陈润生,生物信息学,考试总结.docVIP

问题一：生物信息学的含义是什么？举一到两个例子说明你对生物信息学的哪方面感兴趣。 参考答案：生物信息学有三个方面的含义：1、它是一个学科领域，包含着基因组信息的获取、处理、存储、分配 、分析和解释的所有方面。2、生物信息学是把基因组DNA序列信息分析作为源头，破译隐藏在DNA序列中的遗传语言，特别是非编码区的实质；同时在发现了新基因信息之后进行蛋白质空间结构模拟和预测；其本质是识别基因信号。3、生物信息学的研究目标是揭示“基因组信息结构的复杂性及遗传语言的根本规律”。它是当今自然科学和技术科学领域中“基因组、“信息结构”和“复杂性”这三个重大科学问题的有机结合。 例子：怎样从新测得的DNA序列中找到编码区？非编码区与编码区的差别是什么？非编码区有什么具体功能？RNAi现象对于细胞来说有着很重要的意义，包括基因表达的调控等等，那么都有哪些具体机制可以诱导正常细胞产生RNAi现象？SARS病毒的比较基因组研究；治疗SARS的RNAi设计；SARS蛋白的结构预测和模拟。 问题二：有哪些数据库可以发现新基因，其本质是什么？ 参考答案：大部分新基因是靠理论方法预测出来的。 a)、利用NCBI中EST( Expression Sequence Tag) 数据库 (dbEST) 发现新基因和新SNPs。国际上现已出现了几个基于EST的基因索引如UniGene, Merck-Gene, GenExpress-index . 其本质是: : 以一个序列片段为线索, 通过它和整个数据库的比较, 还原出全序列原貌。当测序获得一条EST序列时，它来自哪一个基因的哪个区域是未知的(随机的)，所以属于同一个基因的不同EST序列之间常有交叠的区域。根据这种“交叠”现象，就能找出属于同一个基因的所有EST序列，进而将它们拼接成和完整基因相对应的全长cDNA序列。 b)、从基因组 DNA序列中预测新ORF。基于信号或基于组成。 问题三：1、基于核酸和蛋白质序列如何研究生物进化？2、主要步骤是什么？3、当前的主要困难是什么？ 参考答案：1、构建系统进化树。2、主要步骤如下：A、序列相似性比较。就是将待研究序列与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；B、序列同源性分析。是将待研究序列加入到一组与之同源，但来自不同物种的序列中进行多序列同时比较，以确定该序列与其它序列间的同源性大小。这是理论分析方法中最关键的一步。完成这一工作必须使用多序列比较算法。常用的程序包有CLUSTAL等； C、构建系统进化树。根据序列同源性分析的结果，重建反映物种间进化关系的进化树。为完成这一工作已发展了多种软件包，象PYLIP、MEGA等；D、稳定性检验。为了检验构建好的进化树的可靠性，需要进行统计可靠性检验，通常构建过程要随机地进行成百上千次，只有以大概率（70％以上）出现的分支点才是可靠的。通用的方法使用 Bootstrap算法，相应的软件已包括在构建系统进化树所用的软件包当中。3、当前的主要困难是发现了基因的横向迁移（LGT）现象。即进化程度不同的物种间存在着遗传信息基因的传递，如果拿迁移的基因做进化分析就会出错。克服LGT的方法：一是在所有序列中筛选出有垂直进化关系的序列数据集，如COG数据库；二是用完整的基因组和蛋白质组比较。 问题四:1 什么叫SNP？为什么SNP研究如此重要？举2-3个SNP相关的website。 参考答案：1、SNP本意是单核苷酸多态性，泛指基因组上一个碱基的取代，现在有所扩展，也包括一些更广泛的变化，例如2-3个碱基的变化也叫SNP。2、SNP是联系基因型和表现型之间关系的桥梁，是基因组领域理论成果和基础研究走向应用的关键步骤。3、SNP相关的一些网站：1、SNP Consortiums database 2、NCBI SNP database将这些数据进行整理，去掉冗余，使每个SNP都是唯一的。此时的SNP被称为reference SNP或refSNP。3、The Human Genic Bi-Allelic Sequences Database(HGBASE) 这一数据库收录了人基因组中所有已知的序列变化，包括：SNPs、序列的插入和缺失(Indels)、简单重复序列等。4、The Human Gene Mutation Database（HGMD）5、The Protein Mutant Database(PMD)，它不是核酸突变数据库，而是蛋白突变数据库。库中收录了蛋白质特定位点的氨基酸突变信息，以及这些突变对蛋白质结构功能的影响。6、The Allele Frequency Database(ALFRED