南京工业大学《生物信息学》期末复习.docVIP

生工1202生物信息学考试参考资料

1、生物信息学的主要应用有哪些？

①生物信息学数据库：数据库建立、数据库整合和数据挖掘

②序列分析：序列比对、基因序列注释

③其他：比较基因组学、基因和蛋白质的表达分析、生物芯片大规模功能表达谱的分析、蛋白质结构的预测、蛋白质与蛋白质的相互作用、生物系统模拟、代谢网络建模分析、计算机进化生物学、生物多样性研究、合成生物学

2、生物学数据库有哪些特点？

①数据库的更新速度不断加快、数据量呈指数增长

②数据库使用频率增长更快

③数据库的复杂程度不断增加

④数据库网络化

⑤面向应用

⑥先进的软硬件配置

3、一级数据库和二级数据库的区别是什么？有哪些一级数据库和二级数据库？

一级数据库属于档案数据库，库中的主要内容是来源于实验室操作所得到的原始数据结果；二级数据库则是在一级数据库的信息基础上进行了计算加工处理并增加了许多人为的注释而构成的

一级数据库：核酸序列数据库GenBank、EMBL、DDBL及蛋白质数据库PDB

二级数据库：NCBI的RefSeq数据库

4、数据库的Fasta、Flatfile和XML格式各有何特点？

（1）FASTA序列格式包括三个部分：（书上没有PPT第二章第19-20页）

1.在注释行的第一列用字符“”标识，后面是序列的名字和来源；

2.标准的单字符标记的序列；

3.可选的“*”表示序列的结束，它可能出现也可能不出现，但它是许多序列分析程序正确读取序列所必须的。

提供了从一个窗口到另一个窗口非常方便的拷贝途径，序列中没有数字或其他非字符。

从第二行开始是序列本身，标准核苷酸符号（大小写均可）或氨基酸单字母符号（大写）。

（2）平面文件格式—FlatFile

纯文本文件、通用性好、检索复杂，冗余字段较多，大容量数据库难以处理

（3）XML格式（PPT第二章第29、32页）

一个XML文件代表一个嵌套的信息树。树中的每一个节点能包含像一串子节点或者一些属性这样的数据，并且一个XML文件始于根节点。一个XML文件有一个文本，在文本中每一个节点的内容及其子节点被一对相互封闭的标签划定。形式上类似html。

5、GenBank数据库中的GenBank条目包含哪些内容？请结合GenBank中的具体的序列信息加以说明。

GenBank数据库(包括NCBI核酸和蛋白质序列数据库)中条目格式如下：给出描述每一个序列的信息，包括文献参考、序列的功能信息、mRNA和编码区域的位置，以及重要突变的位置。

LOCUSnameoflocus,lengthandtypeofsequence,

classificationoforganism,dataofentry

DEFINITIONdesicriptionofentry

ACCESSIONaccessionnumberoforiginalsource

KEYWORDSkeywordsforcrossreferencingthisentry

SOURCEsourceorganismofDNA

ORGANISMdescriptionoforganism

REFERENCE

COMMENTbiologicalfunctionofdatabaseinformation

FEATURESinformationaboutsequencebybasepositionorrangeofpositions

sourcerangeofsequence,sourceorganism

misc_signalrangeofsequence,typeoffunctionorsignal

mRNArangeofsequence,mRNA

CDSrangeofsequence,proteincodingregion

intronrangeofsequence,positionofintron

mutationsequenceposition,changeinsequenceformutation

BASECOUNTcoun