《生物信息学》复习资料【公众号：大学同人】整理.pdf

生物信息学概述、数据库生物信息学、生物信息学课程范围、生物信息学实例、生物信息学网站、数据采集、DNA测序原理、DNA序列类型、基因组测序策略、序列质量控制、单遍测序等。 生物信息学概述：生物信息学是生物学和信息技术的结合，是现代科学的又一个分支学科。它利用计算机对大量生物数据进行分析处理，数据库生物信息学主要由三大部分组成：算法与统计工具、分析与解释、测序策略。生物信息学需要计算机快速、可靠地执行重复任务的能力以及处理问题的能力。然而，生物信息学中涉及的许多问题仍需要专家的人工处理，同时原始数据的完整性和质量也很关键。 数据库生物信息学：数据库生物信息学主要由三大部分组成：算法与统计工具、分析与解释、测序策略。数据库生物信息学用于存储和搜索数据的数据库开发，与用于分析和确定大分子序列、结构、表达模式和生化途径等生物数据集之间的关系的统计工具和算法的开发结合在一起。 生物信息学课程范围：生物信息学课程范围包括使初学者理解生物信息学的基本原理，并获得相应的应用能力。具体包括生物信息学的一些关键领域：数据库使用、序列和结构分析工具、注释工具、表达分析以及生化和分子途径分析。 生物信息学实例：生物信息学实例包括数据库界面、序列搜索与比对、基因搜索、蛋白结构域分析与鉴定、基因调控元件的计算机模式识别等。例如，Genbank/EMBL/DDBJ、Medline、SwissProt、PDB等数据库界面，BLAST、FASTA、Clustal、MultAlin、DiAlign等序列搜索与比对工具，Genscan、GenomeScan、GeneMark、GRAIL等基因搜索工具，pfam、BLOCKS、ProDom等蛋白结构域分析与鉴定工具，Gibbs Sampler、AlignACE、MEME等基因调控元件的计算机模式识别工具等。 生物信息学网站：生物信息学网站包括生物信息学资源、各种数据库和生物信息学分析工具的网站。例如，NCBI（The National Center for Biotechnology Information）、EBI（The European Bioinformatics Institute）、The Canadian Bioinformatics Resource、SwissProt/ExPASy（Swiss Bioinformatics Resource）、PDB（The Protein Databank）等网站。 数据采集：数据采集是生物信息学的重要步骤。包括DNA、RNA和蛋白质测序等。 DNA测序原理：DNA测序原理是采用全自动的链终止反应完成的，这一技术通过加入限量的双脱氧核苷酸来产生有特定终止碱基的嵌套DNA片段。 DNA序列类型：DNA序列类型主要有三种方式：基因组DNA、cDNA、重组DNA。基因组DNA来自基因组，包括基因和基因外核酸序列，真核生物的基因组DNA包含内含子;cDNA由mRNA反转录而来，并且只对应于基因组中能表达的部分，它不包含内含子；重组DNA来自实验室，包含克隆载体等人工操作。 基因组测序策略：基因组测序策略可以分为两种方式：霰弹法测序和克隆重叠群测序。霰弹法测序包括随机DNA片段的生成，通过大量片段测序来覆盖整个基因组；克隆重叠群测序包括亚克隆系统的产生及其测序。 序列质量控制：序列质量控制是对DNA双链上进行多次读段完成高质量序列数据的测定。可使用如Phred等程序对最初的跟踪数据（trace data）进行碱基识别和质量判断。载体序列和重复的DNA片段被屏蔽后，使用Phrap程序将序列拼接成重叠群（contigs），剩下的不一致部分通过人工校对解决。 单遍测序：单遍测序是低质量的序列数据可以由单次读段产生。尽管不很准确，但单遍序列如ESTs和GSSs，可以以低廉的价格快速获得。