生物信息学习题
GenBank数据库的基本信息单位是（B）。
A. FASTA
B. GBFF
C. GCG
D. ASN.1
DNA中Tm值与(B )含量成正比。
A. G+A
B. G+C
C. T+C
D. A+T
目前应用于基因芯片表达数据统计分析的主要方法是（C ）。
A. 卡方检验
B. 相关分析
C. 聚类分析
D. 正态性分布检验
accession number的含义是（A）。
A. 登录号
B. 算法
C. 比对
D. 类推
LCR的含义是（C）。
A. 编码区
B. 非编码区
C. 低复杂度区域
D. 开放阅读框
ortholog的含义是（A）。
A. 直系同源
B. 旁系同源
C. 直接进化
D. 间接进化
Genomics的含义是（B ）。
A. 生物信息学
B. 基因组学
C. 蛋白质组学
D. 表观遗传学
蛋白质信号肽的预测工具有（D ）。
A. nnpredict
B. PredictProtein
C. SingalD
D. SingalP
隐马尔科夫模型的代号是（A）。
A. HMM
B. CDD
C. HTGS
D. GSS
如果我们试图做蛋白质亚细胞定位分析，应使用（B）。
A. NDB数据库
B. PDB数据库
C. GenBank数据库
D. SWISS-PROT数据库
Blast结果中HSP的含义是（D ）。
A. 空位
B. 期望值
C. 过滤
D. 高分配对片段
analogy的含义是（B）。
A. 登录号
B. 算法
C. 比对
D. 类推
RGP是（D ）。
A. 在线人类孟德尔遗传数据
B. 国家核酸数据库
C. 人类基因组计划
D. 水稻基因组计划
SAGE的含义是（A ）。
A. 基因表达连续分析
B. 聚丙烯酰胺凝胶电泳
C. 基因组分析
D. 双向电泳分析
利用中国知网文献数据库（中国知网）查找论文题目是“扩张蛋白家族蛋白序列分析”发表在期刊“生物信息学”2008年第7卷第3期上（）。
1分
A. 第3-5页
B. 第93-95页
C. 第193-195页
D. 第293-295页
19 顶部
生物芯片分析中使用的聚类分析输出图形主要以下列哪种方式表现？（A）
1分
A. 以彩色小方块阵列表示
B. 以蜂窝形状表示
C. 以黑白圆点表示
D. 以彩色线条表示
20 顶部
蛋白质基序（motif）中[ST]的含义是（C）。
1分
A. 氨基酸为ST
B. 氨基酸为S和T
C. 氨基酸为S或T
D. 除掉S和T之外的任意氨基酸
21 顶部
构建进化树工具是（C ）。
1分
A. BLAST
B. ClustalW
C. Mega
D. GCG
22 顶部
从cDNA文库中获得的短序列是（D ）。
1分
A. STS
B. UTR
C. CDS
D. EST
23 顶部
ORF的含义是（D ）。
1分
A. 调控区
B. 非编码区
C. 低复杂度区域
D. 开放阅读框
24 顶部
Bioinformatics的含义是（A）。
1分
A. 生物信息学
B. 基因组学
C. 蛋白质组学
D. 表观遗传学
25 顶部
GenBank登录号为SCU49845的序列，其DNA产度是（）。1分
A. 1028 bp
B. 3028 bp
C. 4028 bp
D. 5028 bp
26 顶部
DDBJ的含义是（C ）。
1分
A. 美国国家生物信息中心
B. 欧洲分子生物学实验室
C. 日本DNA数据库
D. 中国基因组研究中心
27 顶部
mRNA 3′端有( B)结构。
1分
A. 帽子
B. 尾巴
C. 帽子和尾巴
D. 多聚胞嘧啶
28 顶部
利用中国知网文献数据库（中国知网）查找论文题目是“日光温室光温因子对黄瓜叶绿体超微结构及其功能的影响”发表的期刊是（）。
1分
A. 园艺学报
B. 应用生态学报
C. 生态学报
D. 遗传学报
29 顶部
Proteomics的含义是（C）。
1分
A. 生物信息学
B. 基因组学
C. 蛋白质组学
D. 表观遗传学
30 顶部
没有直接参与完成人类基因组计划的国家是（C）。
1分
A. 英国
B. 中国
C. 俄罗斯
D. 德国
31 顶部
STS的含义是（B）。
1分
A. 表达序列标签
B. 序列标签位点
C. 高通量基因组序列
D. 人工合成序列
32 顶部
NCBI中人类无冗余基因数据库是（A ）。
1分
A. UniGene
B. UniPro
C. UniRef
D. URF
33 顶部
限制性片段长度多态性标记是（A）。
1分
A. RFLP
B. SNP
C. SSR
D. RAPD
34 顶部
PDB是蛋白质的（B ）。
1分
A. 分类数据库
B. 结构数据库
C. 模体数据库
D. 结构域数据库
35 顶部
基本局部比对搜素工具是（C）。
1分
A. Mega
B. ClustalW
C. BLAST
D. GCG
36 顶部
单核苷酸标记是（B ）。
1分
A. RFLP
B. SNP
C. SSR
D. RAPD
37 顶部
国际三大核酸数据库每间隔多长时间就互相交换数据库里的数据？（A）。1分
A. 1天
B. 7天
C. 10天
D. 30天
38 顶部
UTR的含义是（B）。
1分
A. 编码区
B. 非编码区
C. 低复杂度区域
D. 开放阅读框
39 顶部
OMIM是（A）。
1分
A. 在线人类孟德尔遗传数据库
B. 国家核酸数据库
C. 人类基因组计划
D. 水稻基因组计划
40 顶部
根据研究发现，人类基因组中真正编码蛋白质的区域仅占DNA 序列的（B ）。
1分
A. 1-2%
B. 3-5%
C. 5-10%
D. 10-20%
41 顶部
NCBI的含义是（A）。
1分
A. 美国国家生物信息中心
B. 欧洲分子生物学实验室
C. 日本DNA数据库
D. 中国基因组研究中心
42 顶部
PIR是（D）。
1分
A. 核酸数据库
B. mRNA数据库
C. 启动子数据库
D. 蛋白质数据库
43 顶部
利用PubMed文献数据查找发表在“Nature, 2012, 487(7405): 43-45”上的论文题目是（）。1分
A. A map of the cis-regulatory sequences in the mouse genome
B. The human CST complex is a terminator of telomerase activity
C. Tumours: Less lactation may explain cancer rise
D. Stem cells: a sporadic super state
44 顶部
利用PubMed文献数据查找论文“A whole-cell computational model predicts phenotype from genotype”发表在Cell期刊的（）。
1分
A. 第50卷第1期第389-391页
B. 第50卷第1期第389-401页
C. 第150卷第2期第389-401页
D. 第125卷第2期第389-391页
45 顶部
Entrez数据库中的剪贴板的容量是（A ）。
1分
A. 500条记录
B. 1000条记录
C. 5000条记录
D. 10000条记录
46 顶部
利用PubMed文献数据查找论文“Enhancing phytoremediation through the use of transgenics and endophytes”发表的期刊是（）。
1分
A. New Phytol
B. Gene
C. Nature
D. Plant Phsiol
47 顶部
EMBL的含义是（B）。
1分
A. 美国国家生物信息中心
B. 欧洲分子生物学实验室
C. 日本DNA数据库
D. 中国国家基因组研究中心
48 顶部
利用中国知网文献数据库（中国知网）查找论文题目是“黄瓜无毛突变体叶片叶绿体超微结构与光合特性”第一作者是（A ）。
1分
A. 曹辰兴
B. 张松
C. 郭红芸
D. 郭延奎
49 顶部
GenBank是（B ）。
1分
A. 在线人类孟德尔遗传数据
B. 国际核酸数据库
C. 人类基因组计划
D. 水稻基因组计划
50 顶部
将核酸序列按照6条链翻译成蛋白质序列后搜索蛋白质序列数据库使用的程序是（B）。
1分
A. blastp
B. blastx
C. tblastn
D. tblastx
2 顶部
DNA中Tm值与(B )含量成正比。
1分
A. G+A
B. G+C
C. T+C
D. A+T
4 顶部
利用中国知网文献数据库（中国知网）查找论文题目是“黄瓜对不同温度逆境的抗性研究”作者的单位是（）。
1分
A. 天津市黄瓜研究所
B. 中国农业科学院
C. 中国科学院
D. 中国农业大学
5 顶部
TAIR（AtDB）数据库是（C ）。
1分
A. 线虫基因组
B. 果蝇基因组
C. 拟南芥数据库
D. 大肠杆菌基因组
6 顶部
RGP是（D）。
1分
A. 在线人类孟德尔遗传数据
B. 国家核酸数据库
C. 人类基因组计划
D. 水稻基因组计划
7 顶部
GenBank登录号为SCU49845的序列，其DNA产度是（）。
1分
A. 1028 bp
B. 3028 bp
C. 4028 bp
D. 5028 bp
8 顶部
利用PubMed文献数据查找论文“A whole-cell computational model predicts phenotype from genotype”发表在Cell期刊的（）。
1分
A. 第50卷第1期第389-391页
B. 第50卷第1期第389-401页
C. 第150卷第2期第389-401页
D. 第125卷第2期第389-391页
9 顶部
微卫星标记是（C）。
1分
A. RFLP
B. SNP
C. SSR
D. RAPD
10 顶部
以下哪一项不属于启动子研究范围？（A ）1分
A. CpG 岛预测
B. 转录起始点预测
C. 糖基化修饰
D. 甲基化检测
11 顶部
mRNA 5′端有(A )结构。
1分
A. 帽子
B. 尾巴
C. 帽子和尾巴
D. 多聚核苷酸
13 顶部
analogy的含义是（B ）。
1分
A. 登录号
B. 算法
C. 比对
D. 类推
15 顶部
PDB是蛋白质的（B ）。
1分
A. 分类数据库
B. 结构数据库
C. 模体数据库
D. 结构域数据库
16 顶部
motif的含义是（A）。
1分
A. 基序
B. 跨叠克隆群
C. 碱基对
D. 结构域
17 顶部
被誉为“生物信息学之父”的科学家是（d）。
1分
A. Dulbecco
B. Sanger
C. 吴瑞
D. 林华安
18 顶部
base pair的含义是（c）。
1分
A. 基序
B. 跨叠克隆群
C. 碱基对
D. 结构域
19 顶部
隐马尔科夫模型的代号是（A ）。
1分
A. HMM
B. CDD
C. HTGS
D. GSS
20 顶部
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，这种克隆基因的方法是（b ）。
1分
A. 重叠克隆
B. 电子克隆
C. 基因步移
D. 基因重组
21 顶部
CDS的含义是（a）。
1分
A. 编码区
B. 非编码区
C. 低复杂度区域
D. 非调控区
22 顶部
利用中国知网文献数据库（中国知网）查找论文题目是“扩张蛋白家族蛋白序列分析”发表在期刊“生物信息学”2008年第7卷第3期上（）。
1分
A. 第3-5页
B. 第93-95页
C. 第193-195页
D. 第293-295页
23 顶部
HGP是（c）。
1分
A. 在线人类孟德尔遗传数据
B. 国家核酸数据库
C. 人类基因组计划
D. 水稻基因组计划
27 顶部
生物芯片分析中使用的聚类分析输出图形主要以下列哪种方式表现？（a ）1分
A. 以彩色小方块阵列表示
B. 以蜂窝形状表示
C. 以黑白圆点表示
D. 以彩色线条表示
29 顶部
STS的含义是（b）。
1分
A. 表达序列标签
B. 序列标签位点
C. 高通量基因组序列
D. 人工合成序列
31 顶部
HTGS的含义是（c ）。
1分
A. 表达序列标签
B. 序列标签位点
C. 高通量基因组序列
D. 人工合成序列
34 顶部
GenBank中分类码PLN表示是（d）。
1分
A. 哺乳类序列
B. 细菌序列
C. 噬菌体序列
D. 植物、真菌和藻类序列
35 顶部
algorithm的含义是（b ）。
1分
A. 登录号
B. 算法
C. 比对
D. 类推
36 顶部
domain的含义是（d）。
1分
A. 基序
B. 跨叠克隆群
C. 碱基对
D. 结构域
37 顶部
如果我们试图做蛋白质亚细胞定位分析，应使用（d）。
1分
A. NDB数据库
B. PDB数据库
C. GenBank数据库
D. SWISS-PROT数据库
38 顶部
EST的含义是（a ）。
1分
A. 表达序列标签
B. 序列标签位点
C. 高通量基因组序列
D. 人工合成序列
39 顶部
ortholog的含义是（a）。
1分
A. 直系同源
B. 旁系同源
C. 直接进化
D. 间接进化
43 顶部
在真核生物中，一个基因cDNA 的5′端起始密码子AUG的前后序列符合（a）规则。1分
A. Kozak
B. AU…AG
C. SD
D. Poly(A)n
45 顶部
利用PubMed文献数据查找论文“Enhancing phytoremediation through the use of transgenics and endophytes”发表的期刊是（）。
1分
A. New Phytol
B. Gene
C. Nature
D. Plant Phsiol
46 顶部
NCBI的含义是（a ）。
1分
A. 美国国家生物信息中心
B. 欧洲分子生物学实验室
C. 日本DNA数据库
D. 中国基因组研究中心
47 顶部
利用PubMed文献数据查找论文“Transgenic plants of Petunia hybrida harboring the CYP2E1 gene efficiently remove benzene and toluene pollutants and improve resistance to formaldehyde”的第一作者是（）。
1分
A. Xiang T
B. Bao L
C. Li P
D. Zhang D
48 顶部
contig的含义是（b ）。
1分
A. 基序
B. 跨叠克隆群
C. 碱基对
D. 结构域
3 顶部
利用PubMed文献数据查找发表在“Nature, 2012, 487(7405): 43-45”上的论文题目是（）。1分
A. A map of the cis-regulatory sequences in the mouse genome
B. The human CST complex is a terminator of telomerase activity
C. Tumours: Less lactation may explain cancer rise
D. Stem cells: a sporadic super state
4 顶部
提交序列到GenBank中，使用的程序可以是（D ）。
1分
A. Entrez
B. SRS
C. Medline
D. BankIt
5 顶部
根据研究发现，人类基因组中真正编码蛋白质的区域仅占DNA 序列的（B ）。
1分
A. 1-2%
B. 3-5%
C. 5-10%
D. 10-20%
6 顶部
利用中国知网文献数据库（中国知网）查找论文题目是“黄瓜对不同温度逆境的抗性研究”作者的单位是（）。
1分
A. 天津市黄瓜研究所
B. 中国农业科学院
C. 中国科学院
D. 中国农业大学
9 顶部
alignment的含义是（C）。
1分
A. 登录号
B. 算法
C. 比对
D. 类推
14 顶部
生物信息学主要是利用哪种工具实现对生命科学研究中生物信息的存储、检索和分析的？（C ）
1分
A. 计算机
B. iPhone
C. 人造卫星
D. 手机
15 顶部
Entrez数据库中的剪贴板的容量是（A ）。
1分
A. 500条记录
B. 1000条记录
C. 5000条记录
D. 10000条记录
16 顶部
利用中国知网文献数据库（中国知网）查找论文题目是“扩张蛋白家族蛋白序列分析”发表在期刊“生物信息学”2008年第7卷第3期上（）。
1分
A. 第3-5页
B. 第93-95页
C. 第193-195页
D. 第293-295页
将核酸序列按照6条链翻译成蛋白质序列后搜索蛋白质序列数据库使用的程序是（B ）。
1分
A. blastp
B. blastx
C. tblastn
D. tblastx
29 顶部
利用中国知网文献数据库（中国知网）查找论文题目是“日光温室光温因子对黄瓜叶绿体超微结构及其功能的影响”发表的期刊是（）。
1分
A. 园艺学报
B. 应用生态学报
C. 生态学报
D. 遗传学报
30 顶部
accession number的含义是（a ）。
1分
A. 登录号
B. 算法
C. 比对
D. 类推
39 顶部
蛋白质信号肽的预测工具有（d ）。
1分
A. nnpredict
B. PredictProtein
C. SingalD
D. SingalP
40 顶部
利用PubMed文献数据查找论文“A whole-cell computational model predicts phenotype from genotype”发表在Cell期刊的（）。
1分
A. 第50卷第1期第389-391页
B. 第50卷第1期第389-401页
C. 第150卷第2期第389-401页
D. 第125卷第2期第389-391页
42 顶部
48 顶部
GenBank登录号为SCU49845的序列，其DNA产度是（）。
1分
A. 1028 bp
B. 3028 bp
C. 4028 bp
D. 5028 bp
问答题共4 题，总计20 分
构建系统进化树的算法有哪些?
最大简约法(maximum parsimony,MP)距离法(distance)最大似然法(maximum likelihood,ML)
简述BLAST比对结果中E值（E-value）的含义和意义
E value: 在相同长度的情况下，两个氨基酸残基（或碱基）随机排列的序列进行打分，得到上述Score值的概率的大小。E值越小表示随机情况下得到该Score值的可能性越低。
下列是从GenBank中查出的一条记录的一部分，请写出你能从中获得的信息。
你知道哪些中文文献数据库？
下图只是序列TGAACTCCCTCAGATATTA；GCGA TTATACACTCCCAAGC的点阵图。先描点，再将三个或以上连续的点相连。
下列4条序列分别是4种不同的物种的某一个基因编码的蛋白质的一部分：
下列Fasta格式正确的是（b）。
? A. seq1: agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta
? B. >seq1 agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta
? C. seq1:agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta
? D. >seq1agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta
利用PubMed文献数据查找发表在“Nature, 2012, 487(7405): 43-45”上的论文题目是（）。? A. A map of the cis-regulatory sequences in the mouse genome
? B. The human CST complex is a terminator of telomerase activity
? C. Tumours: Less lactation may explain cancer rise
? D. Stem cells: a sporadic super state
。
问答题共4 题，总计20 分
简述预测蛋白质三级结构的三种方法
①同源性建模(homology modeling)在预测该未知蛋白精细结构方面会发挥非常大的作用。在序列相同率为25 %～40 %时，两条蛋白质将具有相同的折叠，但这时同源性建模将变得更加困难和不准确。
②Threading 这种方法将未知结构的蛋白质序列“穿过”由X光晶体衍射或NMR核磁共振得到的结构靶蛋白的结构坐标。未知序列以合适的方式被“串”到一个数据库某一折叠模板，然后计算该序列的能(energy)；在该序列与数据库中所有的折叠模板均“串”好后，可以进行计分比对，决定那些匹配达到了显著。
③折叠的识别技术目前还不是特别可靠的技术，只有在序列相同比率在30%～50%时，才有可能获得准确的估计。
简述CpG island
简述similarity和homology的区别
序列的相似性(similarity)：
是指一种很直接的数量关系，比如部分相同或相似的百分比或其它一些合适的度量。比如说，A序列和B序列的相似性是80％，或者4/5。这是个量化的关系。当然可进行自身局部比较。
序列的同源性(homology)：
指从一些数据中推断出的两个基因或蛋白质序列具而共同祖先的结论，属于质的判断。就是说A和B的关系上，只有是同源序列，或者非同源序列两种关系。而说A和B的同源性为80％都是不科学的
序列的相似性和序列的同源性有一定的关系，一般来说序列间的相似性越高的话，它们是同源序列的可能性就更高，所以经常可以通过序列的相似性来推测序列是否同源。
正因为存在这样的关系，很多时候对序列的相似性和同源性就没有做很明显的区分，造成经常等价混用两个名词。所以有出现A序列和B序列的同源性为80％一说。
下列是从GenBank中查出的一条记录的一部分（节选），请写出你能从中获得的信息。
通过一个具体的实例分析，说明利用生物信息学进行DNA序列分析鉴定的策略。
下图只是序列TGAACTCCCTCAGATATTA；GCGA TTATACACTCCCAAGC的点阵图。先描点
GenBank数据库的基本信息单位是（B）。
A. FASTA
B. GBFF
C. GCG
D. ASN.1
DNA中Tm值与( )含量成正比。(B)
A. G+A
B. G+C
C. T+C
D. A+T
目前应用于基因芯片表达数据统计分析的主要方法是（C ）。
A. 卡方检验
B. 相关分析
C. 聚类分析
D. 正态性分布检验
蛋白质信号肽的预测工具有（D ）。
A. nnpredict
B. PredictProtein
C. SingalD
D. SingalP
隐马尔科夫模型的代号是（A）。
A. HMM
B. CDD
C. HTGS
D. GSS
如果我们试图做蛋白质亚细胞定位分析，应使用（B）。
A. NDB数据库
B. PDB数据库
C. GenBank数据库
D. SWISS-PROT数据库
RGP是（D ）。
A. 在线人类孟德尔遗传数据
B. 国家核酸数据库
C. 人类基因组计划
D. 水稻基因组计划
蛋白质基序（motif）中[ST]的含义是（C ）。
A. 氨基酸为ST
B. 氨基酸为S和T
C. 氨基酸为S或T
D. 除掉S和T之外的任意氨基酸
构建进化树工具是（C ）。
A. BLAST
B. ClustalW
C. Mega
D. GCG
没有直接参与完成人类基因组计划的国家是（C）
A. 英国
B. 中国
C. 俄罗斯
D. 德国
限制性片段长度多态性标记是（A）。
A. RFLP
B. SNP
C. SSR
D. RAPD
PDB是蛋白质的（B）。
A. 分类数据库
B. 结构数据库
C. 模体数据库
D. 结构域数据库
基本局部比对搜素工具是C ）。
A. Mega
B. ClustalW
C. BLAST
D. GCG
单核苷酸标记是（B）。
A. RFLP
B. SNP
C. SSR
D. RAPD
国际三大核酸数据库每间隔多长时间就互相交换数据库里的数据？（A ）。
A. 1天
B. 7天
C. 10天
D. 30天
将核酸序列按照6条链翻译成蛋白质序列后搜索蛋白质序列数据库使用的程序是（B ）。
A. blastp
B. blastx
C. tblastn
D. tblastx
OMIM是（A ）。
A. 在线人类孟德尔遗传数据库
B. 国家核酸数据库
C. 人类基因组计划
D. 水稻基因组计划
NCBI的含义是（A）。
A. 美国国家生物信息中心
B. 欧洲分子生物学实验室
C. 日本DNA数据库
D. 中国基因组研究中心
PIR是（D）。
A. 核酸数据库
B. mRNA数据库
C. 启动子数据库
D. 蛋白质数据库
GenBank是（B ）。
A. 在线人类孟德尔遗传数据
B. 国际核酸数据库
C. 人类基因组计划
D. 水稻基因组计划
EMBL的含义是（B ）。
A. 美国国家生物信息中心
B. 欧洲分子生物学实验室
C. 日本DNA数据库
D. 中国国家基因组研究中心
DDBJ的含义是（C）。
A. 美国国家生物信息中心
B. 欧洲分子生物学实验室
C. 日本DNA数据库
D. 中国基因组研究中心
TAIR（AtDB）数据库是（C ）。
A. 线虫基因组
B. 果蝇基因组
C. 拟南芥数据库
D. 大肠杆菌基因组
微卫星标记是（C）。
A. RFLP
B. SNP
C. SSR
D. RAPD
被誉为“生物信息学之父”的科学家是（D ）。
A. Dulbecco
B. Sanger
C. 吴瑞
D. 林华安
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，这种克隆基因的方法是（B）。
A. 重叠克隆
B. 电子克隆
C. 基因步移
D. 基因重组
HGP是（C）。
生物信息学复习题及答案
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。 （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。 （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。 (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。 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。 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。通常使用低于来定义统计的显著性。P=1-e-E 9.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。 ：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. 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“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
生物信息学题库说课材料
生物信息学题库
■一、选择题: 1.以下哪一个是mRNA条目序列号： A. J01536■. NM_15392 C. NP_52280 D. AAB134506 2.确定某个基因在哪些组织中表达的最直接获取相关信息方式是：■. Unigene B. Entrez C. LocusLink D. PCR 3.一个基因可能对应两个Unigene簇吗？■可能 B. 不可能 4.下面哪种数据库源于mRNA信息：■ dbEST B. PDB C. OMIM D. HTGS 5.下面哪个数据库面向人类疾病构建： A. EST B. PDB ■. OMIM D. HTGS 6.Refseq和GenBank有什么区别： A. Refseq包括了全世界各个实验室和测序项目提交的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Refseq 7.如果你需要查询文献信息，下列哪个数据库是你最佳选择： A. OMIM B. Entrez ■ PubMed D. PROSITE 8.比较从Entrez和ExPASy中提取有关蛋白质序列信息的方法，下列哪种说法正确：A. 因为GenBank的数据比EMBL更多，Entrez给出的搜索结果将更多B. 搜索结果很可 能一样，因为GenBank和EMBL的序列数据实际一样■搜索结果应该相当，但是ExPASy中的SwissProt记录的输出格式不同 9.天冬酰胺、色氨酸和酪氨酸的单字母代码分别对应于：■ N/W/Y B. Q/W/Y C. F/W/Y D. Q/N/W 10.直系同源定义为：■不同物种中具有共同祖先的同源序列B. 具有较小的氨基酸一致性但是有较大的结构相似性的同源序列 C. 同一物种中由基因复制产生的同源序列 D. 同一物种中具有相似的并且通常是冗余的功能的同源序列 11.下列那个氨基酸最不容易突变： A. 丙氨酸 B. 谷氨酰胺 C. 甲硫氨酸■半胱氨酸 12.PAM250矩阵定义的进化距离为两同源序列在给定的时间有多少百分比的氨基酸发生改变： A. 1% B. 20%■. 80% D. 250% 13.下列哪个句子最好的描述了两个序列全局比对和局部比对的不同：A. 全局比对通常用于比对DNA序列，而局部比对通常用于比对蛋白质序列B. 全局比对允许间隙，而 局部比对不允许C. 全局比对寻找全局最大化，而局部比对寻找局部最大化■全局比对比对整体序列，而局部比对寻找最佳匹配子序列 14.假设你有两条远源相关蛋白质序列。为了比较它们，最好使用下列哪个BLOSUM和PAM矩阵：■ BLOSUM45和PAM250 B. BLOSUM45和PAM 1 C. BLOSUM80和PAM250 D. BLOSUM10和PAM1 15.与PAM打分矩阵比较，BLOSUM打分矩阵的最大区别是：A. 最好用于比对相关性高的蛋白B. 它是基于近相关蛋白的全局多序列比对 ■它是基于远相关蛋白的局部多序列比对D. 它结合了全局比对和局部比对 16.如果有一段DNA序列，它可能编码多少种蛋白质序列： A. 1 B. 2 C. 3 ■. 6 17.要在数据库查询一段与某DNA序列编码蛋白质最相似的序列，应选择： A. blastn B. blastp C. tblastn D. tblastp■ blastx 18.为什么ClustalW（一个采用了Feng-Doolittle渐进比对算法的程序）不报告E值：A. ClustalW报告E值■使用了全局比对 C. 使用 了局部比对 D. 因为是多序列比对 19.Feng-Doolittle方法提出“一旦是空隙，永远是空隙”规则的依据是：A. 保证空隙不会引物序列加入而填充B. 假定进化早期分歧的序列有较高优先级别■假定最近序列空 隙应该保留 D. 假定最远序列空隙应该保留 20.根据分子钟假说： A. 所有蛋白质都保持一个相同的恒定进化速率 B. 所有蛋白质的进化速率都与化石记录相符合C. 对于每一个给定的蛋白质，分子进化的速率是逐渐 减慢的，就如同不准时的钟■对于每一个给定的蛋白质，其分子进化的速率在所有的进化分支上大致是恒定 21.系统发生树的两个特征是： A. 进化分支和进化节点■树的拓扑结构和分支长度C. 进化分支和树根D. 序列比对和引导检测方法 22.下列哪一个是基于字母特征的系统发生分析的算法： A. 邻位连接法（NJ法）B. Kimura算法■最大似然法（ML）D. 非加权平均法（UPGMA） 23.基于字母特征和基于距离的系统发生分析的算法的基本差异是：■基于字母特征的算法没有定义分支序列的中间数据矩阵 B. 基于字母特征的算法可应用于DNA或者蛋白质序列，而基于距离仅能用于DNA C. 基于字母特征的算法无法运用简约算法 D. 基于字母特征的算法的进化分支与进化时间无关 24.一个操作分类单元（OTU）可指：A. 多序列比对■蛋白质序列C. 进化分支D. 进化节点 25.构建进化树最直接的错误来源是：■多序列比对错误B. 采样的算法差异C. 假设进化分支是单一起源D. 尝试推测基因的进化关系 26.第一个被完整测定的基因组序列是： A. 啤酒酵母的3号染色体B. 流感病毒■ФX174 D. 人类基因组 27.普通的真核生物线粒体基因组编码大约多少个蛋白质：■ 10 B. 100 C. 1000 D. 10000 28.根据基因组序列预测蛋白质编码基因的算法的最大问题是： A. 软件太难使用■. 假阳性率太高，许多不是外显子的序列部分被错误指定C. 假阳性 率太高，许多不是外显子功能未知 D. 假阴性率太高，丢失太多外显子位点 29.HIV病毒亚型的系统演化研究可以： A. 证实HIV病毒是由牛病毒演化而来■. 用于指导开发针对保守蛋白的疫苗C. 证实哪些人类组织最容易遭受病毒侵染 30.一个典型的细菌基因组大小约为多少bp： A. 20000■. 200000 C. 2000000 D. 20000000
最新生物信息学名词解释(个人整理)
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。P94 7.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。P98 8.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。P29 10.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。P37 11.E值：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值越接近零，越不可能找到其他匹配序列，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。P95 12.低复杂度区域：BLAST搜索的过滤选项。指序列中包含的重复度高的区域，如poly（A）。 13.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。 14.多序列比对：通过序列的相似性检索得到许多相似性序列，将这些序列做一个总体的比对，以观察它们在结构上的异同，来回答大量的生物学问题。 15.分子钟：认为分子进化速率是恒定的或者几乎恒定的假说，从而可以通过分子进化推断出物种起源的时间。 16.系统发育分析：通过一组相关的基因或者蛋白质的多序列比对或其他性状，可以研究推断不同物种或基因之间的进化关系。 17.进化树的二歧分叉结构：指在进化树上任何一个分支节点，一个父分支都只能被分成两个子分支。 系统发育图：用枝长表示进化时间的系统树称为系统发育图，是引入时间概念的支序图。 18.直系同源：指由于物种形成事件来自一个共同祖先的不同物种中的同源序列，具有相似或不同的功能。（书：在缺乏任何基因复制证据的情况下，具有共同祖先和相同功能的同源基因。）
生物信息学习题
一：名词解释 1.生物信息学 2.NCBI 3.PubMed 4.生物芯片 5.BLAST 6.UniProt 7.电子克隆 8.EMBL 二：填空题 1.基因芯片可以分为 2. 人类基因组全序列分析分两大步骤即制图和测序，并最终绘制出四张 图谱： 3. 分子系统发生分析主要分为三个步骤即 4. 国际上最主要的三大核酸序列数据库分别是 5. 蛋白质得分矩阵有 7. 文献是掌握科研进展的最直接方式，目前由NCBI维护的大型文献资源 是。 3. 用于核酸序列比对中常见的三种得分矩阵，分别为 4. 根据生物芯片探针分子类型的不同，可以将生物芯片哪三种， 5. 核酸序列分析所获得的信息主要有（举例说明四个） 6. 限制性酶切分析是分子生物学实验中的日常工作之一，这方面最好的
限制酶数据库是 三：选择题 1、如果试图确定一个新蛋白质序列属于哪一个蛋白质家族，或该序列 可能包含何种结构域或功能位点，应使用：（） A: PROSITE数据库 B: DDBJ数据库 C: PIR数据库 D: PDB数据库 2、构建序列进化树的一般步骤不包括：（） A：建立DNA文库 B：建立数据模型 C：建立取代模型 D：建立进化树3、BLAST教案所程序中，哪个方法是不存在的？（） A：BLASTP B：BLASTN C：BLASTX D:BLASTQ 4. 以下常见的几个物种，哪一个目前还没有完成全基因组测序：（）A: 茶树 B: 玉米 C: 水稻 D: 小鼠 5、向核酸序列数据库（GenBank/EMBL/DDBJ）提交数据，应该使用下面 哪个软件：（）。 A： Blast B：Sequin C：SRS D：Swiss-Model 6、在蛋白质序列数据库中比较查询手头未知的蛋白质序列，应使用Blast中哪个具体的算法：（）。 A：BLASTX B：tBLASTN C：BLASTP D：BLASTN 7、下列中属于一级蛋白质结构数据库的是：（） A：EMBL B：DDBJ C：PDB D：SWISS-PROT 8、下面不属于SWISS-PROT蛋白质数据库的注释范畴的是：（）A: 与其它蛋白质的相似性 B: 蛋白质的二级结构 C: 由于缺乏该蛋白质而引起的疾病 D: 核酸的功能描述 9、下列属于蛋白质二级结构预测的软件程序是（） A： BLASTX B：SOPMA C：DNAstar D：GO
生物信息学题库
■一、选择题: 1.以下哪一个是mRNA条目序列号： A. J01536■. NM_15392 C. NP_52280 D. AAB134506 2.确定某个基因在哪些组织中表达的最直接获取相关信息方式是：■. Unigene B. Entrez C. LocusLink D. PCR 3.一个基因可能对应两个Unigene簇吗？■可能 B. 不可能 4.下面哪种数据库源于mRNA信息：■dbEST B. PDB C. OMIM D. HTGS 5.下面哪个数据库面向人类疾病构建： A. EST B. PDB ■. OMIM D. HTGS 6.Refseq和GenBank有什么区别： A. Refseq包括了全世界各个实验室和测序项目提交的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Refseq 7.如果你需要查询文献信息，下列哪个数据库是你最佳选择： A. OMIM B. Entrez ■PubMed D. PROSITE 8.比较从Entrez和ExPASy中提取有关蛋白质序列信息的方法，下列哪种说法正确：A. 因为GenBank的数据比EMBL更多，Entrez给出的搜索结果将更多B. 搜索结果很可能 一样，因为GenBank和EMBL的序列数据实际一样■搜索结果应该相当，但是ExPASy中的SwissProt记录的输出格式不同 9.天冬酰胺、色氨酸和酪氨酸的单字母代码分别对应于：■N/W/Y B. Q/W/Y C. F/W/Y D. Q/N/W 10.直系同源定义为：■不同物种中具有共同祖先的同源序列B. 具有较小的氨基酸一致性但是有较大的结构相似性的同源序列 C. 同一物种中由基因复制产生的同源序列 D. 同一物种中具有相似的并且通常是冗余的功能的同源序列 11.下列那个氨基酸最不容易突变： A. 丙氨酸B. 谷氨酰胺 C. 甲硫氨酸■半胱氨酸 12.PAM250矩阵定义的进化距离为两同源序列在给定的时间有多少百分比的氨基酸发生改变： A. 1% B. 20%■. 80% D. 250% 13.下列哪个句子最好的描述了两个序列全局比对和局部比对的不同：A. 全局比对通常用于比对DNA序列，而局部比对通常用于比对蛋白质序列B. 全局比对允许间隙，而局 部比对不允许C. 全局比对寻找全局最大化，而局部比对寻找局部最大化■全局比对比对整体序列，而局部比对寻找最佳匹配子序列 14.假设你有两条远源相关蛋白质序列。为了比较它们，最好使用下列哪个BLOSUM和PAM矩阵：■BLOSUM45和PAM250 B. BLOSUM45和PAM 1 C. BLOSUM80和PAM250 D. BLOSUM10和PAM1 15.与PAM打分矩阵比较，BLOSUM打分矩阵的最大区别是：A. 最好用于比对相关性高的蛋白B. 它是基于近相关蛋白的全局多序列比对 ■它是基于远相关蛋白的局部多序列比对D. 它结合了全局比对和局部比对 16.如果有一段DNA序列，它可能编码多少种蛋白质序列： A. 1 B. 2 C. 3 ■. 6 17.要在数据库查询一段与某DNA序列编码蛋白质最相似的序列，应选择： A. blastn B. blastp C. tblastn D. tblastp■blastx 18.为什么ClustalW（一个采用了Feng-Doolittle渐进比对算法的程序）不报告E值：A. ClustalW报告E值■使用了全局比对 C. 使用了局部比对 D. 因为是多序列比对 19.Feng-Doolittle方法提出“一旦是空隙，永远是空隙”规则的依据是：A. 保证空隙不会引物序列加入而填充B. 假定进化早期分歧的序列有较高优先级别■假定最近序列空隙应 该保留 D. 假定最远序列空隙应该保留 20.根据分子钟假说：A. 所有蛋白质都保持一个相同的恒定进化速率 B. 所有蛋白质的进化速率都与化石记录相符合C. 对于每一个给定的蛋白质，分子进化的速率是逐 渐减慢的，就如同不准时的钟■对于每一个给定的蛋白质，其分子进化的速率在所有的进化分支上大致是恒定 21.系统发生树的两个特征是： A. 进化分支和进化节点■树的拓扑结构和分支长度C. 进化分支和树根D. 序列比对和引导检测方法 22.下列哪一个是基于字母特征的系统发生分析的算法：A. 邻位连接法（NJ法）B. Kimura算法■最大似然法（ML）D. 非加权平均法（UPGMA） 23.基于字母特征和基于距离的系统发生分析的算法的基本差异是：■基于字母特征的算法没有定义分支序列的中间数据矩阵 B. 基于字母特征的算法可应用于DNA或者蛋白质序列，而基于距离仅能用于DNA C. 基于字母特征的算法无法运用简约算法 D. 基于字母特征的算法的进化分支与进化时间无关 24.一个操作分类单元（OTU）可指：A. 多序列比对■蛋白质序列C. 进化分支D. 进化节点 25.构建进化树最直接的错误来源是：■多序列比对错误B. 采样的算法差异C. 假设进化分支是单一起源D. 尝试推测基因的进化关系 26.第一个被完整测定的基因组序列是：A. 啤酒酵母的3号染色体B. 流感病毒■ФX174 D. 人类基因组 27.普通的真核生物线粒体基因组编码大约多少个蛋白质：■10 B. 100 C. 1000 D. 10000 28.根据基因组序列预测蛋白质编码基因的算法的最大问题是：A. 软件太难使用■. 假阳性率太高，许多不是外显子的序列部分被错误指定C. 假阳性率太高，许 多不是外显子功能未知 D. 假阴性率太高，丢失太多外显子位点 29.HIV病毒亚型的系统演化研究可以：A. 证实HIV病毒是由牛病毒演化而来■. 用于指导开发针对保守蛋白的疫苗C. 证实哪些人类组织最容易遭受病毒侵染 30.一个典型的细菌基因组大小约为多少bp：A. 20000■. 200000 C. 2000000 D. 20000000
生物信息学名词解释
1.计算生物信息学（Computational Bioinformatics）是生命科学与计算机科学、数理科学、化学等领域相互交叉而形成的一门新兴学科，以生物数据作为研究对象，研究理论模型和计算方法，开发分析工具，进而达到揭示这些数据蕴含的生物学意义的目的。 2.油包水PCR (Emulsion PCR) : 1) DNA片段和捕获磁珠混合; 2) 矿物油和水相的剧烈震荡产生油包水环境; 3) DNA片段在油包水环境中扩增;4) 破油并富集有效扩增磁珠。 3.双碱基编码技术：在测序过程中对每个碱基判读两遍，从而减少原始数据错误，提供内在的校对功能。代表测序方法：solid 测序。 4.焦磷酸测序法：焦磷酸测序技术是由4种酶催化的同一反应体系中的酶级联化学发光反应,适于对已知的短序列的测序分析,其可重复性和精确性能与SangerDNA测序法相媲美,而速度却大大的提高。焦磷酸测序技术不需要凝胶电泳,也不需要对DNA样品进行任何特殊形式的标记和染色,具备同时对大量样品进行测序分析的能力。在单核苷酸多态性、病原微生物快速鉴定、病因学和法医鉴定研究等方面有着越来越广泛的应用。例如：454测序仪 ：用蛋白质序列查找核苷酸序列。 :STS是序列标记位点（sequence-tagged site）的缩写，是指染色体上位置已定的、核苷酸序列已知的、且在基因组中只有一份拷贝的DNA短片断，一般长200bp －500bp。它可用PCR方法加以验证。将不同的STS依照它们在染色体上的位置依次排列构建的图为STS图。在基因组作图和测序研究时，当各个实验室发表其DNA测序数据或构建成的物理图时，可用STS来加以鉴定和验证，并确定这些测序的DNA片段在染色体上的位置；还有利于汇集分析各实验室发表的数据和资料，保证作图和测序的准确性。 :表达序列标签技术（EST，Expressed Sequence Tags）EST技术直接起源于人类基因组计划。 ：生物信息学数据库。UniGene试图通过计算机程序对GeneBank中的序列数据进行适当处理，剔除冗余部分，将同一基因的序列，包括EST序列片段搜集到一起，以便研究基因的转录图谱。UniGene除了包括人的基因外，也包括小鼠、大鼠等其它模式生物的基因。 :开放阅读框（ORF，open reading frame )是基因序列的一部分，包含一段可以编码蛋白的碱基序列，不能被终止子打断。编码一个蛋白质的外显子连接成为一个连续的ORF。 10.分子钟检验：只有分子钟的，没听过分子钟检验。一种关于分子进化的假说，认为两个物种的同源基因之间的差异程度与它们的共同祖先的存在时间(即两者的分歧时间)有一定的数量关系
最新生物信息学考试复习
——古A．名词解释 1. 生物信息学：广义是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。狭义是指综合应用信息科学，数学理论，方法和技术，管理、分析和利用生物分子数据的科学。 2. 基因芯片：将大量已知或未知序列的DNA片段点在固相载体上，通过物理吸附达到固定化（cDNA芯片），也可以在固相表面直接化学合成，得到寡聚核苷酸芯片。再将待研究的样品与芯片杂交，经过计算机扫描和数据处理，进行定性定量的分析。可以反映大量基因在不同组织或同一组织不同发育时期或不同生理条件下的表达调控情况。 3. NCBI：National Center for Biotechnology Information.是隶属于美国国立医学图书馆（NLM）的综合性数据库，提供生物信息学方面的研究和服务。 4. EMBL：European Molecular Biology Laboratory.EBI为其一部分，是综合性数据库，提供生物信息学方面的研究和服务。 5. 简并引物：PCR引物的某一碱基位置有多种可能的多种引物的混合体。 6. 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。
7. BLAST：Basic Local Alignment Search Tool.是通过比对(alignment)在数据库中寻找和查询序列(query)相似度很高的序列的工具。 8. ORF：Open Reading Frame.由起始密码子开始，到终止密码子结束可以翻译成蛋白质的核酸序列，一个未知的基因，理论上具有6个ORF。 9. 启动子：是RNA聚合酶识别、结合并开始转录所必须的一段DNA序列。原核生物启动子由上游调控元件和核心启动子组成，核心启动子包括-35区（Sextama box）TTGACA，-10区（Pribnow Box）TATAAT，以及+1区。真核生物启动子包括远上游序列和启动子基本元件构成，启动子基本元件包括启动子上游元件（GC岛，CAAT盒），核心启动子（TATA Box，+1区帽子位点）组成。 10. motif：模体，基序，是序列中局部的保守区域，或者是一组序列中共有的一小段序列模式。 11. 分子进化树：通过比较生物大分子序列的差异的数值重建的进化树。 12. 相似性：序列比对过程中用来描述检测序列和目标序列之间相似DNA碱基或氨基酸残基序列所占的比例。 13. 同源性：两个基因或蛋白质序列具有共同祖先的结论。
生物信息学课后题及答案-推荐下载
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。 2.我国自主知识产权的主要基因组测序计划有哪些？水稻（2002），家鸡（2004），家蚕（2007），家猪（2012），大熊猫（2010） 2．第一章 、管路敷设技术通过管线不仅可以解决吊顶层配置不规范高中资料试卷问题，而且可保障各类管路习题到位。在管路敷设过程中，要加强看护关于管路高中资料试卷连接管口处理高中资料试卷弯扁度固定盒位置保护层防腐跨接地线弯曲半径标高等，要求技术交底。管线敷设技术包含线槽、管架等多项方式，为解决高中语文电气课件中管壁薄、接口不严等问题，合理利用管线敷设技术。线缆敷设原则：在分线盒处，当不同电压回路交叉时，应采用金属隔板进行隔开处理；同一线槽内，强电回路须同时切断习题电源，线缆敷设完毕，要进行检查和检测处理。、电气课件中调试对全部高中资料试卷电气设备，在安装过程中以及安装结束后进行 高中资料试卷调整试验；通电检查所有设备高中资料试卷相互作用与相互关系，根据生产工艺高中资料试卷要求，对电气设备进行空载与带负荷下高中资料试卷调控试验；对设备进行调整使其在正常工况下与过度工作下都可以正常工作；对于继电保护进行整核对定值，审核与校对图纸，编写复杂设备与装置高中资料试卷调试方案，编写重要设备高中资料试卷试验方案以及系统启动方案；对整套启动过程中高中资料试卷电气设备进行调试工作并且进行过关运行高中资料试卷技术指导。对于调试过程中高中资料试卷技术问题，作为调试人员，需要在事前掌握图纸资料、设备制造厂家出具高中资料试卷试验报告与相关技术资料，并且了解现场设备高中资料试卷布置情况与有关高中资料试卷电气系统接线等情况，然后根据规范与规程规定，制定设备调试高中资料试卷方案。 、电气设备调试高中资料试卷技术电力保护装置调试技术，电力保护高中资料试卷配置技术是指机组在进行继电保护高中资料试卷总体配置时，需要在最大限度内来确保机组高中资料试卷安全，并且尽可能地缩小故障高中资料试卷破坏范围，或者对某些异常高中资料试卷工况进行自动处理，尤其要避免错误高中资料试卷保护装置动作，并且拒绝动作，来避免不必要高中资料试卷突然停机。因此，电力高中资料试卷保护装置调试技术，要求电力保护装置做到准确灵活。对于差动保护装置高中资料试卷调试技术是指发电机一变压器组在发生内部故障时，需要进行外部电源高中资料试卷切除从而采用高中资料试卷主要保护装置。
生物信息学试题整理
UTR的含义是（B ） A.编码区 B. 非编码区 C. motif的含义是（D ）。 A.基序 B. 跨叠克隆群 C. algorithm 的含义是（B ）。 A.登录号 B. 算法 C. RGR^ （D ）。 A.在线人类孟德尔遗传数据 D.水稻基因组计划 下列Fasta格式正确的是（B） 低复杂度区域 D. 幵放阅读框 碱基对 D. 结构域 比对 D. 类推 B. 国家核酸数据库 C. 人类基因组计划 A. seql: agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta B. >seq1 agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta C. seq1:agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta D. >seq1agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta 如果我们试图做蛋白质亚细胞定位分析，应使用（D） A. NDB 数据库 B. PDB 数据库 C. GenBank 数据库 D. SWISS-PROT 数
据库 Bioinformatics 的含义是（A ）。 A. 生物信息学 B. 基因组学 C. 蛋白质组学 D. 表观遗传学 Gen Bank中分类码PLN表示是（D ）。 A.哺乳类序列 B. 细菌序列 C.噬菌体序列 D. 植物、真菌和藻类序列 ortholog 的含义是（A）0 A.直系同源 B.旁系同源 C.直接进化 D.间接进化 从cDNA文库中获得的短序列是（D ）o A. STS B. UTR C. CDS D. EST con tig的含义是（B ）o A.基序 B. 跨叠克隆群 C. 碱基对 D. 结构域 TAIR （AtDB）数据库是（C）o A.线虫基因组 B. 果蝇基因组 C. 拟南芥数据库 D. 大肠杆菌基因组ORF的含义是（D ）o A.调控区 B. 非编码区 C.低复杂度区域 D. 幵放阅读框
2019版国科大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 陈润生老师部分： 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。 2.如何利用数据库信息发现新基因，其算法本质是什么？ 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。可分为：①基于信号，如剪切位点、序列中的启动子与终止子等。②基于组分，即基因家族、特殊序列间比较，Complexity analysis，Neural Network 2)利用EST数据库发现新基因和新SNPs： （归属于同一基因的EST片断一定有overlapping，通过alignment可组装成一完整的基因，但EST片断太小，不存在数据来源，主要是拼接问题） 数据来源于大量的序列小片段，EST较短，故关键在正确拼接。方法有基因组序列比对、拼接、组装法等。经常采用SiClone策略。其主要步骤有：构建数据库；将序列纯化格式标准化；从种子库中取序列和大库序列比对；延长种子序列，至不能再延长；放入contig库①构建若干数据库：总的纯化的EST数据库，种子数据库，载体数据库，杂质、引物数据库，蛋白数据库，cDNA数据库； ②用所用种子数据库和杂质、引物数据库及载体数据库比对，去除杂质； ③用种子和纯化的EST数据库比对 ④用经过一次比对得到的长的片段和蛋白数据库、cDNA数据库比较，判断是否为已有序列，再利用该大片段与纯化的EST数据库比对，重复以上步骤，直到序列不能再延伸； ⑤判断是否为全长cDNA序列。 （利用EST数据库：原理：当测序获得一条EST序列时，它来自哪一个基因的哪个区域是未知的（随机的），所以属于同一个基因的不同EST序列之间常有交叠的区域。根据这种“交叠”现象，就能找出属于同一个基因的所有EST序列，进而将它们拼接成和完整基因相对应的全长cDNA序列。而到目前为止，公共EST数据库(dbEST)中已经收集到约800万条的人的EST序列。估计这些序列已覆盖了人类全部基因的95%以上，平均起来每个基因有10倍以上的覆盖率。）
生物信息学数据库或软件
一、搜索生物信息学数据库或者软件 数据库是生物信息学的主要内容，各种数据库几乎覆盖了生命科学的各个领域。 核酸序列数据库有GenBank，EMBL，DDB等，核酸序列是了解生物体结构、功能、发育和进化的出发点。国际上权威的核酸序列数据库有三个，分别是美国生物技术信息中心（NCBI）的GenBank ，欧洲分子生物学实验室的EMBL-Bank（简称EMBL），日本遗传研究所的DDBJ 蛋白质序列数据库有SWISS-PROT，PIR，OWL，NRL3D，TrEMBL等， 蛋白质片段数据库有PROSITE，BLOCKS，PRINTS等， 三维结构数据库有PDB，NDB，BioMagResBank，CCSD等， 与蛋白质结构有关的数据库还有SCOP，CATH，FSSP，3D-ALI，DSSP等， 与基因组有关的数据库还有ESTdb，OMIM，GDB，GSDB等， 文献数据库有Medline，Uncover等。 另外一些公司还开发了商业数据库,如MDL等。
生物信息学数据库覆盖面广，分布分散且格式不统一, 因此一些生物计算中心将多个数据库整合在一起提供综合服务，如EBI的SRS(Sequence Retrieval System)包含了核酸序列库、蛋白质序列库，三维结构库等30多个数据库及CLUSTALW、PROSITESEARCH等强有力的搜索工具，用户可以进行多个数据库的多种查询。 二、搜索生物信息学软件 生物信息学软件的主要功能有： 分析和处理实验数据和公共数据，加快研究进度，缩短科研时间； 提示、指导、替代实验操作，利用对实验数据的分析所得的结论设计下一阶段的实验；寻找、预测新基因及预测其结构、功能； 蛋白高级结构预测。 如：核酸序列分析软件BioEdit、DNAClub等；序列相似性搜索BLAST；多重系列比对软件Clustalx；系统进化树的构建软件Phylip、MEGA等；PCR 引物设计软件Primer premier6.0、oligo6.0等；蛋白质二级、三级结构预测及三维分子浏览工具等等。 NCBI的网址是：https://www.360docs.net/doc/5316788768.html,。 Entrez的网址是：https://www.360docs.net/doc/5316788768.html,/entrez/。 BankIt的网址是：https://www.360docs.net/doc/5316788768.html,/BankIt。 Sequin的相关网址是：https://www.360docs.net/doc/5316788768.html,/Sequin/。 数据库网址是：https://www.360docs.net/doc/5316788768.html,/embl/。
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。 17）试述DNA序列分析的流程及代表性分析工具。 18）如何用BLAST发现新基因 19）试述SCOP蛋白质分类方案。 20）试述SWISS-PROT中的数据来源。 21）TrEMBL哪两个部分 22）试述PSI-BLAST 搜索的5个步骤。[ 3） 三、操作与计算题 1）如何获取访问号为U49845的genbank文件解释如下genbank文件的LOCUS行提供的信息： LOCUS SCU49845 5028 bp DNA linear PLN 21-JUN-1999
生物信息学试题
华中农业大学研究生课程考试试卷（B） 考试科目名称：生物信息学考试时间：2011年6月15日备注：所有答案均要写在答题纸上，否则，一律无效。 提示：（1）2小时答题时间；（2）课堂开卷，独立完成；（3）答题简明扼要 1．请查询序列AK101913（GenBank注册号）的相关信息并回答下列问题：（1）若用限制性内切酶PstΙ消化这条序列，可以得到几个片段？（4分） （2）该序列编码的蛋白质有多少个氨基酸？哪种氨基酸所占比例最高？等电点是多少？是否糖蛋白质？如果是糖蛋白，请给出具体类型及糖基化位点。（10分）（3）请分析该序列编码蛋白的保守结构域，根据你的分析，该蛋白可能具有什么样的生物学功能？（6分） 2．任选一种基因结构分析工具，预测序列J04982（GenBank注册号）的基因结构及其编码产物的理化性质。请注明分析工具的名称，以及是否采用某一物种的数据作为参照。 （1）根据你所选用的分析方法，这条序列编码多少个基因？分别包含有多少个exon？预测基因（如有多个基因请注明是第几个基因）是否有转录起点和PolyA加尾信号？ 分析结果是否与GenBank提供的注释信息相符合？（10分） （2）预测的第一个基因编码的蛋白质是否包含有信号肽（注明切割位点）和跨膜区域（注明跨膜区）？预测该蛋白的亚细胞定位。（10分） 注：3a、3b任选一题 3a．RZ220是水稻分子标记遗传连锁图上的一个分子标记，请回答下列有关问题：（1）这个分子标记/位点被定位于水稻的第几号染色体？在你检索的网站（请注明网址）多少水稻的遗传连锁图使用了该分子标记？请列出分子标记遗传连锁图的名称及 其类型（Map Type）（10分） （2）RZ220属于什么类型的分子标记？指出一个与该标记连锁或附近的QTL（注明其编号），并说明该QTL控制什么性状，列出定位该QTL的研究的相关文献。（10分） 3b．BM6506是羊分子标记遗传连锁图上的一个分子标记或位点，请回答下列有关问题：（请注明分析方法名称） （1）这个分子标记/位点被定位于羊的第几号染色体？（4分） （2）在SM1分子标记遗传连锁图上与这个分子标记/位点紧密连锁（两侧）的分子标记/位点的名称是什么？这个分子标记/位点在SM1分子标记遗传连锁图上的遗传位置 是多少？（8分） （3）列出一篇与该标记相关的文献及其在PubMed中的PMID号。（8分） 4．分析六条蛋白质序列（BAF63641、ABO31104、ACO11338、ABH07379、AAF65254、AAB38498）的同源性并回答下列问题（请注明分析方法名称）： （1）哪两条序列的进化关系最近，一致性（Identity）是多少？相似度（Similarity/Positive）是多少？（10分）