生物信息学结业考查试卷及答案

生物信息学考查试卷

2013 - 2014学年 第二学期

生命科学与技术学院 生物技术专业 《生物信息学》试卷

班级 学号 姓名 一、名词解释（本大题共5小题,每小题4分,共20分）

1、EST: EST就是expressed sequence tags表达序列标记，就是表达序列的部分，指示这段序列是某

个基因表达的mRNA的部分，这是cDNA不完全克隆导致的，通过不同实验室克隆的不同EST，可以拼接完整的mRNA。

2、BLAST：生物信息学中，BLAST（英语：Basic Local Alignment Search Tool）它是一个用来比

对生物序列的一级结构（如不同蛋白质的氨基酸序列或不同基因的DNA序列）的算法。 已知一个包含若干序列的数据库，BLAST可以让研究者在其中寻找与其感兴趣的序列相同或类似的序列。

3、ORF: 开放阅读框是生物个体的基因组中，可能是蛋白质编码序列的部分。基因中的ORF包含

并位于开始编码与终止编码之间。由于一段DNA或RNA序列有多种不同读取方式，因此可能同时存在许多不同的开放阅读框架。开放阅读框包含一段可以编码蛋白的碱基序列，不能被终止子打断。当一个新基因被识别，其DNA序列被解读，人们仍旧无法搞清相应的蛋白序列是什么。这是因为在没有其它信息的前提下，DNA序列可以按六种框架阅读和翻译（每条链三种，对应三种不同的起始密码子）。ORF识别包括检测这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密码子，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。

4、GenBank: GenBank是美国国家生物技术信息中心(National Center for Biotechnology Information ，NCBI)建立的DNA序列数据库，从公共资源中获取序列数据，主要是科研人员直接提供或来源于大规模基因组测序计划( Benson等， 1998)。为保证数据尽可能的完全，GenBank与EMBL、DDBJ建立了相互交换数据的合作关系。

5、Evolutionary tree：生物进化树在生物学中，用来表示物种之间的进化关系。生物分类学家和进化论者根据各类生物间的亲缘关系的远近，把各类生物安置在有分枝的树状的图表上，简明地表示生物的进化历程和亲缘关系。从进化树中还可看出：生物进化有一个规律，都是从水生到陆生，从低等到高等，从简单到复杂。

二、简答题(本大题2小题, 每小题15分,共30分 )

1、蛋白质空间结构的研究非常重要。简述从蛋白质的氨基酸序列预测其空间三维结构的方法有哪些？

答：（1）同源建模预测：基于蛋白质同源性进行结构预测，首先进行未知结构序列与已知结构序列的比对，同源性至少要达到30%以上才能进行；当超过60%同源性时，预测的结果准确率非常高。 （2）CPHmodels：利用神经网络进行同源模建预测蛋白质结构的方法

（3）DALI：DALI算法在两个蛋白之间寻找相似的接触模式，并进行优化后返回最佳的结构比对方案。这种方法允许任意长度的空隙，并允许比对片段间互相交替 连接，这样就帮助了在整体上不相

1

似的不同蛋白之间寻找相似的特定结构域。DALI的Web界面能对PDB中已有的两组坐标进行分析，也可由用户提交一组 PDB格式的坐标。其中，若两个目标蛋白都在PDB库中，则可以在一个“全对全”的PDB比较数据库FSSP蛋白折叠类家族结构比对库中找到已经算好的结 构近邻。

（4）TOPITS：在TOPITS方法中，PDB库里的蛋白质三维结构被翻译成二级结构的一维“字符串”，构成搜索的数据库。然后，查询序列的二级结构和溶液 可及性通过PHD方法被确定，结果也存成一维字符串。查询和目标字符串再以动态规划方法进行比对，并以此作出结构预测。返回的结果是分级列表，给出查询序 列与目标结构的最优比对，以及对预测准确性概率的评估。

（5）从头开始预测：构建H－P模型。耗时长，能进行预测的蛋白质分子量较小。 蛋白质结构预测是计算生物学家非常关注的一个问题，不过预测始终是预测，结构数据库暂时不接受预测的结构。

2、简述多序列比对的用途。

①序列结构域和基序的寻找、基因调节因子预测、基因组组装、系统发生遗传学分析；

②常用来研究序列的保守性，或是蛋白质结构域的三级结构与二级结构，甚至是个别的氨基酸或核苷酸；

③多序列比对在生物亲缘关系鉴定、新药开发和研究、生物大分子序列分析中都有极大的应用价值； ④多序列比对在阐明一组相关序列的重要生物学模式方面起着相当重要的作用；

⑤多序列比对主要用于描述一组序列之间的相似性关系，以便对一个基因家族的特征有一个简明扼要的了解，寻找motif、保守区域等；有时用来区分一组序列之间的差异；

⑥用于描述一个同源基因之间的亲缘关系的远近，应用到分子进化分析中；其他应用如构建profile、打分矩阵等。

三、综合分析操作题(本大题1小题,共50分 )

从生物信息数据库中检索近缘物种某一种基因编码区序列或蛋白质序列近5年来的相关记录，从中选取6条以上序列进行多序列比对，在此基础上构建系统发育树，并简要评述获得的系统发育树。

唾液淀粉酶序列系统发育分析

1、序列获得：①进入NCBI主页，点击“Entrez”按钮进入Entrez查询系统，点击“Nucleotide”按钮选择核酸序列数据库。 ②点击“Limits”按钮，在检索栏中填入“Salivary amylase”，选择“Title word”，点击“Search”按钮 2、序列GenBank登录号：NM_001110157.1，NM_001008219.1，NM_001008221.1，NM_001110505.1，NM_001010970.1，XM_006710579.1

多序列比对：

①将获取的六条基因序列以纯文本文档保存 ②点击Clustal x.exe图标进入界面 ③点击File下拉菜单下的Load sequences按钮，导入纯文本文档

④点击Alignment下拉菜单下的Do complete Alignment按钮，弹出对话框，点击ALIGN 按钮，执行多序列比对，保存生成的结果到指定的路径目录下

2

⑤点击Mega2图标进入界面

⑥点击File下拉菜单下的Convert To MEGA Format按钮，导入经Clustal X软件比对好的文档，将其转换为MEGA格式文档并保存

⑦关闭其他窗口，返回主界面；点击主界面上的Click To activate a data file按钮，打开转换好的MEGA格式文档，选择序列类型

⑧点击页眉上的下拉菜单，执行相关分析内容

保守位点： 变异位点：

简约信息位点：（在所有群体中>=2个变异的位点） 在所有群体中只有1个群体中发生变异的位点：

四种碱基及密码子第1、2、3位在各群体中的使用概率

Transitions only：转换的百分率

Transvertions only：颠换的百分率、

3

3、系统发育树构建：

4、系

统

发

育

树

可

靠

性

检

验

4

：