内蒙古科技大学：《生物信息学》课程考试试题A卷2010答案

内蒙古科技大学2010/2011学年第一学期 四、问答题（每题5分，共20分） 《生物信息学》考试试题答案 1、为什么说Swiss-Pot是重要的蛋白质序列数据库？ 课程号：66149304 考试方式：开卷 SwissProt数据库中的所有序列条目都经过有经验的分子生物学家和蛋白质化学家 使用专业、年级：生工08、生技07任课教师：蔡禄 通过计算机工具并查阅有关文献资斜仔细核实。SB和EBI共有0多人的研究队 考试时间：2010年12月 备注：A卷 伍，专门从事蛋白质序列数据的搜集、整理、分析、注释、发布，力图提供高质量 一、名词解释（每题2分，共10分） 的蛋白质序列和注释信息。 1、基序(moiD:通过多序列比对，将同源序列收集在一起，以得到保守区城。这 SwissProt数据库的每个条目都有详细的注程，包括结构域、功能位点、跨膜区域。 些保守区域称为基序(motifs) 二破键位置、邵译后悠饰、突变体等。该数据库中还包括了与核酸序列数据库 2、可读框(ORF):没有终止密码子(TGA,TAA或TAG)打断的阅读框。 EMBL/GenBank/DDBJ、蛋白质结构数据库PDB以及Prosite、PRINTTS等十多个二 3、剪切变体：从同一DNA,转录得到不同mRNA,并最终翻译成不同的蛋白质称 次数据库的交叉引用代码。 为剪接变体 特别值得一提的是，专门聘请了由200多位田际知名生物学家组成的网上专家评审 4、表达标签序列(EST):是从cDNA文库中生成的一些很短的序列(300一50Obp), 团，并将SwissProt数据库中的蛋白质分成200多个类别，每个类别由1位或2位评 它们代表在特定组织或发育阶段表达的基因，有时可代表特定的©DNA. 审专家负责，通过计算机网络进行审核。网站上列出了这些评审专家的姓名、电子 5、系统发生学：通过比较五种的特征，认为特征相似的五种在遗传学上相近，研究 邮件地址和他们所负责评审蛋白质种类。用户若对某个蛋白质条目有疑义，可以直 五种之见的进化关系 接和相应的评审专家取得联系。 二、填空愿（共20分，每空1分） 2、下面是Genbank中一条记录，是解释其主要含义 1、列举至少2种权威的核酸序列数据库Genbank、EMBL等。 序列识别码：AJ627251,长度159930bp,环状DNA分子，植物类，2005年4月 2、列举至少3种权城的蛋白质序列数据库PIR、Swiss-pr@L、MP等。 15日建立 3、核酸序列比对使用的得分矩阵类型有等价矩阵、BLAS工、和转换颠换矩阵等。 睡莲叶绿体全基因组 4、蛋白质结构分类数据库主要有SCOP和CAH和PDBsum等。 参考文献显示作者、论文标题、期刊年卷期页等信总及于Pubmed链接 5、构建系统树的主要方法有UPGMA法、邻近归并法、Fitch-Margoliash法、 外显子位于159465-159895，基因名pl2 最小进化法(M但)、最大似然法(ML)、等。 详细序列顺序 6、列举至少4中NCBI的服务功能Pubmed、En丝、BLAS工和OMM等。 3、构建蛋白质二级数据库的主要方法有哪些 三、选择题（共20分，每小题2分） 单基序法、多基序法和全域对位排列法 BB CC B C BB CC 4、概括总结序列比较的主要用途。 ).用于系统发育分析(phylogenetic analysis) 第1页共1页

第 1 页 共 1 页 内蒙古科技大学 2010/2011 学年第一学期 《生物信息学》考试试题答案 课程号：66149304 考试方式：开卷 使用专业、年级：生工 08、生技 07 任课教师：蔡禄 考试时间：2010 年 12 月 备 注： A 卷 一、 名词解释（每题 2 分，共 10 分） 1、基序（motif）：通过多序列比对，将同源序列收集在一起，以得到保守区域。这 些保守区域称为基序(motifs) 2、可读框（ORF）：没有终止密码子（TGA,TAA 或 TAG）打断的阅读框。 3、剪切变体：从同一 DNA，转录得到不同 mRNA，并最终翻译成不同的蛋白质称 为剪接变体 4、表达标签序列（EST）：是从 cDNA 文库中生成的一些很短的序列(300—500bp)， 它们代表在特定组织或发育阶段表达的基因，有时可代表特定的 cDNA. 5、系统发生学：通过比较五种的特征，认为特征相似的五种在遗传学上相近，研究 五种之见的进化关系 二、 填空题（共 20 分，每空 1 分） l、 列举至少 2 种权威的核酸序列数据库 Genbank 、 EMBL 等。 2、列举至少 3 种权威的蛋白质序列数据库 PIR 、 Swiss-prot 、 MIPs 等。 3、核酸序列比对使用的得分矩阵类型有 等价矩阵 、 BLAST 、和 转换-颠换矩阵 等。 4、蛋白质结构分类数据库主要有 SCOP 和 CAH 和 PDBsum 等。 5、构建系统树的主要方法有 UPGMA 法 、 邻近归并法 、 Fitch-Margoliash 法 、 最小进化法（ME） 、 最大似然法（ML） 、等。 6、列举至少 4 中NCBI的服务功能 Pubmed 、 Entrez 、 BLAST 和 OMIM 等。 三、选择题（共 20 分，每小题 2 分） 学生班级_学生学号： B B C C B C B B C C □□□□□□□□□□□□学生姓名：_ .装订线.装订线.装订线.试卷须与答题纸一并交监考教师.装订线.装订线.装订线. 四、问答题（每题 5 分，共 20 分） 1、为什么说 Swiss-Prot 是重要的蛋白质序列数据库? SwissProt 数据库中的所有序列条目都经过有经验的分子生物学家和蛋白质化学家 通过计算机工具并查阅有关文献资料仔细核实。SIB 和 EBI 共有 70 多人的研究队 伍，专门从事蛋白质序列数据的搜集、整理、分析、注释、发布，力图提供高质量 的蛋白质序列和注释信息。 SwissProt数据库的每个条目都有详细的注释，包括结构域、功能位点、跨膜区域、 二硫键位置、翻译后修饰、突变体等。该数据库中还包括了与核酸序列数据库 EMBL/GenBank/DDBJ、蛋白质结构数据库PDB以及Prosite、PRINTTS等十多个二 次数据库的交叉引用代码。 特别值得一提的是，专门聘请了由 200 多位国际知名生物学家组成的网上专家评审 团，并将SwissProt数据库中的蛋白质分成200多个类别，每个类别由 1 位或 2 位评 审专家负责，通过计算机网络进行审核。网站上列出了这些评审专家的姓名、电子 邮件地址和他们所负责评审蛋白质种类。用户若对某个蛋白质条目有疑义，可以直 接和相应的评审专家取得联系。 2、下面是 Genbank 中一条记录，是解释其主要含义 序列识别码:AJ627251，长度 159930bp，环状 DNA 分子，植物类，2005 年 4 月 15 日建立 睡莲叶绿体全基因组 参考文献显示作者、论文标题、期刊年卷期页等信息及于 Pubmed 链接 外显子位于 159465-159895，基因名 rpl2 详细序列顺序 3、构建蛋白质二级数据库的主要方法有哪些? 单基序法、多基序法和全域对位排列法 4、概括总结序列比较的主要用途。 1). 用于系统发育分析 (phylogenetic analysis)

通过序列比对，可以寻找序列间的同源性（相似性），这种同源相似性是序列间进化 X S Q Y H D R 0.00.00.00.00.00.0 0.0 0.0 0.0 0.0 0.0 关系的一种反映，所构建的数据矩阵成为系统发有分析的基础。 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 2.结构预测(structure prediction) 0.0 1.0 0.00.0 0.0 0.0 0.0 0.0 0.0 0 0.0 0.0 2.0 0.0 0.0 0.0 0.0 将新获得的序列与已知结构的蛋白质序列进行比对，可以通过序列同源性来粗略 0 0.0 0.0 0.0 00 3.0 0. 0.0 00 0.0 0.0 0.0 地推测其结构的相似性。 0.0 0.0 0.0 0.0 40 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0. 3.7 0.0 0.0 0.0 0.0 3).序列基序鉴定(sequence motifidentification) E 0.0 0.0 0.0 0.0 0.0 0.0 34 1.0 0.0 0.0 0 局部排列可以鉴定蛋白质和核苷酸序列中潜在的序列和功能基序。 0.00.00.00.00.0 0.0 0.0 3.0 2.0 0.0 0. R 0.0 0.00.00.00.0 0.0 0.0 0.0 2.7 3.0 0.0 4).功能预测(function prediction) P0.00.00.00.00.00.0 0.0 0.0 0.0 2.3 4.0 蛋白质序列间的高度相似性通常意味着同源序列间的功能相似性， -4分 5).数据库搜索(database search) 接下来进行递推，用两个函数分别计算由二条路径到达该单元的分值并找出其中 五、计算题（共30分） 的最大值，若此分值小于0，则用0替代。这两个函数分别计算： I、对两条序列“SQYHDEKRPW”和“ISQYHAEKRP”进行局部比对。(IS分) ①当前行前面各分值与相应空位罚分值之差，并取最大值：求空位罚分值的函数为W 答：首先，矩阵最上面一行和最左边一列前面插入一个边界行和边界列，图中用字符 =1.0+0.333k,k表示连续的第k个空位。 “X”表示，称为第0行和第0列。该边界行和边界列所有单元的分值均为0.0。可以 (山当前列前面各分值与相应的空位罚分值之差，并取最大值。出现负值就用0代替， 把这些单元理解为序列片段的起始端，其长度为0。它们的相似性分数值自然也为0。 表示没有相似性比对可以延续到当前位置。 至于用小数还是整数表示，没有实质性区别。 X S Q E K R X S Q Y H D W E K R P X0.00.00.00.00.00.00.0 0.00.0 0.00.0 X0.00.00.00.00.00.0 0.0 0.0 0.0 0.0 0.0 0.00.00.00.00.00.0 0.0 0.0 0.0 00 0.0 0.0 1.00.00.00.0 10.00.00.00.00.00.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 20 s0.00.00.00.00.00.0 0.0 0.0 0.0 0.0 0 Q 0.0 0.0 0.70.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.7 3.01.7 1.3 1.0 9 88 88 88 Q0.00.00.00.00.00.0 0.0 0.0 0.0 0.0 00 0.00.00.3174.0 2.7 2.3 2.0 Y0.00.00.00.00.0 0.0 0.0 0.0 0.0 1.7 1.3 0.0 0.00.0 1.0 2.7 3.7 3 2.0 1.3 H0.00.00.00.00.0 0.0 0.0 0.0 0.0 0.0 0.0 0 0.00.00.00.00.0 0.0 0.0 0.0 0.0 0.0 0.0 EK 0.00.00.0 0.72.3 2.3 33 1.9 E 0.00.00.0 0.0 0.0 0.0 0.0 0.0 0.0 0.00.00.32.0 2.0 2.0 3.0 0.00.0 0.00.00.00.01.71.7 1.7 1.7 2.7 3.0 K 0.00.00.00.00.0 0.0 0 0.0 0.0 1.7 R0.00.00.00.00.00.0 0.0 P 0.00.00.00.01.31.3 1.3 1.3 1.3 2.3 0.0 0.0 0.0 0.0 4.0 P0.00.00.00.00.00.0 00 0.0 00 0.0 0.0 -7分 一1分 一旦矩阵中所有单元的分值计算完毕， 就可以找出具有最高分值的单元，也就是 接下来计算矩阵中每个单元的计分值。当前单元对角线方向前一格的分值与当前 代表两个序列间高分匹配的终点。到达这个单元的其他矩阵元素可以通过回湖方法确 单元相似性数值之和，相似性数值匹配时为1.0，不匹配时为-0.333。 定。然后根据回溯路径求得一个片段的比对。如果需要，还可以找出在上述回溯范围 知2页共1页

第 2 页 共 1 页 通过序列比对，可以寻找序列间的同源性(相似性)，这种同源相似性是序列间进化 关系的一种反映，所构建的数据矩阵成为系统发育分析的基础。 2). 结构预测 (structure prediction) 将新获得的序列与已知结构的蛋白质序列进行比对，可以通过序列同源性来粗略 地推测其结构的相似性。 3). 序列基序鉴定 (sequence motif identification) 局部排列可以鉴定蛋白质和核苷酸序列中潜在的序列和功能基序。 4). 功能预测（function prediction) 蛋白质序列间的高度相似性通常意味着同源序列间的功能相似性。 5). 数据库搜索(database search) 五、计算题（共 30 分） l、对两条序列“SQYHDEKRPW”和“ISQYHAEKRP”进行局部比对。（15 分） 答：首先，矩阵最上面一行和最左边一列前面插入一个边界行和边界列，图中用字符 “X”表示，称为第 0 行和第 0 列。该边界行和边界列所有单元的分值均为 0.0。可以 把这些单元理解为序列片段的起始端，其长度为 0。它们的相似性分数值自然也为 0。 至于用小数还是整数表示，没有实质性区别。 X S Q Y H D W E K R P X 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 I 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 S 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 Q 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 Y 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 H 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 A 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 E 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 K 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 R 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 P 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 -1 分 接下来计算矩阵中每个单元的计分值。当前单元对角线方向前一格的分值与当前 单元相似性数值之和，相似性数值匹配时为 1.0，不匹配时为-0.333 。 X S Q Y H D W E K R P X 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 I 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 S 0.0 1.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 Q 0.0 0.0 2.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 Y 0.0 0.0 0.0 3.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 H 0.0 0.0 0.0 0.0 4.0 0.0 0.0 0.0 0.0 0.0 0.0 A 0.0 0.0 0.0 0.0 0.0 3.7 0.0 0.0 0.0 0.0 0.0 E 0.0 0.0 0.0 0.0 0.0 0.0 3.4 1.0 0.0 0.0 0.0 K 0.0 0.0 0.0 0.0 0.0 0.0 0.0 3.0 2.0 0.0 0.0 R 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 2.7 3.0 0.0 P 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 2.3 4.0 -4 分 接下来进行递推，用两个函数分别计算由二条路径到达该单元的分值并找出其中 的最大值，若此分值小于 0，则用 0 替代。这两个函数分别计算： (I) 当前行前面各分值与相应空位罚分值之差，并取最大值；求空位罚分值的函数为 W ＝1.0+0.333 k，k 表示连续的第 k 个空位。 (II) 当前列前面各分值与相应的空位罚分值之差，并取最大值。出现负值就用 0 代替， 表示没有相似性比对可以延续到当前位置。 X S Q Y H D W E K R P X 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 I 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 S 0.0 1.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 Q 0.0 0.0 2.0 0.7 0.3 0.0 0.0 0.0 0.0 0.0 0.0 Y 0.0 0.0 0.7 3.0 1.7 1.3 1.0 0.7 0.3 0.0 0.0 H 0.0 0.0 0.3 1.7 4.0 2.7 2.3 2.0 1.7 1.3 1.0 A 0.0 0.0 0.0 1.0 2.7 3.7 2.3 2.0 1.7 1.3 1.0 E 0.0 0.0 0.0 0.7 2.3 2.3 3.3 1.9 1.7 1.3 1.0 K 0.0 0.0 0.0 0.3 2.0 2.0 2.0 3.0 2.0 0.7 0.3 R 0.0 0.0 0.0 0.0 1.7 1.7 1.7 1.7 2.7 3.0 1.7 P 0.0 0.0 0.0 0.0 1.3 1.3 1.3 1.3 1.3 2.3 4.0 -7 分 一旦矩阵中所有单元的分值计算完毕，就可以找出具有最高分值的单元，也就是 代表两个序列间高分匹配的终点。到达这个单元的其他矩阵元素可以通过回溯方法确 定。然后根据回溯路径求得一个片段的比对。如果需要，还可以找出在上述回溯范围

以外其他具有较高分值的矩阵单元，再进行回溯，即找出多个具有较高分值的相似性 根据最小距离值5523对角线元素0除外)，将AB和C聚合为ABC。ABC与D、 片段。本例中发现有两个区域SQYH和EKRP具有局部相似性。 E间的距离分别为： 3分 2、对于下列距离矩阵，用UPGMA构建系统发生树。(I5分) dp=)d2+与d8=18112 =9.5 -2分 首先，根据最小距离值3对角线元素0除外，将A和B聚合为AB. AB与C、D、E间的距离分别为： d=5d2s+5d6=60314 dxx=12.28 -2分 新的距离矩阵为： ABC D E 0 D99100 E1211139o 根据最小距离值对角线元素0除外)，将D和E聚合为DE。ABC与DE间的 =+=6w2 dae=5.523 距离为： -2分 diddi=965/8 do.=11 -2分 -+i=8 dun=9 -2分 ddix-26512 das=11.51 -2分 根据以上结果，可以构建一个系统树 新的距离矩阵为： AB C D E AB 0 5.5230 1513 0 3分 第3页共1到

第 3 页 共 1 页 以外其他具有较高分值的矩阵单元，再进行回溯，即找出多个具有较高分值的相似性 片段。本例中发现有两个区域 SQYH 和 EKRP 具有局部相似性。 -3 分 2、对于下列距离矩阵，用 UPGMA 构建系统发生树。（15 分） 答： 首先，根据最小距离值 3(对角线元素 0 除外)，将 A 和 B 聚合为 AB。 AB 与 C、D、E 间的距离分别为： A B C D E A 0 B 3 0 C 6 5 0 D 9 9 10 0 E 12 11 13 9 0 - 新的距离矩阵为： AB C D E AB 0 C 5.523 .51 0 D 9 10 0 E 11 13 9 0 根据最小距离值 5.523(对角线元素 0 除外)，将 AB 和 C 聚合为 ABC。ABC 与 D、 E 新的距离矩阵为： ABC D E 间的距离分别为： ABC 0 D 9.5 0 E 12.28 9 0 根据最小距离值 9(对 线元素 外)， D 和 E 聚合为 DE。ABC 与 DE 间的 根据以上结果，可以构建一个系统树 A D E -3 分 角 0 除 将 距离为： B C 2/61 2 1 2 2 1 2 ,CAB dd ,CA += 2 d ,CB = d ,CAB = 523.5 81 2 1 2 1 2 , ,D ,DA dd DB =+= 2 2 d AB d ,DAB = 9 2/265 2 1 2 , 2 2 ,EAB dd EA += EB = 51.11 1 2 , d = d ,EAB 2/181 2 1 2 2 2 2 ,DABC ,DAB ddd ,DC =+= d ,DABC = 5.9 1 4/03 2 1 2 1 6 d ,EABC = 28.12 2 2 2 ,EABC ,EAB ddd ,EC =+= 8/965 22 2 2 2 ,ABCD ddd ,ABCE =+= ,ABCDE 11 ,ABCDE d = 11 − − − 2分 − − − 2分 − − − 2分 −− −−− 2分 分 − 2分 −−− 2