计算生物学重点.含答案doc2

名词解释(共21分，每小题3分)：

Motif：DNA、蛋白质等生物大分子中的保守序列。

部分酶切：将样本DNA在有限的时间内进行酶切，结果，在某个概率下，任意两个（不一定是相邻的）位点间的区段可能没有发生酶切，因此会生成任意两个限制酶切位点间的片段。

贪婪算法（登山法）：根本思想是逐步到达山顶，即逐步获得最优解，是解决最优化问题时的一种简单但适用范围有限的策略。贪婪算法的理想结果就是通过反复的将第i个元素移动到第i个位置上来不断的增加prefix(p) 值。在每次迭代中寻找最有吸引力的那项。

无根树：只是标注出在节点之间的关系，没有显示在进化上有直接的关系。有根树：不仅表示出生物类群的亲疏，而且反映出它们有共同的起源及进化方向。即树中有共同祖先。

汉明距离：dH(v,w)是两序列v和w比对时，不一致的核苷酸数目。

有向无圈图：

Open reading frame：mRNA从5'至3'方向，SD序列后第一个AUG开始至终止密码子，可称为一个开放读码框架，读码框架内每3个碱基组成的三联体，就是决定一个氨基酸的遗传密码。

熵Entropy：多重序列中，每种字符在每一列中出现的频率。

Intron：

exon ：真核生物基因的一部分，它在剪接(Splicing)后仍会被保存下来，并可在蛋白质生物合成过程中被表达为蛋白质。

限制性酶切图谱：限制性酶切图谱即DNA分子限制酶切位点图。

穷举搜索算法：即强力算法，检测各种可能的途径从而求解。只在少数情况下实用; 通常是不切实际，难以实现的

大O记号：描述一个算法的运行时间

缺口罚分联配：

反序排序法：给定一个排列, 找到一个能将此排列变成恒等排列的最短的反序序列。

序列相同的百分比：两条氨基酸或核酸序列相似的程度

保守序列：氨基酸的改变倾向于保持原有残基的物化性质。

基因: 编码蛋白质的核苷酸序列

基因预测问题: 预测基因在基因组中位置的计算问题

选择题（共20分，每小题2分）；填空题（共14分，每空1分）

矩阵和数组的加、减、乘、除；矩阵中元素的引用，绘制不同图形使用的函数，什么是for, while循环等等。

给定序列t条，如何计算剖面矩阵得分，汉明距离。

什么是反序排序，断点。

在任何相邻的不连续的元素之间存在断点breakpoint

若ρ＝8为引入缺口罚分，σ＝2为缺口中每个字符的罚分，则序列中5个连续的单字符缺口罚分之和为18 。

蛋白质序列比较的常用得分矩阵有PAM 和BLOSUM 。

菲波那契问题中第8个菲波那契数F(8)是21 。

计算题（共30分，每小题10分）；论述题（共15分）

1．考虑部分酶切，，以下为已知的任意两个酶切位点之间片段的长度集合L＝{1, 1, 2, 2, 2, 3, 3, 4, 4, 5, 5, 5, 6, 7, 7, 7, 8, 9, 10, 11, 12}

求解L的部分酶切问题（即寻找△X＝L的X），即酶切图谱上所有酶切位点的位置的集合，包括开始和结束。

2. 1．考虑部分酶切，，以下为已知的任意两个酶切位点之间片段的长度集合L＝{1,1,1,2,2,3,3,3,4,4,5,5,6,6,6,9,9,10,11,12,15}

求解L的部分酶切问题（即寻找△X＝L的X），即酶切图谱上所有酶切位点的位置的集合，包括开始和结束。

2．现有两条序列分别是v = TACGGGTGA和w=GGACGTACG，假设匹配得分=1，错配得分=－2，空位罚分=－1，利用动态规划算法对这两条序列进行全局比对，画出对应于计算过程的得分矩阵及最优路径，并给出这两条序列最终的比对结果。

3．现有两条序列v = TACGGGTGA和w=GGACGTACG，假设匹配奖励为+1,错配罚分为－2和插缺罚分均为－1.填写序列v和w之间的局部联配的动态

规划表。并给出这两条序列局部比对的最终结果。

5.利用反序设计一个排序基因组的近似算法（即将它变换成恒等排列）（书写伪代码），并估计该算法的性能保证。

性能保证max|p| = n A(p) / OPT(p)

6.对于发现基序和寻找中间字符串问题，穷举搜索法/分支定界法/贪婪算法/动态规划法需要运行的时间（即算法复杂度）分别是多少？各方法的优缺点是？

分支界定法：

3．给定一棵树T，其每片叶子是由4个字母（A T C G）所标记，4×4阶的可加权得分矩阵如下表，求解树T最小化加权简约得分的内部顶点的标记。

A T G C

A 0 4 7 6

T 4 0 6 8

G 7 6 0 9

C 6 8 9 0

A T G C

2．给定一个4×4阶的可加距离矩阵D ，求解一棵符合D 的含有4片叶子的

A T G C