2013年生物信息学复习纲要及预测.doc

1、现代生物信息学的基本定义是什么？它的重要性主要体现在哪两个方面？是现代生命科学与信息科学、计算机科学、数学、统计学、物理学和化学等学科相互渗透而形成的交叉学科，是应用计算机技术和信息方法采集、存储、传递、检索、分析和解读蛋白质及核酸序列等各种生物信息、以帮助了解生物学和遗传学信息的科学。重要性体现在两个方面：一、基因组学、蛋白质组学、生物芯片等生命科学前沿研究的直接推动力，对农学、医药、食品和环境等领域产生巨大影响；二、倡导的全球范围的资源共享对科学发展及人类社会发展有深远影响。2、Entrez集成于哪个数据库平台？主要功能是什么？在应用中可以访问哪些子数据库（共14个，请列举5个以上）？Entrez集成于NCBI数据库平台。主要为各个数据库的检索功能。可访问的子数据库有：PubMed，Nucleotide，EST，3DStructure，Genome等。9.预测蛋白质三级结构的三种方法1)同源建模法：依据蛋白质与已知结构蛋白比对信息构建3D模型；2)折叠识别法：寻找与未知蛋白最合适的模板，进行序列与结构比对，最终建立结构模型；3)从头预测法：根据序列本身从头预测蛋白质结构。10、简述构建进化树的步骤，每一步列举1-2种使用的软件或统计学方法。答：（1）多序列比对：Clustal W （2）校对比对结果：BIOEDIT（3）建树：MEGA（4）评估系统发育信号和进化树的牢固度：自举法（Bootstrap）P114四、简述KEGG的PATHWAYS数据库中包括的哪6种数据库？GENES/SSDB/KO databases/COMPOUND/GLYCAN/REACTION五、系统发育树的构建步骤是什么？多序列比对（自动比对、手工比对）建立取代模型（建树的方法）建立进化树进化树的评估六、简述构建系统发育树中UPGMA方法（非加权组平均法）的步骤（1）建立一个距离矩阵物种ABCBdAB-CdACdBC-DdADdBDdCDdAB表示物种A和B之间的距离（可以是失配核苷酸数目和总位点数目的比值）。以此类推dAC，dCD。（2）将假设的两个距离最近的物种合成一个复合物种组（这里假设距离矩阵中的最小值为dAB）（3）第一次聚类后更新距离矩阵，计算组（AB）和物种C和D间距离d（AB）C=1/2（dAB+dBC），d（AB）D=1/2（dAD+dBD）（4）将新的距离矩阵中的距离最小的两个物种再次合成一个复合物种组。（5）重复（3）（4）步骤，直到所有物种均聚为一类。七、简述人工神经网络预测蛋白质二级结构的基本步骤。（1）输入数据（来自PDB）（2）产生一个神经网络（一个计算程序）（3）用已知的蛋白质二级结构来训练这个模型（4）由训练好的模型来给出未知蛋白的一个可能的结构（5）最后从生物角度来检验预测的一系列氨基酸是否合理八、简述在蛋白质三级结构预测中同源建模法的步骤。（1）搜索与目标蛋白序列相似的模板蛋白（2）目标序列与模板序列比对（3）建立骨架（将模板结构叠加起来，找结构保守区