生物信息学期末考试重点
生物信息学期末复习资料（小字）
生物信息学期末复习资料（小字）名词解释或辨析。
1.生物信息学：生物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.基因芯片：固定有寡核苷酸、基因组DNA或互补DNA 等的生物芯片。
利用这类芯片与标记的生物样品进行杂交，可对样品的基因表达谱生物信息进行快速定性和定量分析。
3.人类基因组计划：HGP，是一项规模宏大，跨国跨学科的科学探索工程。
其宗旨在于测定组成人类染色体（指单倍体)中所包含的30亿个碱基对组成的核苷酸序列，从而描绘人类基因组图谱，并且辨识其载有的基因及其序列，达到破译人类遗传信息的最终目的。
4.中心法则：分子生物学的基本法则，是1958年由克里克（Crick）提出的遗传信息传递的规律，包括由DNA到DNA的复制，由DNA到RNA的转录和由RNA 到蛋白质的翻译等过程。
20世纪70年代逆转录酶的发现，表明还有由RNA逆转录形成DNA的机制，是对中心法则的补充和丰富。
5.相似性和同源性：相似性（similarity）和同源性（homology）是两个完全不同的概念。
同源序列是指从某一共同祖先经过趋异进化而形成的不同序列。
相似性是指序列比对过程中检测序列和目标序列之间相同碱基或氨基酸残基序列所占比例的大小。
当两条序列同源时，他们的氨基酸或核苷酸序列通常有显著的一致性（identity）。
如果两条系列有一个共同进化的祖先，那么他们是同源的。
这里不存在同源性的程度问题，两条序列要么是同源的要么是不同源的。
1.生物信息学：综合计算机科学、信息技术和数学的理论和方法来研究生物信息的交叉学科。
包括生物学数据的研究、存档、显示、处理和模拟，基因组遗传和物理图谱的处理，核苷酸和氨基酸序列分析，新基因的发现和蛋白质结构的预测等。
2.蛋白质组：指由一个基因组，或一个细胞、组织表达的所有蛋白质。
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。
生物信息学期末考试重点
第一讲生物信息学（Bioinformatics）是20世纪80年代末随着人类基因组计划的启动而兴起的一门新型交叉学科，它体现了生物学、计算机科学、数学、物理学等学科间的渗透与融合。
生物信息学通过对生物学实验数据的获取、加工、存储、检索与分析，达到揭示数据所蕴含的生物学意义从而解读生命活动规律的目的。
生物信息学不仅是一门学科，更是一种重要的研究开发平台与工具，是今后进行几乎所有生命科学研究的推手。
生物技术与生物信息学的区别及联系生物信息学的发展历史•人类基因组计划（HGP）•人类基因组计划由美国科学家于1985年提出，1990年启动。
根据该计划，在2015年要把人体约4万个基因的密码全部揭开，同时绘制出人类基因的谱图，也就是说，要揭开组成人体4万个基因的30亿个碱基对的秘密。
HGP与曼哈顿原子弹计划和阿波罗计划并称为三大科学计划，被誉为生命科学的登月计划。
(百度百科)随着基因组计划的不断发展，海量的生物学数据必须通过生物信息学的手段进行收集、分析和整理后，才能成为有用的信息和知识。
换句话说，人类基因组计划为生物信息学提供了兴盛的契机。
上文所说的基因、碱基对、遗传密码子等术语都是生物信息学需要着重研究的地方。
：】第二讲回顾细胞结构细胞是所有生命形式结构和功能的基本单位细胞组成细胞膜主要由脂类和蛋白质组成的环绕在细胞表面的双层膜结构细胞质细胞膜与细胞核之间的区域：包含液体流质，夹杂物存储的营养、分泌物、天然色素和细胞器细胞器细胞内完成特定功能的结构：线粒体、核糖体、高尔基体、溶酶体等细胞核最大的细胞器DNA的结构碱基（腺嘌呤A、鸟嘌呤G、胞嘧啶C、胸腺嘧啶G）。
核苷酸核苷酸是构成DNA分子的重要模块。
每个核苷酸分子由一分子称作脱氧核糖的戊糖（五碳糖）、一分子磷酸和一分子碱基构成。
每种核苷酸都有一个碱基对，也就是A、T、C、G基因是什么基因是遗传物质的基本单位基因就是核苷酸序列。
大部分的基因大约是1000-4000个核苷酸那么长。
生物信息学期末考试重点
1、生物信息学(Bioinformatics)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.它通过综合利用生物学，计算机科学和信息技术而揭示大量而复杂的生物数据所赋有的生物学奥秘。
2、数据库(Database）是按照数据结构来组织、存储和管理数据的仓库，它产生于距今六十多年前,随着信息技术和市场的发展,特别是二十世纪九十年代以后,数据管理不再仅仅是存储和管理数据，而转变成用户所需要的各种数据管理的方式。
数据库有很多种类型，从最简单的存储有各种数据的表格到能够进行海量数据存储的大型数据库系统都在各个方面得到了广泛的应用。
3、表达序列标签从一个随机选择的cDNA 克隆进行5'端和3’端单一次测序获得的短的cDNA 部分序列，代表一个完整基因的一小部分，在数据库中其长度一般从20 到7000bp 不等,平均长度为360 ±120bp。
EST 来源于一定环境下一个组织总mRNA 所构建的cDNA 文库，因此EST也能说明该组织中各基因的表达水平。
4、开放阅读框是基因序列中的一段无终止序列打断的碱基序列，可编码相应的蛋白.ORF识别包括检测六个阅读框架并决定哪一个包含以启动子和终止子为界限的DNA序列而其内部不包含启动子或终止子,符合这些条件的序列有可能对应一个真正的单一的基因产物。
ORF的识别是证明一个新的DNA序列为特定的蛋白质编码基因的部分或全部的先决条件。
5、蛋白质的一级结构在每种蛋白质中氨基酸按照一定的数目和组成进行排列，并进一步折叠成特定的空间结构前者我们称为蛋白质的一级结构，也叫初级结构或基本结构。
蛋白质一级结构是理解蛋白质结构、作用机制以及与其同源蛋白质生理功能的必要基础.6、基因识别是生物信息学的一个重要分支，使用生物学实验或计算机等手段识别DNA序列上的具有生物学特征的片段。
生物信息学重点
⽣物信息学重点⼀、名解1.⽣物信息学：（狭义）专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的学科；（⼴义）指⽣命科学与数学、计算机科学和信息科学等交汇融合所形成的⼀门交叉学科。
2.⼈类基因组测序计划：3基因组学：以基因组分析为⼿段，研究基因组的结构组成、时序表达模式和功能，并提供有关⽣物物种及其细胞功能的进化信息。
p1504基因组：是指⼀个⽣物体、细胞器或病毒的整套基因。
p1505.⽐较基因组学：是指基因组学与⽣物信息学的⼀个重要分⽀。
通过模式⽣物基因组之间或模式⽣物基因组与⼈类基因组之间的⽐较与鉴别，可以为研究⽣物进化和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。
p1666功能基因组：表达⼀定功能的全部基因所组成的DNA序列，包括编码基因和调控基因。
功能基因组学：利⽤结构基因组学研究所得的各种来源的信息，建⽴与发展各种技术和实验模型来测定基因及基因组⾮编码序列的⽣物学功能。
7蛋⽩质组：是指⼀个基因组中各个基因编码产⽣的蛋⽩质的总体，即⼀个基因组的全部蛋⽩产物及其表达情况。
p1798蛋⽩质组学：指应⽤各种技术⼿段来研究蛋⽩质组的⼀门新兴科学，其⽬的是从整体的⾓度分析细胞内动态变化的蛋⽩质组成成分、表达⽔平与修饰状态，了解蛋⽩质之间的相互作⽤与联系，揭⽰蛋⽩质功能与细胞⽣命活动规律。
9功能蛋⽩质组学：（功能蛋⽩质组，即细胞在⼀定阶段或与某⼀⽣理现象相关的所有蛋⽩）。
10序列对位排列：通过插⼊间隔的⽅法使不同长度的序列对齐，达到长度⼀致。
11 基因组作图：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。
p15512 后基因组时代：其标志是⼤规模基因组分析、蛋⽩质组分析以及各种数据的⽐较和整合。
p3⼆填空题1⽣物信息学的发展⼤致经历了3个阶段，分别为前基因组时代、基因组时代、后基因组时代。
p22后基因组时代的标志性⼯作是（基因组分析）（蛋⽩质组分析）以及（各种数据的⽐较和整合）p33前基因组时代的标志性⼯作是⽣物数据库的建⽴、检索⼯具的开发以及DNA和蛋⽩质的序列分析p2 4基因组时代的标志性⼯作是（基因寻找和识别）（⽹络数据库系统的建⽴）以及（交互界⾯的开发）p2 5 ⼈类基因组计划的⽬标是完成四张图，分别是（遗传图谱）（物理图谱）（序列图谱）和（基因图谱）5 HGP由六个国家完成，我国完成了HGP的（1%，即３号染⾊体上3000万个碱基）的测序⼯作。
生物信息学期末考试重点总结
第一章DNA、RNA和蛋白质序列信息资源生物信息学的概念：专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，也称分子生物信息学。
三大核酸序列数据库GenBank(NCBI)美国国家生物技术信息中心，EMBL欧洲分子生物学实验，DDBJ日本DNA序列资料库序列信息通常用FASTA和GenBank两种格式显示第二章双序列比对数据库查询：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。
数据库搜索：通过特定相似性比对算法，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。
区别：数据库搜索专门针对核酸和蛋白质序列数据库而言，其搜索对象不是数据库的注释信息，而是序列信息。
检测序列：新测定的，希望通过数据库搜索确定其性质或功能的序列目标序列：通过数据库搜索得到的和检测序列具有一定相似性的序列同源性的意义：具有共同祖先。
两个物种中有两个性状满足下列任一条件，就可称为同源性状：（1）它们与这些物种的祖先类群中所发现的某个性状相同（2）（2）它们是具有祖先一后裔的不同性状同源（homology）-具有共同的祖先同源序列：共同祖先趋异进化形成垂直同源（ortholog）种系形成过程中起源于一个共同祖先的不同种系中的DNA或蛋白质序列水平同源（paralog）由序列复制事件产生的相似（similarity）用来描述检测和目标序列之间相同DNA/蛋白质序列占比高低。
同源序列一般是相似的，但相似序列不一定是同源的。
相似性：大于50%可认为是同源性序列，小于20%无法确定同源性目的：通过数据库搜索，推测该未知序列可能属于哪个基因家族，具有哪些生物学功能。
可能找到已知三维结构的同源蛋白质而推测其可能的空间结构。
在序列数据库中对查询序列进行同源性比对.整体比对：从全长序列出发（分子系统学）局部比对：序列部分区域相似性（分子结构与功能性研究）数据库搜索的基础是序列的相似性比对，即双序列比对(pairwise alignment)。
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。
生物信息学期末期末复习
■一、选择题：1.以下哪一个是mRNA条目序列号：A.J01536■.NM_15392C.NP_52280D.AAB1345062.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：■.UnigeneB.EntrezC.LocusLinkD.PCR3.一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：■dbESTB.PDBC.OMIMD.HTGS5.下面哪个数据库面向人类疾病构建：A.ESTB.PDB■.OMIMD.HTGS6.Refseq和GenBank有什么区另1J：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Refseq7.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.OMIMB.Entrez■PubMedD.PROSITE8.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/YB.Q/W/YC.F/W/YD.Q/N/W10.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。
生物信息学期末考试总复习
2、序列比对的类型①全局序列比对定义：在全局范围内对两条序列进行比对打分的方法。
适合于非常相似且长度近似相等的序列。
②局部序列比对定义：一种寻找匹配子序列的序列比对方法。
适合于一些片段相似而另一些片段相异的序列。
4、ployA：转录终止信号序列，AATAA，称为多聚腺苷酸信号；5、SNP；单核苷酸多态性；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。
5、序列相似性比较：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；7、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。
8、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。
9、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。
1、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。
2、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。
4、最大似然法（ML：它对每个可能的进化位点分配一个概率，然后综合所有位点，找到概率最大的进化树。
最大似然法允许采用不同的进化模型对变异进行分析评估，并在此基础上构建系统发育树。
5、开放阅读框（ORF：开放阅读框是基因序列的一部分，包含一段可以编码蛋白的碱基序列。
6、.密码子偏好性（codon bias：氨基酸的同义密码子的使用频率与相应的同功 tRNA 的水平相一致，大多数高效表达的基因仅使用那些含量高的同功 tRNA 所对应的密码子，这种效应称为密码子偏好性。
生物信息学复习重点
生物信息学就是一门交叉学科, 包含了生物信息得获取、加工、存储、分配、分析、解释等在内得所有方面, 它综合运用数学、计算机科学与生物学等得各种工具来阐明与理解大量数据所包含得生物学意义。
生物信息学宗旨在揭示基因组信息结构得复杂性及遗传语言得根本规律。
从生物分子获得与挖掘深层次生物学知识。
人类基因组计划（HGP）：获得遗传图、物理图、序列图、转录图；终极目标：阐明人类基因组全部DNA序列；识别基因；建立储存这些信息得数据库；开发数据分析工具；研究HGP实施所带来得伦理、法律与社会问题。
其中我国承担了人类3号染色体短臂。
记录：一个数据库记录一般由两部分组成：原始序列数据与描述这些数据生物学信息得注释。
冗余：在一个数据库存在着多个相同得项，如两个或者更多得记录中有一个相同序列Fasta格式开始于一个标识符：">"，然后就是一行描述。
GenBank格式：每个基因描述可有多个描述行，包含一行以LOUCUS开头描述行，基因序列以ORIGN开头，以//结尾。
EMBL：入口标识符ID，序列开始标识符SQ，结束就是//。
数据库得特点：①数据库就是可以检索得，即具有检索功能；②数据库应该就是定时更新得，即不断有新版内容发布；③数据库就是交叉引用得，特别就是在互联网时代，数据库应该通过超链接与其她数据库相连。
EST序列：表达序列标签对cDNA文库测序得到得，就是转录得DNA序列。
STS序列：序列标签位点染色体上位置已定得、核苷酸序列已知得、且在基因组中只有一份拷贝得DNA短片断,(200bp－500bp)。
STS序列标签位点就是基因组上定位明确、作为界标并能通过PCR扩增被唯一操作得短得、单拷贝DNA 序列，用于产生作图位点。
GSS序列：基因组概览测序基因组DNA克隆得一次性部分测序得到得序列。
HTG序列：高通量基因组序列三大数据库：NCBI(GenBank)：美国生物技术中心，建立了一系列生物信息数据与各种服务。
生物信息学复习要点
如对您有帮助，欢迎下载支持，谢谢！如对您有帮助，欢迎下载支持，谢谢！一、名词解释（每小题3分，共30分）分）1.1. 生物信息学生物信息学2.2. 数据库技术数据库技术3.3. 数据仓库数据仓库4.4.EST5.5. 概念性翻译概念性翻译6.6. 同源性同源性7.7. 单系类群单系类群8.8. 全局排列全局排列9.9. 基因作图基因作图1010．直系同源体簇．直系同源体簇．直系同源体簇二、填空题（每空1分，共10分）分）1． 生物信息学主要研究的两种信息载体是生物信息学主要研究的两种信息载体是和 。
2． 国际上的三大核苷酸序列数据库分别是 、和 。
3． 数据挖掘的三大技术支柱是数据挖掘的三大技术支柱是、 和 。
4． 相同类型核苷酸的替换称为 ，不同类型核苷酸的替换称为 。
三、单项选择题（每小题1分，共10分）分）1.1. 在对模式生物进行全基因组的测定中，作为真菌模式生物的是在对模式生物进行全基因组的测定中，作为真菌模式生物的是。
A 、大肠杆菌、大肠杆菌B 、青霉菌、青霉菌C 、酵母菌、酵母菌D 、线虫、线虫2．NCBI 成立于成立于。
A 、1988年B 、1989年C 、1990年D 、1992年3．根据数据库管理系统所支持的基本数据模型的不同，可以将数据库分为五类，其中第二代数据库是代数据库是。
A 、层次数据库、层次数据库B 、网状数据库、网状数据库C 、关系数据库、关系数据库D 、分布式数据库、分布式数据库4．在向GenBank 投送序列的工具中，投送序列的工具中， 是标准的序列投送工具。
是标准的序列投送工具。
A 、Cn3DB 、tb12asnC 、BankItD 、Sequin5. 目前最为常用和注释最全的蛋白质序列数据库是目前最为常用和注释最全的蛋白质序列数据库是。
A 、Identify B 、OWLC 、PIRD 、SWISS-PROT6. 下列选项中根据蛋白质三维折叠模式和进化关系划分的结构分类数据库是下列选项中根据蛋白质三维折叠模式和进化关系划分的结构分类数据库是。
生物信息学考试重点
1.生物信息学：生物信息学包含了生物信息的获取、处理、分析、和解释等在内的一门交叉学科；它综合运用了数学、计算机学和生物学的各种工具来进行研究；目的在于阐明大量生物学数据所包含的生物学意义。
2.BLAST 直译：基本局部排比搜索工具意译：基于局部序列排比的常用数据库搜索工具含义：蛋白质和核酸序列数据库搜索软件系统及相关数据库3.PSI-BLAST：是一种迭代的搜索方法，可以提高BLAST和FASTA的相似序列发现率。
4.一致序列：这些序列是指把多序列联配的信息压缩至单条序列，主要的缺点是除了在特定位置最常见的残基之外，它们不能表示任何概率信息。
5.HMM隐马尔可夫模型：是蛋白质结构域家族序列的一种严格的统计模型，包括序列的匹配，插入和缺失状态，并根据每种状态的概率分布和状态间的相互转换来生成蛋白质序列。
6.信息位点：由位点产生的突变数目把其中的一课树与其他树区分开的位点。
7.非信息位点：对于最大简约法来说没有意义的点。
8.标度树：分支长度与相邻节点对的差异程度成正比的树。
9.非标度树：只表示亲缘关系无差异程度信息。
10.有根树：单一的节点能指派为共同的祖先，从祖先节点只有唯一的路径历经进化到达其他任何节点。
11.无根树：只表明节点间的关系，无进化发生方向的信息，通过引入外群或外部参考物种，可以在无根树中指派根节点。
12.注释：指从原始序列数据中获得有用的生物学信息。
这主要是指在基因组DNA中寻找基因和其他功能元件（结构注释），并给出这些序列的功能（功能注释）。
13.聚类分析：一种通过将相似的数据划分到特定的组中以简化大规模数据集的方法。
14.ESI电喷雾离子化：一种适合大分子如蛋白质离子化没有明显降解的质谱技术。
样品溶解后从高电压控制下的细针中喷出，形成的带电荷微小液滴从一个小孔直接进入质谱仪的真空室中，在其钟被一股惰性气体干燥形成气态离子，这些气态离子从分析仪向探测器加速（飞行）。
15.机制辅助的激光解析/离子化（MAIDI）：这一技术通过质谱产生离子，这适合于没有降解的大蛋白质的分析。
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。
(完整word版)生物信息学期末资料(word文档良心出品)
一、名词解释1）人类基因组测序计划: 是一项规模宏大, 由美国科学家于1985年率先提出, 于1990年正式启动的跨国跨学科的科学探索工程。
其宗旨在于测定组成人类染色体中所包含的30亿个碱基对组成的核苷酸序列, 从而绘制人类基因组图谱, 并且辨识其载有的基因及其序列, 达到破译人类遗传信息的最终目的。
2）BLAST搜索: 又称为"类BLAST比对工具", 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。
3）SNP: 称单核苷酸多态性, 是指在基因组上单个核苷酸的变异, 包括转换、颠换、缺失和插入, 形成的遗传标记, 其数量很多, 多态性丰富。
4）物理图谱: 利用限制性内切酶将染色体切成片段, 再根据重叠序列确定片段间连接顺序, 以及遗传标记之间物理距离碱基对(bp) 或千碱基对(kb)或兆碱基对(Mb)的图谱。
5）一级数据库: 记录实验结果和一些初步的解释, 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。
6）分子系统树: 从生物大分子（氨基酸、核苷酸）的遗传信息推断生物进化的历史, 并以系统树（谱系）的形式表达出来。
7）基因识别: 是生物信息学的一个重要分支, 使用生物学实验或计算机等手段识别DNA序列上的具有生物学特征的片段。
基因识别的对象主要是蛋白质编码基因, 也包括其他具有一定生物学功能的因子, 如RNA 基因和调控因子。
8）基因组作图: 确定界标或基因在构成基因组的各条染色体上的位置, 以及染色体上各个界标或基因之间的相对距离, 绘制遗传连锁图或物理图。
9）功能蛋白质组学: 指对蛋白质间、蛋白质与DNA/RNA间的相互作用的研究。
以细胞内某个功能有关的或某种条件下的一群蛋白质为主要研究内容, 由此建立细胞内外信号传递的复杂网络。
10）HMM隐马尔可夫模型: 由马尔科夫链发展扩充而来的一种随机模型。
南京工业大学《生物信息学》期末复习
生工1202生物信息学考试参考资料1、生物信息学的主要应用有哪些？①生物信息学数据库：数据库建立、数据库整合和数据挖掘②序列分析：序列比对、基因序列注释③其他：比较基因组学、基因和蛋白质的表达分析、生物芯片大规模功能表达谱的分析、蛋白质结构的预测、蛋白质与蛋白质的相互作用、生物系统模拟、代谢网络建模分析、计算机进化生物学、生物多样性研究、合成生物学2、生物学数据库有哪些特点？①数据库的更新速度不断加快、数据量呈指数增长②数据库使用频率增长更快③数据库的复杂程度不断增加④数据库网络化⑤面向应用⑥先进的软硬件配置3、一级数据库和二级数据库的区别是什么？有哪些一级数据库和二级数据库？一级数据库属于档案数据库，库中的主要内容是来源于实验室操作所得到的原始数据结果；二级数据库则是在一级数据库的信息基础上进行了计算加工处理并增加了许多人为的注释而构成的一级数据库：核酸序列数据库GenBank、EMBL、DDBL及蛋白质数据库PDB二级数据库：NCBI的RefSeq数据库4、数据库的Fasta、Flat file和XML格式各有何特点？（1）FASTA序列格式包括三个部分：（书上没有PPT第二章第19-20页）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，但它是许多序列分析程序正确读取序列所必须的。
提供了从一个窗口到另一个窗口非常方便的拷贝途径，序列中没有数字或其他非字符。
从第二行开始是序列本身，标准核苷酸符号（大小写均可）或氨基酸单字母符号（大写）。
（2）平面文件格式—Flat File纯文本文件、通用性好、检索复杂，冗余字段较多，大容量数据库难以处理（3）XML格式（PPT第二章第29、32页）一个XML文件代表一个嵌套的信息树。
树中的每一个节点能包含像一串子节点或者一些属性这样的数据，并且一个XML文件始于根节点。
生物信息学期末复习知识点总结
生物信息学：利用数学、物理、化学的理论、技术和方法，以计算机为工具，对生命现象加以研究，得到深层次的生物学知识。
研究任务：收集与管理生物分子数据，对数据进行处理分析，为其它生物学研究提供服务四大“模式生物”：酵母、线虫、果蝇、小鼠糖的生物功能，作为燃料（是生命活动所需的能源），重要的中间代谢物，参与生物大分子组成，作为信号分子脂类的生物功能，构成生物膜的骨架，储存能量（效率是糖的2倍左右），构成生物表面的保护层、保温层，重要的生物学活性物质蛋白质的生物功能，是遗传信息转化成生物结构和功能的表达者；参与基因表达的调节，以及细胞中氧化还原反应、电子传递、神经传递、学习记忆等重要生命过程；酶（一类重要的蛋白质）在细胞和生物体内各种生化反应中起催化作用；蛋白质的空间结构一级结构(primary structure)多肽链中氨基酸数目、种类和线性排列顺序二级结构(secondary structure)氢键形成-螺旋( -helix)链间形成-折叠(-sheet)三级结构(tertiary structure)肽链进一步沿多方向盘绕成紧密的近似球状结构四级结构(quaternary structure)具有特定构象的肽链进一步结合，并在空间相互作用检索方法：1）追溯法：通过已知文献后附有的参考文献中提供的线索来查找文献。
（2）常用法：利用各种检索工具来查找文献。
（3）循环法：是将常用法和追溯法交替使用的一种综合文献检索方法。
（4）浏览法：是从本专业期刊或其它类型的原始文献中直接查阅文献资料。
检索途径：著者途径：分类途径：主题途径：其它途径；检索过程：（1）分析研究课题（2）制定检索策略（3）查找文献线索（4）获得原始文献大规模基因组DNA测序：鸟枪法（ Shot-gun sequencing）方法：借助物理或化学的手段将整个基因组随机打断成一定大小的片段进行测序，再根据序列间的重叠关系进行计算机排序与组装，确定它们在基因组中的位置。
生物信息学期末复习考点汇总!!!.docx
生物信息学必须掌握的考点汇总！！！—、绪论生物信息学Definition of Bioinformatics :利用数学、物理、化学的理论、技术和方法，以计算机为工具，对生命现象加以研究，得到深层次的生物学知识。
※计算生物学：更偏重计算、理论和方法※分子生物信息学：狭义的生物信息学，主要研究DNA和Protein※理论生物学：包含生物信息学※信息生物学：新概念，以生命信息的遗传，传输，调节和表达的基本规律为研究中心※系统生物学：研究生物系统组成成分的构成与相互关系的结构、动态与发生，以系统论和实验、计算方法整合研究为特征的生物学研究目标：揭示蕴藏在生物数据中的生物规律和内涵研究任务：1. 收集与管理生物分子数据2. 对数据进行处理分析3. 为其它生物学研究提供服务（提供工具）4. 最终解释生命是什么研究内容：1. 数据管理层面上：开发、设计一系列相关的工具，能够方便有效的获取、管理以及使用各种类型的数据和信息。
2. 算法开发层面上：开发新的算法及统计学的方法来揭示大规模数据之间的联系。
3. 研究对象层面上：分析和解释各种类型的生物学数据，包括核酸、氨基酸序列、蛋白质功能结构域以及蛋白质三级结构等。
研究意义：1. 生物学从传统的实验科学转向实验、理论相互结合的科学2. 从理论上认识生物的本质的必要途径3. 人类健康、医药卫生发展的新途径研究对象:碱基一 -►基因组-------------- ►蛋白质表型基因组学蛋白质组学信息的存储密码表的进化单核甘酸多态(SNP)基因识别非编码区功能基因演化染色体分析基因组比较结构预测定位预测蛋白质修饰蛋白质功能蛋白质互作表达网络代谢网络调控网络生物信息学特点：杂，乱，难，新其实应该是我我都说是我了关我啥事啊？那我呢?长相要知道——鲍林，戴霍夫，林华安，薛定谱bioinformatics :作为专有名词是由林华安博士在二十世纪80年代末(1987 )创造的人们公认的生物信息学的创始人是Temple F, Smith或Margret Dayhoff历史事件：二十世纪五十年代，为储备期1953年Watson和Crick提出DNA双螺旋结构1956年在美国田纳西州召开首次“生物学中的信息理论研讨会二十世纪六十至七十年代，为萌芽期。
生物信息学期末复习题
9)预测基因的一般步骤是什么？答案：⑴获取DNA目标序列⑵查找ORF并将目标序列翻译成蛋白质序列，利用相应工具查找ORF并将DNA序列翻译成蛋白质序列⑶在数据库中进行序列搜索，利用BLAST进行ORF核苷酸序列和ORF翻译的蛋白质序列搜索⑷进行目标序列与搜索得到的相似序列的全局对比⑸查找基因家族进行多序列比对，获得比对区段的基因家族信息⑹查找目标序列中的特定模序，分别在Prosite、BLOCK、Motif数据库中进行profile、模块（block）、模序（motif）检索⑺预测目标序列蛋白质结构，利用PredictProtein（EMBL）、NNPREDICT等预测目标序列的蛋白质二级结构。
15)在基因组序列分析方面，科学家关注哪些信息？答案：就人类基因组而言，编码区域在人类基因组所占的比例不超过3%。其余97%是非编码序列。对于非编码序列，人们了解得比较少，尚不清楚其含义或功能。然而，非编码区域对于生命活动具有重要的意义。这部分序列主要包括内含子、简单重复序列、移动元件（mobile element）及其遗留物、伪基因（pseudo gene）等。
3)简要介绍FASTA序列格式答案：FASTA格式，又叫Pearson格式，是最简单的，使用最多的格式。它的基本形式分为三个部分：⑴第一行：大于号（﹥）表示一个新的序列文件的开始，为标记符。后面可以加上文字说明，gi号，GenBank检索号，LOCUS名称等信息。⑵第二行：序列本身，为DNA的标准符号，通常大小写均可。⑶结束：无特殊标志，但建议多留一个空行，以便将序列和其他内容区分开。
16)为什么要进行序列片段组装？在进行序列片段组装时会遇到哪些问题？答案：大规模基因组测序得到待测序列的一系列序列片段，这些序列片段覆盖待测序列，序列片段之间也存在着相互覆盖或者重叠。遇到的问题：碱基标识错误；不知道片段的方向；存在重复区域；缺少覆盖。
生物信息期末考试重要文件
多序列比对
关系数据库
Dayhoff突变数据矩阵
BLOSUM矩阵blocks substitution matrix
蛋白质结构分类数据库SCOP（structural classification of proteins）
CATH蛋白质结构分类数据库
4.
KEGG is a database resource for understanding high-level functions and utilities of the biological system, such as the cell, the organism and the ecosystem, from genomic and molecular-level information. It is a computer representation of the biological system, consisting of molecular building blocks of genes and proteins (genomic information) and chemical substances (chemical information) that are integrated with the knowledge on molecular wiring diagrams of interaction, reaction and relation networks (systems information).
5.
TheGenBanksequence database is an annotated collection of all publicly available nucleotide sequences and their protein translations. This database is produced at National Center for Biotechnology Information (NCBI) as part of an international collaboration with the European Molecular Biology Laboratory (EMBL) Data Library from the European Bioinformatics Institute (EBI) and theDNAData Bank of Japan (DDBJ). GenBank and its collaborators receive sequences produced in laboratories throughout the world from more than 100,000 distinct organisms. GenBank continues to grow at an exponential rate, doubling every 10 months. Release 134, produced in February 2003, contained over 29.3 billion nucleotide bases in more than 23.0 million sequences. GenBank is built by direct submissions from individual laboratories, as well as from bulk submissions from large-scale sequencing centers.
- 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)。
1、(Bioinformatics)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，也是随着和的迅猛发展，生命科学和计算机科学相结合形成的一门新学科。
它通过综合利用生物学，计算机科学和信息技术而揭示大量而复杂的生物数据所赋有的生物学奥秘。
2、数据库（Database）是按照来组织、和管理数据的仓库，它产生于距今六十多年前，随着和市场的发展，特别是二十世纪九十年代以后，不再仅仅是存储和管理数据，而转变成用户所需要的各种数据管理的方式。
数据库有很多种，从最简单的存储有各种数据的到能够进行海量的大型都在各个方面得到了广泛的应用。
3、表达序列标签从一个随机选择的cDNA克隆进行5’端和3’端单一次测序获得的短的cDNA部分序列，代表一个完整基因的一小部分，在数据库中其长度一般从20到7000bp不等，平均长度为360±120bp。
EST来源于一定环境下一个组织总mRNA所构建的cDNA文库，因此EST也能说明该组织中各基因的表达水平。
4、开放阅读框是序列中的一段无终止序列打断的序列，可编码相应的。
ORF识别包括检测六个阅读框架并决定哪一个包含以和为界限的DNA序列而其内部不包含启动子或终止子，符合这些条件的序列有可能对应一个真正的单一的基因产物。
ORF的识别是证明一个新的DNA序列为特定的蛋白质编码基因的部分或全部的先决条件。
5、蛋白质的一级结构在每种蛋白质中按照一定的数目和组成进行排列，并进一步折叠成特定的前者我们称为蛋白质的一级结构，也叫初级结构或基本结构。
蛋白质一级结构是理解、作用机制以及与其同源的必要基础。
6、基因识别是生物信息学的一个重要分支，使用生物学实验或计算机等手段识别DNA序列上的具有生物学特征的片段。
基因识别的对象主要是蛋白质编码基因，也包括其他具有一定生物学功能的因子，如RNA基因和调控因子。
基因识别是基因组研究的基础。
7、单核苷酸多态指在基因组水平上由单个核苷酸的变异所引起的DNA序列多态性。
这种变异可由单个碱基的转换(transition)或颠换(transversion)所引起，也可由碱基的插入或缺失所致，它是人类可遗传的变异中最常见的一种。
占所有已知多态性的90%以上。
8、系统发育进化树Phylogenetictrees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，进化树由结点（node）和进化分支（branch）组成，每一结点表示一个分类学单元（属、种群、个体等），进化分支定义了分类单元（祖先与后代）之间的关系，一个分支只能连接两个相邻的结点。
进化树分支的图像称为进化的拓扑结构，其中分支长度表示该分枝进化过程中变化的程度，标有分枝长度的进化分支叫标度枝（scaledbranch）。
9、序列拼接为了保证测序结果的准确性，单基因短片段（700pd左右）测序一般应采用双向测序，然后将双向测序的结果拼接在一起，从而获得一致性序列。
线粒体基因组测序和DNA长片段测序一般是通过分段测序来完成的，最后也需要将测出的短片段拼接成一条完整的序列。
10、分子钟11、直系同源(orthology))在进化上起源于一个始祖基因并垂直传递的同源基因；分布于两种或两种以上物种的基因组；功能高度保守乃至于近乎相同，甚至于其在近缘物种可以相互替换；结构相似；组织特异性与亚细胞分布相似。
12、基因芯片(genechip)通过微加工技术，将数以万计、乃至百万计的特定序列的DNA片段（基因探针），有规律地排列固定于2cm2?的硅片、玻片等支持物上，构成的一个二维DNA探针阵列，与计算机的电子芯片十分相似，所以被称为基因芯片。
基因芯片主要用于基因检测工作。
13、转录组Transcriptome广义上指某一生理条件下，细胞内所有转录产物的集合，包括信使RNA、核糖体RNA、转运RNA及非编码RNA；狭义上指所有mRNA的集合。
14、人类基因组计划是一项规模宏大，跨国跨学科的科学探索工程。
其宗旨在于测定组成人类（指）中所包含的30亿个对组成的序列，从而绘制图谱，并且辨识其载有的及其序列，达到破译人类遗传信息的最终目的。
15、中心法则centraldogma是指从DNA传递给RNA，再从RNA传递给蛋白质，即完成遗传信息的转录和翻译的过程。
也可以从DNA传递给DNA，即完成DNA的复制过程。
这是所有有的生物所遵循的法则。
在某些病毒中的RNA自我复制（如等）和在某些病毒中能以RNA为模板成DNA的过程（某些致癌病毒）是对中心法则的补充。
16、序列比对将两个或多个序列排列在一起，标明其相似之处。
序列中可以插入间隔。
对应的相同或相似的符号（在中是A,T（或U）,C,G，在蛋白质中是的单字母表示）排列在同一列上。
这一方法常用于研究由共同祖先进化而来的序列，特别是如蛋白质序列或DNA序列等生物序列。
在比对中，与突变相应，而空位与插入或缺失对应。
17、序列拼接为了保证测序结果的准确性，单基因短片段（700pd左右）测序一般应采用双向测序，然后将双向测序的结果拼接在一起，从而获得一致性序列。
线粒体基因组测序和DNA长片段测序一般是通过分段测序来完成的，最后也需要将测出的短片段拼接成一条完整的序列。
18、基因预测二、简答1、BLAST的五个子程序Blastn（核酸）；proteinblast；blastp（蛋白质）；tblastn（蛋白质）；tblastx（核酸）2、系统发育树构建的方法最大似然法：是一种具有理论性的点估计法，此方法的基本思想是：当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大，而不是像最小二乘估计法旨在得到使得模型能最好地拟合样本数据的参数估计量。
简约法：根据离散型性状包括形态学性状和分子序列（DNA，蛋白质等）的变异程度，构建生物的系统发育树，并分析生物物种之间的演化关系。
邻接法：一种快速的聚类方法，不需要关于分子钟的假设，不考虑任何优化标准，基本思想是进行类的合并时，不仅要求待合并的类是相近的，而且要求待合并的类远离其他的类，从而通过对完全没有解析出的星型进化树进行分解，来不断改善星型进化树。
3、序列比对的意义生物信息学的研究重点主要体现在基因组学和蛋白质学两方面,具体地说就是从核酸和蛋白质序列出发,分析序列中表达结构和功能的生物信息。
生物信息学的基本任务是对各种生物分析序列进行分析,也就是研究新的计算机方法,从大量的序列信息中获取基因结构、功能和进化等知识。
而在序列分析中,将未知序列同已知序列进行相似性比较是一种强有力的研究手段,从序列的片段测定,拼接,基因的表达分析,到RNA和蛋白质的结构功能预测,物种亲缘树的构建都需要进行生物分子序列的相似性比较。
生物信息学中的序列比对算法的研究具有非常重要的理论意义和实践意义。
4、预测基因的一般步骤基因预测的方法主要有最长ORF法、利用编码区与非编码区密码子选用频率的差异进行基因预测、ESTs预测基因。
其中最长ORF法是将每条链按6个读码框全部翻译出来，然后找出所有可能的不间断开放阅读框（ORF），只要找出序列中最长的ORF，就能相当准确地预测出基因。
其的基本步骤为：1：获取DNA目标序列；2：查找ORF并将目标序列翻译成蛋白质序列；3：利用BLAST进行ORF核苷酸序列和ORF翻译的蛋白质序列搜索。
4：进行目标序列与搜索得到的相似序列的全局比对；5进行多序列比对，获得比对区段的基因家族信息。
6：查找目标序列中的特定模序7：预测目标序列蛋白质结构。
5、散弹法测序原理散弹法又称“鸟枪法”是一种由生物基因组提取目的基因的方法。
首先利用物理方法(如剪切力、超声波等)或酶化学方法(如限制性内切核酸酶)将生物细胞染色体DNA切割成为基因水平的许多片段，继而将这些片段与适当的载体结合，将重组DNA转入受体菌扩增，获得无性繁殖的基因文库，再结合筛选方法，从众多的转化子菌株中选出含有某一基因的菌株，从中将重组的DNA分离、回收。
这种方法也就是应用基因工程技术分离目的基因，其特点是绕过直接分离基因的难关，在基因组DNA文库中筛选出目的基因。
可以说这是利用“溜散弹射击”原理去“命中”某个基因。
由于目的基因在整个基因组中太少太小，在相当程度上还得靠“碰运气”，所以人们称这个方法为“鸟枪法”或“散弹枪”实验法。
6、序列分析的任务和目的7、引物设计的方法与原则原则：1、择合适的靶序列：设计引物之前，必须分析待测靶序列的性质，选择高度保守、碱基分布均匀的区域进行引物设计。
2、长度：一般来说，寡核苷酸引物长度为15～30bp。
3、Tm值：引物的Tm值一般控制在55～60℃，尽可能保证上下游引物的Tm值一致，一般不超过2℃。
若引物中的G+C含量相对偏低，则可以使引物长度稍长，而保证一定的退火温度。
4、（G+C）含量：有效引物中（G+C）的比例一般为40～60%。
5、碱基的随机分布：引物中四种碱基的分布最好是随机的，不存在聚嘌呤和聚嘧啶，尤其在引物的3’端不应超过3个连续的G或C。
6、引物自身：引物自身不存在连续4个碱基以上的互补序列，如回文结构，发夹结构等，否则会影响到引物与模板之间的复性结合，尤其避免3’末端的互补。
8、mRNA-seq建库流程9、真核基因和原核基因的特征10、核酸序列数据库NCBI储存和分析分子生物学、、遗传学知识创建自动化系统；从事研究基于计算机的信息处理过程的高级方法，用于分析生物学上重要的分子和化合物的结构与功能；促进生物学研究人员和医护人员应用数据库和；努力协作以获取世界范围内的生物技术信息。
欧洲生物信息学研究所(EuropeanBioinformaticsInstitute,EBI)创建的一个核酸序列数据库。
GenBank数据库：DNA序列数据库TIGR数据库(TDB)包括DNA及蛋白质序列，，细胞功能以及信息，并且还收录有人、植物、等的分类信息，是一套大型综合数据库。
特别之处在于，这套数据库包括一个微生物信息库，GSDB收集、管理并且发送完整的DNA序列及其相关信息，以满足主要机构的需要。
三、论述1、人类基因组计划与生物信息学的关系人类基因组计划旨在对人类基因组3×109个脱氧核苷酸对进行作图和测序,进而解读和破译生老病死以及语言、记忆和疾病发生的遗传信息。
而生物信息学是集生物学、数学、信息学、计算机科学一体化的一门新的学科。
随着人类基因组计划的进展,基因组的数据和信息大量,迅速地增加,信息的收集、储存、分发、分析的管理越来越显得紧迫和重要。
利用数学模式和计算机处理数据的功能来处理和分析大量增加的人类基因组信息的结果,使人类基因组计划和生物信息学紧紧地结合起来了,而且随着两者的紧密结合和互相渗透,人类基因组计划的前进步伐会大大加快,从而提前完成计划,为人类造福。