生物信息学.pdf
《生物信息学.pdf》由会员分享,可在线阅读,更多相关《生物信息学.pdf(15页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、中 国 科 学 技 术 大 学 2007-2008 学年第 1 学期考试试卷 考试科目:生物信息学 得分:_ 学生所在系:_ 姓名:_ 学号:_ 一、单项选择题(每题 3 分,共 30 分)1.下面哪个数据库不属于核酸的三大数据库之一 ()A GenBank B.EBI C.UniProt D.DDBJ 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.Gibbs Sampler C.Hidden Markov Model 算法 D.Needleman-Wunsch 算法 3.下面哪种工具为多序列比对工具 ()A.MegaBlast B.MEGA C.G
2、PS D.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-odd ratio;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
3、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Reciprocal Best Hits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-
4、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=8/3 B.s=1,n=2 C.s=1/4,n=11/4 D.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,
5、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=,并且通过 Fis
6、hers Exact Text 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:-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.
7、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
8、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:!)()(xexfx A R D Q E L K P A 4-1-2-1-1-1-1-1 R-1 5-2 1 0-2 2-2 D-2-2 6 0 2-4-1-1 Q-1 1 0 5 2-2 1-1 E-
9、1 0 2 2 5-3 1-1 L-1-2-4-2-3 4-2-3 K-1 2-1 1 1-2 5-1 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
10、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-odd ratio,该例中,四种碱基的背景值都为;(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。P-1-2-1-1-1-3-1 7 中 国 科 学 技 术 大 学 2008-2009 学年第 1 学期考试试卷 考试科目:生物信息学
11、 得分:_ 学生所在系:_ 姓名:_ 学号:_ 一、单项选择题(每题 3 分,共 30 分)1.下面哪种方法不是基因共表达相关性的分析方法 ()A Pearson correlation coefficient B.Kendalls tau C.T-Test D.Euclidean distance 2.针对 DNA 序列的同义与非同义的核苷酸替代,若 Ka/Ks=,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-Coffee B.MEGA C.PAML D.PHYLIP 4.隐马尔科夫算法中的 Bau
12、m-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-odd ratio;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.RefSeq B.EBI C.DDBJ D.GenBank 8.近年,我校学者与复
13、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=7/3 B.
14、s=1,n=2 C.s=1/4,n=11/4 D.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):CTACTAGC CGACATGG CTACATGG CTTGAAGC 给定一条新的序列 CGACAAGC,其 log-odd ratio(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
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 生物 信息学
限制150内