生物信息学原理题库

《生物信息学原理题库》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、一、关于BLAST简述BLAST搜索的算法思想。 答：BLAST是一种局部最优比对搜索算法，将所查询的序列打断成许多小序列片段，然后小序列逐步与数据库中的序列进行比对，这些小片段被叫做字”word”；当一定长度的的字（W）与检索序列的比对达到一个指定的最低分（T）后，初始比对就结束了；一个序列的匹配度由各部分匹配分数的总和决定，获得高分的序列叫做高分匹配片段（HSP），程序将最好的HSP双向扩展进行比对，直到序列结束或者不再具有生物学显著性，最后所得到的 序列是那些在整体上具有最高分的序列，即，最高分匹配片段（MSP），

2、这样，BLAST既保持了整体的运算速度，也维持了比对的精度。BLAST套件的blastn、blastp、blastx、tblastn和tblastx子工具的用途什么？ 答：blastn是将给定的核酸序列与核酸数据库中的序列进行比较；Blastp是使用蛋白质序列与蛋白质数据库中的序列进行比较，可以寻找较远的关系；Blastx将给定的核酸序列按照六种阅读框架将其翻译成蛋白质与蛋白质数据库中的序列进行比对，对分析新序列和EST很有用；Tblastn将给定的氨基酸序列与核酸数据库中的序列（双链）按不同的阅读框进行比对，对于寻找数

3、据库中序列没有标注的新编码区很有用；Tblastx只在特殊情况下使用，它将DNA被检索的序列和核酸序列数据库中的序列按不同的阅读框全部翻译成蛋白质序列，然后进行蛋白质序列比对BLAST中，E值和P值分别是什么，它们有什么意义？  • 答：BLAST中使用的统计值有概率p值和期望e值。  •    E期望值(E-value)这个数值表示你仅仅因为随机性造成获得这一比对结果的可能次数。这一数值越接近零，发生这一事件的可能性越小。从搜索的角度看，E值越小，比对结果越显著。默认值为10，表示比对结果中将有10个匹配序列是由随机产

4、生，如果比对的统计显著性值(E值)小于该值(10)，则该比对结果将被检出，换句话说，比较低的E值将使搜索的匹配要求更严格，结果报告中随机产生的匹配序列减少。  p值表示比对结果得到的分数值的可信度。一般说来，p值越接近于零，则比对结果的可信度越大；相反，p值越大，则比对结果来自随机匹配的可能性越大。 • （阈值越高，序列相似就越可信）  • （序列越长，序列相似就越可信）试述PSI-BLAST 搜索的5个步骤。 答： [1] 选择待查序列（query）和蛋白质数据库； [2] PSI-BLAST 构建一个多序列比对，然后

5、创建一个序列表谱（profile）又称特定位置打分矩阵（PSSM）； [3] PSSM被用作 query搜索数据库 [4] PSI-BLAST 估计统计学意义 (E values) [5] 重复 [3] 和 [4] , 直到没有新的序列发现。6. PSI-BLAST and PHI-BLAST  PSI-BLAST:位点特异性反复比对，首先进行一般的blastp比对，从比对结果中构建多序列比对的搜索矩阵，然后用此矩阵在一次搜索原来的数据库，重复5次直到没有新的结果出现为止。其是一种更加高灵敏度的Blastp程序，对于发现

6、远亲物种的相似蛋白或某个蛋白家族的新成员。 PHI-Blast：模式识别BLAST，是一种既能和查询匹配又能和模式匹配的的蛋白序列的比对程序，是一种高灵敏性的blastp程序，一般经过一次搜索即可取得很好的效果，而当一次之后其与PSI-BLAST功能是一致的。广泛用于蛋白家族成员的鉴定。15.全局比对与局部比对的比较及生物学意义 全局比对：对序列的全部字符进行比对，试图使尽可能多的字符实现匹配。其主要用于序列相似度很高且序列长度相近的序列比对，用于进化的研究和结构的预测。 局部比对：寻找序列间相似度最高的区域，也就是匹配

7、密度最高的部分。其主要应用于某些部位相似度较高而其他部位差异较大的序列的比对，用于寻找保守的核苷酸及蛋白质序列中氨基酸模式。什么是序列比对中使用的PAM矩阵和BLOSUM矩阵，它们的作用是什么，一般BLAST选择使用的矩阵是什么  答：PAM矩阵和BLOSUM矩阵都是用于序列相似性比对的记分矩阵（scoring matrix）。 PAM矩阵（Point Accepted Mutation）基于进化的点突变模型，如果两种氨基酸替换频繁，说明自然界接受这种替换，那么这对氨基酸替换得分就高。一个PAM就是一个进化的变异单位, 

8、即1%的氨基酸改变，但这并不意味100次PAM后，每个氨基酸都发生变化，因为其中一些位置可能会经过多次突变，甚至可能会变回到原来的氨基酸。  模块替换矩阵BLOSUM(BLOcks Substitution Matrix)首先寻找氨基酸模式，即有意义的一段氨基酸片断（如一个结构域及其相邻的两小段氨基酸序列），分别比较