生物信息学 考试整理.doc

《生物信息学 考试整理.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、Primarydatabase：数据直接来源于实验获得的原始数据，只是经过简单的归类、整理和注释Seconddatabase：由一级数据衍生而来，是对生物学知识和信息的进一步整理Genbank：一个来源于有7万种生物的核苷酸序列数据库Swiss-prot：经过注释的蛋白质序列数据库，提供序列查找以及相似蛋白质序列搜索SRS：序列搜索系统，是一种数据库搜索工具，它开放源代码软件，可以在本地计算机网络中安装和运行Entrez：是NCBI开发的核心检索系统，集成了NCBI的各种数据库，具有链接的数据库、使用方便、能够进行交叉检索等特点Bioinfo

2、rmatics：生物与信息技术的结合，其特征是：多科学交叉、以互联网为媒介、数据库为载体。利用数学知识建立各种数学模型；利用计算机为工具对实验数据进行分析处理；利用生物学知识对结果进行解释Genomics：研究基因组合如何利用基因的一门学科。该学科提供基因组信息，以及相关数据库系统利用，试图解决生物、医学、工业领域的重大问题Proteomics：这一词起源于蛋白质和基因组学这两个词的组合。指一种基因组所表达的全套蛋白质。即，包括一种细胞乃至一种生物所表达的全部蛋白质重复序列：真核生物基因组中具有的多数反复存在的DNA序列组成密码子偏好：密码子

3、的使用频率并不是完全随机的，而是有一定的偏好性，即有的密码子比起其他同义密码子来说使用频率更高，序列记录的三种格式，以及格式的特征FASTA序列格式第一行以“>”开头但并没有指明是蛋白质还是核酸序列。后跟代码，接着是注释（在同一行），通常注释要以“

4、”符号相隔，第一行没有长度限制。值得注意的是FASTA文件允许以小写字母表示氨基酸。文件扩展名为“.fasta”。NBIR/PIR序列格式第一行以“>”开头，后面紧跟两字母编码（P1代表蛋白质序列，N1代表核酸），再接一个分号，分号后紧跟序列标识号。后面是说明行，该行可长可短，没有长度限制。接下来

5、是序列本身，以“*”号终止。文件的扩展名为“.pir”或“.seq”。GDE序列格式：与FASTA的格式基本相同，但行首为“%”，文件扩展名为“.gde”。（1）比对工具,(score,e-value代表意义)、(比对结果看什么)：BLAST、FASTABLAST:它是一种基于局部比对的搜索工具，每个比对的显著性以“P值”“E值”衡量。E值：评估相似性，是绝对的，越低越好；E值适合有一定长度，而且复杂度不能太低的序列；当E值小于10-4时：表明两序列有较高的同源性，而不是因为计算错误；当E值小于10-6时，表明两序列的同源性非常高，几乎没有必

6、要在做确认；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。ØP值：p值表示比对结果得到的分数值的可信度。P-0表示越显著结果越可信;P-&结果随机产生的可能性越大，低P值表明重要的匹配，这些匹配可能会有生物学意义ØScore：衡量匹配结果的质量，是相对的（与选取的计分依据有关），越高越好FASTA：是一种数据库相似搜索，可在线或者下载利用，速度快、灵敏度高基因查找（哪些信息可以用来定位基因）①查找重复序列（一般不编码序列，避免对基因定位的干扰）②同源性比对③根据基因的结构特征找ORF、TATA框/CAAT框等，找到基

7、因④鉴定看是不是基因记分矩阵(PAM、BLOSUM)，（什么时候使用P、什么时候用B说出道理）PAM：点可接受突变记分矩阵1PAM=1%突变PAM基于全局比对1PAM：一个进化单位在残基发生突变的概率，即在100个AA中可接受突变的个数是1（AA：残基间相似程度）PAM100%：可接受突变的次数是100次，有些位点可以发生多次突变，有些可以不发生突变，不同的PAM值反映了进化距离的不同PAM250突变80%，相似性20%；PAM120：突变66%，相似性34%；PAM90：突变50%，相似性50%PAM250：20%水平上反映出2个序列之间的

8、相似性（或者20%相同序列之间的比较）；PAM后面的参数越大，相似性越低；PAM60：用于比对相距60个PAM单位的序列PAM计分值相关性几率：>0替代可能性大；=0随机替代；<0替代可能性小BLOSUM：模块替代矩阵，基于局部比对的替代矩阵基于局部比对①每个单元值都可以计算；②参数越大相似性越高；③BLOSUM62最常用；BLOSUM50所代表的进化距离要比BLOSUM62要长BLOSUM80%：用来比较80%相似度的序列。blast序列查找：同源序列（直系同源、旁系同源）同源序列（homologoussequence）：在同一物种不同个体

9、间或不同物种间相同或相似的DNA序列直系同源（orthology）：在缺乏任何基因复制证据的情况下，具有共同祖先和相同功能的同源基因；旁系同源（Paralogs）：