2016年电大 -生物信息学考试重点.docVIP

生物信息学：生物信息学包含了生物信息的获取、处理、分析、和解释等在内的一门交叉学科； 它综合运用了数学、计算机学和生物学的各种工具来进行研究； 目的在于阐明大量生物学数据所包含的生物学意义。 BLAST 直译：基本局部排比搜索工具 意译：基于局部序列排比的常用数据库搜索工具 含义：蛋白质和核酸序列数据库搜索软件系统及相关数据库 PSI-BLAST：是一种迭代的搜索方法，可以提高BLAST和FASTA的相似序列发现率。 一致序列：这些序列是指把多序列联配的信息压缩至单条序列，主要的缺点是除了在特定位置最常见的残基之外，它们不能表示任何概率信息。 HMM隐马尔可夫模型：是蛋白质结构域家族序列的一种严格的统计模型，包括序列的匹配，插入和缺失状态，并根据每种状态的概率分布和状态间的相互转换来生成蛋白质序列。 信息位点：由位点产生的突变数目把其中的一课树与其他树区分开的位点。 非信息位点：对于最大简约法来说没有意义的点。 标度树：分支长度与相邻节点对的差异程度成正比的树。 非标度树：只表示亲缘关系无差异程度信息。 有根树：单一的节点能指派为共同的祖先，从祖先节点只有唯一的路径历经进化到达其他任何节点。 无根树：只表明节点间的关系，无进化发生方向的信息，通过引入外群或外部参考物种，可以在无根树中指派根节点。 注释：指从原始序列数据中获得有用的生物学信息。这主要是指在基因组DNA中寻找基因和其他功能元件（结构注释），并给出这些序列的功能（功能注释）。 聚类分析：一种通过将相似的数据划分到特定的组中以简化大规模数据集的方法。 ESI电喷雾离子化：一种适合大分子如蛋白质离子化没有明显降解的质谱技术。样品溶解后从高电压控制下的细针中喷出，形成的带电荷微小液滴从一个小孔直接进入质谱仪的真空室中，在其钟被一股惰性气体干燥形成气态离子，这些气态离子从分析仪向探测器加速（飞行）。 机制辅助的激光解析离子化（）：这一技术通过质谱产生离子，这适合于没有降解的大蛋白质的分析。 虚拟细胞：一种建模手段，把细胞定义为许多结构，分子，反应和物质流的集合体。 先导化合物：是指具有一定药理活性的、可通过结构改造来优化其药理特性而可能导致药物发现的特殊化合物。就是利用计算机在含有大量化合物三维结构的数据库中，搜索能与生物大分子靶点匹配的化合物，或者搜索能与结合药效团相符的化合物，又称原型物，简称先导物，是通过各种途径或方法得到的具有生物活性的化学结构 权重矩阵（序列轮廓）：是一种描绘蛋白质结构域家族相序列的方法。它们表示完全结构域序列，多序列联配中每个位点的氨基酸都有分值，并且特定位置插入或缺失的可能性均有一定的衡量方法。（课件定义）基础上针对特定的应用目标而建立的数据库。 系统发育学（phylogenetic）：确定生物体间进化关系的科学分支。 系统生物学（systems biology）：是研究一个生物系统中所有组分成分（基因、mRNA、蛋白质等）的构成以及在特定条件下这些组分间的相互关系，并分析生物系统在一定时间内的动力学过程 蛋白质组（proteome）：是指一个基因组、一种生物或一个细胞/组织的基因组所表达的全套蛋白质。 进化树：物种的进化被表现成为一系列的分叉，并符合分类理论，这些树就叫做进化树。 DBGET/LinkDB：由日本的化学研究所和人类基因组中心所开发的在线数据检索工具。也见Entrez，SRS。 ”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”。） 2. BLAST的五个子程序 （1）Blastp，用蛋白质查询蛋白质序列，可以找到具有远源进化关系的匹配序列，方法是用待搜索蛋白序列与蛋白数据库比较。 （2）Blastn，用核苷酸 查询核苷酸序列，适合寻找分值较高的匹配，不适合远源关系，待搜索核酸序列与核酸数据库比较 （3）Blastx，用蛋白质查询已翻译核苷酸序列，适合新DNA序列和EST序列的分析，将待搜索核酸序列按6个读框翻译成蛋白质序列，然后与数据库中的蛋白质比较。 （4）Tblastn，用已翻译核苷酸查询蛋白质，适合寻找数据库中尚未标注的编码区，将数据库中核酸序列按6个读框翻译成蛋白序列，然后与待搜索蛋白序列对比。（5）Tblastx，用已翻译核苷酸查询已翻译核苷酸序列。适合分析EST序列，无论是待搜索核酸序列