中科院生物信息学期末考试复习题

中科院生物信息学期末考试复习题

陈润生老师部分：

1.什么是生物信息学，如何理解其含义为什么在大规模测序研究中，生物信息学至关重要

答：生物信息学有三个方面的含义：

1)生物信息学是一个学科领域，包含着基因组信息的获取、处理、存储、分配、分析和

解释的所有方面，是基因组研究不可分割的部分。

2)生物信息学是把基因组DNA序列信息分析作为源头，破译隐藏在DNA序列中的遗传语言，

特别是非编码区的实质；同时在发现了新基因信息之后进行蛋白质空间结构模拟和预测；其本质是识别基因信号。

3)生物信息学的研究目标是揭示“基因组信息结构的复杂性及遗传语言的根本规律”。它

是当今自然科学和技术科学领域中“基因组、“信息结构”和“复杂性”这三个重大科学问题的有机结合。

生物信息学是把基因组DNA序列信息分析作为源头，找到基因组序列中代表蛋白质和RNA 基因的编码区；同时阐明基因组中大量存在的非编码区的信息实质，破译隐藏在DNA序列中的遗传语言规律：在此基础上，归纳、整理与基因组遗传信息释放及其调控相关的转录谱和蛋白谱数据，从而认识代谢、发育、分化、进化的规律。同时在发现了新基因信息之后，其还利用基因组中编码区信息进行蛋白空间结构模拟和蛋白功能预测，并将此类信息与生物体和生命过程中的生理生化信息结合，阐明其分子机制，最终进行蛋白、核酸分子设计、药物设计、个体化医疗保健设计。

2.如何利用数据库信息发现新基因，基本原理

答：利用数据库资源发现新基因，根据数据源不同，可分2种不同的查找方式：

1)从大规模基因组测序得到的数据出发，经过基因识别发现新基因：

（利用统计，神经网络，分维，复杂度，密码学，HMM，多序列比对等方法识别特殊序列，预测新ORF。但因为基因组中编码区少，所以关键是“数据识别”问题。）利用大规模拼接好的基因组，使用不同数据方法，进行标识查找，并将找到的可能的新

基因同数据库中已有的基因对比，从而确定是否为新基因。可分为：①基于信号，如剪切位点、序列中的启动子与终止子等。②基于组分，即基因家族、特殊序列间比较，Complexity analysis，Neural Network

2)利用EST数据库发现新基因和新SNPs：

（归属于同一基因的EST片断一定有overlapping，通过alignment可组装成一完整的基因，但EST片断太小，不存在数据来源，主要是拼接问题）

数据来源于大量的序列小片段，EST较短，故关键在正确拼接。方法有基因组序列比对、拼接、组装法等。经常采用SiClone策略。其主要步骤有：构建数据库；将序列纯化格式标准化；从种子库中取序列和大库序列比对；延长种子序列，至不能再延长；放入contig库①构建若干数据库：总的纯化的EST数据库，种子数据库，载体数据库，杂质、引物数据库，蛋白数据库，cDNA数据库；

②用所用种子数据库和杂质、引物数据库及载体数据库比对，去除杂质；

③用种子和纯化的EST数据库比对

④用经过一次比对得到的长的片段和蛋白数据库、cDNA数据库比较，判断是否为已有序列，再利用该大片段与纯化的EST数据库比对，重复以上步骤，直到序列不能再延伸；

⑤判断是否为全长cDNA序列。

（利用EST数据库：原理：当测序获得一条EST序列时，它来自哪一个基因的哪个区域是未知的（随机的），所以属于同一个基因的不同EST序列之间常有交叠的区域。根据这种“交叠”现象，就能找出属于同一个基因的所有EST序列，进而将它们拼接成和完整基因相对应的全长cDNA序列。而到目前为止，公共EST数据库(dbEST)中已经收集到约800万条的人的EST序列。估计这些序列已覆盖了人类全部基因的95%以上，平均起来每个基因有10倍以上的覆盖率。）

3.用蛋白或核酸序列数据库研究生物演化的主要步骤是什么当前的困难是什么，如何克服（核酸或氨基酸序列进行进化研究要进行哪些计算步骤当前遇到什么问题怎样解决）

答：计算步骤，构建系统进化树，其主要步骤如下：

1)序列相似性比较。就是将待研究序列与DNA或蛋白质序列库进行比较，用于确定该序列

的生物属性，也就是找出与此序列相似的已知序列是什么。完成这一工作只需要使用两

两序列比较算法。常用的程序包有BLAST、FASTA等；

2)序列同源性分析。是将待研究序列加入到一组与之同源，但来自不同物种的序列中进行

多序列同时比较，以确定该序列与其它序列间的同源性大小。这是理论分析方法中最关键的一步。完成这一工作必须使用多序列比较算法。常用的程序包有CLUSTAL等；

3)构建系统进化树。根据序列同源性分析的结果，重建反映物种间进化关系的进化树。为

完成这一工作已发展了多种软件包，如PYLIP、MEGA等；

4)稳定性检验。为了检验构建好的进化树的可靠性，需要进行统计可靠性检验，通常构建

过程要随机地进行成百上千次，只有以大概率（70％以上）出现的分支点才是可靠的。

通用的方法使用 Bootstrap算法。

【

(1.序列相似性比较: 就是将待研究序列与DNA或蛋白质序列库进行比较，用于确定该序列的生物属性，也就是找出与此序列相似的已知序列是什么，完成这一工作只需要使用两两序列比较算法。常用的序列包有BBLAST、FASTA等；

(2. 序列同源性分析：将待研究序列加入到一组与之同源，但来自不同物种的序列中进行多序列同时比较，以确定该序列与其他序列间的同源性大小，这是理论分析方法中最关键的一步，完成这一工作必须使用多序列比较算法，常用的程序包有CLUSTAL等；

(3.构建系统进化树：根据序列同源性分析的结果，重建反应物种间进化关系的进化树，为完成这一工作，已发展了多种软件包，如PYLIP、MEGA等

(4.稳定性检验：为了检验构建好的进化树的可靠性，需要进行统计可靠性检验，通常构建过程要随机地进行成百上千次，只有以大概率（70%以上）出现的分支点才是可靠的。通用的方法使用Bootstrap算法，相应的软件已包括在构建系统进化树所用的软件包当中。】

当前的主要困难：是发现了基因的横向迁移（LGT）现象，即进化程度不同的物种间存在着遗传信息基因的传递，如果拿迁移的基因做进化分析就会出错。

克服LGT的方法（可能的解决途径）：

1)纵向思路：选择垂直进化而来的序列进行研究，即去除横向迁移的数据库，如COG

数据库；

2)横向思路：发展基于完整基因组构建进化树，即使用全基因组数据库进行基因组水

平上的对比；

利用生物体的蛋白质组构建进化树。

选取特征对比，不同长度的序列字符串进行对比后，对照其genome进行归一化；

ORF对比，将all predicted ORF采用COG的分类规则进行分类，再构建进化树4.什么是SNP为什么SNP的研究是重要的SNP研究有哪些优点举出2~3个SNP 相关的网站。

答：SNP是指单核苷酸多态性，主要是指在基因组水平上由单个核苷酸的变异所引起的DNA 序列多态性，代表了基因组水平上遗传密码的变异，由于这种变异很多以单碱基突变的形式出现，因此称为单核苷酸多态性；它反映了不同个体间、正常与异常个体之间基因组上的差别，现在这个概念有所扩大，不限于一个核苷酸的差异。

重要性：因为SNP研究是基因组领域理论成果走向应用的关键步骤，是联系基因型和表现型之间关系的桥梁，是研究人类基因组计划走向应用的重要步骤。

优点：（1）SNP在基因组中分布相当广泛，使人们有机会发现与各种疾病相关的基因组突变；

（2）不直接导致疾病基因表达的SNP，与某些疾病基因相邻，成为重要标记，有助于发现疾病基因

（3）从实验操作来看，通过SNP发现疾病相关基因突变，比通过家系发现更加容易。（4）基础研究中非常重要，如对Y染色体SNP分析有重要成果。

SNP的特点：

1.位点丰富

2.具有代表性

3.遗传稳定性

4.易于进行自动化，规模化分析，缩短了研究时间

SNP研究的意义：

通过大批量、高通量的SNP的发现与鉴定，人类SNP—Haplotype遗传图谱的构建，在连锁不平衡基础上的关联分析等，有望为人类致命基因的寻找和疾病的防治提供快速和有效

的途径，一系列发现和检测SNP的方法，构建图谱的策略，及连锁不平衡和关联分析等技术，正在动植物研究领域中受到广泛的关注，毫无疑问将在分子和群体遗传、动植物育种和生物进化等研究领域中发挥越来越大的作用。

SNP相关的一些网站：

1)SNP Consortium's database( SNP database将这些数据进行整理，去掉冗余，使每个

SNP都是唯一的。此时的SNP被称为reference SNP或refSNP。（(

2)The Human Genic Bi-Allelic Sequences Database(HGBASE) 这一数据库收录了人基因

组中所有已知的序列变化，包括：SNPs、序列的插入和缺失(Indels)、简单重复序列等。

（）

3)The Human Gene Mutation Database（HGMD）(

4)The Protein Mutant Database(PMD)，蛋白突变数据库。收录了蛋白质特定位点的氨基

酸突变信息，以及这些突变对蛋白质结构功能的影响。（）

The Allele Frequency Database(ALFRED)：人类群体等位基因频率数据库，什么是系统生物学系统生物学对生命科学概念上的发展系统生物学对生物功能实现的理解有何本质变化系统生物学的研究思路是什么

答：系统生物学是指在系统的层面上研究生命活动。（研究一个生物系统中所有组成成分的构成，以及特定条件下组分间互作关系。）【系统生物学就是自基因组研究以来，各个层次的所有资料和数据（包括基因组测序数据，功能基因组数据，蛋白质三维结构信息以及相互作用的数据等）的整合，以及这些整合数据为基础建立数学模型，再以这些模型模拟仿真研究生命活动的影响之后生命活动的反应以及变化】

包含三个相互衔接的组成（三部曲）：

整合数据，即整合所有各个层次（DNA水平，RNA水平，蛋白质水平，蛋白质相互作用水平）的信息数据；

系统建模，即用这些信息构建描绘生命活动的数学模型；

预测未知，即用这个模型预测生命未来的发展及外界干扰后系统的变异（生命活动及外界因素变化对其产生的影响）。

学术概念上的发展主要有：

传统生物学是从基因组序列到结构，再到功能，而它从各个层次的相互作用到网络，再到功能。与以往不同的是，系统生物学一开始就考虑元件之间的相互作用，把整个生命活动作为网络，考虑其相互作用。

1)研究思路的变化：传统的分子生物学研究步骤一般为：DNA序列→蛋白结构→蛋白功能

（一维），而系统生物学是在二维的角度研究生命科学，即：相互作用→网络→功能，是由一组基因产生并相互作用共同实现的。

2)看待生命活动本质的变化：因为没有一个生命活动是靠一个基因完成的，生命活动是一

组基因相互作用实现的，这种相互作用形成一个网络，既包括每个单元的结构，又包括单元与单元之间的相互作用。因此，系统生物学不仅考虑每个基因的活动，还描述了基因间的相互作用并导致了网络的产生。（系统生物学与传统生物学看待生命活动有着本质的不同：系统生物学认为生命活动是由一组基因及其相互作用来实现其过程的，这种相互作用形成了一个网络，既包括每个单元的结构，又包括单元与单元之间的相互作用，因此在考虑结构的过程中考虑其结构间的相互作用，一组一组地研究。而传统的分子生物学考虑的只有结构，是一个一个地去研究。）

其对生物功能实现的理解发生了本质性变化：

它不仅考虑单个分子而且考虑其间相互作用，把整个生命活动作为一个相互作用的网络来研究其功能，基因组只是网络中的一部分，只有通过相互作用的网络才能体现功能；

通过系统地整合生物过程不同阶段的分散数据，如基因组，转录组，蛋白组，代谢组，可以对复杂的生物过程，如折叠、信号传导途径、代谢途径更好地模拟，研究生物过程的动态变化；

它不仅全息的了解复杂的生命系统中的所有成分以及他们之间的动态联系，还可以预测如果这个系统一旦受到了刺激和外界干扰，系统未来的行为是什么。

系统生物学与传统生物学有什么不同：

区别：传统生物学：序列→结构→功能，只考虑单个个体，单个gene，单个蛋白质系统生物学：相互作用→网络→功能，除考虑单个个体，单个gene，还考虑个体与个体之间的相互作用，把整个生命活动作为一个网络来考查它们的相互作用。

（传统分子生物学是从基因组中发现特殊序列，即基因，然后找到基因编码的蛋白，再通过

测知其结构，而知其功能。而系统生物学研究是从各个层次的相互作用到网络，再到功能。系统生物学不仅考虑单个分子，而且考虑其间相互作用，认为生命活动由大量相互作用的结构单元组成，这些结构单元形成网络。基因组只是网络中的一部分，只有通过相互作用的网络才能体现功能。它不仅全息的了解复杂的生命系统中的所有成分以及他们之间的动态联系，还可以预测如果这个系统一旦受到了刺激和外界干扰，系统未来的行为是什么。）

系统生物学与分子生物学有什么不同：

区别：分子生物学：序列→结构→功能，只考虑单个gene，单个蛋白质

系统生物学：是研究生物系统组成成分的构成与相互关系的结构、动态与发生，以系统论和实验、计算方法整合研究为特征的生物学。系统生物学不同于以往仅仅关心个别的基因和蛋白质的分子生物学，在于研究细胞信号传导和基因调控网路、生物系统组成之间相互关系的结构和系统功能的涌现。

系统生物学的研究思路（研究流程）：

1.针对选定生物系统进行实验设计，了解系统所有组成成分：基因，RNA，蛋白,膜脂等

2.通过系统行为动力学分析，总结系统设计和控制规律

3.通过总结规律来提出新的实验设计，验证系统模拟的正确性

【分子生物学与系统生物学的区别与联系

答：二者的区别和联系主要从宏观和微观上讲。分子生物学的研究采用典型的还原论方法，研究对象主要是分子水平上的，即生物系统中的大分子、信号分子的结构、生化性质以及功能，基因表达过程中的调控，以及DNA重组。分子生物学只研究系统的组成元素，最后给出系统的组成元素清单，它是系统生物学的基础，但它的研究结果只能解释生物系统的微观或局部现象，无法说明系统整体所具有的功能从何而来。而系统生物学作为一个整体，表现出完善的整体行为，而组成系统的细胞、基因、蛋白质等只能作为系统的一个构件、一个元素、通常情况下它无法表现出“系统”行为。系统生物学与分子生物学研究对象不同，系统生物学研究的是系统整体，研究由系统元素形成有功能的整体所依赖的组织方式和潜藏规则，它同时研究系统的不同层次，以及他们之间的相互作用关系，并将这些整合起来深刻挖掘系统整体的功能形成机制。

系统生物学虽然在研究对象上与分子生物学不同，但他们之间并不是完全不相关的，系统生物学的研究离不开分子生物学研究所给出的大量资料和数据，正是依赖这些，系统生物学才有了建模的基础。同时分子生物学的研究结果只有通过系统生物学进行整合才能从理论上对系统的宏观性质达到定性定量的理解，反过来，系统生物学的研究成果也可以用来指导分子生物学的实验设计。因此二者之间其实是相互补充的，只有结合起来，才能充分认识生命现象。】

6.（1）什么是非编码序列，非编码RNA，非编码基因

（2）以人的基因组为例回答：在基因组中有多少非编码序列，有多少存在转录本，举2~3个非编码核酸的生物学功能

答：（1）非编码序列是基因组中不编码蛋白质和多肽的序列；(基因组中不归属于基因调控元件，稳定元件之外的，也无明确生物学功能意义的基因序列统称为非编码序列，即不编码蛋白质同时也无明确生物学功能的序列)

非编码RNA是指来自基因组的非编码的转录元件，即基因组中非编码序列的转录产物/转录本；

非编码基因指那些具有明确生物学功能的非编码RNA在基因组上非编码序列上的位置，即功能性的非编码RNA对应基因组上的位置称为非编码基因；

（2）人类基因组中97～98%的序列是非编码序列，有70%～80%存在转录本，非编码核酸的生物学功能：

1)Xist:X-inactivation（X染色体失活）是哺乳动物的一种剂量补偿机制，其中一半拷

贝转录被抑制从而失活，抑制转录是通过一个2kb的非编码RNA（Xist RNA）实现的,xist RNA装配在失活X染色体的外侧，引起结构改变导致失活；

2)Small RNA and RNAi: RNAi是由RNA（siRNA、microRNA）导致的转录后基因沉默现象，

如由双链小RNA引起的干扰和转录后基因沉默现象，在植物病毒抗性和线虫中的转座子沉默；一些小核RNA调控基因转录。(单链易降解，但发现细胞中存在另一种pathway，双链小RNA进入细胞后结合组蛋白形成复合体，该复合体和识别并降解target)

3)piRNA（具有大量转录本，功能不详）和Prions（生物复杂度到一定程度后会出现发病

情况，可能和非编码RNA有关）等。

7.什么是基因组中的非编码区请以人类基因组为例，说明：

（1）非编码区所占的比例

（2）按在基因组中的位置（组成）（功能）区分，非编码序列有哪些组分它们所占比例如何

（3）按序列编码特征区分，非编码序列有哪些组分它们所占比例如何

（4）请说明非编码区研究的重要性（可以举出一、两个典型非编码序列作为例子）

答：基因组中不能编码蛋白质的区段叫做非编码区。非编码区位于编码区前后，同属于一个基因，控制基因的表达和强弱。

（1）人类非编码区占97—98%

（2）按照在基因组中的位置（组成）来分，各个组分占基因组的份额：

编码基因（编码蛋白质和tRNA、rRNA）：—2% ；

Intron（广义）：25% ；

端粒、中心粒等特定位置：12% ；

基因间序列：60—70% ；

按照在基因组中的功能区分，各个组分占基因组的份额：

功能蛋白质基因%，功能RNA基因%，总共大约1—3% ；

内含子：24% ；

Satellite DNA(主要分布在中心粒和端粒): 12% ；

基因间序列（Intergene DNA）：60—70% ；

（3）按照序列特征区分，各个组分占基因组的份额：

编码区（包括编码蛋白质和tRNA和rRNA的基因）占总基因组的2% ；

非编码区占到98%：其中：

简单重复序列：12% ；

散在重复序列：45% ；

假基因:1% ；

非编码非重复序列：35—40% ；

(4)举例：

非编码基因：作为调节源，调节基因重组、交换，丰富多样性，获得新功能；

2.鸡溶菌酶基因中，位于编码区上游的CRI元件起着转录沉默子的作用；

—DNA产物有重要生物学功能，如tmRNA介导错误翻译蛋白的降解RNAi导致基因沉默非编码基因产物的功能：smallRNA是nc—DNA产物，是机体固有的，例如：microRNA，SiRNA 小RNA对染色质的形状有关，也可直接关闭或删除部分DNA。NcRNA起着非常重要的生物学功能，如影响发育过程，调节转录、影响染色体复制、对RNA加工修饰、影响mRNA稳定性进而影响翻译、甚至影响蛋白降解转运；

Xist介导X染色体失活是通其编码的一个大的剪接过的多聚A非编码产物进行的。

（长链非编码RNA(lncRNA)是一类转录本长度超过200nt的RNA分子，它们并不编码蛋白，而是以RNA的形式在多种层面上（表观遗传调控、转录调控以及转录后调控等）调控基因的表达水平。

lncRNA起初被认为是基因组转录的“噪音”，是RNA聚合酶II转录的副产物，不具有生物学功能。然而，近年来的研究表明，lncRNA参与了X染色体沉默，基因组印记以及染色质修饰，转录激活，转录干扰，核内运输等多种重要的调控过程，lncRNA的这些调控作用也开始引起人们广泛的关注。哺乳动物基因组序列中约4%~9%的序列产生的转录本是lncRNA（相应的蛋白编码RNA的比例是1%），虽然近年来关于lncRNA的研究进展迅猛，但是绝大部分的lncRNA的功能仍然是不清楚的。）

（已有的研究结果表明，在高等生物中，小分子非编码RNA在干细胞干性维持、胚胎发育、细胞分化、凋亡、代谢、信号传导、感染以及免疫应答等几乎所有重要生命活动中发挥关键的调控作用，提示生物体内可能存在着由RNA介导的遗传信息表达调控网络。）

8.精准医学的重大意义是什么实现精准医学的重要基础是什么

精准医学的重大意义；精准医学有可能导致医疗体系本质上的转变，把目前的医疗体系由诊断治疗过渡到健康保障，使得健康体系的关口前移，有可能产生新兴产业。健康人可以通过组学等一系列研究，对现在的健康作以评估。在健康检查的基础上，对未来可能导致疾病的部分进行干预，使得能够延缓疾病的发生，或者排除某些疾病的发生，使得健康得以保障。

实现精准医学的重要基础：

1.必须获取分子水平上的数据信息，并挖掘其内涵，在挖掘组学数据时，一定要使用大数据分析技术，因此是大数据与组学的交汇。组学包括基因组，转录组，蛋白质组，代谢组；大数据包括人群和队列

2.建立分子水平上的知识与宏观疾病表型的联系，即基因型和表型的关联，搭建分子水平信息和疾病间的桥梁，在搭建桥梁时，生物信息学，生物网络，系统生物学的知识是其核心知识。

3.在此基础上，融合临床检验，影像学等指标，使得医学做得更加精准。

【定义：精准医学是以个体化医疗为基础、随着基因组测序技术快速进步以及生物信息与大数据科学的交叉应用而发展起来的新型医学概念与医疗模式。

本质上：是通过基因组、蛋白质组等组学技术和医学前沿技术，对于大样本人群与特定疾病类型进行生物标志物的分析与鉴定、验证与应用，从而精确寻找到疾病的原因和治疗的靶点，并对一种疾病不同状态和过程进行精确亚分类，最终实现对于疾病和特定患者进行个性化精准治疗的目的，提高疾病诊治与预防的效益。

精准医学是因人因病而异的、更加精确的个体化医疗，其进步之处是将人们对疾病机制的认识与生物大数据和信息科学相交叉，精确进行疾病分类及诊断，为疾病患者提供更具针对性和有效性的防疗措施，最终目的是更好地为患者服务。

与个体化医疗相比，精准医疗更重视“病”的深度特征和“药”的高度精准性；是在对人、病、药深度认识基础上，形成的高水平医疗技术。精准医学实现了从诊断治疗到健康保障这一本质性转变。

精准医学包括精准诊断和精准治疗，而“迈向精准医学”需要构造的生物医学知识网络是建立在系统生物学的基础之上。

实施精准医学计划的战略意义总共有4点：提高疾病诊治水平，惠及民生与国民健康;推动医学科技前沿发展，增强国际竞争力;发展医药生物技术，促进医疗体制改革;形成经济新增长点，带动大健康产业发展。】

【有可能将基因组变异作为疾病诊断，精准医学导致医疗体系本质的转变，把目前阶段治疗过渡到健康保障，使健康体系关口前移，在健康筛查基础上，排除疾病发生。就是评估

----检查----干预的过程。

基础：1获取分子水平上数据信息，挖掘信息内容，发展大数据新算法，理论技术如组学的信息。2 建立分子水平知识宏观疾病表型关联，搭建分子水平信息与疾病的桥梁。

问题：样本量少，有效治疗事件频率低，疾病相关复杂网络构建分析的困难。】

陈小伟老师部分：

1.芯片间标准化的方法：

基本方法：芯片间标准化的目的是基于Gene1~Gene5五个基因表达量理论的和应该保持恒定，即S1~S3三列每一列的和是相等的。但实际测定过程中不可能完全相等，因此将这种不等归结于每一组芯片自身的差异而进行芯片间标准化，基本步骤为通过排序取平均重新排序的方法消除芯片间误差，从而可以得到每一组基因表达量的真实值。（老师给的这组芯片基

排序：每列由小到大排序，而可以得到

求排的平均值作为标准值

重排：按颜色重排

因完全相同的情况下S3一列数据明显偏高，通过这种标准化实现了芯片间差异的消除）。

【Quantile归一化过程：

首先假设不同芯片整体分布一致，归一化后芯片的分布一样。

下图四个部分代表四步，行代表基因，列代表样本，图一对每个列的表达值排序，图二计算每行的平均值，图三用每行计算的平均值代替该行的原值，图四将排序后的行恢复到未排序前的位置。】

2. FDR控制假阳性的方法——Benjamini–Hochberg procedure

基本方法：对于m个独立的样本，其p-value记为p i，i=1,2,3…m；

（1）对所有的p-value进行从小到大排序p(1)≤p(2)≤p(m)；

（2）对于一个给定的α（此时的α即为统计里的显著水平，范围0~1，通常取），找到最大的k值，满足；

（3）拒绝从p(1)~p(k)的无效假设H0（即表示p(1)~p(k)表达量存在显著差异）。

计算方法1（α=）：

P (4)=<*4/6=；P (5)=>*5/6=；

k=4. 即G2, G6, G5, G4差异表达，FDR<

计算方法2（q-value 法）：

根据可以推出因此直接计算并与α进行对比即可：

由于G3的q-value 大于，因此G2, G6, G5, G4差异表达。

【FDR 过程，如何控制FDR ：

首先，FDR 过程是为了控制假阳性率的过程。假阳性指样本本质为假但判定为真。比

如在找到一组差异表达的基因之后，我们要考虑这个差异是否够显著，即假阳性率是否足够低。

BH 过程是FDR 矫正的一种，首先对检验得到的P 值进行排序，然后从1开始增加找K

的值，使K 满足，其中m 为个数，a 一般取或。所有满足P 值的基因认为表达有显著差异且假阳性不超过a 。】

3. 转录本表达量的表示方法（RPKM ：Reads Per Kilobase of transcript per Million mapped reads ）：

（1）RPKM 的作用：

RNA-seq 是透过次世代定序的技术来侦测基因表现量的方法，在衡量基因表现量时，若是单纯以map 到的read 数来计算基因的表现量，在统计上是一件相当不合理的事，因为在随机

抽样的情况下，序列较长的基因被抽到的机率本来就会比序列短的基因较高，如此一来，序列长的基因永远会被认为表现量较高，而错估基因真正的表现量，所以Ali Mortazavi 等人在2008年提出以RPKM 在估计基因的表现量

假设一个物种的基因组上只有两个基因，基因G1的外显子长8 Kb ，基因G2的外显子长2 Kb 。对该物种的一个样本做RNA-seq ，共得到23 millions 的read ，其中能够比对到G1的read 有16 million 个，能够比对到G2的有4 million 个.计算G1和G2的RPKM 。

Total mapped reads=16 million+4 million=20 million

G1: total exon reads=16,000,000 exon length=8kb

RPKM=16,000,000/(20*8)=100,000

G2: total exon reads=4,000,000 exon length=2kb

RPKM=4,000,000/(20*2)=100,000

（2）FPKM 与RPKM 的区别：

两者基本相同。RPKM 代表Reads Per Kilobase of transcript per Million mapped reads ，FPKM 代表Fragments Per Kilobase of transcript per Million mapped reads 。在RNA-Seq 中，由于cDNA 来源于RNA 的逆转录，转录物的表达量与cDNA 片段成比例。RNA-Seq 配对末端实验每个片段产生两个reads ，但这并不意味着两个reads 都可在图上标注。例如，第二个read 低品质。如果我们对read 计数而不是片段，我们可能对某些片段重复计数，而对另一些只计一次，导致对表达量估计的偏差。因此FPKM 以片段为单位计数，而不是reads 数。（来源于网上，原网址：）

预测：

1.高通量测序数据分析总括：

高通量测序数据库程序读出的reads 数据及对应的质量分值以文件格式为fastq 的格式保存。

①测序的原始数据为荧光信号，首先将荧光信号转换为序列信息，即读段数据及对应的质量total exon reads RPKM total mapped reads (millions) * exon length (KB)

分值；

②为了方便测序数据的发布和共享，一般需要对数据进行格式化转换，最常用的数据格式为fastq格式；

③对得到的原始数据必须对其质量进行评估，评估指标包括G、C含量，碱基质量，插入分布等。方便过滤掉质量较差的读段；

④若数据质量评估过关，接着将原始读长通过序列映射定位到基因组上；若无参考基因组，则必须使用denovo的组装方法；

⑤得到测序数据的组装图后，便可根据实验目的对组装好的数据进行相关分析，如分析基因的剪接位点，SNP位点，变异位点还可以分析基因的差异化表达（RNA-Seq），转录因子结合位点（Chip-Seq），甲基化模式（MeDIP-Seq），同时还可利用此数据发现新的编码基因和非编码基因；

⑥使用可视化组件对分析结果进行可视化处理。

2.表达谱数据分析流程

Intensity→Expression profile→Quality control→Normalization→Differential gene expression analysis

①基因芯片在一个颜色通道扫描后得到的原式图是色调单一，强度不同的亮点陈列图；

②将原始的图像数据转换为基因表达矩阵；

③对得到的基因表达矩阵的数据质量进行检测，对得到的数据进行统计学分析，从而估计和校正试验误差，筛选出有效数据。

④标准化就是消除基因芯片实验过程中系统变异对基因表达水平所带来的影响。标准化包括芯片内的标准化和芯片之间的数据标准化。芯片内的标准化方法，如局部加权线性回归标准化，参照点标准化，芯片之间的标准化方法如Quantile；

⑤前几部都是对表达谱数据的预处理，后期的数据分析包括差异基因表达分析、聚类分析、判别分析等；

a)差别基因表达分析可分析不同样本中起关键作用的基因，为后续研究提供方向；

b)聚类分析是基因表达谱最广泛使用的统计技术，聚类分析的目的再与寻找可能标准化或关联的基因，从而预测位置基因的功能信息或已知基因的未知功能；

c)判别分析能够依据样本的某些特性，判别样本的所属类型，利用已有数据建立分类器，然后利用建立的分类器对未知样本的功能或状态进行预测。方法主要有SVM，贝叶斯分类和神经网络法等。

3.无生物学重复和有生物学重复时如何进行差异表达分析

答：（1）无生物学重复：

方法：FC（Fold change倍数变化）

①描述数据初值与终值之间的差异（一般是两个差别表达基因间或处理与对照之间），用标准化后的两组数据相除得到的比例，一般2-fold表明两组数据是有显著差异的；

②这种计算方法可以得到一组相对值，而不是绝对值变化，消除了系统误差以便于统计学分析；

③一般得到的FC值与设定的阈值进行比较即可得到表达有差异的基因；

（2）有生物学重复：

方法：假设检验

a)具体步骤：①提出实际问题；②提出无效假设（H0）与备择假设（H1）；③选择显著性水平（一般α=）；④选择统计模型与相应的统计量；⑤根据实验结果计算实验统计量；⑥判断检验统计量的p-值 (表示事件发生的概率具有偶然性)；⑦将p值同选定的显著性水平比较；⑧拒绝或不拒绝H0；⑨回答①所提出的实际问题。

b)假设检验根据数据类型（是否符合正态性）分为参数检验与非参数检验：

①参数检验：符合正态分布可使用，常用的方法主要有t检验法，配对t检验法、最小二乘法

②非参数检验：不符合正态分布可使用，常用的方法有Wilcoxon秩和检验法，其基本方法是根据表达量排序并按照排列顺序检验，检验结果较参数检验法更粗犷。

4.全基因组测序的步骤

答：（1）第一期：基因组调研图

整体测序深度不低于20倍覆盖度。进行初步的数据分析，对基因组大小，GC含量等做出初步评估，确定框架图梯度文库构建具体策略；

（2）第二期：基因组框架图

基因组覆盖度达到90% 以上，基因区覆盖度达到95% 以上，单碱基的错误率达到1万分之一以内，整体测序覆盖深度不低于60倍覆盖度。同时对框架图进行基本基因注释和功能注释，和简单的比较基因组学分析。

（3）第三期：基因组精细图

基因组覆盖度达到95% 以上，基因区覆盖度达到98% 以上，单碱基的错误率达到10万分之一以内，整体基因组覆盖度不低于100倍，Scaffold N50大小不低于300Kb，对基因组精细图进行详细基因注释，基因功能注释，基因代谢途径注释和比较基因组学分析。

5. 转录本测序，各数据分析工具的特点

转录本测序可分为Small RNA-seq和RNA-seq：

①Small RNA-seq主要用于检测small RNA（主要是miRNA）的表达水平，发现新的small RNA

②RNA-seq：Poly(A)用以检测蛋白质编码基因的可变剪切体及表达水平；Total RNA（除rRNA）用于检测mRNA及long noncoding RNA的表达水平并发现新的long noncoding RNA；数据分析工具主要有：Bowtie，TopHat，Cufflinks，具体作用如下：

a)Bowtie是一个超级快速的，较为节省内存的短序列拼接至模板基因组的工具。它在拼接35碱基长度的序列时，可以达到每小时亿次的拼接速度。Bowtie并不是一个简单的拼接工具，它不同于Blast等。它适合的工作是将小序列比对至大基因组上去。它最长能读取1024个碱基的片段。

b)TopHat 是一个快速的将RNA-Seq 数据进行快速剪接映射的程序。它使用超快的高通量短读比对程序，将RNA-Seq的信息比对到哺乳动物大小基因组上，然后分析映射结果来鉴别外显子之间的剪接点。

c)Cufflinks 利用Tophat比对的结果（alignments）来组装转录本，估计这些转录本的丰度，并且检测样本间的差异表达及可变剪接调控。它通过接受线性的RNA-Seq reads并将线性片段组装为一套最大简约的（parsimonious）转录本。然后根据reads数估计估计相关转录本的丰度并将实验室预设的偏差考虑在内。

6.转录本拼接

最大简约转录本的组装方法：组装一套转录本←→在链中找到最小的分割单元P←→找到最大的反义链←→在二分图中找到最大匹配数←→找到最小点覆盖

二分图：指顶点可以分成两个不相交的集使得在同一个集内的顶点不相邻（没有共同边）的图。设G=(V,E)是一个无向图，如果顶点V可分割为两个互不相交的子集(U,V)，并且图中的每条边（i，j）所关联的两个顶点i和j分别属于这两个不同的顶点集(i in U,j in V)，则称图G为一个二分图。

最大匹配：给定一个二分图G，在G的一个子图M中，M的边集中的任意两条边都不依附于同一个顶点，则称M是一个匹配，选择这样的边数最大的子集称为图的最大匹配。

最小点覆盖：给定一个二分图G，在G的一个子图N中，N的点集中的点与所有的边都有关联（把所有的边都覆盖），则称N是一个点覆盖，选择这样的点数最小的子集称为图的最小点覆盖。

7. Illumina测序原理

①在聚合反应体系中加入修饰过的四种核苷酸，它们分别被标记上终止基团和荧光基团：3’羟基上标记上叠氮基——在延伸时起阻止聚合的作用，胞嘧啶上标记上荧光基团。每一种核苷酸标记的荧光分子是不一样的。

②聚合终止，每次加入一个修饰核苷酸，链聚合就被终止了，如下图

③用激发光照射，被修饰的碱基发出荧光，记录荧光信号，则知这一步加入的是什么核苷酸。

④延伸回复：加入二巯基丙醇去掉叠氮基；用TCEP(Tris (2-carboxyethyl) phosphine,三(2-羧乙基)膦)处理，去掉荧光基团。

⑤进入下一轮延伸，加入一个新的碱基。

原理的关键之处在于如何形成足够强的荧光信号。无疑这需要大量的模板。怎样来获得大量模板呢同时二代测序技术还要实现高通量测序，即同时对大量序列测序。如何将混合样品中序列彼此分开呢illumina桥式PCR技术可解决以上

两个问题

（1）样品准备

①序列片段化：将混合样品中的核酸序列打断至400bp左右

②短序列收集，并将末端补平。在5’端加一个Pi基团；3’端加一个“A”

③在两端分别加上不同的接头序列

（2）桥式PCR

①将样品平铺到预制的含与接头序列互补的平板上（flow cell），平板结构如下：

Flow cell 表面是寡聚引物加上接头的序列与平板上寡聚引物互补配对

②加上接头的序列与平板上寡聚引物互补配对，然后进行酶聚合反应

④变性使原始模板链分离并洗净

模板链脱离单链弯曲杂交在相邻的引物上

⑤单链弯曲杂交在相邻的引物（与另一端结合的引物）上。

⑥酶聚合形成双链桥式结构；之后桥式结构打开形成的两个copy又在其各自周

围形成新的copy。

生物信息学复习题及答案

生物信息学复习题 名词解释 1. Homology (同源):来源于共同祖先的序列相似的序列及同源序列。序列相似序列并不一定是同源序列。 （直系同源）：指由于物种形成的特殊事件来自一个共同祖先的不同物种中的同源序列，它们具有相似的功能。 （旁系（并系）同源）：指同一个物种中具有共同祖先，通过基因复制产生的一组基因，这些基因在功能上的可能发生了改变。基因复制事件是促进新基因进化的重要推动力。 (异同源)：通过横向转移，来源于共生或病毒侵染而产生的相似的序列，为异同源。 Score：The sum of the number of identical matches and conservative (high scoring) substitutions in a sequence alignment divided by the total number of aligned sequence characters. Gap总是不计入总数中。 6.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。 7. E值：得分大于等于某个分值S的不同的比对的数目在随机的数据库搜索中发生的可能性。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，E值越接近零，越不可能找到其他匹配序列。 值：得分为所要求的分值比对或更好的比对随机发生的概率。它是将观测得到的比对得分S，与同样长度和组成的随机序列作为查询序列进行数据库搜索进行比较得到的HSP（高分片段对）得分的期望分布联系起来计算的。通常使用低于来定义统计的显著性。P=1-e-E 9.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,是序列相似性分析的基础，其不同的选择将会出现不同的分析结果。 10．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。 ：美国国家生物技术信息学中心，属于美国国立医学图书馆的一部分，具有BLAST, Entrez ,GenBank等工具，还具有PubMed文献数据库。另外还具有Genome, dbEST, dbGSS , dbSTS, MMDB, OMIM, UniGene, Taxonomy, RefSeq, etc. 序列格式：是将DNA或者蛋白质序列表示为一个带有大于号（>）开始的核苷酸或者氨基酸序列的新文件，其中大于号后可以跟上序列的相关信息，其他无特殊要求。 13genbank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，主要包含生物功能或数据库信息；第三部分是feature，对序列的注释；第四部分是序列本身，以“统发生树（Phylogenetic tree ）是研究生物进化和系统发育过程中的一种用树状分支图来概括各种生物之间亲缘关系，是一种亲缘分支分类方法。在树中，每个节点代表其各分支的最近共同祖先，而节点间的线段长度对应演化距离（如估计的演化时间）。是用来研究物种进化与多样性的基础，是相近物种相关生物学数据的来源。17.基因树与物种树：物种树反映一组物种进化历程的系统树，其中每一个内部节点就代表一个物种形成的过程，而基因树则是代表来源于不同物种的单个同源基因的差异构建的系统树，而其内部的一个节点则代表一个祖先基因分化为两个新的独特的基因序列的事件。基因

中科院研究生英语A英语速读第一册期中考试翻译试题(全)

Passage1（共4句） 1. Among his first efforts in this area was “Tommy Tucker’s Tooth” (1922), a short combining live action and animation made on assignment for a local dentist. 他在这个领域的第一个成就是“汤米塔克的牙”（1922），一部结合了生动动作和动画，描述给当地医生任务的短剧。 2. A 1945 Look magazine article, titled “Walt Disney: Teacher of Tomorrow,” described Disney as “revolutionizing an educational system” and cited how the Donald Duck short “The New Spirit,” made for the United States Treasury Department, affected 37 percent of Americans regarding their willingness to pay taxes 1945年，瞭望杂志一篇标题为“沃特迪斯尼：老师的明天”的文章，把迪斯尼描述为“改革一个教育体系”，并且引用美国财政部是如何用唐老鸭短剧“新的精神”来影响37%的美国人交税的意愿。 3. This film contributed to Disney’s being presented with an award of merit, for his contribution to public safety, by the Automobile Club of Southern California. 因为迪斯尼对于公共安全的贡献，南加利福尼亚汽车俱乐部给予迪斯尼功绩的奖赏。 4. I’m not an educator. My primary purpose is to entertain – though if people want to read education into my work, that’s fine with me. 尽管他的一些作品中体现一些教育意义，但他很快指出“我不是教育家，我的主要目的是娱乐，但如果人们想要从我的工作中受到教育，我也乐于接受”。 Passage 2（共3句） 1. Diffusion is the process by which molecules or ions scatter or spread from regions where they are in higher concentrations towards regions where they are in lower concentrations. 扩散是分子或离子从高浓度区域分散或散布至低浓度区域的过程。 2. Such motion is haphazard, but it accounts for the mixing of molecules that commonly occurs when different kinds of substances are put together. 这种运动是无规则的,但它解释了将不同种类的物质放在一起时，通常会发生分子的混合的原因。

生物信息学题库

■一、选择题: 1.以下哪一个是mRNA条目序列号： A. J01536■. NM_15392 C. NP_52280 D. AAB134506 2.确定某个基因在哪些组织中表达的最直接获取相关信息方式是：■. Unigene B. Entrez C. LocusLink D. PCR 3.一个基因可能对应两个Unigene簇吗？■可能 B. 不可能 4.下面哪种数据库源于mRNA信息：■dbEST B. PDB C. OMIM D. HTGS 5.下面哪个数据库面向人类疾病构建： A. EST B. PDB ■. OMIM D. HTGS 6.Refseq和GenBank有什么区别： A. Refseq包括了全世界各个实验室和测序项目提交的DNA序列B. GenBank提供的是非冗余序列 ■. Refseq源于GenBank，提供非冗余序列信息D. GenBank源于Refseq 7.如果你需要查询文献信息，下列哪个数据库是你最佳选择： A. OMIM B. Entrez ■PubMed D. PROSITE 8.比较从Entrez和ExPASy中提取有关蛋白质序列信息的方法，下列哪种说法正确：A. 因为GenBank的数据比EMBL更多，Entrez给出的搜索结果将更多B. 搜索结果很可能 一样，因为GenBank和EMBL的序列数据实际一样■搜索结果应该相当，但是ExPASy中的SwissProt记录的输出格式不同 9.天冬酰胺、色氨酸和酪氨酸的单字母代码分别对应于：■N/W/Y B. Q/W/Y C. F/W/Y D. Q/N/W 10.直系同源定义为：■不同物种中具有共同祖先的同源序列B. 具有较小的氨基酸一致性但是有较大的结构相似性的同源序列 C. 同一物种中由基因复制产生的同源序列 D. 同一物种中具有相似的并且通常是冗余的功能的同源序列 11.下列那个氨基酸最不容易突变： A. 丙氨酸B. 谷氨酰胺 C. 甲硫氨酸■半胱氨酸 12.PAM250矩阵定义的进化距离为两同源序列在给定的时间有多少百分比的氨基酸发生改变： A. 1% B. 20%■. 80% D. 250% 13.下列哪个句子最好的描述了两个序列全局比对和局部比对的不同：A. 全局比对通常用于比对DNA序列，而局部比对通常用于比对蛋白质序列B. 全局比对允许间隙，而局 部比对不允许C. 全局比对寻找全局最大化，而局部比对寻找局部最大化■全局比对比对整体序列，而局部比对寻找最佳匹配子序列 14.假设你有两条远源相关蛋白质序列。为了比较它们，最好使用下列哪个BLOSUM和PAM矩阵：■BLOSUM45和PAM250 B. BLOSUM45和PAM 1 C. BLOSUM80和PAM250 D. BLOSUM10和PAM1 15.与PAM打分矩阵比较，BLOSUM打分矩阵的最大区别是：A. 最好用于比对相关性高的蛋白B. 它是基于近相关蛋白的全局多序列比对 ■它是基于远相关蛋白的局部多序列比对D. 它结合了全局比对和局部比对 16.如果有一段DNA序列，它可能编码多少种蛋白质序列： A. 1 B. 2 C. 3 ■. 6 17.要在数据库查询一段与某DNA序列编码蛋白质最相似的序列，应选择： A. blastn B. blastp C. tblastn D. tblastp■blastx 18.为什么ClustalW（一个采用了Feng-Doolittle渐进比对算法的程序）不报告E值：A. ClustalW报告E值■使用了全局比对 C. 使用了局部比对 D. 因为是多序列比对 19.Feng-Doolittle方法提出“一旦是空隙，永远是空隙”规则的依据是：A. 保证空隙不会引物序列加入而填充B. 假定进化早期分歧的序列有较高优先级别■假定最近序列空隙应 该保留 D. 假定最远序列空隙应该保留 20.根据分子钟假说：A. 所有蛋白质都保持一个相同的恒定进化速率 B. 所有蛋白质的进化速率都与化石记录相符合C. 对于每一个给定的蛋白质，分子进化的速率是逐 渐减慢的，就如同不准时的钟■对于每一个给定的蛋白质，其分子进化的速率在所有的进化分支上大致是恒定 21.系统发生树的两个特征是： A. 进化分支和进化节点■树的拓扑结构和分支长度C. 进化分支和树根D. 序列比对和引导检测方法 22.下列哪一个是基于字母特征的系统发生分析的算法：A. 邻位连接法（NJ法）B. Kimura算法■最大似然法（ML）D. 非加权平均法（UPGMA） 23.基于字母特征和基于距离的系统发生分析的算法的基本差异是：■基于字母特征的算法没有定义分支序列的中间数据矩阵 B. 基于字母特征的算法可应用于DNA或者蛋白质序列，而基于距离仅能用于DNA C. 基于字母特征的算法无法运用简约算法 D. 基于字母特征的算法的进化分支与进化时间无关 24.一个操作分类单元（OTU）可指：A. 多序列比对■蛋白质序列C. 进化分支D. 进化节点 25.构建进化树最直接的错误来源是：■多序列比对错误B. 采样的算法差异C. 假设进化分支是单一起源D. 尝试推测基因的进化关系 26.第一个被完整测定的基因组序列是：A. 啤酒酵母的3号染色体B. 流感病毒■ФX174 D. 人类基因组 27.普通的真核生物线粒体基因组编码大约多少个蛋白质：■10 B. 100 C. 1000 D. 10000 28.根据基因组序列预测蛋白质编码基因的算法的最大问题是：A. 软件太难使用■. 假阳性率太高，许多不是外显子的序列部分被错误指定C. 假阳性率太高，许 多不是外显子功能未知 D. 假阴性率太高，丢失太多外显子位点 29.HIV病毒亚型的系统演化研究可以：A. 证实HIV病毒是由牛病毒演化而来■. 用于指导开发针对保守蛋白的疫苗C. 证实哪些人类组织最容易遭受病毒侵染 30.一个典型的细菌基因组大小约为多少bp：A. 20000■. 200000 C. 2000000 D. 20000000

生物信息学题库说课材料

生物信息学题库

■一、选择题: 1.以下哪一个是mRNA条目序列号： A. J01536■. NM_15392 C. NP_52280 D. AAB134506 2.确定某个基因在哪些组织中表达的最直接获取相关信息方式是：■. Unigene B. Entrez C. LocusLink D. PCR 3.一个基因可能对应两个Unigene簇吗？■可能 B. 不可能 4.下面哪种数据库源于mRNA信息：■ dbEST B. PDB C. OMIM D. HTGS 5.下面哪个数据库面向人类疾病构建： A. EST B. PDB ■. OMIM D. HTGS 6.Refseq和GenBank有什么区别： A. Refseq包括了全世界各个实验室和测序项目提交的DNA序列B. GenBank提供的是非冗余序列 ■. Refseq源于GenBank，提供非冗余序列信息D. GenBank源于Refseq 7.如果你需要查询文献信息，下列哪个数据库是你最佳选择： A. OMIM B. Entrez ■ PubMed D. PROSITE 8.比较从Entrez和ExPASy中提取有关蛋白质序列信息的方法，下列哪种说法正确：A. 因为GenBank的数据比EMBL更多，Entrez给出的搜索结果将更多B. 搜索结果很可 能一样，因为GenBank和EMBL的序列数据实际一样■搜索结果应该相当，但是ExPASy中的SwissProt记录的输出格式不同 9.天冬酰胺、色氨酸和酪氨酸的单字母代码分别对应于：■ N/W/Y B. Q/W/Y C. F/W/Y D. Q/N/W 10.直系同源定义为：■不同物种中具有共同祖先的同源序列B. 具有较小的氨基酸一致性但是有较大的结构相似性的同源序列 C. 同一物种中由基因复制产生的同源序列 D. 同一物种中具有相似的并且通常是冗余的功能的同源序列 11.下列那个氨基酸最不容易突变： A. 丙氨酸 B. 谷氨酰胺 C. 甲硫氨酸■半胱氨酸 12.PAM250矩阵定义的进化距离为两同源序列在给定的时间有多少百分比的氨基酸发生改变： A. 1% B. 20%■. 80% D. 250% 13.下列哪个句子最好的描述了两个序列全局比对和局部比对的不同：A. 全局比对通常用于比对DNA序列，而局部比对通常用于比对蛋白质序列B. 全局比对允许间隙，而 局部比对不允许C. 全局比对寻找全局最大化，而局部比对寻找局部最大化■全局比对比对整体序列，而局部比对寻找最佳匹配子序列 14.假设你有两条远源相关蛋白质序列。为了比较它们，最好使用下列哪个BLOSUM和PAM矩阵：■ BLOSUM45和PAM250 B. BLOSUM45和PAM 1 C. BLOSUM80和PAM250 D. BLOSUM10和PAM1 15.与PAM打分矩阵比较，BLOSUM打分矩阵的最大区别是：A. 最好用于比对相关性高的蛋白B. 它是基于近相关蛋白的全局多序列比对 ■它是基于远相关蛋白的局部多序列比对D. 它结合了全局比对和局部比对 16.如果有一段DNA序列，它可能编码多少种蛋白质序列： A. 1 B. 2 C. 3 ■. 6 17.要在数据库查询一段与某DNA序列编码蛋白质最相似的序列，应选择： A. blastn B. blastp C. tblastn D. tblastp■ blastx 18.为什么ClustalW（一个采用了Feng-Doolittle渐进比对算法的程序）不报告E值：A. ClustalW报告E值■使用了全局比对 C. 使用 了局部比对 D. 因为是多序列比对 19.Feng-Doolittle方法提出“一旦是空隙，永远是空隙”规则的依据是：A. 保证空隙不会引物序列加入而填充B. 假定进化早期分歧的序列有较高优先级别■假定最近序列空 隙应该保留 D. 假定最远序列空隙应该保留 20.根据分子钟假说： A. 所有蛋白质都保持一个相同的恒定进化速率 B. 所有蛋白质的进化速率都与化石记录相符合C. 对于每一个给定的蛋白质，分子进化的速率是逐渐 减慢的，就如同不准时的钟■对于每一个给定的蛋白质，其分子进化的速率在所有的进化分支上大致是恒定 21.系统发生树的两个特征是： A. 进化分支和进化节点■树的拓扑结构和分支长度C. 进化分支和树根D. 序列比对和引导检测方法 22.下列哪一个是基于字母特征的系统发生分析的算法： A. 邻位连接法（NJ法）B. Kimura算法■最大似然法（ML）D. 非加权平均法（UPGMA） 23.基于字母特征和基于距离的系统发生分析的算法的基本差异是：■基于字母特征的算法没有定义分支序列的中间数据矩阵 B. 基于字母特征的算法可应用于DNA或者蛋白质序列，而基于距离仅能用于DNA C. 基于字母特征的算法无法运用简约算法 D. 基于字母特征的算法的进化分支与进化时间无关 24.一个操作分类单元（OTU）可指：A. 多序列比对■蛋白质序列C. 进化分支D. 进化节点 25.构建进化树最直接的错误来源是：■多序列比对错误B. 采样的算法差异C. 假设进化分支是单一起源D. 尝试推测基因的进化关系 26.第一个被完整测定的基因组序列是： A. 啤酒酵母的3号染色体B. 流感病毒■ФX174 D. 人类基因组 27.普通的真核生物线粒体基因组编码大约多少个蛋白质：■ 10 B. 100 C. 1000 D. 10000 28.根据基因组序列预测蛋白质编码基因的算法的最大问题是： A. 软件太难使用■. 假阳性率太高，许多不是外显子的序列部分被错误指定C. 假阳性 率太高，许多不是外显子功能未知 D. 假阴性率太高，丢失太多外显子位点 29.HIV病毒亚型的系统演化研究可以： A. 证实HIV病毒是由牛病毒演化而来■. 用于指导开发针对保守蛋白的疫苗C. 证实哪些人类组织最容易遭受病毒侵染 30.一个典型的细菌基因组大小约为多少bp： A. 20000■. 200000 C. 2000000 D. 20000000

中科院陈玉福计算机算法设计与分析期末简答题答案

1. 贪心算法和动态规划算法有什么共同点和区别？它们都有那些优势和劣势？ 共通点：动态规划和贪心算法都是一种递推算法，均有局部最优解来推导全局最优解 区别：贪心算法中，作出的每步贪心决策都无法改变，每一步的最优解一定包含上一步的 最优解，而上一部之前的最优解则不作保留。 动态优化算法，全局最优解中一定包含某个局部最优解，但不一定包含前一个局部最优解，因此需要记录之前的所有最优解 动态规划算法利用子问题重叠性质，对每一个子问题只计算一次，将其解保存在一个表格中。不同的子问题个数随着输入问题的规模呈多项式增长，因此，动态规划算法通常只需要多项式时间，从而获得较高的解题效率。但它需要计算之前所有情况花费，更加耗费空间。 贪心算法所作的选择依赖于以往所作过的选择,但决不依赖于将来的选择,这使得算法在编 码和执行过程中都有一定的速度优势。贪心算法是只是找局部最优解，不一定是全局最优解。 2. 试比较回溯法与分枝限界算法，分别谈谈这两个算法比较适合的问题？ 二者都是在解空间树里搜索问题的可靠解或最优解，但是搜索的方式不同，回溯法采用深 度优先的方式，直到达到问题的一个可行解，或经判断沿此路径不会达到问题的可行解或最优解时，停止向前搜索，并沿原路返回到该路径上最后一个还可扩展的节点，然后，从该节点出发朝新的方向纵深搜索。分枝限界法采用的是宽度优先的方式，它将活节点存放在一个特殊的表中，其策略是，在扩展节点处，首先生成其所有的儿子节点，将那些导致不可行解或导致非最优解的儿子节点舍弃，其余儿子节点加入活节点表中，然后，从活节点中取出一个节点作为当前扩展节点，重复上述节点中扩展过程。可以看出，回溯法一般用于求问题的一个可行解，而分枝限界可以用于求出问题的所有可行解。 3. 何谓最优化原理？采用动态规划算法必须满足的条件是什么？动态规划算法是通过什 么问题的什么特性提高效率的？ 一个最优化策略的子策略总是最优的。一个问题满足最优化原理又称其具有最优子结构性质。最优子结构性质，子问题重叠性质是计算模型采用动态规划算法求解的两个基本要素。 动态规划算法利用子问题重叠性质，对每一个子问题只计算一次，将其解保存在一个表格中。不同的子问题个数随着输入问题的规模呈多项式增长，因此，动态规划算法通常只需要多项式时间，从而获得较高的解题效率 4. 什么是多项式时间算法？ 若存在一个常数C，使得对于所有n>=0，都有|f(n)| <= C*|g(n)|，则称函数f(n)是O(g(n))。时间复杂度是O(p(n))的算法称为多项式时间算法，这里p(n)是关于n的多项式。 时间复杂度为O(nlog(n))、O(n^3)的算法都是多项式时间算法，时间复杂度为O(n^log(n))、O(n!)、O(2^n)的算法是指数时间算法。 一个优化问题如果已经找到了多项式时间算法，则称该问题为多项式时间可解问题，并 将这类问题的集合记为P，因此多项式时间可解问题就称为P类问题。。

生物信息学课后题及答案-推荐下载

生物信息学课后习题及答案 （由10级生技一、二班课代表整理） 一、绪论 1.你认为，什么是生物信息学？ 采用信息科学技术，借助数学、生物学的理论、方法，对各种生物信息（包括核酸、蛋 白质等）的收集、加工、储存、分析、解释的一门学科。2.你认为生物信息学有什么用？对你的生活、研究有影响吗？（1）主要用于： 在基因组分析方面：生物序列相似性比较及其数据库搜索、基因预测、基因组进化和分 子进化、蛋白质结构预测等 在医药方面：新药物设计、基因芯片疾病快速诊断、流行病学研究：SARS 、人类基因组计划、基因组计划：基因芯片。 （2）指导研究和实验方案，减少操作性实验的量；验证实验结果；为实验结果提供更多的支持数据等材料。 3.人类基因组计划与生物信息学有什么关系？ 人类基因组计划的实施，促进了测序技术的迅猛发展，从而使实验数据和可利用信息急剧增加，信息的管理和分析成为基因组计划的一项重要的工作 。而这些数据信息的管理、分析、解释和使用促使了生物信息学的产生和迅速发展。 4简述人类基因组研究计划的历程。 通过国际合作，用15年时间（1990-2005）至少投入30亿美元，构建详细的人类基因组遗传图和物理图，确定人类DNA 的全部核苷酸序列，定位约10万基因，并对其他生物进行类似研究。 1990，人类基因组计划正式启动。 1996，完成人类基因组计划的遗传作图，启动模式生物基因组计划。 1998完成人类基因组计划的物理作图，开始人类基因组的大规模测序。Celera 公司加入，与公共领域竞争启动水稻基因组计划。 1999，第五届国际公共领域人类基因组测序会议，加快测序速度。 2000，Celera 公司宣布完成果蝇基因组测序，国际公共领域宣布完成第一个植物基因组——拟南芥全基因组的测序工作。 2001，人类基因组“中国卷”的绘制工作宣告完成。 2003，中、美、日、德、法、英等6国科学家宣布人类基因组序列图绘制成功，人类基因组计划的.目标全部实现。2004，人类基因组完成图公布。 2.我国自主知识产权的主要基因组测序计划有哪些？水稻（2002），家鸡（2004），家蚕（2007），家猪（2012），大熊猫（2010） 2．第一章 、管路敷设技术通过管线不仅可以解决吊顶层配置不规范高中资料试卷问题，而且可保障各类管路习题到位。在管路敷设过程中，要加强看护关于管路高中资料试卷连接管口处理高中资料试卷弯扁度固定盒位置保护层防腐跨接地线弯曲半径标高等，要求技术交底。管线敷设技术包含线槽、管架等多项方式，为解决高中语文电气课件中管壁薄、接口不严等问题，合理利用管线敷设技术。线缆敷设原则：在分线盒处，当不同电压回路交叉时，应采用金属隔板进行隔开处理；同一线槽内，强电回路须同时切断习题电源，线缆敷设完毕，要进行检查和检测处理。、电气课件中调试对全部高中资料试卷电气设备，在安装过程中以及安装结束后进行 高中资料试卷调整试验；通电检查所有设备高中资料试卷相互作用与相互关系，根据生产工艺高中资料试卷要求，对电气设备进行空载与带负荷下高中资料试卷调控试验；对设备进行调整使其在正常工况下与过度工作下都可以正常工作；对于继电保护进行整核对定值，审核与校对图纸，编写复杂设备与装置高中资料试卷调试方案，编写重要设备高中资料试卷试验方案以及系统启动方案；对整套启动过程中高中资料试卷电气设备进行调试工作并且进行过关运行高中资料试卷技术指导。对于调试过程中高中资料试卷技术问题，作为调试人员，需要在事前掌握图纸资料、设备制造厂家出具高中资料试卷试验报告与相关技术资料，并且了解现场设备高中资料试卷布置情况与有关高中资料试卷电气系统接线等情况，然后根据规范与规程规定，制定设备调试高中资料试卷方案。 、电气设备调试高中资料试卷技术电力保护装置调试技术，电力保护高中资料试卷配置技术是指机组在进行继电保护高中资料试卷总体配置时，需要在最大限度内来确保机组高中资料试卷安全，并且尽可能地缩小故障高中资料试卷破坏范围，或者对某些异常高中资料试卷工况进行自动处理，尤其要避免错误高中资料试卷保护装置动作，并且拒绝动作，来避免不必要高中资料试卷突然停机。因此，电力高中资料试卷保护装置调试技术，要求电力保护装置做到准确灵活。对于差动保护装置高中资料试卷调试技术是指发电机一变压器组在发生内部故障时，需要进行外部电源高中资料试卷切除从而采用高中资料试卷主要保护装置。

中科院-模式识别考题总结(详细答案)

1.简述模式的概念及其直观特性，模式识别的分类，有哪几种方法。（6’） 答（1）：什么是模式？广义地说，存在于时间和空间中可观察的物体，如果我们可以区别它们是否相同或是否相似，都可以称之为模式。 模式所指的不是事物本身，而是从事物获得的信息，因此，模式往往表现为具有时间和空间分布的信息。 模式的直观特性：可观察性；可区分性；相似性。 答（2）：模式识别的分类： 假说的两种获得方法（模式识别进行学习的两种方法）： ●监督学习、概念驱动或归纳假说； ●非监督学习、数据驱动或演绎假说。 模式分类的主要方法： ●数据聚类：用某种相似性度量的方法将原始数据组织成有意义的和有用的各种数据 集。是一种非监督学习的方法，解决方案是数据驱动的。 ●统计分类：基于概率统计模型得到各类别的特征向量的分布，以取得分类的方法。 特征向量分布的获得是基于一个类别已知的训练样本集。是一种监督分类的方法， 分类器是概念驱动的。 ●结构模式识别：该方法通过考虑识别对象的各部分之间的联系来达到识别分类的目 的。（句法模式识别） ●神经网络：由一系列互相联系的、相同的单元（神经元）组成。相互间的联系可以 在不同的神经元之间传递增强或抑制信号。增强或抑制是通过调整神经元相互间联 系的权重系数来（weight）实现。神经网络可以实现监督和非监督学习条件下的分 类。 2.什么是神经网络？有什么主要特点？选择神经网络模式应该考虑什么因素？ （8’） 答（1）：所谓人工神经网络就是基于模仿生物大脑的结构和功能而构成的一种信息处 理系统（计算机）。由于我们建立的信息处理系统实际上是模仿生理神经网络，因此称它为人工神经网络。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。 人工神经网络的两种操作过程：训练学习、正常操作（回忆操作）。 答（2）：人工神经网络的特点： ●固有的并行结构和并行处理； ●知识的分布存储； ●有较强的容错性； ●有一定的自适应性； 人工神经网络的局限性： ●人工神经网络不适于高精度的计算； ●人工神经网络不适于做类似顺序计数的工作； ●人工神经网络的学习和训练往往是一个艰难的过程； ●人工神经网络必须克服时间域顺序处理方面的困难； ●硬件限制； ●正确的训练数据的收集。 答（3）：选取人工神经网络模型，要基于应用的要求和人工神经网络模型的能力间的 匹配，主要考虑因素包括：

生物信息学试题整理

UTR的含义是（B ） A.编码区 B. 非编码区 C. motif的含义是（D ）。 A.基序 B. 跨叠克隆群 C. algorithm 的含义是（B ）。 A.登录号 B. 算法 C. RGR^ （D ）。 A.在线人类孟德尔遗传数据 D.水稻基因组计划 下列Fasta格式正确的是（B） 低复杂度区域 D. 幵放阅读框 碱基对 D. 结构域 比对 D. 类推 B. 国家核酸数据库 C. 人类基因组计划 A. seql: agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta B. >seq1 agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta C. seq1:agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta D. >seq1agcggatccagacgctgcgtttgctggctttgatgaaaactctaactaaacactccctta 如果我们试图做蛋白质亚细胞定位分析，应使用（D） A. NDB 数据库 B. PDB 数据库 C. GenBank 数据库 D. SWISS-PROT 数

据库 Bioinformatics 的含义是（A ）。 A. 生物信息学 B. 基因组学 C. 蛋白质组学 D. 表观遗传学 Gen Bank中分类码PLN表示是（D ）。 A.哺乳类序列 B. 细菌序列 C.噬菌体序列 D. 植物、真菌和藻类序列 ortholog 的含义是（A）0 A.直系同源 B.旁系同源 C.直接进化 D.间接进化 从cDNA文库中获得的短序列是（D ）o A. STS B. UTR C. CDS D. EST con tig的含义是（B ）o A.基序 B. 跨叠克隆群 C. 碱基对 D. 结构域 TAIR （AtDB）数据库是（C）o A.线虫基因组 B. 果蝇基因组 C. 拟南芥数据库 D. 大肠杆菌基因组ORF的含义是（D ）o A.调控区 B. 非编码区 C.低复杂度区域 D. 幵放阅读框

中国科学院A类先导科技专项

中国科学院A类先导科技专项 和承担的国家科技重大专项简介 一、A类先导科技专项 战略性先导科技专项，是中科院在中国至2050年科技发展路线图战略研究基础上，瞄准事关我国全局和长远发展的重大科技问题提出的，是集科技攻关、队伍和平台建设于一体，能够形成重大创新突破和集群优势的战略行动计划。 2010年3月31日，国务院第105次常务会议审议通过中国科学院“创新2020”规划，确认中科院组织实施战略性先导科技专项，形成重大创新突破和集群优势。 1.干细胞与再生医学研究 “干细胞与再生医学研究”是现代生命科学发展的前沿，2011年中科院已将其列为战略性先导科技专项之一。战略性先导科技专项实施以来，在“细胞谱系的建立与发育调控”、“功能性细胞获得的关键技术”、“人工组织器官构建”、“干细胞应用策略的集成研究”四个项目取得的阶段性进展。 2.未来先进核裂变能 中科院于2011年启动了"未来先进核裂变能"战略性先导科技专项，其中ADS嬗变系统项目和钍基熔盐堆(TMSR)核能系统项目作为其两大部署内容。 加速器驱动次临界系统(ADS,Accelerator Driven Sub-critical System),以加速器产生的高能强流质子束轰击靶核

(如铅等)产生散裂中子作为外源中子驱动和维持次临界堆运行,具有固有安全性。ADS系统的中子能谱硬、通量大、能量分布宽,嬗变长寿命核素能力强,既可大幅降低核废料的放射性危害,实现核废料的最少化处置,同时还有能量输出,可以提高核资源的利用率,被国际公认为核废料处理的最有效手段。 钍基熔盐堆(TMSR)核能系统项目研究目标是研发第四代裂变反应堆核能系统，计划至2020年之前建成2MW钍基熔盐实验堆，形成支撑未来TMSR核能系统发展的若干技术研发能力,并解决钍铀燃料循环和钍基熔盐堆相关重大技术挑战,研制出工业示范级钍基熔盐堆,实现钍资源的有效使用和核能的综合利用。 3.空间科学 国务院第105次常务会议审议通过中国科学院“创新2020”规划后，中科院即启动实施的空间科学战略性先导科技专项。空间科学先导专项将部署以下7个研究项目。（略） 4.应对气候变化的碳收支认证及相关问题 应对气候变化的碳收支认证及相关问题，作为2011年首批启动的A类先导科技专项之一。该专项针对我国应对气候变化与碳减排的国际谈判以及国家可持续发展最佳途径选择等重大科技需求,有效组织中科院和相关高校及部委相关单位多学科交叉的优势力量,深入研究我国的陆地碳收支定量认证、碳增汇潜力与速率、增汇技术与措施以及未来全球增暖情景与大气温室气体浓度关系的不确定性等重大科学技术问题。由此形成支撑我国应对气候变化的温室气体减排增汇、国家可持续发展战略决策的数据资源体系、科学知识体系和技术支持体系;全面提升我国在温室气体

2019版国科大生物信息学期末考试复习题

中科院生物信息学期末考试复习题 陈润生老师部分： 1.什么是生物信息学，如何理解其含义？为什么在大规模测序研究中，生物信息学至关重要？ 答：生物信息学有三个方面的含义： 1)生物信息学是一个学科领域，包含着基因组信息的获取、处理、存储、分配、分析和 解释的所有方面，是基因组研究不可分割的部分。 2)生物信息学是把基因组DNA序列信息分析作为源头，破译隐藏在DNA序列中的遗传语 言，特别是非编码区的实质；同时在发现了新基因信息之后进行蛋白质空间结构模拟和预测；其本质是识别基因信号。 3)生物信息学的研究目标是揭示“基因组信息结构的复杂性及遗传语言的根本规律”。它 是当今自然科学和技术科学领域中“基因组、“信息结构”和“复杂性”这三个重大科学问题的有机结合。 2.如何利用数据库信息发现新基因，其算法本质是什么？ 答：利用数据库资源发现新基因，根据数据源不同，可分2种不同的查找方式： 1)从大规模基因组测序得到的数据出发，经过基因识别发现新基因： （利用统计，神经网络，分维，复杂度，密码学，HMM，多序列比对等方法识别特殊序列，预测新ORF。但因为基因组中编码区少，所以关键是“数据识别”问题。）利用大规模拼接好的基因组，使用不同数据方法，进行标识查找，并将找到的可能的新基因同数据库中已有的基因对比，从而确定是否为新基因。可分为：①基于信号，如剪切位点、序列中的启动子与终止子等。②基于组分，即基因家族、特殊序列间比较，Complexity analysis，Neural Network 2)利用EST数据库发现新基因和新SNPs： （归属于同一基因的EST片断一定有overlapping，通过alignment可组装成一完整的基因，但EST片断太小，不存在数据来源，主要是拼接问题） 数据来源于大量的序列小片段，EST较短，故关键在正确拼接。方法有基因组序列比对、拼接、组装法等。经常采用SiClone策略。其主要步骤有：构建数据库；将序列纯化格式标准化；从种子库中取序列和大库序列比对；延长种子序列，至不能再延长；放入contig库①构建若干数据库：总的纯化的EST数据库，种子数据库，载体数据库，杂质、引物数据库，蛋白数据库，cDNA数据库； ②用所用种子数据库和杂质、引物数据库及载体数据库比对，去除杂质； ③用种子和纯化的EST数据库比对 ④用经过一次比对得到的长的片段和蛋白数据库、cDNA数据库比较，判断是否为已有序列，再利用该大片段与纯化的EST数据库比对，重复以上步骤，直到序列不能再延伸； ⑤判断是否为全长cDNA序列。 （利用EST数据库：原理：当测序获得一条EST序列时，它来自哪一个基因的哪个区域是未知的（随机的），所以属于同一个基因的不同EST序列之间常有交叠的区域。根据这种“交叠”现象，就能找出属于同一个基因的所有EST序列，进而将它们拼接成和完整基因相对应的全长cDNA序列。而到目前为止，公共EST数据库(dbEST)中已经收集到约800万条的人的EST序列。估计这些序列已覆盖了人类全部基因的95%以上，平均起来每个基因有10倍以上的覆盖率。）

中国科学院过程工程研究所研究生奖助学金管理办法

中国科学院过程工程研究所研究生奖助学金管理办法 第一章总则 第一条为推进研究所研究生教育事业的健康发展，激励在学研究生勤奋学习、创新进取，强化研究生的职责义务意识，促进研究生培养质量的不断提高，根据《中国科学院研究生院奖助学金管理指导意见》〔院发学字（2010）95号〕的文件精神并结合研究所的实际情况，特制定“中国科学院过程工程研究所研究生奖助学金管理办法”。 第二章奖助学金发放对象 第二条凡学籍关系在中国科学院研究生院，培养单位为过程所的研究生，热爱祖国，坚持四项基本原则，遵纪守法；献身科学事业，立志为国家现代化建设服务；学业成绩优异或在科学研究中有创造性，绩效突出；具有社会责任感及团结协作精神者，均可享受奖助学金。 第三条定向培养、联合培养的研究生按照相关管理办法执行；外国留学生、港澳台学生参照本办法执行。 第三章奖助学金结构及发放标准 第四条奖助学金分为普通博士生、硕博连读生和专业学位硕士生三个层次设立。 第五条奖助学金包括发放项目和抵扣项目。 发放项目由普通奖助金、等级奖学金、三助奖酬金（即“助研/助教/助管”酬金）、补贴四个部分构成，其发放标准详见“中科院过程工程研究所研究生奖助学金一览表”：

表一中科院过程工程研究所研究生奖助学金一览表（单位：元/月） 2

注：1. 专业学位硕士生和普通博士生三年级以上（不含三年级）研究所不再负责提供奖助学金 2. 研究所已提供的研究生住宿、医疗等补贴，均由“暗补”变成“明补” 3. 硕博生自入学开始为博士预科阶段，享受博士预科待遇；硕博生通过中期考核后正 式转入博士阶段，享受博士待遇。硕博生未能通过中期考核的转为硕士培养，学习年限为四年，且应返还为其多支付的相关费用(与同级硕士研究生相比) 4. 生均：代表课题组的所有研究生平均值。应发合计按研究生工作情况可上调和下调。 应发合计包含伙食补贴。 抵扣项目包括住宿费、伙食补贴、医疗保险等。 第四章等级奖学金和助研奖酬金的发放 第六条等级奖学金的发放与研究生考核相挂钩。经课题组考核被评选为优秀或合格研究生者享受等级奖学金。对于学习工作不努力且屡教不改、考核成绩为不合格、或有违规违法行为的研究生，等级奖学金予以核减或停发。 第七条助研奖酬金面向担任助研岗位并做出工作贡献的研究生设立。 第八条课题组应将助研岗位及相应职责要求在内部予以公开，研究生须经导师同意后申请助研岗位，并与课题组负责人、教育办签署岗位任务书。如有调整，于每月的20日前报教育办。 第九条受聘助研岗位的研究生，须按照岗位职责要求完成工作任务，接受课题组考核。有下列情况之一者，应减发或停发助研奖酬金： 1.不能履行岗位职责或工作考核不合格者； 2.不能按计划完成开题报告或论文进度者； 3.不遵守所内规章制度或违反国家法律法规者； 4.无故不参加研究所组织的重要活动者；

计算机网络最新期末考试试卷和答案

1.一个计算机网络是由核心部分和边缘部分构成的。 2.广播式通信信道中，介质访问方法有多种。IEEE 802规定中包括了局域网中最常用三种，包括：______CSMA/CD__________、_______Token Ring_________、______Token Bus__________。 3.同轴电缆分为基带同轴电缆和宽带同轴电缆两种类型。 4.模拟信号传输的基础是载波，载波的调制有调频、调幅、调相。 5.在计算机网络的层次化体系结构中，除了在物理媒体上进行的是实通信之外，其余各对等实体间进行的通信都是虚通信。 6.提供虚电路服务的通信子网内部的实际操作既可以是虚电路方式，也可以是数据报方式。 7.TCP/IP模型由低到高分别为网络接口层、_ 网络层__、__传输层__和应用层。 8.在TCP/IP层次模型的网络层中包括的协议主要有IP、ICMP、__RIP_和_OSPF 。 9.常用的IP地址有A、B、C三类128.11.3.31是一个_B_类地址，其网络标识为_128.11__，主机标识__3.31___。 10.ATM是一种__ 异步时分复用技术__连接的快速分组交换技术。 11.国内最早的四大网络包括原邮电部的ChinaNet、原电子部的ChinaGBN、教育部的__CERNET_和中科院的CSTnet。 12.DNS正向解析指_通过域名解析成IP地址_，反向解析指__通过IP地址解析域名__。 13.数据链路控制协议可分为异步协议和同步协议两大类，而同步协议又为面向比特、面向字节及面向字符的同步协议类型。 14.按照光信号在光纤中的传播方式，可将光纤分为两种不同的类型，它们是 单模光纤、多模光纤。 15.模拟数据也可以用数字信号来表示。对于声音数据来说，完成模拟数据和数字信号转换功能的设施是编码解码器CODE C 。 16.多路复用一般有两种基本形式：频分多路复用和时分多路复 用。 17.IEEE802.11 指一类有固定基础设施的无线局域网协议标准。 18.随着IP数据报经过不同的路由器时，发生变化的相应字段有生存时间和首部校验和。 19.“三网”指有线电视网、电信网络和计算机网络。 20.从IPv4向IPv6过渡的两种策略是隧道技术和双协议栈技术。 21.数据链路层要解决的三个基本问题是封装成帧和透明传输和差错检测。 22.计算机网络是现代_计算机_技术与通信技术密切组合的产物。 23.广播式通信信道中，介质访问方法有多种。IEEE 802规定中包括了局域网中最常用三种，包括：CSMA/CD总线、Token-ring令牌、Token-Bus 令牌总线。 24.决定局域网特性的主要技术要素为网络拓扑、传输介质、介质访问控制方法。 25.异步时分复用(ATDM)技术的优点是能够避免出现带宽浪费。 26.通信控制规程可分为三类，即面向字节型、面向字符型和面向比特型。 27.采用存储转发技术的数据交换技术有电路交换、报文交换和分组交