《生物信息学》复习提纲
生物信息学重点tg
《生物信息学》复习要点红色表示为重点内容, 考试的比重较大.第一章生物信息学引论生物信息学；生物信息指哪些？contig；大规模测序的基本策略；功能基因组学；生物信息学的应用有哪些？什么事件大大促进了生物信息学的发展？（HGP）；生物信息学中最重要的贡献是什么（序列比对算法）？基因组测序完成的主要物种（如人，水稻，大肠杆菌，酵母，拟南芥，果蝇等）；我国自主产权的基因组测序有哪些?人类基因组计划的主要任务.第二章生物信息学的生物学基础碱性氨基酸和酸性氨基酸的种类；蛋白质二级结构有哪些？核苷酸序列中N表示什么？遗传密码的基本特征是什么？真核生物基因的一般结构？转录本；启动子(promoter)；EST；cDNA；内含子；外显子；UTR；TATA-box；ORF；起始密码子；终止密码子； poly(A)加尾信号；TSS；中心法则；真核生物基因表达的调控水平有哪些？*第三章生物数据库资源及其应用三大核酸数据库有哪些？蛋白质序列数据库有哪些？蛋白质结构数据库有哪些？掌握文献的PubMED检索规则；掌握核酸/蛋白质记录的检索规则；UniGene；GEO;创建最早使用最广泛的蛋白质数据库是什么？(SWISSPROT和PIR)；*第四章序列分析相似性；一致性；保守突变；同源性；序列比较的基本操作是什么？序列比较的方法有哪些？序列比较的矩阵作图法；最长公共子序列；空位罚分；打分矩阵；BLAST的全称；BLAST比对结果中图形颜色的意义以及score和E-value的含义；FASTA格式；BLAST几种工具的含义及其用途；nr数据库；EST数据库；检索某个基因序列的方法；如何通过生物信息学方法确定TSS？判断1个基因(EST)表达部位或特性的生物信息学方法有哪些?*第五章系统发生分析系统发生树；趋同进化；无根树；有根树；直系同源与旁系同源；系统发生树的构建方法种类；非加权组平均法原理；最大简约法原理；信息位点；Bootstrap；掌握非加权组平均法的构建方法；用ClustalX和MEGA软件构建进化树的流程是什么？第六章基因表达数据分析基因芯片聚类分析图中红色和绿色代表的含义*第八章电子克隆技术电子克隆（in silico cloning）；电子克隆的基本思路；电子克隆的操作步骤；电子克隆的条件是什么？判断1个基因5'端是否完整的方法； Kozak规则是什么？内含子的剪切规则？(GU..AG)其他:1)要了解BLAST的一般步骤和意义;2)了解序列分析的基本内容和意义;3)上机操作中涉及的重要网站和程序名称等（不需要记得网址）。
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B复习要点
生物信息学B复习要点(总6页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--知识点：1.生物信息学：生物信息学是一门（交叉）学科，它包含了生物信息的获取、处理、存储、分发、分析和解释在内的所有方面。
他综合的应用（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中包含的生物学意义。
2. 人类基因组计划 :（human genome project,HGP）是一个国际合作项目，由美国/德国/法国/英国/日本和中国科学家共同参与。
其旨在测定组成人类染色体（指单倍体）中所包含的30亿个核苷酸序列的碱基组成，从而绘制人类基因组图谱，辨识并呈现其上的所有基因及其序列，进而破译人类遗传信息。
人类基因组计划是人类为了解自身的奥秘所迈出的重要一步，是继曼哈顿原子弹计划和阿波罗登月计划之后，人类科学史上的又一个伟大工程。
3. 一级数据库数据库：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。
包括：基因组数据库，序列数据库（核酸和蛋白质）以及结构数据库。
4. 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。
5．公共序列数据库：1988 年3个数据库达成协议，组成合作联合体。
它们每天交换信息，并对数据库 DNA 序列记录的统一标准达成一致。
每个机构负责收集来自不同地理分布的数据（EMBL 负责欧洲， GenBank 负责美洲， DDBJ负责亚洲等），将所有信息汇总在一起，共同享有并向世界开放，故这 3 个数据库又被称为公共序列数据库。
6．主要核酸序列数据库: GenBank、EMBL、 DDBJ7．主要蛋白质序列数据库：Swissprot, PIR8. 蛋白质结构分类数据库包括：SCOP和CATH。
格式，又称Pearson 格式。
特点：最常用、最简单的序列注释格式命名规则：(理解即可)1、以大于号“>"起始2、标题行（ a single-line description) 位于文件的第一行，（中英均可）3、序列行随后，序列行中不允许有空间，每行文字不超过80个字符4、组成序列信息字符串的符号应为IUB/IUPAC（International Union Of Pure And Applied Chemistry）核苷酸或氨基酸的符号5、核苷酸字符大小写均可，氨基酸字符应大写6、"-"单个连字符表示一个空位“gap”7、序列中不允许有数字、不明确的核苷酸用N表示，氨基酸用X表示8、氨基酸序列中“*”表示终止9、常保存为.txt文档GBFF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。
生物信息学复习大纲
复习大纲1．生物信息学引论⏹了解生物信息学在生命科学研究中的作用和地位；⏹生物信息学与基因组学之间的关系；⏹了解生物信息学的主要研究内容；⏹认识生物信息，理解静态的生物信息与动态的生物信息，理解生物分子是基本的生物信息载体，认识基因组信息的组织与奥秘；⏹掌握生物信息学的主要研究对象及其关系。
2．生物信息资源及数据库⏹了解主要的生物信息资源网站；⏹生物信息学数据库，包括核酸序列数据库、蛋白质序列数据库、生物大分子结构数据库、基因组数据库；⏹熟悉代表性数据库。
3．数据结构及算法⏹了解常用生物信息分析的计算机方法；⏹掌握基本的数据结构；数组、列表（链表、栈、队列）、树、图⏹掌握Hash表、树、图；⏹理解算法与程序的关系；⏹掌握算法评价的方法（时空复杂度）。
4．序列两两比对 *****⏹相似序列与同源序列（直向同源，共生同源）；⏹序列的基本编辑操作和扩展操作；⏹打分函数；⏹打分矩阵（为什么要用打分矩阵？）⏹熟练掌握序列比对的点矩阵方法；⏹熟练掌握标准的基于动态规划的序列两两比对算法（反复求解两个前缀的最优比对），认识Needleman-Wunsch算法及Smith-Waterman算法与标准算法的关系；⏹了解准全局比对、连续Gap的处理方法；⏹了解相似序列比对算法的基本思想；⏹了解BLAST及其进行快速搜索的核心思想。
5．多序列比对⏹为什么不能用动态规划算法？其时空复杂度各位多少？⏹一般实现多序列比对的基本方法（转化为序列的两两比对）；⏹星型比对的基本思想；⏹树型比对的基本思想；基本过程；⏹保守序列表示的三种形式（重点：consensus, PSFM/PSSM；了解sequence Logo）。
6．基因组序列拼接⏹序列拼接的生物学背景及数学定义；⏹掌握基于覆盖图的序列拼接的基本方法；⏹理解序列拼接问题的求解过程生物学问题→数学抽象→数据结构→问题转化→算法设计→求解7. 系统发生分析⏹了解现代（分子）系统发生分析的核心思想；⏹系统发生树的表示形式；⏹基于距离的系统发生分析的基本过程；⏹掌握连锁聚类分析方法；⏹了解UPGMA与NJ这两种方法的特点，它们与连锁聚类的差别。
生物信息学复习题及答案（打印）
生物信息学复习题及答案（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。
P29 9.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。
大学教育-医学-生信-生信复习提纲-基础16级-409
2019年基础医学专业本科生《生物信息学》复习提纲中山大学中山医学院医学信息学教研室编制基础数据库1)核酸数据库国际联盟INSDC的组成2)GenBank, ENA, DDBJ的内容特点3)1000Genomes的内容特点4)TCGA的内容特点5)UniProt的组成6)UniProtKB的内容特点7)UniProtKB_SwissProt的内容特点8)UniProtKB_TrEMBL的内容特点9)PDB的内容特点10)InterPro的内容特点11)Pfam的内容特点12)PRIDE的内容特点DNA序列变异数据库介绍概念1)DNA序列变异的定义2)认识DNA序列变异的意义3)DNA序列变异类型及其定义4)单核苷酸多态的定义，在基因组分布特点背后可能的原因5)序列转换(transitions)和颠换(transversions)的含义6)肿瘤突变特征 (Mutational Signatures)的理解数据库：7)dbSNP数据库的特点和实践操作8)dbVar数据库的特点和实践操作9)gnomAD数据库的内容特点10)疾病相关突变数据库11)OMIM数据库的特点12)MIM的数字前缀的意义13)GWAS Catalog数据库的内容特点14)ClinVar 数据库的内容特点15)HGMD数据库的内容特点16)COSMIC数据库的内容特点思考问题17)结合你对数据库了解，DNA序列变异数据库，假设想研究某疾病相关基因的重要突变，你如何从数据库中获取资料？序列比对1)同源性与相似性的区别2)直系同源与旁系同源的区别3)全局比对与局部比对的区别4)Pairwise （两序列）比对的含义5)BLAST与FASTA的使用及其优缺点6)序列比对中E值得含义7)迭代比对的含义8)PSIBLAST与PSISearch的使用9)多序列比对的含义10)Clustal Omega的使用思考问题11)如何通过序列比对鉴别短肽段？分子系统发育分析与多序列比对1)理解分子进化理论的概念和常见模式。
[整理]《生物信息学》学生复习资料.
![[整理]《生物信息学》学生复习资料.](https://img.taocdn.com/s3/m/233dedc8f524ccbff1218491.png)
《生物信息学》复习资料陈芳宋东光教材：《生物信息学简明教程》（钟扬编）1 绪论分子生物学与计算机、信息科学的结合－生物信息学(Bioinformatics);Bioinformatics is the science of storing, extracting, organizing, analyzing, interpreting, and utilizing information from biological sequences and molecules.生物信息学及其分支学科分子生物信息学(molecular informatics)－即狭义的生物信息学，指应用信息技术储存和分析基因组测序所产生的分子序列及其相关数据；生物信息学(bioinformatics)－广义的生物信息学指生命科学与数学、计算机科学和信息科学等交叉形成的一门边缘学科，对各种生物信息(主要是分子生物学信息)的获取、储存、处理、分析和阐释；生物信息学是广义的计算生物学的分支，在为生物学系统建模中应用了量化分析技术；计算分子生物学(computational molecular biology)-开发和使用数学和计算机技术以帮助解决分子生物学中的问题，侧重于发展理论模型和有效算法；分子计算(molecular computing)－将DNA作为一种信息储存器，应用PCR 技术和生物芯片等来进行计算。
生物信息学的主要目的不是分子发展最精致的算法，其目的是发现生物体以怎样的方式生存。
生物信息学和计算生物学研究包括从生物系统的性质抽象出为数学或物理模型，到实现数据分析的新算法，以及开发数据库和访问数据库的Web工具。
生物信息学的功能是表示、存储和分布数据。
开发从数据中发现知识的分析工具处于第二位。
生物信息学发展阶段与研究方向前基因组时代－数据库建立、检索工具的开发和蛋白质序列分析；基因组时代－基因寻找和识别、网络数据库系统的建立如EST数据库及电子克隆等；后基因组时代－大规模基因组分析、蛋白质组分析、各种数据的比较和整合。
生物信息学复习资料(信息管理与信息系统)
1.什么是生物信息学？生信息学是包含生物信息的获取、处理、贮存、分发、分析和解释的所有方面的一门学科，它综合运用数学、计算机科学和生物学的各种工具进行研究，目的在于了解大量的生物学意义。
2.生物信息学的主要研究任务是什么,目前生物信息学的主要研究内容是什么？任务：收集和管理生物分子数据；数据分析和挖掘；开放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、表达数据分析工具。
内容：（1）序列比对；（2）基因预测；（3）药物设计；（4）蛋白质结构预测；（5）基因调控网络的预测；（6）蛋白质相互作用预测；（7）分子进化分析3.常用核酸、蛋白、蛋白质结构、相互作用、信号通路数据库核酸数据库：NCBI、ENA、DDBJ蛋白质数据库：Expasy、Uniprot蛋白质结构数据库：SOPMA、prosite、Pfam、myhit、SWISS-MODEL、RasMol蛋白质相互作用数据库：GO 、David、String、InAct蛋白质信号通路数据库：KEGG、BioCarta Pathway、Reactome pathway4.三大核酸数据库都包括哪些？Gene bank EMBL DDBJ5.三大生物大分子核心数据库包括哪些？GenBank核酸序列数据库；UniPROT蛋白质序列数据库；PDB生物大分子结构数据库；6.Genbank格式与FASTA格式Genbank序列以10个为一组，在序列上标注碱基或者氨基酸残基数，查找和检索方便FASTA格式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）7.BLAST的主要功能Blastp:蛋白序列与蛋白库做比对，直接比对蛋白序列的同源性。
Blastn:核酸序列对核酸库的对比，直接比较核酸序列的同源性。
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。
生物信息学 复习大纲 广东药学院 生医专业
绪论：1.什么是生物信息学？答：生物信息学是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学。
（答案一）以计算机软件为工具对核酸和蛋白质组成序列进行分析，并在生物大分子水平上研究其结构与功能的方法。
（答案二）2. 生物信息学研究的主要任务是什么？（1）DNA序列。
分离编码与非编码区域，识别内含子与外显子，基因产物预测，基因功能注释，基因调控信息分析（2）蛋白质序列。
序列比较，多重序列比对，识别保守的序列模式，进化分析（3）大分子结构。
二级结构、空间结构预测，三维结构比对，蛋白质几何学度量，表面和形态计算，分子间相互作用分析，分子模拟（4）基因组。
标注重复序列，基因结构分析，系统发生分析，基因与疾病的连锁分析，基因组比较，遗传语言分析（5）基因表达。
达模式相关分析基因表，基因调控网络分析，表达调控信息分析3. 生物信息学主要研究方法是什么？答：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4. 人类基因组计划是什么？答：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。
第一章：1. 生物中心法则是什么？DNA是细胞中的遗传物质，DNA分子通过半保留复制复制完成遗传信息的传递，DNA 转录成mRNA，通过三个核苷酸对应一个氨基酸的遗传密码细胞将信息由mRNA翻译成蛋白质，使遗传信息在生物个体中得以表达，并使后代表现出与亲代相似的生物性状。
《生物信息学》复习资料
Conting（叠连群）：又译作连续克隆系。
为搞清某段DNA的排列顺序而建立的一组克隆。
被克隆的DNA小片段有相互邻接并部分重叠的关系，从而可以完全覆盖该段DNA，一个这样的克隆群即为一个conting。
功能域：蛋白质中具有某种特定功能的部分，它在序列上未必是连续的。
某蛋白质中所有功能域组合起来决定着该蛋白质的全部功能。
基因组：某一物种的一套完整染色体组中的所有遗传物质。
其大小一般以其碱基对总数表示。
基因组学：从事基因组的序列测定和表征描述，以及基因活性与细胞功能关系的研究。
人类基因组计划：HGP主要目标：提供公开的完全的高质量的含有30亿bp的人类基因组全序列。
生物信息学：是分子生物学，信息技术与科学，物理学，数学等学科交叉，结合的产物。
其研究核心是基因组信息学及蛋白质组学。
序列标签位点：人类基因组中只出现一次的位置和序列已知的长度约为200~~500bp的特定DNA序列。
人工神经网络：是对人类大脑特性的一种描述。
简单地讲，它是一个数字模型，可以用电子线路来实现，也可以用计算机程序来模拟，是人工智能研究的一种方法。
一级数据库：数据库中的数据直接来源于试验获得的原始数据，只经过简单的归类整理和注释。
二级数据库：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二次数据库。
直系同源：是指来自于不同物种的由垂直家系（物种形成）进化而来基因，并且典型的保留与原始基因有相同的功能旁系同源：指同一基因组（或同系物种的基因组）中，由于始祖基因的加倍而横向产生的几个同源基因，可能会进化出新的与原来有关的功能。
分子钟：某一种蛋白质在不同物种间的取代数与所研究的物种间的分歧时间接近正线性关系，从而将分子水平的这种恒速变异称为“分子钟”。
蛋白质组：由一个细胞或一个组织的基因所表达的全部相应的蛋白质数据库查询：指对序列，结构以及各种二次数据库中的注释信息进行关键词匹配查找数据库搜索：是指通过特定的序列相似性比对算法，找出核酸或蛋白质序列数据库中与检测序列具有一定程度相似性的序列。
生物信息学复习资料
生物信息学复习资料生物信息学复习资料第一讲生物信息学绪论1、生物信息学诞生于计算机初创时期，1956年在美国田纳西州的Gatlinburg召开了首次―生物学中的信息理论讨论会‖２、20世纪80年代末―林华安‖博士创造了‖bioinformatics‖一词３、数据库的构建：1979年美国Genbank数据库；1982年欧洲分子生物实验室EMBL核酸序列数据库；1984年日本国家级核酸序列数据库DDBJ4、专业机构：1988年美国成立了―生物技术信息中心‖（NCBI）；欧洲生物信息学研究所（EBI）于1993年构建．5、生物信息学产生的背景（１）、传统生物学和现代生物学都是一门实验学科，生物学的发展需要数学模型的介入（２）、海量生物学数据信息的产生（2002年8月，Genbank中的序列量已达18197000,而碱基对数达22617000000,且以每秒220对的速度增加），数据的分析处理成为生物学发展的―瓶颈‖（３）、新的生物学研究模式的出发点应是理论：从理论出发，再回到实验中追踪或验证这些理论假设6、生物信息学定义（广义）：应用信息科学的方法和技术，研究生物体系和生命过程中信息的存贮、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。
狭义：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。
一般提到的―生物信息学‖是就指这个狭义的概念，更准确地说，应该是分子生物信息学（Molecular Bioinformatics）7、生物信息学研究的主要对象——两种信息载体：DNA分子和蛋白质分子(1)遗传信息的载体——DNA遗传信息的载体主要是DNA，控制生物体性状的基因是一系列DNA片段，生物体生长发育的本质就是遗传信息的传递和表达(2)蛋白质的结构决定其功能蛋白质功能取决于蛋白质的空间结构，蛋白质结构决定于蛋白质的序列（这是目前基本共认的假设），蛋白质结构的信息隐含在蛋白质序列之中。
生物信息学复习
2008级医学生物技术《生物信息学》复习资料2011年6月1、生物信息学的定义：指生命科学与数学、计算机科学以及信息学等交融在一起形成的一门交叉学科。
以核酸、蛋白质等生物大分子为主要研究对象、以信息学、数学、计算机科学为主要研究手段、以计算机网络为主要研究环境、以计算机软件为主要研究工具、对序列数据进行存储、管理、注释、加工、对各种数据库进行查询、搜索、比较、分析、构建各种类型的专用数据库信息系统、研究开发面向生物学家的新一代计算机软件。
2、生物信息学研究的主要内容：序列重叠群（Contigs）装配、序列比对和结构比对、计算机辅助基因识别、基因组非编码区分析及DNA语言研究、分子进化和比较基因组学、蛋白质结构预测、基于结构的药物设计。
3、如何排列比较？（寻求序列之间最大相似性匹配!）我们不能够简单的将两个序列头尾对应的排比，而是对各种可能的排比方式都进行比较以找出最佳的比对结果。
4、序列比对和结构比对：在生物信息学研究中，比对是最常用和最经典的研究手段。
最常见的比对是蛋白质或核酸序列之间的两两比对或多重比对，通过比较两个或多个序列之间的相似区域，寻找它们共同的保守结构域和可能的分子进化关系。
5、PubMed 和Medline 有什么关系？PubMed 是美国国家医学图书馆（NLM）所属的国家生物技术信息中心（NCBI）开发的生物医学文献检索系统，是继Medline 国际联机检索和光盘检索之后推出的又一种网络检索形式。
6、PubMed 和Medline 的主要区别？1、数据来源PubMed 收录的内容更丰富。
除了Medline 之外，PubMed 还包括：1、In Process Citations（Medline 的前期数据库）2、OldMedline（含1948～1965年期间发表的生物医学文献书目）、3、以及期刊出版商提供的电子期刊和非医学文献。
PubMed 累积了自1948年以来的1900多万篇生物医学文献书目。
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。
生物信息学复习提纲
【名词解释】生信息学是包含生物信息的获取、处理、贮存、分发、分析和解释的所有方面的一门学科,它综合运用数学、计算机科学和生物学的各种工具进行研究,目的在于了解大量的生物学意义数据库:是存储在某种存储介质上的相关数据的有组织的集合分子生物学数据库(生物信息学数据库)存储生物大分子信息数据的数据库称一级数据库:直接来源于实验获得的原始数据(DNA序列、蛋白质序列、蛋白质结构等),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基因组数据库:是模式生物基因组数据库,是一个比较专一的数据库,只收录单一的物种序列、结构、发育等相关数据信息。
同源:两条序列有一个共同的进化祖先。
同源序列:指从某一共同祖先经趋异进化而形成的不同序列序列同源性:同源蛋白质的氨基酸序列具有明显的相似性,这种相似性相似性: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。
直系同源:是指不同物种内的同源序列,它们来源于物种形成时的共同祖先基因旁系同源:基因是指同一基因组(或同一物种的基因组)中,由于始祖基因的加倍而横向/水平方向产生的几个同源基因。
序列比对: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全局比对:对序列从头到尾进行比较局部比对:寻找序列中相似度最高的区域核酸序列拼接:通过2个及2个以上测序反应获得的序列都要拼接成一个完整的序列Kozak规则:第一个ATG侧翼序列的碱基分布所满足的统计规律。
物种树:代表一个物种或群体进化历史的系统发育树基因树:由来自各个物种的一个基因构建的系统发育树(不完全等同于物种树),表示基因分离的时间。
电子克隆:根据大量EST具有相互重叠的性质,通过计算机算法获得cDNA全长序列最小进化(ME)思想:在所有可能的拓扑结构中,选择分支长度和S最小作为最优树。
生物信息学复习资料
第一章绪论1、生物信息学*采用计算机技术和信息论方法研究pro及核酸序列等各种生物信息的采集、储存、传递、检索、分析和解读的科学，是现代生命科学与信息科学、计算机科学、数学、统计学、物理学、化学等相互渗透而形成的交叉科学。
2、发展历程*前基因组时代基因组时代后基因组时代3、研究内容1）、基因组和蛋白质组2）、基因芯片3）、数据库（基因组数据库、蛋白质数据库，其他数据库）第二章生物信息学的分子生物学基础1、概念基因：是DNA分子上具有遗传信息的特点核苷酸序列的总称，即具有遗传效应的DNA分子片段基因。
基因组：包含细胞或生物体全套遗传信息的全部遗传物质。
蛋白质组：由基因表达产生的总蛋白质的总称。
2、基因克隆过程*目的基因（DNA、RNA）—载体构建—转入表达（离子转化、电转化）—克隆筛选3、DNA测序方法*(1).酶促双脱氧法(2)、化学降解法4、中心法则转录翻译DNA mRNA 蛋白质5、起始密码子：AUG终止密码子：UAA、UAG、UGA第三章生物信息学的计算机基础1、概念1）数据仓库：是一个面向主题的、集成的、相随稳定的、反映历史变化的数据集合，用于支持决策。
★2）计算机网络操作系统：为了使用计算机而专门设计的系统软件，它除了具有一般桌面操作系统的全面功能外，还应满足用户使用网络的需要。
3）数据挖掘：就是从数据库中抽取具有潜在价值的隐含信息的过程。
★4）数据库：是统一管理的相关数据的集合5）数据库管理系统：对数据库进行管理的系统软件，提供数据库的建立、查询、更新以及各种数据库控制功能6）数据库技术：是研究数据库的结构。
存储、设计、管理和应用的一门软件学科7）数据库系统：采用数据库技术的计算机系统，由数据库、计算机软硬件和数据库和管理员共同组成的系统。
8）数据模型：是数据库结构和语义的一种抽象描述，由数据结构、数据操作和完整性约束三部分组成。
2、计算机网络类型★1）、集中模式2）、专用服务器模式3）、客户机/服务器模式4）、对等模式3数据仓库的基本特点1）、存储的信息是面向主题来组织的2）、有一处专门用来存储5~10年或更久的历史数据3）、具有统一的数据结构和编码规则4）、是只读数据库，一般不轻易做改动，只能定期刷新。
生物信息学复习资料
生物信息学复习资料一、名词解释(31个)1.生物信息学:广义：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。
狭义：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。
2.二级数据库：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.多序列比对：研究的是多个序列的共性。
序列的多重比对可用来搜索基因组序列的功能区域，也可用于研究一组蛋白质之间的进化关系。
4.系统发育分析：是研究物种进化和系统分类的一种方法，其常用一种类似树状分支的图形来概括各种（类）生物之间的亲缘关系，这种树状分支的图形称为系统发育树。
5.直系同源：如果由于进化压力来维持特定模体的话，模体中的组成蛋白应该是进化保守的并且在其他物种中具有直系同源性。
指的是不同物种之间的同源性，例如蛋白质的同源性，DNA序列的同源性。
（来自百度）6.旁系（并系）同源：是那些在一定物种中的来源于基因复制的蛋白，可能会进化出新的与原来有关的功能。
用来描述在同一物种内由于基因复制而分离的同源基因。
（来自百度）7.FASTA序列格式：将一个DNA或者蛋白质序列表示为一个带有一些标记的核苷酸或氨基酸字符串。
8.开放阅读框（ORF）：是结构基因的正常核苷酸序列，从起始密码子到终止密码子的阅读框可编码完整的多肽链，其间不存在使翻译中断的终止密码子。
（来自百度）9.结构域：大分子蛋白质的三级结构常可分割成一个或数个球状或纤维状的区域，折叠得较为紧密，各行其功能，称为结构域。
10.空位罚分：序列比对分析时为了反映核酸或氨基酸的插入或缺失等而插入空位并进行罚分，以控制空位插入的合理性。
（来自百度）11.表达序列标签：通过从cDNA文库中随机挑选的克隆进行测序所获得的部分cDNA的3’或5’端序列。
《生物信息学》复习资料
《生物信息学》复习资料《生物信息学》先锋版中译本第二版科学出版社打分政策:60% 期末考试（70%掌握内容、25% 熟悉内容、5% 理解内容）（请注意红体与黑体字）A: 生物信息学概述1. 生物信息学：生物信息学是生物学和信息技术的结合，是现代科学的又一个分支学科，它利用计算机对大量生物数据进行分析处理。
生物信息学把用于存储和搜索数据的数据库开发，与用于分析和确定大分子序列、结构、表达模式和生化途径等生物数据集之间的关系的统计工具和算法的开发结合在一起。
数据库生物信息学主要由三大部分组成算法与统计工具分析与解释测序策略：逐个克隆法、全基因组鸟枪法计算机在生物信息学中的作用：生物信息学需要计算机快速、可靠地执行重复任务的能力以及处理问题的能力。
然而，生物信息学中涉及的许多问题仍需要专家的人工处理，同时原始数据的完整性和质量也很关键。
生物信息学课程范围：使初学者理解生物信息学的基本原理，并获得相应的应用能力。
具体包括生物信息学的一些关键领域：数据库使用、序列和结构分析工具、注释工具、表达分析以及生化和分子途径分析。
2. 生物信息学实例：——数据库界面Genbank/EMBL/DDBJ, Medline, SwissProt, PDB, …——序列搜索与比对BLAST, FASTA, Clustal, MultAlin, DiAlign ——基因搜索Genscan, GenomeScan, GeneMark, GRAIL——蛋白结构域分析与鉴定pfam, BLOCKS, ProDom,——基因调控元件的计算机模式识别Gibbs Sampler, AlignACE,MEME——蛋白折叠预测PredictProtein, SwissModeler生物信息学网站：包括生物信息学资源、各种数据库和生物信息学分析工具的网站3. 五个必须知道的生物信息学网站：（详细参考书本p9）NCBI (The National Center for Biotechnology Information)/EBI (The European Bioinformatics Institute)/The Canadian Bioinformatics Resource http://www.cbr.nrc.ca/SwissProt/ExPASy (Swiss Bioinformatics Resource)http://expasy.cbr.nrc.ca/sprot/PDB (The Protein Databank)/PDB/B: 数据采集一、DNA, RNA和蛋白质测序1. DNA测序原理：DNA测序是采用全自动的链终止反应完成的，这一技术通过加入限量的双脱氧核苷酸来产生有特定终止碱基的嵌套DNA片段。
《生物信息学》复习提纲
《生物信息学》主要知识点一、基本名词和概念1、bioinformatics 生物信息学，狭义的生物信息学是指将计算机科学和数学应用于生物大分子信息的获取、加工、存储、分类、检索与分析，以达到理解这些生物大分子信息的生物学意义的一门交叉学科。
广义上的生物信息学是指运用计算机技术，处理、分析生物学数据，以揭示生物学数据背后蕴藏的意义的所有知识体系。
2、ORF Open Reading Frame，开放阅读框，是指在给定的阅读框架中，不包含终止密码子的一串DNA序列3、CDS Coding sequence，基因的编码区（也叫Coding region），是指DNA或RNA中由外显子组成，编码蛋白质的部分。
4、UTR Untranslated Regions，即非翻译区，是指mRNA分子两端的非编码片段，包括5'-UTR（或称“前导序列”）和3'-UTR（或称“尾随序列”）5、genome 基因组，是指包含在一种生物的单倍体细胞中的全套染色体DNA（部分病毒是RNA）中的全部遗传信息，包括基因和非编码DNA。
6、proteomics 蛋白质组学，对特定的通路、细胞器、细胞、组织、器官和肌体中包含的所有蛋白质，进行鉴定、表征和定量，提供关于该系统准确和全面数据的学科。
7、transcriptome 转录组，也称为“转录物组”，广义上指在相同环境（或生理条件）下的一个细胞、组织或生物体中出现的所有RNA的总和，包括mRNA、rRNA、tRNA及非编码RNA；狭义上则指细胞所能转录出的所有mRNA。
8、metabonomics 代谢组学，属于系统生物学的一个重要组成部分，效仿基因组学和蛋白质组学的研究思想，对生物体内所有代谢物进行定量分析，从而研究生命体对外界刺激、病理生理变化、以及本身基因突变而产生的其体内代谢物水平的多元动态反应。
其研究对象大都是相对分子质量1000以内的小分子物质。
9、functional genomics 功能基因组学，是一门利用结构基因组学研究所得到的各种信息，建立和发展各种技术和实验模型来测定基因和基因组非编码序列的生物学功能的学科。
【VIP专享】12年复习大纲
《生物信息学》复习大纲第一章：生物信息学概述1、生物信息学概念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、生物信息学分析的数据对象主要有哪几种？生物分子信息具体表现为DNA序列数据、蛋白质序列数据、生物分子结构数据、生物分子功能数据等。
序列数据、结构数据是非常直观的，但是功能数据却是多变复杂的，如关于蛋白质功能的定性描述、蛋白质之间的相互作用描述、基因表达数据、代谢路径、调控网络等。
在所有类型的数据中，序列是最基本的数据，而且也是目前最多的数据。
3、生物信息学的主要研究应用是什么？（了解）一、生物信息学数据库：生物数据库的建设是进行生物信息学研究的基础，目的是收集和管理生物分子数据，并进行数据分析和挖掘。
二、序列分析：包括序列比对和基因序列注释。
三、其他主要应用：（一）、比较基因组学；（二）、基因和蛋白质的表达分析；（三）、生物芯片大规模功能表达谱的分析；（四）、蛋白质结构的预测；（五）、蛋白质与蛋白质相互作用；（六）、生物系统模拟；（七）、代谢网络建模分析；（八）、计算进化生物学；（九）、生物多样性研究；（十）、合成生物学第二章、生物分子数据库1、一级数据库（Primary Database）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（Secondary Database）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。
2、一些常用的数据库：核酸序列数据库：；美国生物技术信息中心（NCBI的）GenBank数据库、欧洲分子生物学实验室的EMBL数据库、日本遗传研究所（NIG）的DDBJ数据库基因组数据库：人类基因组数据库Ensembl蛋白质序列数据库：SWISS-PROT、TrEMBL、PIR、Uniprot蛋白质结构数据库：PDB数据库文献数据库：NCBI的pubmed3、Swiss-Prot, which is manually annotated and reviewed.TrEMBL, which is automatically annotated and is not reviewed.4、数据库中的FASTA序列格式FASTA 序列格式包括三个部分：（1）在注释行的第一列用字符“>”标识，后面是序列的名字和来源（2）标准的单字符标记的序列（3）可选的“*”表示序列的结束，它可能出现也可能不出现5、GenBank序列格式GenBank Flatfile (GBFF)标识字（要求看懂某个序列的GBFF格式）6、数据库查询(databaase query)和数据库搜索(database search)数据库查询，是指对序列、结构以及各种二次数据库中的注释信息进行关键词匹配查找。
- 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》主要知识点一、基本名词和概念1、bioinformatics 生物信息学，狭义的生物信息学是指将计算机科学和数学应用于生物大分子信息的获取、加工、存储、分类、检索与分析，以达到理解这些生物大分子信息的生物学意义的一门交叉学科。
广义上的生物信息学是指运用计算机技术，处理、分析生物学数据，以揭示生物学数据背后蕴藏的意义的所有知识体系。
2、ORF Open Reading Frame，开放阅读框，是指在给定的阅读框架中，不包含终止密码子的一串DNA序列3、CDS Coding sequence，基因的编码区（也叫Coding region），是指DNA或RNA中由外显子组成，编码蛋白质的部分。
4、UTR Untranslated Regions，即非翻译区，是指mRNA分子两端的非编码片段，包括5'-UTR（或称“前导序列”）和3'-UTR（或称“尾随序列”）5、genome 基因组，是指包含在一种生物的单倍体细胞中的全套染色体DNA（部分病毒是RNA）中的全部遗传信息，包括基因和非编码DNA。
6、proteomics 蛋白质组学，对特定的通路、细胞器、细胞、组织、器官和肌体中包含的所有蛋白质，进行鉴定、表征和定量，提供关于该系统准确和全面数据的学科。
7、transcriptome 转录组，也称为“转录物组”，广义上指在相同环境（或生理条件）下的一个细胞、组织或生物体中出现的所有RNA的总和，包括mRNA、rRNA、tRNA及非编码RNA；狭义上则指细胞所能转录出的所有mRNA。
8、metabonomics 代谢组学，属于系统生物学的一个重要组成部分，效仿基因组学和蛋白质组学的研究思想，对生物体内所有代谢物进行定量分析，从而研究生命体对外界刺激、病理生理变化、以及本身基因突变而产生的其体内代谢物水平的多元动态反应。
其研究对象大都是相对分子质量1000以内的小分子物质。
9、functional genomics 功能基因组学，是一门利用结构基因组学研究所得到的各种信息，建立和发展各种技术和实验模型来测定基因和基因组非编码序列的生物学功能的学科。
10、genomic mapping 基因组作图，就是确定界标或基因在构成基因组的每条染色体上的位置，以及同条染色体上各个界标或基因之间的相对距离。
11、microarray DNA微阵列，又称基因芯片（gene chip），是由大量DNA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。
12、nucleotide 核苷酸，是指核苷（Nucleoside）和磷酸（Phosphate groups）结合的化学物质，包括单核苷酸（如AMP、CMP等）、寡核苷酸（ADP、ATP、GTP等）和多核苷酸（DNA、RNA等）。
13、Linux 是一种自由和开放源代码的类UNIX操作系统。
14、Perl Practical Extraction and Report Language，实用报表提取语言，是一种特别擅长处理字符串文本数据的计算机编程语言，兼具脚本语言和高级语言的特征。
15、alignment 序列比对，或叫联配，是指在两条或多条序列中寻找按照相同次序排布的一连串单字符或字符模块的过程16、BLAST basic local alignmeng search tools 同源序列比对工具的一个集合，也是一种两两序列比对算法的名称17、phylogeny 系统发生（或系统发育），是指生物形成或进化的历史18、Orthologs 直系同源指来自于不同物种的由垂直家系（物种形成）进化而来的基因或蛋白，并且典型的保留与原始基因或蛋白有相同的功能。
19、Paralogs 旁系同源，是指是指同一基因组(或同系物种的基因组)中，由于始祖基因的加倍而横向(horizontal)产生的几个同源基因。
20、CADD Computer Aided Drug Design 计算机辅助药物设计21、HMM Hidden Markov model，隐马尔科夫模型，一种用来描述含有隐含未知参数的马尔可夫过程的统计模型。
22、CpG岛是指哺乳类生物基因组中长度为0.5～4kb的一段富含胞嘧啶（C）、鸟嘌呤（G）及使两者相连的磷酸酯键（p）成分的DNA序列，几乎都位于基因的启动子区。
二、常用生物信息学软件或在线工具1. Clustal（或Clustal X）多序列比对软件（X为视窗版，W为命令行版）2. Phylip 一种命令行格式的分子系统发育分析软件，包含多种算法3. BioEdit 一种以序列编辑与分析为主的功能比较全面的综合性软件4. Mega 一种视窗版的序列统计和进化分析的工具包（具备web序列数据库检索和多序列比对功能）5. Treeview 进化树图形编辑软件6. RASMOL 三维分子结构显示和分析软件7. Primer Premier PCR引物设计软件8. RNAstructure 建立在Turner热力学数据基础上的RNA二级结构预测软件9. PromoterScan 一个预测分析启动子区域的在线工具10. CpGPlot 预测CpG岛的在线平台11. TMHMM 一个在线分析蛋白质跨膜区的工具12、PSIPED 采用双层反馈神经网络通过对PST-BLAST搜索同源序列来预测蛋白质二级结构的在线工具。
三、常用生物信息学数据库平台及其支撑机构1、NCBI National Center of Biotechnology Information，美国国立生物技术信息中心，其下建立的GenBank是世界三大DNA数据库之一。
2、EBI European Bioinformatics Institute 欧洲生物信息研究所，其下的EMBL（European MolecularBiology Laboratory）数据库是世界三大DNA数据库之一。
3、DDBJ DNA Data Bank of Japan日本DNA数据库4、AceDB 最初是为秀丽新小杆线虫建立的基因组数据库，现已发展成为一个灵活和通用的数据库管理系统，可用于包括从细菌、真菌、寄生虫、植物、昆虫、动物到人类的基因组数据库的数据分析。
5、PDB Protein Data Bank，是一个专门收录蛋白质及核酸等大分子三维结构资料的数据库。
6、KEGG Kyoto Encyclopedia of Genes and Genomes京都基因与基因组百科全书，是一个以基因与分子网络为特色的一个数据库，帮助研究者了解生物系统（如细胞，生物和生态系统）的高层次功能，优势在于它所具有的PA THW AY，将各种生化反应以网络图的形式展现。
7、ExPASy Expert Protein Analysis System，蛋白质分析专家系统，是由瑞士生物信息学研究所（SwissInstitute of Bioinformatics ）维护的一个提供从序列到结构以及二维电泳等全套蛋白质组学相关操作的综合性在线服务平台。
8、CDD The Conserved Domain Database ，NCBI下的蛋白质保守结构域数据库四、常用分子系统发育分析算法及其工具离散特征法序列上每个碱基或氨基酸的状态最大简约法MP最大似然法ML分子进化分析软件包Phylip中的核酸序列分析程序分子进化分析软件包Phylip中的蛋白质序列分析工具分子进化分析软件Phylip中的距离矩阵计算工具neighbor统计分析（Seqboot，即拨靴法或自举法，用以产生大量的数据组）分子进化分析软件包Phylip中的进化树绘制工具五、常用序列比对得分矩阵的种类和名称得分矩阵种类得分矩阵名称核酸矩阵等价矩阵BLAST矩阵转换-颠换矩阵PAM矩阵蛋白质矩阵等价矩阵遗传密码矩阵疏水矩阵Dayhoff氨基酸替换矩阵(PAM) 模块氨基酸替换矩阵(BLOSUM)六、基本理论和方法（1）生物信息学研究的基本方法和前沿技术基本方法：建立生物数据库，数据库检索，序列分析，统计模型，算法前沿技术：数据管理技术，数据仓库、数据挖掘与数据库中的知识发现技术，图像处理与可视化技术（2）识别基因的主要方法1、ORF识别法根据终止密码子出现频率、最长ORF法等辨别编码区（主要适用与原核序列）（下述方法可用于真核序列）2、基于密码子出现频率或密码子第三位的偏好性的预测方法3、同源性方法4、神经网络方法5、隐马尔科夫模型法6、模式判断分析法7、动态规划方法8、基于剪切比对的识别方法（3）蛋白质组学与基因组学的异同点不同点：a、与基因组的均一性相比，蛋白质组具有多样性。
即在同一生物个体的所有体细胞中基因是一样的，但在生命发育不同阶段的细胞中蛋白质种类及数量却是大相径庭，不同组织中细胞表达的蛋白质也有很大差异；b、基因组非常稳定，而蛋白质组则是动态变化的。
即同一细胞在不同时期、不同条件下，其蛋白质组也是在不断地改变之中；c、蛋白质研究技术远比基因技术复杂和困难。
相同点：都运用组学的研究方法，强调全面性和整体性。
生物信息学在其中都起到越来越重要的作用。
（4）比较基因组学的基本原理、意义和主要研究方法基本原理：通过模式生物基因组之间或者模式生物和人类基因组之间的比较和鉴别，在一种生物基因组中找到与另一种生物某个基因功能相似的基因，从而发现新基因。
意义：为研究生物进化、分离人类遗传病的候选基因以及预测新的基因功能提供依据。
主要研究方法：系统发育概形法，Rosetta Stone法，基因邻居法（5）蛋白质二级结构和高级结构预测方法1、蛋白质二级结构预测方法主要有3类：a. 结合人工神经网络、遗传算法等机器学习方法，统计氨基酸出现频率，如Chous-Fasman方法，b. 基于单一序列或多序列比对信息分析，如GOR方法和PHD方法c. 以已知二级结构为模板，建立保守片段或位置特异性计分矩阵，通过打分预测，如PSI-BLASTP方法2、蛋白质高级结构预测方法主要有：比较建模法（同源建模）、threading法（逆折叠法，也叫穿针引线法）、从头预测（ab initio）（6）生物信息学在蛋白组研究中的应用有哪些方面内容？a.编码的DNA序列的寻找与分析（分析研究对象）；b.蛋白质序列信息的获取（搜索与测序）；c.蛋白质鉴定和性质预测;d.蛋白质序列分析；e.蛋白质结构和功能预测；f.数据的分析与整合：大范围基因表达分析；蛋白-蛋白相互作用；蛋白在细胞内的定位；构建通路和细胞系统；预测和发现新的知识。
材料分析进化树手工计算和绘制。