(完整)生物信息学期末复习知识点总结,推荐文档

1、生物信息学：利用数学、物理、化学的理论、 技术和方法，以计算机为工具，对生命现象 加以研究，得到深层次的生物学知识。研究任务：收集与管理生物分子数据，对数 据进行处理分析，为其它生物学研究提供服 务四大“模式生物”：酵母、线虫、果蝇、小鼠小分大分子多瘵3淀*L糖廉、纤维素核糖核酸脱氧核糖孩酸糖的生物功能，作为燃料（是生命活动所需 的能源），重要的中间代谢物，参与生物大分 子组成，作为信号分子脂类的生物功能，构成生物膜的骨架，储存 能量（效率是糖的2倍左右），构成生物表面 的保护层、保温层，重要的生物学活性物质 蛋白质的生物功能，是遗传信息转化成生物 结构和功能的表达者；参与基因表达的调节， 以

2、及细胞中氧化还原反应、电子传递、神经 传递、学习记忆等重要生命过程；酶（一类重要的蛋白质）在细胞和生物体内各种生 化反应中起催化作用； 蛋白质的空间结构一级结构（primary structure）多肽链中氨基酸数目、种类和线性排列顺序二级结构（secondary structure）氢键形成-螺旋（-helix）链间形成-折叠（-sheet）三级结构（tertiary structure）肽链进一步 沿多方向盘绕成紧密的近似球状结构四级结构（quaternary structure）具有特定 构象的肽链进一步结合，并在空间相互作用 检索方法：1）追溯法：通过已知文献后附有的参考文献中提供的线

3、索来查找文献。（2）常用法：利用各种检索工具来查找文献。（3） 循环法：是将常用法和追溯法交替使用 的一种综合文献检索方法。（4） 浏览法：是从本专业期刊或其它类型 的原始文献中直接查阅文献资料。检索途径：著者途径：分类途径：主题途径： 其它途径；检索过程：（1）分析研究课题（2）制定检索 策略（3）查找文献线索（4）获得原始文献 大规模基因组DNA测序：鸟枪法 （Shot-gun sequencing）方法：借 助物理或化学的手段将整个基因组随机打断 成一定大小的片段进行测序，再根据序列间 的重叠关系进行计算机排序与组装，确定它 们在基因组中的位置。适用范围：主要用于重复序列少、相对简单 的

4、原核生物基因组的测序工作。不适用于分 析较大的、更复杂的基因组。优点：速度快、 简单易行、成本低克隆重叠群法（cl one con tig seque ncing）方法：先将染色体打成比较大的片段（几十-几百Kb），利用分子标记将这些大片段排成 重叠的克隆群，分别测序后拼装。需要绘制 物理图谱，以鸟枪法为基础。适用范围：较 大的、更复杂的基因组 蛋白质结构解析：X射线晶体衍射； 核磁共 振波谱学其他方法：扫描隧道电子显微镜-圆二色谱 一级数据库：直接来源于实验获得的原始数 据，只经过简单的归类、整理和注释。二级数据库：在一级数据库、实验数据和理 论分析的基础上，针对不同的研究内容和需 要，对生

5、物学知识和信息的进一步整理得到 的数据库。序列比较的根本任务是：通过比较生物分子 序列，发现他们之间的相似性，找出序列之间共同的区域，同时辨 别序列之间的差异。同源性：是指序列们是由共同祖先进化而来， 讲两条序列的同源关系，只有两种情况：同 源、不同源。相似性：指序列间的差别，是 一个度量。同源与相似的关系：一般认为序列相似性达 到一定程度，即可认为是同源，但不绝对。 序列比对算法实现：点阵分析：寻找序列间 可能的性状对位排列；寻找蛋白质、DNA序列中正向或反向重复；预测RNA中自补区域；直观，整体水平；动态规划算法：精确而全 面，非常耗费资源；启发式算法 滑动窗口技术：使用滑动窗口代替一次一

6、个 位点的比较是解决这个问题的有效方法。动态规划算法计算过程：1计算过程从d 0 ,0开始,2可以是按行计算，每行从左到右， 也可以是按列计算，每列从上到下。3当然， 任何计算过程，只要满足在计算d i , j时d i-1 , j、d i-1 ,j-1、和d i, j-1都已 经被计算这个条件即可。3在计算d i , j后， 需要保存d i , j是从d i-1 , j、d i-1 ,j-1、或d i, j-1中的哪一个推进的，或保存计算的路径，以便于后续处理。上述计算过程到d m , n结束。最优路径求解：与计算过程相反，从d m, n开始，反向前推。基因的定义1、基因是一段与多肽链或功能R

7、NA产生有关的DNA片段， 包括编码区前的 引导序列、编码区后的尾部序列、编码区内 的插入序列和编码区序列。基因的种类：结构基因、调控基因，rRNA基因和tRNA基因启动子，操纵基因 因组(genome是指一个细胞或病毒包含的 全部遗传信息的总和。TP(true positive):实际编码区的核酸中 被成功预测的核酸数目；TN(true negative):实际非编码区的核酸 中被成功预测的核酸数目；FN( false negative):实际编码区的核酸中 被误测为非编码的核酸数目；FP( false positive):实际非编码区的核酸 中被误测为编码的核酸数目。REALITY算与每一

8、个其他序列的距离，生成新的距离 矩阵5.确定下一对关系最近的序列，重复前面的 步聚计算枝长7.从每个序列对开始，重复整个过程8.对每个树计算每对序列间的预测距离，发 现与原始数据最符合的树蛋白质亚细胞定位预测的方法：1)基于信号肽的方法来预测蛋白质亚细胞定 位(2) 基于氨基酸组份或氨基酸物理化学性质 的方法来预测蛋白质亚细胞定位(3) 基于蛋白质功能注解的方法来预测蛋白 质亚细胞定位(4) 基于系统发生的分布图、结构域投影或 结合进化和结构信息的方法来预测蛋白质亚 细胞定位Sn二TP/(TP+FN)Sp=TP/(TP+FP)项目Lengt hTPFPFN Sn SpaccuracyZCURVE V 121020.10.92863Glimmer1414 40.0. 0.7NCBI071 71 1Gen eMark99 0 50.10.8NCBI642 1核酸数据库：Gen Ba nk EMBL DDBJ蛋白质序列数据库：SWISS-PROTPIR蛋白质结构数据库：PDBSp特异性(specificity,Sp):TP FPFM法：1.找出关系最近的序列对，如