生物信息学Word格式.docx
《生物信息学Word格式.docx》由会员分享,可在线阅读,更多相关《生物信息学Word格式.docx(14页珍藏版)》请在冰豆网上搜索。
2.下面哪种算法为双序列比对全局优化算法?
A.Smith-Waterman算法B.GibbsSampler
C.HiddenMarkovModel算法D.Needleman-Wunsch算法
3.下面哪种工具为多序列比对工具?
A.MegaBlastB.MEGA4.0C.GPSD.POA
4.双序列比对中,全局与局部的优化算法,其核心思想是()
A.利用已知数据作为训练集,利用迭代的算法进行反复计算,使得结果收敛;
B.根据已知数据,构建PSSM矩阵,再计算Log-oddratio;
C.采用动态规划算法,计算最优路径,并以此得到比对结果;
D.采用邻接法构建进化树,在进化树的指导下进行双序列比对。
5.下面何种描述适合Baum-Welch算法?
A.双序列比对的局部优化算法;
B.Motif发现的方法之一
C.对已知的训练数据,采用Viterbi算法计算最佳路径,并重新计算转移概率矩阵,反复计算直至结果收敛,得到优化的HMM模型;
D.对已知的训练数据,采用Smith-Waterman算法计算最佳路径,并重新计算转移概率矩阵,反复计算直至结果收敛,得到优化的HMM模型;
6.实验学家在大肠杆菌中发现某种基因A,具有重要的转录调控功能,通过ReciprocalBestHits的方法,实验学家用BLAST发现在人中基因B为基因A的高度相似基因。
那么,人中基因A与基因B的关系为()
A.旁系同源物B.趋同进化C.直系同源物D.异同源物
7.下面不属于多序列比对的算法有()
A.最大简约法B.渐进方法C.迭代方法D.部分有向图法
8.下面基于氨基酸的替代模型并进行距离修整的模型有()
A.Jukes-Cantor法B.Kimura两参数法
C.泊松校正D.Nei-Gojobori法
9.下面不属于构建进化树的方法有()
A.最大似然性法B.最大简约法
C.距离法D.点阵法
10.已知密码子CCT,CCC,CCA,CCG都编码Pro(脯氨酸),并且仅该四个密码子都编码Pro。
对于密码子CCC,其潜在的同义位点数目s与非同义位点数目n为
()
A.s=1/3,n=8/3B.s=1,n=2
C.s=1/4,n=11/4D.s=1,n=8/3
二、判断题(每题2分,共20分)
1.PAM250矩阵的构建,其基本假设为当序列变化发生期望上的250%的变化时,氨基酸之间替代的关系,因此,Dayhoff等人选择序列相似性极低的序列,以此构建了通用的PAM250矩阵()
2.我们通常使用UniProt数据库来查找基因的DNA序列,并得到序列的FASTA格式()
3.BLAST采用了一种称为“k-tup”的算法,搜索两条序列的对角线两边有限的空间,因此大大节省了计算时间()
4.MUSCLE是目前被广泛应用的多序列比对工具,其优越性为采用部分有向图的算法,从而使得运算的时间复杂度大为降低()
5.Ka/Ks为表征编码区DNA序列是否受到选择压力的主要手段,对于某对基因A和B,我们通过计算发现Ka/Ks=3.6,并且通过Fisher’sExactText检验后,为统计显著,因此我们可以推测A和B在分化之后受到达尔文的阳性进化选择的压力()
6.隐马尔科夫算法中的“隐”,指的是状态之间的转移概率已知,而状态内的发散概率未知,因此,隐马科夫并不表示所有的概率未知。
7.蛋白质上的模体/motif,一般指长度为几个到几十个氨基酸,并且不具有独立的三级结构的氨基酸片段。
例如SUMO化位点的motif,一般可表示为:
ψ-K-X-E.
8.估算鸟枪法的覆盖率,使用超几何分布的方法能够相当简便的结算出结果。
9.DNA突变的模式有四种:
替代、插入、缺失和倒位。
而DNA替代又分为转换和颠换两种。
10.中性进化是由Kimura最早提出,认为绝大多数的突变不好也不坏,并不决定物种的分化。
受达尔文进化所调控的基因约为~1%,这些基因数量虽然很少,却对物种的分化起到了决定性的作用。
三、综合题(每题10分,共50分)
1.表观遗传学的研究内容主要包括DNA的甲基化,组蛋白的乙酰化、甲基化及其它修饰,染色体重塑以及SiRNA与MiRNA调控四个方面。
其中DNA的甲基化发生在基因组的特定位置,通常是-CG-序列中的C上,C被化学修饰,引入一个甲基,并很快突变为T。
编码区DNA上游启动子区域的DNA甲基化水平的高低,对基因表达量的高低有着重要的影响,一般低甲基化对应基因的高表达,高甲基化则对应基因的低表达。
实验学家通过实验鉴定了30条平均长度为1000bp的DNA序列,总共鉴定了60个甲基化位点。
生物信息学家基于这些实验数据,构建了预测工具,对于新的两条序列M和N,长度分别为2000bp和1500bp,并预测A和B上分别有3个和9个位点。
那么,对于预测出来的位点,若全部是随机产生的概率为多少?
已知泊松分布的公式为:
A
R
D
Q
E
L
K
P
4
-1
-2
5
1
2
6
-4
-3
7
2.对于两条蛋白质序列:
AQPPKKE和LEPKRD,请分别用
(1)Needleman-Wunsch算法;
(2)Smith-Waterman算法对两条序列作比对;
对于Gap的罚分为8,线性罚分规则;
用图示法表明比对过程,并写出比对结果、得分,对于Smith-Waterman算法,结果表示为单一的比对结果。
打分矩阵采用BLOSUM62矩阵,部分矩阵如下:
3.请用图示法并辅以必要的文字,描述Gibbs采样抽取序列motif的过程。
这里,假设有n条序列,长度k,待抽取的motif长度为m.
4.给定一组DNA序列如下:
CGACCTA
CGACGAT
CGTCGAA
TCTCGAG
(1)根据上述DNA序列,请写出一种PSSM矩阵;
(2)给定一条新的序列CGTCGAG,计算log-oddratio,该例中,四种碱基的背景值都为0.25;
(3)请计算模体中,第三位和第五位所包含的信息量。
5.直系同源物(Ortholog)与旁系同源物(Paralog)之间有什么区别?
请用图示法并辅以必要文字进行描述。
2008--2009学年第1学期考试试卷
1.下面哪种方法不是基因共表达相关性的分析方法?
A.PearsoncorrelationcoefficientB.Kendall'
stau
C.T-TestD.Euclideandistance
2.针对DNA序列的同义与非同义的核苷酸替代,若Ka/Ks=1.2,则可能发生了何种进化过程?
()
A.阳性进化B.达尔文进化
C.阴性进化D.中性进化
3.下面哪种工具不是分子进化树构建工具?
A.T-CoffeeB.MEGA4.0C.PAMLD.PHYLIP
4.隐马尔科夫算法中的Baum-Welch算法,其核心思想是()
E.采用邻接法构建进化树,在进化树的指导下进行双序列比对;
F.利用已知数据作为训练集,利用迭代的算法进行反复计算,使得结果收敛;
G.根据已知数据,构建PSSM矩阵,再计算Log-oddratio;
H.采用动态规划算法,计算最优路径,并以此得到比对结果。
5.不属于DNA突变的模式有?
A.倒位;
B.颠换;
C.插入;
D.替代。
6.利用点阵法不能够做到或发现()
A.反向回文序列B.自身比对C.重复序列D.序列模体识别
7.下面哪个数据库是蛋白质数据库()
A.RefSeqB.EBIC.DDBJD.GenBank
8.近年,我校学者与复旦大学研究者合作,在芽殖酵母发现了泛素家族的一个分子化石Urm1,稍后有研究者利用BLAST发现了人类的Urm1,那么人类的泛素蛋白质与人类Urm1的关系是()
A.直系同源物B.趋同进化C.旁系同源物D.异同源物
9.下面不属于双序列比对的方法有()
A.Smith-Waterman算法B.距离法
C.Needleman-Wunsch算法D.点阵法
10.已知密码子ATT,ATC,和ATA编码Ile(异亮氨酸),而ATG编码Met(甲硫氨酸)。
则对于密码子ATC,其潜在的同义位点数目s与非同义位点数目n为
A.s=2/3,n=7/3B.s=1,n=2
C.s=1/4,n=11/4D.s=1/3,n=8/3
二、填空题(每空2分,共20分)
1.使用多序列工具比对两条序列,发现71%的区域相同,若这两条序列为蛋白质序列,则这两条序列的泊松距离为();
若两条序列为核酸序列,则Jukes-Cantor距离为()。
2.给定一组DNA序列如下(碱基的背景值为0.25):
CTACTAGC
CGACATGG
CTACATGG
CTTGAAGC
给定一条新的序列CGACAAGC,其log-oddratio(以2为底计算数值)为();
该组DNA序列,其第二位的信息量为(),第八位的信息量为()。
3.实验学家从1000个4bp的DNA序列中鉴定了200个X-box序列,其中第一位T的出现概率为0.97,第二位A出现的概率为0.91,第三位C出现的概率为0.85,第四位A出现的概率为0.80,C出现的概率为0.14。
其他位点出现的概率各自相同。
则序列TACA可能是X-box的概率为(),序列TACC可能是X-box的概率为()。
4.蛋白质磷酸化位点的预测是一个重要的生物信息学问题。
实验学家以405个磷酸化蛋白质为训练数据,包含800个实验验证的磷酸化位点和16000个非磷酸化位点,开发了P工具。
利用P工具做Self-consistency检验,总共预测出1470个阳性结果,则该工具的