生物信息学名词解释.docx

1 .生物信息学： 研究大量生物数据复杂关系的学科，其特征是多学 科交叉，以互联网为媒介，数据库为载体利用数学知识建立各种 数学本M型；利用计算机为工具对实验所得大量生物学数据进行储 存、检索、处理及分析，并以生物学知识对结果进行解释2 .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 特定目标衍生而来，是对生物学知识和信息的进一步的整理3 .FASTA序列格式：是将DNA或者蛋白质序列表示为一个带有一 些标记的核昔酸或者氨基酸字符串， 大于号（＞）表示一个新文件的开始，其他无特殊要求4 .genbank序列格式：是GenBank数据库的基本信息单位，是最为 广泛的生物信息学序列格式之一该文件格式按域划分为 4个部分： 第一部分包含整个记录的信息（描述符）；第二部分包含注释；第 三部分是引文区，提供了这个记录的科学依据；第四部分是核昔酸 序列本身，以“ 〃”结尾5 .Entrez检索系统：是NCBI开发的核心检索系统，集成了 NCBI 的各种数据库，具有链接的数据库多，使用方便，能够进行交叉索 引等特点6.BLAST :基本局部比对搜索工具，用于相似性搜索的工具，对需 要进行检索的序列与数据库中的每个序列做相似性比较。

P947 .查询序列（query sequence）:也称被检索序列，用来在数据库中 检索并进行相似性比较的序列P988 .打分矩阵（scoring matrix ）:在相似性检索中对序列两两比对的 质量评估方法包括基于理论（如考虑核酸和氨基酸之间的类似性） 和实际进化距离（如 PAM）两类方法P299 .空位（gap）:在序列比对时，由于序列长度不同，需要插入一个 或几个位点以取得最佳比对结果，这样在其中一序列上产生中断现象，这些中断的位点称为空位P2910 .空位罚分：空位罚分是为了补偿插入和缺失对序列相似性的影 响，序列中的空位的引入不代表真正的进化事件，所以要对其进行 罚分，空位罚分的多少直接影响对比的结果 P3711 .E值：衡量序列之间相似性是否显著的期望值 E值大小说明了可以找到与查询序列（query）相匹配的随机或无关序列的概率， E 值越接近零，越不可能找到其他匹配序列， E值越小意味着序列的相似性偶然发生的机会越小，也即相似性越能反映真实的生物学意 义P9512 .低复杂度区域：BLAST搜索的过滤选项指序列中包含的重复 度高的区域，如poly （A） o13 .点矩阵（dot matrix ）:构建一个二维矩阵，其 X轴是一条序列， Y轴是另一个序列，然后在 2个序列相同碱基的对应位置（x, y） 加点，如果两条序列完全相同则会形成一条主对角线，如果两条序 列相似则会出现一条或者几条直线；如果完全没有相似性则不能连 成直线。

14 .多序列比对：通过序列的相似性检索得到许多相似性序列，将这 些序列做一个总体的比对，以观察它们在结构上的异同，来回答大 量的生物学问题15 .分子钟：认为分子进化速率是恒定的或者几乎恒定的假说，从而 可以通过分子进化推断出物种起源的时间16 .系统发育分析：通过一组相关的基因或者蛋白质的多序列比对或 其他性状，可以研究推断不同物种或基因之间的进化关系17 .进化树的二歧分叉结构： 指在进化树上任何一个分支节点，一个 父分支都只能被分成两个子分支系统发育图：用枝长表示进化时间的系统树称为系统发育图， 是 引入时间概念的支序图18 .直系同源：指由于物种形成事件来自一个共同祖先的不同物种中 的同源序列，具有相似或不同的功能书：在缺乏任何基因复制 证据的情况下，具有共同祖先和相同功能的同源基因19 .旁系（并系）同源：指同一个物种中具有共同祖先，通过基因重 复产生的一组基因，这些基因在功能上可能发生了改变 （书：由于基因重复事件产生的相似序列20 .外类群：是进化树中处于一组被分析物种之外的，具有相近亲缘 关系的物种21 .有根树：能够确定所有分析物种的共同祖先的进化树22 .除权配对算法（UPGMA ）:最初，每个序列归为一类，然后找 到距离最近的两类将其归为一类， 定义为一个节点，重复这个过程，直到所有的聚类被加入，最终产生树根。

23 .邻接法（neighbor-joining method ）:是一种不仅仅计算两两比 对距离，还对整个树的长度进行最小化，从而对树的拓扑结构进行 限制，能够克服UPGMA算法要求进化速率保持恒定的缺陷24 .最大简2勺法（MP）：在一系列能够解释序列差异的的进化树中 找到具有最少核酸或氨基酸替换的进化树25 .最大似然法（ML）:它对每个可能的进化位点分配一个概率， 然后综合所有位点，找到概率最大的进化树最大似然法允许采用 不同的进化模型对变异进行分析评估，并在此基础上构建系统发育 树26 .一致树（consensus tree）:在同一算法中产生多个最优树，合并 这些最优树得到的树即一致树27 .自举法检验（Bootstrap ）:放回式抽样统计法通过对数据集多 次重复取样，构建多个进化树，用来检查给定树的分枝可信度28 .开放阅读框（ORF）:开放阅读框是基因序列的一部分，包含一 段可以编码蛋白的碱基序列29 .密码子偏好性（codon bias）:氨基酸的同义密码子的使用频率 与相应的同功tRNA的水平相一致，大多数高效表达的基因仅使用 那些含量高的同功tRNA所对应的密码子，这种效应称为密码子偏 好性。

30 .基因预测的从头分析： 依据综合利用基因的特征，如剪接位点，内含子与外显子边界，调控区，预测基因组序列中包含的基因31 .结构域（domain）：保守的结构单元，包含独特的二级结构 组合和疏水内核，可能单独存在，也可能与其他结构域组合相同功能的同源结构域具有序列的相似性32 .超家族：进化上相关，功能可能不同的一类蛋白质33 .模体（motif ）：短的保守的多肽段，含有相同模体的蛋白质不一定是同源白1 一般 10-20个残基34 .序列表谱（profile ）：是一种特殊位点或模体序列，在多 序列比较的基础上，氨基酸的权值和空位罚分的表格35 .PAM 矩阵：PAM指可接受突变百分率一个氨基酸在进 化中变成另一种氨基酸的可能性 ，通过这种可能性可以鉴定蛋白质之间的相似性，并产生蛋白质之间的比对一个 PAM单位是蛋白质序列平均发生 1%的替代量需要的进化时间36 .BLOSUM矩阵：模块替代矩阵矩阵中的每个位点的分值来自 蛋白比对的局部块中的替代频率的观察每个矩阵适合特定的进化 距离例如，在 BLOSUM62矩阵中，比对的分值来自不超过 62%一致率的一组序列37 .PSI-BLAST :位点特异性迭代比对。

是一种专门化的的比对，通 过调节序列才T分矩阵（scoring matrix）探测远缘相关的蛋白38 .RefSeq：给出了对应于基因和蛋白质的索引号码，对应于最稳定、 最被人承认的Genbank序列39 .PDB （Protein Data Bank ）： PDB中收录了大量通过实验（X射 线晶体衍射，核磁共振NMR）测定的生物大分子的三维结构，记录 有原子坐标、配基的化学结构和晶体结构的描述等 PDB数据库的访问号由一个数字和三个字母组成（如， 4HHB）,同时支持关键词搜索，还可以FASTA程序进行搜索40 .GenPept:是由GenBank中的DNA序列翻译得到的蛋白质序列 数据量很大，且随核酸序列数据库的更新而更新，但它们均是由核 酸序列翻译得到的序列，未经试验证实，也没有详细的注释41 .折叠子（Fold）：在两个或更多的蛋白质中具有相似二级结构的 大区域，这些大区域具有特定的空间取向42 .TrEMBL:是与SWISS-PROT相关的一个数据库包含从 EMBL 核酸数据库中木M据编码序列（CDS）翻译而得到的蛋白质序列，并且这 些序列尚未集成到SWISS-PROT数据库中。

43 .MMDB（Molecular Modeling Database）:是（NCBI）所开发的生 物信息数据库集成系统 Entrez的一个部分，数据库的内容包括来自 于实验的生物大分子结构数据 与PDB相比，对于数据库中的每一个生物大分子结构，MMDB具有许多附加的信息，如分子的生物学 功能、产生功能的机制、分子的进化历史等，还提供生物大分子三 维结构模型显示、结构分析和结构比较工具44 .SCOP数据库：提供关于已知结构的蛋白质之间结构和进化关系 的详细描述，包括蛋白质结构数据库 PDB中的所有条目SCOP数据库除了提供蛋白质结构和进化关系信息外，对于每一个蛋白质还 包括下述信息：到PDB的连接，序列，参考文献，结构的图像等 可以按结构和进化关系对蛋白质分类，分类结果是一个具有层次结 构的树，其主要的层次依次是类（class）、折叠子（fold）、超家族（super family ）、家族（family ）、单个PDB蛋白结构记录45 .PROSITE :是蛋白质家族和结构域数据库，包含具有生物学意义 的位点、模式、可帮助识别蛋白质家族的统计特征 PROSITE中涉及的序列模式包括酶的催化位点、配体结合位点、与金属离子结 合的残基、二硫键的半胱氨酸、与小分子或其它蛋白质结合的区域 等；PROSITE还包括根据多序列比对而构建的序列统计特征，能更 敏感地发现一个序列是否具有相应的特征。

46 .Gene Ontology协会：编辑一组动态的、可控的基因产物不同方 面性质的字汇的协会 从3个方面描述基因产物的性质，即，分子功能，生物过程，细胞区室47 .表谱（PSSM ）:指一张基于多序列比对的打分表，表示一个蛋 白质家族，可以用来搜索序列数据库48 .比较基因组学：是在基因组图谱和测序的基础上，利用某个基因 组研究获得的信息推测其他原核生物、真核生物类群中的基因数目、 位置、功能、表达机制和物种进化的学科49 .简约信息位点：指基于DNA或蛋白质序列，利用最大简约 法构建系统发育树时，如果每个 位点的状态至少存在两种，每种状态至少出现两次的位点 其它位点为都是非简约性信息位点1、生物信息学：生物分子信息的获取、存贮、分析和利用；以数学 为基础，应用计算机技术，研究生物学数据的科学2、相似性（similarity ）:两个序列（核酸、蛋白质）间的相关性3、同源性（homology）:生物进化过程中源于同一祖先的分支之间 的关系4、同一性（identity ）:两个序列（核酸、蛋白质）间未发生变异 序列的关系5、序列比对（alignment ）:为确定两个或多个序列之间的相似性 以至于同源性，而将它们按照一定的规律排列。

6、生物数据库检索（database query,数据库查询）：对序列、结 构以及各种二次数据库中的注释信息进行关键词匹配查找7、生物数据库搜索（database search）:通过特定序列相似性比对 算法，找出核酸或蛋白质序列数据库中与待检序列具有一定程度相 似性的序列1 .生物信息学：1）生物信息学包含了生物信息的获取、 处理、分析、和解释等在内的一门交叉学科；2）它综合运用了数学、计算机学和生物学的各种工具来进行研 究；3）目的在于阐明大量生物学数据所包含的生物学意义2 . BLAST （Basic Local Alignment Search Tool ）直译：基本局部排比搜索工具意译：基于局部序列排比的常用数据库搜索工具含义：蛋白质和核酸序列数据库搜索软件系统及相关数据库3 . PSI-BLA。