序列污染分析程序有： NCBI / VecScreen ；EMBL / Blast2 EVEC 。2) 找基因根據(jù)基因特征信號，如保守序列 (啟動子，CpG島)、起始和終止密碼子、polyA，堿基頻率，密碼子 偏好，EST。原核生物采用可讀框 ORF檢測基因非常有效。CpG島的預測工具：EMBL-EBIK的在線工具CpGP

18、lot;轉錄終止信號的預測方式：真核生物基因末端有終止子信號，在mRNA終止密碼子下游具有polyA加尾信號AATAAA可用于基因終止位點的預測。在線預測工具：POLYAH啟動子預測分析工具：TRES、 Neural network 、 Dragon promoter finder、 PromoterScan ；可讀框ORF起始密碼子 AT終止密碼子 TGA或 TAG或TAA開放讀框的識別分析程序有： ORF Finder (NCBI), GenScan, GenomeScan 。采用mRNA序列預測基因：以公共數(shù)據(jù)庫獲得mRNA /cDNA從基因組序列預測基因，在線預測工具(NCBI) Sp

19、idey 。3) 鑒定找到的基因 建立基因模型以便核對，同源性搜索增加可信度2、蛋白質結構分析和預測的策略 答：策略為：1) 在數(shù)據(jù)庫中搜尋與蛋白質序列相似的模板；2) 查詢序列和三維結構的蛋白質序列的相似性比對；3) 如果符合相似那么直接進行結構比擬建模；4) 如果不相似那么先進行蛋白質家族、功能域、聚類分析，再與的蛋白質結構比對，有關 系的才進行比擬建模；5) 假設還是不相關，那么對蛋白質序列進行結構分析，對可以預想出其結構的蛋白質預測其三 維結構，對無法預想出結構的蛋白質在實驗室中進行進一步結構分析。知識點生物信息學研究的根本方法?生物學數(shù)據(jù)庫的建立?生物學數(shù)據(jù)的檢索?生物學數(shù)據(jù)的處理?

20、生物學數(shù)據(jù)的利用生物信息數(shù)據(jù)的存儲格式一般由兩 / 三局部組成：紀錄信息、特性注釋、序列本身FASTA格式序列最簡單注釋?序列文件的第一行是由大于符號打頭的任意文字說明，主要為標記序列用。?從第二行開始是序列本身，標準核苷酸符號或氨基酸單字母符號。通常核苷酸符號 大小寫均可，而氨基酸一般用大寫字母。?文件中和每一行都不要超過 80個字符通常 60 個字符。GenBank和EMBL數(shù)據(jù)庫根本數(shù)據(jù)的格式序列名稱、長度、日期序列說明、編號、版本號 物種來源、學名、分類學位置 相關文獻作者、題目、刊物、日期 序列特征表堿基組成序列本身每行 60 個堿基PDB格 式記錄除了原子坐標外，還包括物種來源、化

21、合物名稱、結構遞交以及有關文獻等根本注釋信息。此外， 還給出分辨率、結構因子、溫度系數(shù)、蛋白質主鏈數(shù)目、配體分子式、金屬離子、二級結構信息、二硫 鍵位置等和結構有關的數(shù)據(jù)。蛋白質序列的格式FASTA序列文件格式、PDB數(shù)據(jù)格式一次數(shù)據(jù)庫 直接來源于實驗獲得的原始數(shù)據(jù)，只經過簡單的歸類、整理和注釋。一級核酸數(shù)據(jù)庫：GenBank數(shù)據(jù)庫、EMBL數(shù)據(jù)庫、DDBJ數(shù)據(jù)庫一級蛋白質序列數(shù)據(jù)庫：SWISS-PRO庫、PIR庫一級蛋白質結構數(shù)據(jù)庫：PDB數(shù)據(jù)庫二次數(shù)據(jù)庫在一級數(shù)據(jù)庫、實驗數(shù)據(jù)、文獻數(shù)據(jù)和理論分析的根底上，針對不同的研究內容和需要，對生物學知識 和信息的進一步整理得到的數(shù)據(jù)庫。人類基因組圖譜

22、庫 GDB轉錄因子和結合位點庫、TRANSFAC蛋白質序列功能位點數(shù)據(jù)庫Prosite等。蛋白質數(shù)據(jù)庫序列數(shù)據(jù)庫序列及其注釋 ：SWISS-PROT PIR (protein in formation resource)、NCBI其功能和應用范圍快速拓展模體和結構域數(shù)據(jù)庫結構域、功能域 ：PROSITE、 Pfam (protein families database of alignments and HMMs)結構數(shù)據(jù)庫：PDB (protein databank)蛋白質分類數(shù)據(jù)庫：SCOP、 CATH、 FSSPPDB是目前最主要的收集生物大分子(蛋白質、核酸和糖，以及病毒)三維結構的數(shù)

23、據(jù)庫,是通過X射線單晶衍射、核磁共振、電子衍射等實驗手段確定的蛋白質、多糖、核酸、病毒等生物大分子的三維結構數(shù) 據(jù)庫。NCBI 數(shù)據(jù)庫檢索系統(tǒng) EntrezEntrez是NCBI開發(fā)的基于 WW的數(shù)據(jù)庫檢索工具，它可以用來搜索20多個集成在NCBI中的數(shù)據(jù)庫信息。數(shù)據(jù)庫搜索： BLAST & FASTABLASTS 序:程序査詢內容Blastp蚩白威蚩白煩使用取代地脖尋找較近的 關耒：町以進tBlastni伐轉島仆們的匹配，對 牧遠關系不農適用.Blastx対T新的DNA阡列印ESTs 的分析槌為有用Tblastn核昔酸【關譯討丁孑找數(shù)惟睥屮沒h標注的編心區(qū)他為向用一tblastx楝昔

24、酸翻樣核昔酸翩怦対丁分析EST磁為白用.多序列比對工具Clustal W :對DNA和蛋白質進行多序列聯(lián)配并且生成親緣樹的工具。EMBL提供在線的基于萬維網(wǎng)界面的ClustalW 效勞：對Clustal W 的結果進行觀察的程序為：njplotWIN95, treeview, 等構建進化樹基于大分子序列進化這個分子系統(tǒng)發(fā)育：DNA在進化過程中積累突變，從而導致不同株系后代的DNA RNA和蛋白質的分支。原那么被用于進化樹的構建。進化樹構建的根本步驟1、 多序列比對自動或手動：用Clustal，有些軟件已整合上 Clustal, 如MEGA2、 確定建樹方法取代模型：距離UPGMA, NJ, ME、最大節(jié)約MP、最大似然ML，3、建樹；4、進化樹評估。電子克隆7.1禾U用UniGene數(shù)據(jù)庫進行序列電子延伸7.2從數(shù)據(jù)庫中獲取cDNA全長序列7.3序列拼接本地拼接軟件Windows： Sequencher, DNAstar, Unix: CAP3, Phrap, TIGR Assembler, Velvet,在線效勞：CAP3網(wǎng)址7.4基因的電子表達譜分析7.5 核酸