生物信息学填空题.docxVIP

填空题： 1、蛋白质结构数据来源 ：①实验测定方法： X-ray 、 NMR 、Cryo-EM ②理论预测：同源建模、折叠识别、从头计算 2、一级数据库 ：①一级核酸数据库： Genbank（美国）、EMBL （欧洲）、DDBJ（日本） NCBI ②一级蛋白质序列数据库： SWISS-PORT 、PIR 、 NCBI ③一级蛋白质结构数据库： PDB、 pfam 、 prosite 大分子序列格式： fasta 数据库基本文件格式： genbank 蛋白质分类数据库： SCOP、CATH 、 FSSP 二次数据库： GDB 、 Prosite、 TRANSFAC 3、本地软件 ： Clustal-x 、 BioEdit 、 Mega、 sequencher、 spdbv、 Discovery-studio 4、本课程主要理论依据：  相似性、同源性、序列比对（  3D  结构比对）、数学方法、分子动 力、分子力学 5、基因鉴定三步骤 ：①找到序列中的非编码区 （低复杂度区） ②找基因 ③鉴定找到的基因 6、主要的生物大分子数据： ① DNA ：基因组序列、基因序列、 cDNA 、 EST、碱基修饰 DNA 功能模块 /位点（如启动子、剪接体、表达调控位点等） ②蛋白质：氨基酸组成、氨基酸序列、理化性质、原子坐标；二级结构、核体、结构域、功能域 /位点； 3D 结构 常见的生物信息数据记录格式：  FASTA 、GenBank、EMBL  、 PDB FASTA 格式：序列文件的第一行由大于符号 大头的任意文字说明，主要为标记序列用。 从第二行开始是序列本身， 标准核苷酸符号或氨基酸单字母符号， 通过核苷酸符号大小写均 可，而氨基酸一般用大写字母。文件中和每一行都不要超过 80 个字符（通常 60 个字符） GenBank  格式：序列名称、长度。日期；序列说明、编号、版本号；物种来源、学名、分类 学位置；相关文献作者、题目、刊物、日期；序列特征表；碱基组成；序列本身（每行 个） 二 .填空题  60 常用的三种序列格式： NBRF/PIR,FASTA 和 GDE 初级序列数据库： GenBank， EMBL 和 DDBJ 蛋白质序列数据库： SWISS-PROT 和 TrEMBL 4. 提供蛋白质功能注释信息的数据库： KEGG （京都基因和基因组百科全书）和 质信息资源） 5. 目前由 NCBI 维护的大型文献资源是 PubMed  PIR （蛋白 数据库常用的数据检索工具： Entrez， SRS， DBGET 常用的序列搜索方法： FASTA 和 BLAST 高分值局部联配的 BLAST 参数是 HSPs（高分值片段对） ， E（期望值） 9. 多序列联配的常用软件： Clustal 蛋白质结构域家族的数据库有：Pfam， SMART 11. 系统发育学的研究方法有：表现型分类法，遗传分类法和进化分类法 12. 系统发育树的 构建方法： 距离矩阵法，最大简约法和最大似然法 13. 常用系统发育分析软件： PHYLIP 检测系统发育树可靠性的技术： bootstrapping 和 Jack-knifing 15. 原核生物和真核生物基因组中的注释所涉及的问题是不同的 16. 检测原核生物 ORF 的程序： NCBI ORF finder 17. 测试基因预测程序正确预测基因的能力的项目是 GASP（基因预测评估项目） 二级结构的三种状态： α螺旋， β折叠和 β转角 用于蛋白质二级结构预测的基本神经网络模型为三层的前馈网络，包括输入层，隐含层和输出层 通过比较建模预测蛋白质结构的软件有SWISS-PDBVIEWER （ SWISS — MODEL 网 站） 21. 蛋白质质谱数据搜索工具： SEQUEST 22. 分子途径最广泛数据库： KEGG 23. 聚类分析方法，分为有监督学习方法，无监督学习方法  24. 质谱的两个数据库搜索工具： 1、 SEQEST 和 Lutkefi 三大数据库：核酸序列数据库、蛋白质序列数据库、结构数据库 世界三大核酸序列数据库： GenBank、 EMBL-Bank 、 DDBJ 蛋白质序列数据库： Swiss-Prot、 TrEMBL 、UniProt 蛋白质结构数据库： PDB 、SCOP、 CATH 2、 GenBank 文献、提供了  提供的服务：提供了 Entrez BLAST 序列类似性检索。  浏览器、提供  PubMed  服务、免费检索条生物医学 3、进化树的四种构建方法：距离法（包括除权配对法和邻位相连法）独立元素法）包括简约法和似然法） 4、Blast 的方法及适用范围：核酸 blastn(nucle