生物信息学复习题及答案(陶士珩)剖析
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。
生物信息考试题及答案
生物信息考试题及答案生物信息学是一门结合生物学、计算机科学、信息技术和数学的交叉学科，它利用计算机技术来分析和解释生物数据。
以下是一份生物信息学考试题及答案的示例。
生物信息学考试题一、选择题（每题2分，共20分）1. 生物信息学中，用于存储DNA序列的文件格式是：A. FASTAB. JPEGC. MP3D. DOCX2. 以下哪项不是生物信息学分析的基本步骤？A. 数据收集B. 数据预处理C. 数据解释D. 数据存储3. 在蛋白质序列分析中，BLAST工具用于：A. 序列比对B. 序列组装C. 序列克隆D. 序列合成4. 以下哪个数据库不是用于存储基因表达数据的？A. NCBIB. GEOC. PDBD. ArrayExpress5. 以下哪个算法不是用于基因预测的？A. GeneMarkB. BLASTC. GlimmerD. Fgenesh二、简答题（每题10分，共30分）6. 简述生物信息学在现代生物学研究中的重要性。
7. 解释什么是基因组学，并说明其在医学研究中的应用。
8. 描述序列比对的基本原理及其在生物信息学中的作用。
三、计算题（每题15分，共30分）9. 假设你有一个DNA序列，其组成为：ATCGTA。
请计算其互补序列。
10. 给定两个蛋白质序列，序列A：A-B-C-D-E，序列B：A-C-E-B-D。
请使用Needleman-Wunsch算法计算它们的全局比对得分。
四、论述题（每题20分，共20分）11. 论述生物信息学在新药开发中的作用及其面临的挑战。
答案一、选择题1. A2. C3. A4. C5. B二、简答题6. 生物信息学在现代生物学研究中的重要性体现在它能够处理和分析大量的生物数据，如基因组序列、蛋白质结构等，帮助科学家快速发现生物现象的规律，推动生物学的发展。
7. 基因组学是研究生物基因组的结构、功能和演化的科学。
在医学研究中，基因组学可以帮助我们了解疾病的遗传基础，为个性化医疗提供理论基础。
生物信息学复习题及答案(陶士珩)剖析
生物信息学复习题名词解释1. (同源):来源于共同祖先的序列相似的序列及同源序列。
序列相似序列并不一定是同源序列。
2（直系同源）：指由于物种形成的特殊事件来自一个共同祖先的不同物种中的同源序列，它们具有相似的功能。
3（旁系（并系）同源）：指同一个物种中具有共同祖先，通过基因复制产生的一组基因，这些基因在功能上的可能发生了改变。
基因复制事件是促进新基因进化的重要推动力。
4(异同源)：通过横向转移，来源于共生或病毒侵染而产生的相似的序列，为异同源。
5 ： ( ) a . 总是不计入总数中。
6.点矩阵（）：构建一个二维矩阵，其X轴是一条序列，Y轴是另一个序列，然后在2个序列相同碱基的对应位置（x，y）加点，如果两条序列完全相同则会形成一条主对角线，如果两条序列相似则会出现一条或者几条直线；如果完全没有相似性则不能连成直线。
7. E值：得分大于等于某个分值S的不同的比对的数目在随机的数据库搜索中发生的可能性。
衡量序列之间相似性是否显著的期望值。
E值大小说明了可以找到与查询序列（）相匹配的随机或无关序列的概率，E值越小意味着序列的相似性偶然发生的机会越小，也即相似性越能反映真实的生物学意义，E值越接近零，越不可能找到其他匹配序列。
8值：得分为所要求的分值比对或更好的比对随机发生的概率。
它是将观测得到的比对得分S，与同样长度和组成的随机序列作为查询序列进行数据库搜索进行比较得到的（高分片段对）得分的期望分布联系起来计算的。
通常使用低于0.05来定义统计的显著性。
19.打分矩阵（）：在相似性检索中对序列两两比对的质量评估方法。
包括基于理论（如考虑核酸和氨基酸之间的类似性）和实际进化距离（如）两类方法,是序列相似性分析的基础，其不同的选择将会出现不同的分析结果。
10．空位（）：在序列比对时，由于序列长度不同，需要插入一个或几个位点以取得最佳比对结果，这样在其中一序列上产生中断现象，这些中断的位点称为空位。
11：美国国家生物技术信息学中心，属于美国国立医学图书馆的一部分，具有, 等工具，还具有文献数据库。
生物信息学复习题
生物信息学复习题### 生物信息学复习题#### 一、选择题1. 生物信息学主要研究的是什么？A. 生物学数据的收集和存储B. 生物学数据的分析和解释C. 生物学实验的设计和执行D. 生物学仪器的操作和维护2. 下列哪一项不是生物信息学中常用的数据库？A. GenBankB. PDBC. PubMedD. Google Scholar3. 序列比对的目的是什么？A. 确定序列间的同源性B. 预测蛋白质的三维结构C. 鉴定基因的功能D. 计算基因的表达量#### 二、填空题1. 生物信息学中的BLAST工具主要用于__________。
2. 基因表达分析中常用的芯片技术包括__________和__________。
3. 在蛋白质结构预测中，同源建模依赖于__________数据库中的已知结构。
4. 转录组测序（RNA-Seq）可以用于研究__________和__________。
#### 三、简答题1. 描述基因组注释的一般流程。
2. 阐述生物信息学在药物设计中的应用。
3. 解释什么是系统发育树，并说明其在进化研究中的意义。
#### 四、计算题1. 给定一段DNA序列，计算其GC含量。
（示例序列：ATCGTACGTAGCTAGCTAG）2. 如果一个蛋白质序列的分子量为12345 Da，其氨基酸的平均分子量为110 Da，计算该蛋白质序列中氨基酸的数量。
#### 五、论述题1. 讨论生物信息学在个性化医疗中的作用和挑战。
2. 分析高通量测序技术对生物信息学领域的影响。
通过以上题目的复习，可以帮助学生掌握生物信息学的基础知识和技能，包括对生物数据的分析、解释和应用。
这些知识点不仅涵盖了生物信息学的基础理论，还涉及到实际应用，如药物设计、个性化医疗等，为学生提供了一个全面的复习框架。
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。
生物信息学期末考试答案分析解析
一、名词Bioinformatics：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。
Consensus sequence：共有序列——决定启动序列的转录活性大小。
各种原核启动序列特定区域内（通常在转录起始点上游-10及-35区域）存在共有序列，是在两个或多个同源序列的每一个位置上多数出现的核苷酸或氨基酸组成的序列。
Data mining：数据挖掘——数据挖掘一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性的信息的过程。
数据挖掘通常是利用计算方法分析生物数据，即根据核酸序列预测蛋白质序列、结构、功能的算法等，实现对现有数据库中的数据进行发掘。
EST：(Expressed Sequence Tag)表达序列标签——是某个基因cDNA克隆测序所得的部分序列片段，长度大约为200~600bp。
Similarity：相似性——是直接的连续的数量关系，是指序列比对过程中用来描述检测序列和目标序列之间相同DNA碱基或氨基酸残基顺序所占比例的高低。
Homology：同源性——是两个对象间的肯定或者否定的关系。
如两个基因在进化上是否曾具有共同祖先。
从足够的相似性能够判定二者之间的同源性。
Alignment：比对——从核酸以及氨基酸的层次去分析序列的相同点和不同点，以期能够推测它们的结构、功能以及进化上的联系。
或是指为确定两个或多个序列之间的相似性以至于同源性，而将它们按照一定的规律排列。
BLOSUM：模块替换矩阵——是指在对蛋白质数据库搜索时，采用不同的相似性分数矩阵进行检索的相似性矩阵。
以序列片段为基础，从蛋白质模块数据库BLOCKS中找出一组替换矩阵，用于解决序列的远距离相关。
在构建矩阵过程中，通过设置最小相同残基数百分比将序列片段整合在一起，以避免由于同一个残基对被重复计数而引入的任何潜在的偏差。
生物信息学期末复习题与答案
一、单选题1、总的来说，位于染色体内超过( )个碱基的DNA，构成了人类基因组。
A.30000000000B.3000000000C.300000000D.30000000正确答案：B2、人类镰刀型红细胞贫血症是由于血红蛋白β链N端第6个氨基酸由谷氨酸突变为( )造成的。
A.苏氨酸B.缬氨酸C.赖氨酸D.谷氨酸正确答案：B3、RefSeq数据库是由哪个组织开发和维护的？( )A.NIGB.NCBIC.EMBLD.SIB正确答案：B4、Long non-coding RNA长链非编码RNA是长度大于( )个核苷酸的非编码RNA。
A.150B.250C.300D.200正确答案：D5、tBLASTx分析是用核酸序列检索核酸序列数据库，下列说法正确的是？（）A.核酸序列和核酸序列数据库都不需要翻译成蛋白质序列B.只有核酸序列数据库需要翻译成蛋白质序列C.只有核酸序列需要翻译成蛋白质序列D.核酸序列和核酸序列数据库都需要翻译成蛋白质序列正确答案：D6、要搜索编码蛋白质序列的核酸序列，适宜的分析方法是？（）A.BLASTxB.BLASTnC.tBLASTnD.BLASTp正确答案：A7、下列对于PCR引物修饰的说法正确的是？（）A.PCR引物的5’末端和3’末端均能进行修饰B.PCR引物的5’末端和3’末端均不能进行修饰C.只有PCR引物的5’末端能进行修饰D.只有PCR引物的3’末端能进行修饰正确答案：C8、下列哪个在线分析工具可以预测DNA的外显子-内含子？（）A.AugustusB.PLACEC.ORFfinderD.Entrez正确答案：A9、Smith-Waterman动态规划算法矩阵中的每个单元格有几条路径？（）A.1B.2C.3D.4正确答案：D10、下列关于Needleman-Wunsch算法和Smith-Waterman算法提出早晚的论述正确的是？（）A.Needleman-Wunsch算法提出时间较早B.不确定C.Smith-Waterman算法提出时间较早D.二者提出时间相当正确答案：A11、当分类单元至少为3时，下列对“有根树与无根树的数目”判断正确的是？（）A.有根树的数目要少于无根树的数目B.有根树的数目与无根树的数目一样多C.有根树的数目要多于无根树的数目D.二者数目无法判断正确答案：C12、下列哪种算法建树时，选择代价最小或者枝长最短的树？A.最大似然值法B.最大简约法C.邻接法D.UPGMA法正确答案：B二、多选题1、生物信息学是由( )等学科相互交叉而形成的一门新兴学科。
(完整版)生物信息学复习题及答案(陶士珩)
生物信息学复习题一、名词解释生物信息学, 二级数据库, FASTA序列格式, genbank序列格式, Entrez，BLAST，查询序列（query），打分矩阵（scoring matrix），空位（gap），空位罚分，E 值, 低复杂度区域，点矩阵（dot matrix），多序列比对，分子钟，系统发育（phylogeny），进化树的二歧分叉结构，直系同源，旁系同源，外类群，有根树，除权配对算法（UPGMA），邻接法构树，最大简约法构树，最大似然法构树，一致树（consensus tree），bootstrap，开放阅读框（ORF），密码子偏性（codon bias），基因预测的从头分析法，结构域（domain），超家族，模体（motif），序列表谱（profile），PAM矩阵，BLOSUM，PSI-BLAST，RefSeq，PDB数据库，GenPept，折叠子，TrEMBL，MMDB，SCOP，PROSITE，Gene Ontology Consortium，表谱（profile）。
二、问答题1）生物信息学与计算生物学有什么区别与联系？2）试述生物信息学研究的基本方法。
3）试述生物学与生物信息学的相互关系。
4）美国国家生物技术信息中心（NCBI）的主要工作是什么？请列举3个以上NCBI维护的数据库。
5）序列的相似性与同源性有什么区别与联系？6）BLAST套件的blastn、blastp、blastx、tblastn和tblastx子工具的用途什么？7）简述BLAST搜索的算法。
8）什么是物种的标记序列？9）什么是多序列比对过程的三个步骤？10）简述构建进化树的步骤。
11）简述除权配对法（UPGMA）的算法思想。
12）简述邻接法（NJ）的算法思想。
13）简述最大简约法（MP）的算法思想。
14）简述最大似然法（ML）的算法思想。
15）UPGMA构树法不精确的原因是什么？16）在MEGA2软件中，提供了多种碱基替换距离模型，试列举其中2种，解释其含义。
生物信息学课后题及答案
生物信息学课后习题及答案（由10级生技一、二班课代表整理）一、绪论1.你认为，什么是生物信息学？采用信息科学技术，借助数学、生物学的理论、方法，对各种生物信息（包括核酸、蛋白质等）的收集、加工、储存、分析、解释的一门学科。
2.你认为生物信息学有什么用？对你的生活、研究有影响吗？（1）主要用于：在基因组分析方面：生物序列相似性比较及其数据库搜索、基因预测、基因组进化和分子进化、蛋白质结构预测等在医药方面：新药物设计、基因芯片疾病快速诊断、流行病学研究：SARS、人类基因组计划、基因组计划：基因芯片。
（2）指导研究和实验方案，减少操作性实验的量；验证实验结果；为实验结果提供更多的支持数据等材料。
3.人类基因组计划与生物信息学有什么关系？人类基因组计划的实施，促进了测序技术的迅猛发展，从而使实验数据和可利用信息急剧增加，信息的管理和分析成为基因组计划的一项重要的工作。
而这些数据信息的管理、分析、解释和使用促使了生物信息学的产生和迅速发展。
4简述人类基因组研究计划的历程。
通过国际合作，用15年时间（1990-2005）至少投入30亿美元，构建详细的人类基因组遗传图和物理图，确定人类DNA的全部核苷酸序列，定位约10万基因，并对其他生物进行类似研究。
1990，人类基因组计划正式启动。
1996，完成人类基因组计划的遗传作图，启动模式生物基因组计划。
1998完成人类基因组计划的物理作图，开始人类基因组的大规模测序。
Celera公司加入，与公共领域竞争启动水稻基因组计划。
1999，第五届国际公共领域人类基因组测序会议，加快测序速度。
2000，Celera公司宣布完成果蝇基因组测序，国际公共领域宣布完成第一个植物基因组——拟南芥全基因组的测序工作。
2001，人类基因组“中国卷”的绘制工作宣告完成。
2003，中、美、日、德、法、英等6国科学家宣布人类基因组序列图绘制成功，人类基因组计划的.目标全部实现。
2004，人类基因组完成图公布。
生物信息学复习题
名词解释1..生物信息学：是研究生物信息的采集、处理、存储、传播，分析和解释等各方面的学科，也是随着生命科学和计算机科学的迅猛发展，生命科学和计算机科学相结合形成的一门新学科。
2.二级数据库:在一级数据库、实验数据和理论分析的基础上针对特定目标衍生而来，是对生物学知识和信息的进一步的整理。
3.FASTA序列格式：是将DNA或者蛋白质序列表示为一个带有一些标记的核苷酸或者氨基酸字符串,大于号（〉)表示一个新文件的开始，其他无特殊要求。
4。
genbank序列格式:是GenBank 数据库的基本信息单位，是最为广泛的生物信息学序列格式之一。
该文件格式按域划分为4个部分：第一部分包含整个记录的信息（描述符）；第二部分包含注释；第三部分是引文区，提供了这个记录的科学依据；第四部分是核苷酸序列本身,以“//"结尾.5.Entrez检索系统：是NCBI开发的核心检索系统，集成了NCBI的各种数据库，具有链接的数据库多,使用方便,能够进行交叉索引等特点。
6.BLAST:基本局部比对搜索工具，用于相似性搜索的工具，对需要进行检索的序列与数据库中的每个序列做相似性比较。
P947.查询序列（query sequence）:也称被检索序列，用来在数据库中检索并进行相似性比较的序列。
P988.打分矩阵（scoring matrix）:在相似性检索中对序列两两比对的质量评估方法.包括基于理论（如考虑核酸和氨基酸之间的类似性）和实际进化距离（如PAM)两类方法。
P299.空位(gap）：在序列比对时，由于序列长度不同，需要插入一个或几个位点以取得最佳比对结果,这样在其中一序列上产生中断现象，这些中断的位点称为空位。
P2910.空位罚分：空位罚分是为了补偿插入和缺失对序列相似性的影响,序列中的空位的引入不代表真正的进化事件，所以要对其进行罚分,空位罚分的多少直接影响对比的结果。
P3711。
E值：衡量序列之间相似性是否显著的期望值。
生物信息考试题及答案
生物信息考试题及答案一、选择题（每题2分，共20分）1. 基因组学研究的核心是（）。
A. 基因克隆B. 基因表达C. 基因组序列D. 基因功能答案：C2. 下列哪项不是生物信息学的主要研究内容？（）A. 基因组序列分析B. 蛋白质结构预测C. 植物分类学D. 基因表达分析答案：C3. 转录组学研究的是（）。
A. 基因组中的所有基因B. 特定细胞或组织中的所有RNA分子C. 特定细胞或组织中的所有蛋白质分子D. 特定细胞或组织中的所有DNA分子答案：B4. 下列哪个数据库主要用于存储蛋白质序列信息？（）A. GenBankB. PDBC. Swiss-ProtD. EMBL答案：C5. 以下哪个不是生物信息学中常用的序列比对工具？（）A. BLASTB. FASTAC. ClustalWD. PCR答案：D6. 以下哪个是用于蛋白质三维结构预测的软件？（）A. Swiss-ProtB. PDBC. MODELLERD. GenBank答案：C7. 以下哪个是用于基因表达分析的高通量技术？（）A. Sanger测序B. 微阵列C. PCRD. 质谱分析答案：B8. 下列哪个是用于基因组关联研究的统计方法？（）A. 聚类分析B. 系统发育分析C. 连锁不平衡分析D. 多态性分析答案：C9. 以下哪个是用于蛋白质-蛋白质相互作用网络分析的工具？（）A. STRINGB. BLASTC. ClustalWD. GenBank答案：A10. 下列哪个是用于生物信息学数据可视化的工具？（）A. R语言B. PythonC. CytoscapeD. Perl答案：C二、填空题（每题2分，共20分）1. 生物信息学是一门结合了__________、__________和__________的交叉学科。
答案：生物学、计算机科学、信息技术2. 基因组学中的“组”指的是__________的集合。
答案：基因3. 转录组学研究的RNA分子包括__________、__________和__________。
生物信息学复习题
生物信息学复习题生物信息学复习题生物信息学是一门研究生物学数据的收集、存储、管理和分析的学科。
它利用计算机科学和统计学的方法来解决生物学中的问题。
在这篇文章中，我将提供一些生物信息学的复习题，帮助大家巩固对这门学科的理解。
1. 什么是基因组学？基因组学是研究生物体基因组的学科。
它涉及到对基因组的序列、结构和功能的研究。
基因组学的发展使得我们能够更好地理解基因组的组成和功能，从而有助于解决生物学中的一些重要问题。
2. 什么是DNA序列？DNA序列是指DNA分子中碱基的顺序。
DNA序列的研究可以帮助我们了解基因组的组成和功能。
通过对DNA序列的分析，我们可以识别基因、预测蛋白质编码区域，并研究基因组的演化等。
3. 什么是蛋白质序列？蛋白质序列是指蛋白质分子中氨基酸的顺序。
蛋白质序列的研究可以帮助我们了解蛋白质的结构和功能。
通过对蛋白质序列的分析，我们可以预测蛋白质的结构、功能和相互作用等。
4. 什么是序列比对？序列比对是指将两个或多个序列进行比较，找出它们之间的相似性和差异性。
序列比对可以通过比较序列中的碱基或氨基酸的顺序来进行。
序列比对的结果可以帮助我们了解序列的进化关系，预测序列的功能以及发现新的序列。
5. 什么是基因表达谱？基因表达谱是指在特定条件下，基因在细胞或组织中的表达水平。
基因表达谱的研究可以帮助我们了解基因的功能以及基因在生物体中的调控机制。
通过对基因表达谱的分析，我们可以发现与特定生理过程或疾病相关的基因。
6. 什么是蛋白质结构预测？蛋白质结构预测是指根据蛋白质的氨基酸序列，预测蛋白质的三维结构。
蛋白质结构预测的研究可以帮助我们了解蛋白质的功能和相互作用。
通过蛋白质结构预测，我们可以预测蛋白质的功能、鉴定药物靶点以及设计新的蛋白质。
7. 什么是基因组注释？基因组注释是指对基因组中的基因和非编码区域进行功能和结构的描述。
基因组注释的研究可以帮助我们了解基因组的组成和功能。
通过基因组注释，我们可以识别基因、预测蛋白质编码区域，并研究基因组的演化等。
生物信息试题及答案
生物信息试题及答案考题一：1. 什么是生物信息学？生物信息学是一门综合学科，它融合了生物学、计算机科学和统计学等领域的知识和技术，旨在通过对生物序列、结构、功能和进化等信息的收集、管理、分析和应用，揭示生命现象和生物体的特性。
2. 生物信息学在生物研究中的应用有哪些？生物信息学在生物研究中有多种应用，包括：- 基因组学研究：通过对基因组序列的分析，探索基因组结构和功能，识别基因、编码蛋白质和非编码RNA等基因组元件。
- 转录组学研究：通过对转录组数据的分析，研究基因表达谱、异构剪切和转录调控等过程。
- 蛋白质组学研究：通过对蛋白质组数据的分析，研究蛋白质互作网络、翻译后修饰和蛋白质结构与功能等问题。
- 代谢组学研究：通过对代谢产物谱数据的分析，研究代谢途径、代谢物互作和生物样本间的代谢差异。
- 生物信息学工具开发：开发生物信息学软件和数据库，提供数据分析、可视化和挖掘的工具，并推动生物信息学的技术创新。
考题二：1. 生物序列中常见的两类序列是什么？生物序列中常见的两类序列是DNA序列和蛋白质序列。
2. 请简要解释DNA序列和蛋白质序列的意义。
DNA序列是生物遗传信息的载体，它决定了生物体的遗传特征和功能。
通过分析DNA序列，我们可以识别基因、预测基因功能，研究基因组结构和进化过程。
蛋白质序列是DNA翻译后产生的，蛋白质是生物体内多种生物学功能的主要执行者。
分析蛋白质序列可以预测蛋白质的结构和功能，从而理解生物体内蛋白质相互作用、代谢途径和信号传导等重要生物过程。
考题三：1. 什么是基因组学？基因组学是研究生物体基因组的学科，它包括了对基因组序列、结构、功能和进化等多个方面的研究。
基因组是一个生物体所有基因的集合，通过对基因组的研究，可以揭示生物体的遗传信息和特征。
2. 基因组学研究的主要内容有哪些？基因组学研究的主要内容包括以下几个方面：- 基因组测序：通过高通量测序技术，获取生物体基因组的序列信息。
生物信息学_复习题与答案(打印)
一、名词解释：1.生物信息学：研究大量生物数据复杂关系的学科，其特征是多学科交叉，以互联网为媒介，数据库为载体。
利用数学知识建立各种数学模型 ; 利用计算机为工具对实验所得大量生物学数据进行储存、检索、处理及分析，并以生物学知识对结果进行解释。
2.二级数据库：在一级数据库、实验数据和理论分析的基础上针对特定目标衍生而来，是对生物学知识和信息的进一步的整理。
3.FASTA序列格式：是将DNA 或者蛋白质序列表示为一个带有一些标记的核苷酸或者氨基酸字符串，大于号（>）表示一个新文件的开始，其他无特殊要求。
4.genbank 序列格式：是GenBank数据库的基本信息单位，是最为广泛的生物信息学序列格式之一。
该文件格式按域划分为 4 个部分：第一部分包含整个记录的信息（描述符）；第二部分包含注释；第三部分是引文区，提供了这个记录的科学依据；第四部分是核苷酸序列本身，以“//”结尾。
5.Entrez 检索系统：是NCBI开发的核心检索系统，集成了NCBI 的各种数据库，具有链接的数据库多，使用方便，能够进行交叉索引等特点。
6.BLAST ：基本局部比对搜索工具，用于相似性搜索的工具，对需要进行检索的序列与数据库中的每个序列做相似性比较。
P947.查询序列（ query sequence）：也称被检索序列，用来在数据库中检索并进行相似性比较的序列。
P988.打分矩阵（ scoring matrix ）：在相似性检索中对序列两两比对的质量评估方法。
包括基于理论（如考虑核酸和氨基酸之间的类似性）和实际进化距离（如PAM ）两类方法。
P299.空位（ gap）：在序列比对时，由于序列长度不同，需要插入一个或几个位点以取得最佳比对结果，这样在其中一序列上产生中断现象，这些中断的位点称为空位。
P2910.空位罚分：空位罚分是为了补偿插入和缺失对序列相似性的影响，序列中的空位的引入不代表真正的进化事件，所以要对其进行罚分，空位罚分的多少直接影响对比的结果。
生物信息学课后题及答案
生物信息学课后题及答案生物信息学课后习题及答案（由10级生技一、二班课代表整理）一、绪论1.你认为，什么是生物信息学？采用信息科学技术，借助数学、生物学的理论、方法，对各种生物信息（包括核酸、蛋白质等）的收集、加工、储存、分析、解释的一门学科。
2.你认为生物信息学有什么用？对你的生活、研究有影响吗？（1）主要用于：在基因组分析方面：生物序列相似性比较及其数据库搜索、基因预测、基因组进化和分子进化、蛋白质结构预测等在医药方面：新药物设计、基因芯片疾病快速诊断、流行病学研究：SARS、人类基因组计划、基因组计划：基因芯片。
（2）指导研究和实验方案，减少操作性实验的量；验证实验结果；为实验结果提供更多的支持数据等材料。
3.人类基因组计划与生物信息学有什么关系？人类基因组计划的实施，促进了测序技术的迅猛发展，从而使实验数据和可利用信息急剧增加，信息的管理和分析成为基因组计划的一项重要的工作。
而这些数据信息的管理、分析、解释和使用促使了生物信息学的产生和迅速发展。
4简述人类基因组研究计划的历程。
通过国际合作，用15年时间（1990-2021）至少投入30亿美元，构建详细的人类基因组遗传图和物理图，确定人类DNA的全部核苷酸序列，定位约10万基因，并对其他生物进行类似研究。
1990，人类基因组计划正式启动。
1996，完成人类基因组计划的遗传作图，启动模式生物基因组计划。
1998完成人类基因组计划的物理作图，开始人类基因组的大规模测序。
Celera公司加入，与公共领域竞争启动水稻基因组计划。
1999，第五届国际公共领域人类基因组测序会议，加快测序速度。
2000，Celera公司宣布完成果蝇基因组测序，国际公共领域宣布完成第一个植物基因组――拟南芥全基因组的测序工作。
2001，人类基因组“中国卷”的绘制工作宣告完成。
2021，中、美、日、德、法、英等6国科学家宣布人类基因组序列图绘制成功，人类基因组计划的.目标全部实现。
生物信息学 考试答案
Bioinformatics （包括陈老师6道题和师兄的四道题）1.什么是生物信息学？你怎么理解它的含义？（或者问什么是生物信息学，为什么生物信息学研究是重要的）答：生物信息学含义主要答3点：（1）它是一个学科领域，包含着基因组信息的获取、处理、存储、分配、分析和解释的所有方面。
（2）生物信息学是把基因组DNA序列信息分析作为源头，破译隐藏在DNA序列中的遗传语言，特别是非编码区的实质；同时在发现了新基因信息之后进行蛋白质空间结构模拟和预测。
（3）生物信息学的研究目标是揭示“基因组信息结构的复杂性及遗传语言的根本规律”。
它是本世纪自然科学和技术科学领域中“基因组”、“信息结构”和“复杂性”这三个重大科学问题的有机结合。
第二问：2.发现新基因的两种方法是什么？算法的本质是？（或者问通过DB如何发现新基因，通过何种途径）3.研究生物进化的步骤有哪些，当前面临的困难是什么？如何解决？答：步骤：（1）序列相似性比较。
就是将待研究序列与DNA或蛋白质序列库进行比较，用于确定该序列的生物属性，也就是找出与此序列相似的已知序列是什么。
完成这一工作只需要使用两两序列比较算法。
常用的程序包有BLAST、FASTA等；（2）序列同源性分析。
是将待研究序列加入到一组与之同源，但来自不同物种的序列中进行多序列同时比较，以确定该序列与其它序列间的同源性大小。
这是理论分析方法中最关键的一步。
完成这一工作必须使用多序列比较算法。
常用的程序包有CLUSTAL等；（3）构建系统进化树。
根据序列同源性分析的结果，重建反映物种间进化关系的进化树。
为完成这一工作已发展了多种软件包，象PYLIP、MEGA等；（4）稳定性检验。
为了检验构建好的进化树的可靠性，需要进行统计可靠性检验，通常构建过程要随机地进行成百上千次，只有以大概率（70％以上）出现的分支点才是可靠的。
通用的方法使用Bootstrap算法，相应的软件已包括在构建系统进化树所用的软件包当中。
中科院生物信息学期末考试复习题
中科院生物信息学期末考试复习题中科院生物信息学期末考试复习题润生老师部分：1.什么是生物信息学，如何理解其含义？为什么在大规模测序研究中，生物信息学至关重要？答：生物信息学有三个方面的含义：1)生物信息学是一个学科领域，包含着基因组信息的获取、处理、存储、分配、分析和解释的所有方面，是基因组研究不可分割的部分。
2)生物信息学是把基因组DNA序列信息分析作为源头，破译隐藏在DNA序列中的遗传语言，特别是非编码区的实质；同时在发现了新基因信息之后进行蛋白质空间结构模拟和预测；其本质是识别基因信号。
3)生物信息学的研究目标是揭示“基因组信息结构的复杂性及遗传语言的根本规律”。
它是当今自然科学和技术科学领域中“基因组、“信息结构”和“复杂性”这三个重大科学问题的有机结合。
生物信息学是把基因组DNA序列信息分析作为源头，找到基因组序列中代表蛋白质和RNA 基因的编码区；同时阐明基因组量存在的非编码区的信息实质，破译隐藏在DNA序列中的遗传语言规律：在此基础上，归纳、整理与基因组遗传信息释放及其调控相关的转录谱和蛋白谱数据，从而认识代、发育、分化、进化的规律。
同时在发现了新基因信息之后，其还利用基因组中编码区信息进行蛋白空间结构模拟和蛋白功能预测，并将此类信息与生物体和生命过程中的生理生化信息结合，阐明其分子机制，最终进行蛋白、核酸分子设计、药物设计、个体化医疗保健设计。
2.如何利用数据库信息发现新基因，基本原理？答：利用数据库资源发现新基因，根据数据源不同，可分2种不同的查找方式：1)从大规模基因组测序得到的数据出发，经过基因识别发现新基因：（利用统计，神经网络，分维，复杂度，密码学，HMM，多序列比对等方法识别特殊序列，预测新ORF。
但因为基因组中编码区少，所以关键是“数据识别”问题。
）利用大规模拼接好的基因组，使用不同数据方法，进行标识查找，并将找到的可能的新基因同数据库中已有的基因对比，从而确定是否为新基因。
生物信息学试题及答案
生物信息学试题及答案一、单项选择题（每题2分，共20分）1. 生物信息学的主要研究对象是（）。
A. 生物数据B. 生物实验C. 生物模型D. 生物技术答案：A2. 下列哪项不是生物信息学中的常用数据库（）。
A. GenBankB. Swiss-ProtC. PubMedD. Google Scholar答案：D3. 蛋白质序列比对的主要目的是（）。
A. 确定蛋白质的三维结构B. 预测蛋白质的功能C. 比较蛋白质的氨基酸序列D. 计算蛋白质的分子量答案：B4. 在生物信息学中，以下哪种算法不是用于序列比对的（）。
A. BLASTB. FASTAC. Smith-WatermanD. Hidden Markov Model答案：D5. 下列哪种生物信息学工具主要用于基因表达分析（）。
A. ClustalWB. Primer3C. R语言D. PDB答案：C6. 以下哪种技术不是用于蛋白质结构预测的（）。
A. 同源建模B. 从头预测C. 序列比对D. 折叠识别答案：C7. 以下哪种生物信息学工具主要用于基因组注释（）。
A. BLASTC. GATKD. Primer3答案：B8. 在生物信息学中，以下哪种方法不用于基因表达数据的聚类分析（）。
A. K-meansB. Hierarchical clusteringC. Principal component analysisD. Multiple sequence alignment答案：D9. 下列哪种生物信息学工具主要用于蛋白质-蛋白质相互作用网络分析（）。
A. STRINGB. BLASTD. Primer3答案：A10. 在生物信息学中，以下哪种数据库不包含蛋白质结构信息（）。
A. PDBB. UniProtC. RCSBD. GenBank答案：D二、多项选择题（每题3分，共15分）11. 生物信息学中常用的序列比对工具包括（）。
A. BLASTB. FASTAC. ClustalWD. Pfam答案：ABC12. 以下哪些是生物信息学中常用的基因表达分析软件（）。
生物信息学复习题已附答案
本卷的答案仅做参考，如有疑问欢迎提出。
后面的补充复习题要靠你们自己整理答案了。
生物信息学复习题一、填空题1、 识别基因主要有两个途径即2、 表达序列标签是从 mRNA 中生成的一些很短的序列（ 300-500bp ），它们代表在特定组织或发育阶段表达的基因。
3、 序列比对的基本思想，是找出 检测基因 和 目标序列 的相似性，就是通过在序列中插入 空位的方法使所比较的序列长度达到一致。
比对的数学模型大体分 为两类，分别— 和局部比对 。
4、 2-DE 的基本原理是根据蛋白质 和 分子量 不同，进行两次电泳将之分 离。
第一向是 等电聚焦分离 ,第 —S D S-P AGE 分离 o5、 蛋白质组研究的三大关键核心技术是 质谱鉴定技术 、 计算机图像数据处理与蛋白质数据库二、 判断题1、 生物体的结构和功能越复杂的种类就越多，所需要的基因也越多，是真核生物基因组的特点之一。
（对）2、 CDS 一定就是 ORF 。
（对）3、 两者之间有没有共同的祖先，可以通过序列的同源性来确定，如果两个基因或蛋白质有着几乎一样的序列，那么它们高度同源 ，就具有共同的祖先。
（错）4、 STS,是一段 200-300bp 的特定 DNA 序列，它的序列已知，并且在基因组中属于 单拷贝。
（对）5、 非编码 DNA 是“垃圾 DNA'，不具有任何的分析价值，对于细胞没有多大的作用。
（错）6、 基因树和物种树同属于系统树，它们之间可以等同。
（错）7、 基因的编码序列在 DNA 分子上是被不编码的序列隔开而不连续排列的。
&对任意一个 DNA 序列，在不知道哪一个碱基代表 CDS 的起始时，可用 获得6个潜在的蛋白质序列。
（对）9、 一个机体只有一个确定的基因组，但基因组内各个基因表达的条件和表达的程度随时间、空间和环境条件而不同。
（对）10、 外显子和内含子之间没有绝对的区分，一个基因的内含子可以是另一个基因的 外显子，同一个基因在不同的生理状况或生长发育的不同阶段，外显子组成也可以 不同。
《生物信息学》练习题剖析
《⽣物信息学》练习题剖析1、在Genbank中查找以下6个植物蛋⽩序列：protein1:NP_974673.2; protein2: NP_187969.1; protein3: NP_190855.1; protein4: NP_565618.1; protein5: NP_200511.1; protein6: NP_191407.1 (以FASTA格式)。
（1）⽤EBI上的ClustalW2⼯具对其进⾏多序列⽐对，分析各蛋⽩序列之间的同源性。
序列⽐对结果⽐对结果表明：protein1:NP_974673.2和protein4: NP_565618.1的亲缘关系最近。
（2）利⽤Phylip软件，选择距离法构建其进化树（要求写出具体的建树步骤）。
1．将蛋⽩序列保存为FASTA格式，存于txt⽂档；2.⽤Clustalx打开txt⽂本，保存为*.phy⽂件；3.⽤seqboot程序打开phy⽂件，输出结果⽂件*_seqboot4.⽤protdist程序打开*_seqboot⽂件，输出为*_protdist⽂件5. ⽤neighbor程序打开*_protdist⽂件,输出为*_neighbor⽂件6. ⽤consense程序打开*_neighbor⽂件,输出为*_consense⽂件7.⽤dratree程序打开*_consense⽂件得到进化树。
（注：由于seqboot软见⽆法正常运⾏，因此进化树⽆法显⽰）（3）任意选取其中的⼀个蛋⽩进⾏蛋⽩质⼀级序列分析、⼆级结构预测及三维结构的模拟。
选择protein3: NP_190855.1⼀级结构⽹址：/doc/37d58381b04e852458fb770bf78a6529647d350c.html /tools/protparam.html Number of amino acids: 456 氨基酸数⽬Molecular weight: 51154.5 相对分⼦质量Theoretical pI: 8.69 理论 pI 值Amino acid composition 氨基酸组成Ala (A) 30 6.6%Arg (R) 28 6.1%Asn (N) 15 3.3%Asp (D) 27 5.9%Cys (C) 5 1.1%Gln (Q) 18 3.9%Glu (E) 28 6.1%Gly (G) 37 8.1%His (H) 16 3.5%Ile (I) 16 3.5%Leu (L) 42 9.2%Lys (K) 32 7.0%Met (M) 5 1.1%Phe (F) 17 3.7%Pro (P) 16 3.5%Ser (S) 46 10.1%Thr (T) 21 4.6%Trp (W) 8 1.8%Tyr (Y) 19 4.2%Val (V) 30 6.6%Pyl (O) 0 0.0%Sec (U) 0 0.0%(B) 0 0.0%(Z) 0 0.0%(X) 0 0.0%正/负电荷残基数Total number of negatively charged residues (Asp + Glu): 55Total number of positively charged residues (Arg + Lys): 60Atomic composition: 原⼦组成Carbon C 2270Hydrogen H 3531Nitrogen N 645Oxygen O 686Sulfur S 10Formula: C2270H3531N645O686S10 分⼦式Total number of atoms: 7142 总原⼦数Extinction coefficients: 消光系数Extinction coefficients are in units of M-1 cm-1, at 280 nm measured in water.Ext. coefficient 72560Abs 0.1% (=1 g/l) 1.418, assuming all pairs of Cys residues form cystines Ext. coefficient 72310Abs 0.1% (=1 g/l) 1.414, assuming all Cys residues are reducedEstimated half-life: 半衰期The N-terminal of the sequence considered is M (Met).The estimated half-life is: 30 hours (mammalian reticulocytes, in vitro).>20 hours (yeast, in vivo).>10 hours (Escherichia coli, in vivo).Instability index: 不稳定系数The instability index (II) is computed to be 48.99This classifies the protein as unstable.Aliphatic index: 75.26 脂肪系数Grand average of hydropathicity (GRAVY): -0.554 总平均亲⽔性/doc/37d58381b04e852458fb770bf78a6529647d350c.html /tools/protscale.html蛋⽩质亲疏⽔性分析所⽤氨基酸标度信息Ala: 1.800 Arg: -4.500 Asn: -3.500 Asp: -3.500 Cys: 2.500 Gln: -3.500 Glu: -3.500 Gly: -0.400 His: -3.200 Ile: 4.500 Leu: 3.800 Lys: -3.900 Met: 1.900 Phe: 2.800 Pro: -1.600 Ser: -0.800 Thr: -0.700 Trp: -0.900 Tyr: -1.300 Val: 4.200 : -3.500 : -3.500 : -0.490分析所⽤参数信息Weights for window positions 1,..,9, using linear weight variation model:1 2 3 4 5 6 7 8 91.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00edge center edge跨膜结构预测结果（没有跨膜结构）信号肽分析：⼆级结构预测三级结构预测⽹站/doc/37d58381b04e852458fb770bf78a6529647d350c.html /~phyre2、在拟南芥基因组数据库中（/doc/37d58381b04e852458fb770bf78a6529647d350c.html /）查找编号分别为At4G33050, At3G13600，At3G52870或At2G26190基因，针对所查找的基因进⾏初步的⽣物信息学分析（每⼈任选其中⼀个基因）。
- 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)。
生物信息学复习题名词解释1. Homology (同源):来源于共同祖先的序列相似的序列及同源序列。
序列相似序列并不一定是同源序列。
2.Orthologs（直系同源）：指由于物种形成的特殊事件来自一个共同祖先的不同物种中的同源序列，它们具有相似的功能。
3.Paralogs（旁系（并系）同源）：指同一个物种中具有共同祖先，通过基因复制产生的一组基因，这些基因在功能上的可能发生了改变。
基因复制事件是促进新基因进化的重要推动力。
4.Xenologs (异同源)：通过横向转移，来源于共生或病毒侵染而产生的相似的序列，为异同源。
5.Identity Score：The sum of the number of identical matches and conservative (high scoring) substitutions in a sequence alignment divided by the total number of aligned sequence characters. Gap总是不计入总数中。
6.点矩阵（dot matrix）：构建一个二维矩阵，其X轴是一条序列，Y轴是另一个序列，然后在2个序列相同碱基的对应位置（x，y）加点，如果两条序列完全相同则会形成一条主对角线，如果两条序列相似则会出现一条或者几条直线；如果完全没有相似性则不能连成直线。
7. E值：得分大于等于某个分值S的不同的比对的数目在随机的数据库搜索中发生的可能性。
衡量序列之间相似性是否显著的期望值。
E值大小说明了可以找到与查询序列（query）相匹配的随机或无关序列的概率，E值越小意味着序列的相似性偶然发生的机会越小，也即相似性越能反映真实的生物学意义，E值越接近零，越不可能找到其他匹配序列。
8.P值：得分为所要求的分值比对或更好的比对随机发生的概率。
它是将观测得到的比对得分S，与同样长度和组成的随机序列作为查询序列进行数据库搜索进行比较得到的HSP（高分片段对）得分的期望分布联系起来计算的。
通常使用低于0.05来定义统计的显著性。
P=1-e-E9.打分矩阵（scoring matrix）：在相似性检索中对序列两两比对的质量评估方法。
包括基于理论（如考虑核酸和氨基酸之间的类似性）和实际进化距离（如PAM）两类方法,是序列相似性分析的基础，其不同的选择将会出现不同的分析结果。
10．空位（gap）：在序列比对时，由于序列长度不同，需要插入一个或几个位点以取得最佳比对结果，这样在其中一序列上产生中断现象，这些中断的位点称为空位。
11.NCBI：美国国家生物技术信息学中心，属于美国国立医学图书馆的一部分，具有BLAST, Entrez ,GenBank等工具，还具有PubMed文献数据库。
另外还具有Genome, dbEST, dbGSS , dbSTS, MMDB, OMIM, UniGene, Taxonomy, RefSeq, etc.12.FASTA序列格式：是将DNA或者蛋白质序列表示为一个带有大于号（>）开始的核苷酸或者氨基酸序列的新文件，其中大于号后可以跟上序列的相关信息，其他无特殊要求。
13genbank序列格式：是GenBank 数据库的基本信息单位，是最为广泛的生物信息学序列格式之一。
该文件格式按域划分为4个部分：第一部分包含整个记录的信息（描述符）；第二部分包含注释，主要包含生物功能或数据库信息；第三部分是feature，对序列的注释；第四部分是序列本身，以“//”结尾。
14.Entrez检索系统：是NCBI开发的核心检索系统，集成了NCBI的各种数据库，具有链接的数据库多，使用方便，能够进行交叉索引等特点，可以使用关键词如基因名字、物种名字及生物学功能检索等。
15.BLOSUM矩阵：模块替代矩阵。
矩阵中的每个位点的分值来自蛋白比对的局部块中的替代频率的观察。
每个矩阵适合特定的进化距离。
例如，在BLOSUM62矩阵中，比对的分值来自不超过62%一致率的一组序16.系统发生树（Phylogenetic tree ）是研究生物进化和系统发育过程中的一种用树状分支图来概括各种生物之间亲缘关系，是一种亲缘分支分类方法。
在树中，每个节点代表其各分支的最近共同祖先，而节点间的线段长度对应演化距离（如估计的演化时间）。
是用来研究物种进化与多样性的基础，是相近物种相关生物学数据的来源。
17.基因树与物种树：物种树反映一组物种进化历程的系统树，其中每一个内部节点就代表一个物种形成的过程，而基因树则是代表来源于不同物种的单个同源基因的差异构建的系统树，而其内部的一个节点则代表一个祖先基因分化为两个新的独特的基因序列的事件。
基因复制事件可能发生在物种形成之前或之后，造成基因树与物种树拓扑结构存在差异的（来自两个物种的两个基因的分化可能发生在物种形成事件之前）。
18. 有根树：包含一唯一的节点，将其作为树中所有物种的共同祖先，并且这一节点到其他节点的路径也是唯一的，最常用的确定树根的方法就是利用分子钟理论。
在相同序列数条件下，有根树的可能的形式要多于无根树，这就有根树出错的概率明显高于无根树；无根树：找不到代表祖先树根的唯一节点的系统树。
无根树只能确定之间的亲缘关系的远近，在相同序列数条件下，可能的构树形式相对有根树要少，并且无根树是没有方向的，其中线段的两个演化方向都有可能。
19.分子钟：认为在进化过程中物种间分子进化速率是恒定的或者几乎不变的假说，即蛋白序列间的氨基酸替换数正比于序列间的分歧世代数。
意义：利用蛋白质序列的恒定的进化速率，可以推算不同物种序列发生分化的时间，从而将一些不同物种的系统发生关系确定下来以及推断出物种起源的时间。
缺陷：不同生物体的分子进化速率差别是很大的，如病毒的一些序列；不同基因的分子钟一般不同；只能用于长期进化历程中仍保持其生物学功能的那些基因，那些进化丢失功能或基因复制后改变功能的不能适用；进化速率是可变的，某些基因在自我扩增后进化速率大大提高；20.生物信息学：研究大量生物数据复杂关系的学科，其特征是多学科交叉，以互联网为媒介，数据库为载体。
利用数学知识建立各种数学模型; 利用计算机为工具对实验所得大量生物学数据进行储存、检索、处理及分析，并以生物学知识对结果进行解释。
21.邻接法（neighbor-joining method）：其首先确定距离最近的分类单元对。
然后使系统树的总距离达到最小，不断循环将相邻分类单元秉承一个新的分类单元，最终建立相应的系统发育树。
其是一种不仅仅计算两两比对距离，还对整个树的长度进行最小化，从而对树的拓扑结构进行限制，能够克服UPGMA算法要求进化速率保持恒定的缺陷。
需要理解的地方：window size dotplot1.序列的相似性与同源性有什么区别与联系？答：（1）相似性是指序列之间相关的一种统计学的量度，两序列的的相似性可以基于序列的一致性和相似度的百分比，也可以用相应的分数来衡量这种相似；而同源性是指序列所代表的物种具有共同的祖先，强调进化上的亲缘关系，不能用相应的数字去量化这种关系，我们只能说序列具有高的一致性的百分比的可能是同源的。
（2）相似的不一定是同源的，同源的则表现出一定的相似性。
因为在进化中来源于不同的基因或序列由于不同的独立突变而趋同的并不罕见。
相反同源序列由于来源于共通过祖先则表现出一定的相似性。
2. why the reliability of protein alignment is higher than that of DNA?(1)核酸序列有四种碱基构成，当用两条核酸序列比对时出现随机匹配的概率是25%，而蛋白序列由20种氨基酸序列组成，当用两条蛋白序列比对时出现随机匹配的概率是5%，因此用核酸序列比对时出现假阳性概率比较大，可靠性差。
（2）密码子的简并。
由于密码子存在简并现象，导致密码子的变化不一定会导致氨基酸的变化，即一个氨基酸可以有多个密码子，因而在进化过程中蛋白质序列比核酸序列更为保守，采用蛋白序列比对更具有实际的意义。
（3）当序列相似性很高时可以选择DNA 序列进行比对。
3.PAM 矩阵的假设条件及PAM1与PAM250的关系。
（1）假设条件：a.临近突变独立。
相邻位置的突变是独立的互不影响的。
b.进化历程的独立。
每个位点的突变概率仅由当前状态决定。
c.位置独立。
某个氨基酸突变为另一个氨基酸仅有这两个氨基酸决定。
（2）基于进化的点突变模型，如果两种氨基酸替换频繁，说明自然界接受这种替换，那么这对氨基酸替换得分就高。
一个PAM 就是一个进化的变异单位, 即100个氨基酸中有1个发生可能被自然选择接受的突变改变。
PAM250则是PAM1自乘250次后得到的，即100个氨基酸中发生250个可被自然选择接受的点突变，但这并不意味250次PAM 后，每个氨基酸都发生变化，最后仍然具有20%的相似性，因为其中一些位置可能会经过多次突变，甚至可能会变回到原来的氨基酸；PAM1常用于近缘序列（85%），而PAM250用于相似度为20%左右的的远缘序列。
（3）PAM1-PAM250生物学意义：PAM250矩阵适用于20%一致性的的远相关蛋白的比对，而PAM1适用于85%的近缘序列，说明了生物进化是朝着趋异进化的，但总能彼此保持一定的相似性。
PAM 120: 40% similar; PAM 80: 50% similar; PAM 60: 60% similar;（4）PAM 矩阵的局限性：Basic assumption: No correlations in exchange frequencies between neighboring sites.Structural analysis has confirmed role of neighboring residues in 3D structure 。
Different sites within proteins show different levels of variability ；A phylogenetic tree must be constructed first, implying some circularity in the analysisThe original PAM1 matrix was based on a limited number of families, not necessarily representative of all protein families4. 此矩阵与PAM 矩阵的比较：相同之处是都在打分矩阵中使用对数比值；执行双序列比对时都基于查询序列和匹配序列的一致程度，然后选择矩阵。