2025年大學(xué)《生物統(tǒng)計學(xué)》專業(yè)題庫——系統(tǒng)發(fā)育和生物統(tǒng)計學(xué)的交叉研究考試時間：______分鐘總分：______分姓名：______一、選擇題（每題2分，共20分）1.在系統(tǒng)發(fā)育分析中，使用最大似然法構(gòu)建樹時，選擇最優(yōu)進(jìn)化模型的主要依據(jù)是？A.樹的拓?fù)浣Y(jié)構(gòu)最簡單B.能夠獲得最高的樹長C.模型對數(shù)據(jù)的擬合度最高（似然值最大）D.模型參數(shù)最少2.當(dāng)比較兩個基于不同進(jìn)化模型構(gòu)建的系統(tǒng)發(fā)育樹的拓?fù)湟恢滦詴r，常用的統(tǒng)計指標(biāo)是？A.樹長B.置信度（Bootstrap支持率或自引導(dǎo)值）C.置信區(qū)間D.p值3.在分析核苷酸序列數(shù)據(jù)時，選擇合適的堿基頻率模型（如JTT,GTR,HKY）對于系統(tǒng)發(fā)育推斷的重要性在于？A.影響樹的拓?fù)浣Y(jié)構(gòu)B.影響樹的分支長估計的準(zhǔn)確性C.決定使用哪種統(tǒng)計檢驗方法D.主要影響樹的構(gòu)建時間4.對于一個給定的系統(tǒng)發(fā)育樹，計算節(jié)點(diǎn)的后驗概率（PosteriorProbability）所依賴的核心統(tǒng)計模型是？A.簡約法模型B.距離矩陣模型C.貝葉斯模型D.線性回歸模型5.在系統(tǒng)發(fā)育數(shù)據(jù)分析中，假設(shè)檢驗通常用于？A.判斷系統(tǒng)發(fā)育樹的拓?fù)涫欠耧@著B.估計物種分化時間C.計算系統(tǒng)發(fā)育樹的分支長D.選擇最優(yōu)的進(jìn)化模型6.以下哪種統(tǒng)計方法通常不直接用于檢驗系統(tǒng)發(fā)育樹拓?fù)浣Y(jié)構(gòu)之間的差異顯著性？A.Shimodaira-Hasegawa(SH)testB.LikelihoodRatioTest(LRT)C.WilcoxonSigned-RanktestD.Fisher'sExactTest7.當(dāng)使用貝葉斯方法進(jìn)行系統(tǒng)發(fā)育推斷時，MCMC（MarkovChainMonteCarlo）模擬的核心目的是？A.計算樹的拓?fù)涓怕蔅.估計模型參數(shù)的邊際后驗分布C.直接生成系統(tǒng)發(fā)育樹D.計算分支長度8.在系統(tǒng)發(fā)育統(tǒng)計推斷中，參數(shù)估計的不確定性通常通過什么方式量化？A.樹長B.標(biāo)準(zhǔn)誤（StandardError）或置信區(qū)間C.支持率D.自引導(dǎo)值9.如果研究者希望檢驗一個特定基因alogous序列對是否表現(xiàn)出與其他序列對不同的進(jìn)化速率，最適合采用的統(tǒng)計方法是？A.比較樹拓?fù)涞腟HtestB.檢驗不同樹的拓?fù)洳町惖腖RTC.獨(dú)立contrastsanalysisD.計算節(jié)點(diǎn)的后驗概率10.將系統(tǒng)發(fā)育樹視為一個包含進(jìn)化信息的統(tǒng)計模型時，對其進(jìn)行統(tǒng)計分析的關(guān)鍵在于？A.確保樹形拓?fù)渫耆_B.獲得該樹所對應(yīng)的參數(shù)（如分支長、根節(jié)點(diǎn)時間）的估計值及其不確定性C.使用盡可能復(fù)雜的進(jìn)化模型D.選擇支持率最高的樹二、填空題（每空1分，共10分）1.系統(tǒng)發(fā)育樹的拓?fù)浣Y(jié)構(gòu)表示了物種之間的________關(guān)系，而分支長度通常與________成正比。2.在系統(tǒng)發(fā)育數(shù)據(jù)分析中，選擇進(jìn)化模型時，AIC和BIC是常用的________準(zhǔn)則，它們傾向于選擇擬合數(shù)據(jù)t?t且復(fù)雜度適中的模型。3.統(tǒng)計學(xué)中的假設(shè)檢驗通常涉及原假設(shè)（H0）和備擇假設(shè)（H1），系統(tǒng)發(fā)育分析中的SHtest或LRT等可以看作是檢驗________與________之間差異是否顯著。4.對于連續(xù)型系統(tǒng)發(fā)育數(shù)據(jù)（如形態(tài)測量值），在進(jìn)行系統(tǒng)發(fā)育分析前，常需要進(jìn)行________以消除系統(tǒng)發(fā)育方差的影響，從而更清晰地檢測選擇信號。5.貝葉斯系統(tǒng)發(fā)育分析中，先驗分布反映了研究者對參數(shù)（如樹拓?fù)洌┑腳_______知識或假設(shè)，而MCMC模擬則是通過________來近似后驗分布。三、簡答題（每題5分，共15分）1.簡述距離法構(gòu)建系統(tǒng)發(fā)育樹的基本原理及其主要優(yōu)缺點(diǎn)。2.解釋什么是系統(tǒng)發(fā)育數(shù)據(jù)中的“系統(tǒng)發(fā)育噪聲”（PhylogeneticNoise）及其可能來源。3.比較并說明最大似然法（ML）和貝葉斯法（BayesianInference）在系統(tǒng)發(fā)育推斷中的主要異同點(diǎn)。四、計算題與分析題（共15分）1.假設(shè)通過對五個物種的DNA序列進(jìn)行比對，獲得一個簡約樹（星形樹），樹的分支長度（代表進(jìn)化距離）如下：物種A到B的距離為0.1，A到C的距離為0.2，A到D的距離為0.2，A到E的距離為0.3，B到C的距離為0.3，B到D的距離為0.4，B到E的距離為0.5，C到D的距離為0.4，C到E的距離為0.6，D到E的距離為0.7。請根據(jù)此信息回答：(1)請描述該簡約樹的拓?fù)浣Y(jié)構(gòu)。(2)如果假設(shè)進(jìn)化模型為JTT（賈森斯-泰勒模型），請計算物種A和物種E之間的總進(jìn)化距離。(3)簡要說明，如果使用不同的進(jìn)化模型（如GTR），計算得到的分支長度和總進(jìn)化距離可能會有何不同，并解釋原因。（3分）2.研究者收集了六個物種（物種1至6）的某一基因片段的核苷酸序列數(shù)據(jù)，并使用最大似然法構(gòu)建了兩棵拓?fù)浣Y(jié)構(gòu)略有差異的系統(tǒng)發(fā)育樹（TreeA和TreeB）。TreeA的似然值（Likelihood）為-2000，TreeB的似然值為-2020。假設(shè)數(shù)據(jù)集包含1000個位點(diǎn)。（4分）(1)基于似然值，哪棵樹在統(tǒng)計上更優(yōu)？請說明理由。(2)請計算這兩棵樹之間差異的似然比檢驗（LikelihoodRatioTest,LRT）的統(tǒng)計量（2*ln(L0/L1)），并判斷在α=0.05水平下，是否可以拒絕TreeA優(yōu)于TreeB的原假設(shè)（H0:TreeA=TreeB）？(3)簡述LRT在系統(tǒng)發(fā)育分析中判斷樹拓?fù)洳町愶@著性的基本原理。3.在一項關(guān)于鳥類喙部形狀進(jìn)化的研究中，研究者測量了五個物種喙長（變量X）和喙寬（變量Y）的數(shù)據(jù)，并假設(shè)這些數(shù)據(jù)符合混合線性模型。研究者使用統(tǒng)計軟件得到部分輸出結(jié)果如下（僅為示例，非真實數(shù)據(jù)）：“Group1:Coefficients(X)|EstimateSEtvaluePr(>|t|)______|________________|__________(Intercept)|10.01.56.670.0001X|0.80.24.000.005Group2:Coefficients(Y)|EstimateSEtvaluePr(>|t|)______|________________|__________(Intercept)|8.01.26.670.0001X|0.50.15.000.008”其中，Group1代表使用喙長預(yù)測喙寬的模型，Group2代表使用喙長預(yù)測喙長的模型。（4分）(1)請解釋該輸出結(jié)果中“Intercept”和“X”分別代表什么生物學(xué)含義？(2)根據(jù)輸出結(jié)果，判斷使用喙長預(yù)測喙寬（Group1）和使用喙長預(yù)測喙長（Group2）的線性關(guān)系是否顯著？(3)簡述這種基于線性回歸的統(tǒng)計方法如何可能被應(yīng)用于分析系統(tǒng)發(fā)育數(shù)據(jù)中的形態(tài)性狀進(jìn)化關(guān)系，并舉例說明。五、論述題（10分）結(jié)合具體的生物學(xué)實例（如研究物種分化速率、適應(yīng)性進(jìn)化、選擇壓力等），詳細(xì)闡述統(tǒng)計模型（如恰當(dāng)?shù)倪M(jìn)化模型選擇、混合模型、選擇模型等）在系統(tǒng)發(fā)育分析中的重要性，并說明如何通過統(tǒng)計方法評估模型的擬合優(yōu)度和結(jié)果的有效性。試卷答案一、選擇題1.C2.B3.B4.C5.A6.D7.B8.B9.C10.B二、填空題1.進(jìn)化/分化2.模型選擇/Modelselection3.單一樹/一棵樹/Asingletree/Aspecifictree,系統(tǒng)發(fā)育樹/系統(tǒng)發(fā)育假設(shè)/Aphylogenetictree/Aphylogenetichypothesis4.系統(tǒng)發(fā)育控制/Phylogeneticcontrol/系統(tǒng)發(fā)育過濾/Phylogeneticfiltering5.先驗/Prior,馬爾可夫鏈蒙特卡洛模擬/MCMCsampling三、簡答題1.原理：距離法首先根據(jù)物種間性狀的相似性或差異性計算距離矩陣，然后將距離矩陣轉(zhuǎn)化為樹形圖（如UPGMA、鄰接法），使得相鄰物種之間的距離在樹圖上最短或符合某種距離轉(zhuǎn)換規(guī)則。樹的構(gòu)建過程基于“距離最短連接”或“最小進(jìn)化距離”原則。優(yōu)點(diǎn)：概念直觀，計算相對簡單快捷，適用于大量物種和/或多性狀數(shù)據(jù)。缺點(diǎn)：對系統(tǒng)發(fā)育噪聲敏感，容易受到性狀多態(tài)性、性狀轉(zhuǎn)換速率變化的影響，可能產(chǎn)生與真實進(jìn)化歷史不符的拓?fù)浣Y(jié)構(gòu)，對異常數(shù)據(jù)點(diǎn)敏感。2.定義：系統(tǒng)發(fā)育噪聲是指由于測量誤差、系統(tǒng)發(fā)育關(guān)系的不確定性、數(shù)據(jù)中的偽信號等因素，導(dǎo)致系統(tǒng)發(fā)育數(shù)據(jù)（如序列、形態(tài)測量值）不能準(zhǔn)確反映物種真實進(jìn)化歷史的信息偏差或干擾。來源：測量誤差（如測序錯誤、測量誤差）；系統(tǒng)發(fā)育樹的構(gòu)建不完善或假設(shè)不正確；數(shù)據(jù)本身的多態(tài)性、轉(zhuǎn)換/丟失速率；環(huán)境因素對性狀的直接影響（非遺傳因素）；數(shù)據(jù)缺失或壓縮；統(tǒng)計分析方法的局限性等。3.相同點(diǎn)：都是基于概率模型進(jìn)行系統(tǒng)發(fā)育推斷；都試圖找到最可能（或后驗概率最高）的系統(tǒng)發(fā)育樹來表示數(shù)據(jù)中的進(jìn)化關(guān)系；都涉及模型選擇（進(jìn)化模型、先驗分布等）。不同點(diǎn)：ML主要尋找給定模型下能使觀測數(shù)據(jù)似然值最大的樹，關(guān)注模型擬合度；貝葉斯法在給定先驗分布和模型下，通過MCMC等計算后驗概率分布，提供參數(shù)（包括樹拓?fù)洌┑母怕式忉?；ML通常給出單一最優(yōu)樹或基于似然比檢驗比較不同樹的相對支持度，貝葉斯法提供樹的概率分布和參數(shù)的不確定性估計；貝葉斯法可以自然地整合先驗知識，而ML通常視為先驗為無信息先驗的貝葉斯分析。四、計算題與分析題1.(1)該樹為星形樹，物種A為共同祖先，物種B、C、D、E從A獨(dú)立分化出來。(2)總進(jìn)化距離=A到B的距離+A到E的距離=0.1+0.3=0.4。(3)不同模型會基于不同的堿基頻率假設(shè)和進(jìn)化速率參數(shù)估計分支長度，因此結(jié)果不同。例如，GTR模型考慮了堿基頻率的異質(zhì)性，能更好地擬合真實序列數(shù)據(jù)中的飽和效應(yīng)等，通常能提供更準(zhǔn)確、更精細(xì)的分支長度估計，反映更真實的進(jìn)化速率差異。如果實際進(jìn)化速率在不同分支上差異很大，GTR等更復(fù)雜的模型能更好地捕捉這種差異，而JTT模型假設(shè)堿基頻率恒定，可能無法準(zhǔn)確反映所有分支的速率，導(dǎo)致分支長度估計相對粗略。2.(1)TreeA更優(yōu)。因為給定相同的模型和數(shù)據(jù)，TreeA具有更高的似然值（-2000>-2020），表示它擬合數(shù)據(jù)更好。(2)LRT統(tǒng)計量=2*(LL_B-LL_A)=2*(-2020+2000)=2*(-20)=-40。由于計算結(jié)果為負(fù)數(shù)，且似然比檢驗要求L0<L1（即原假設(shè)樹的似然值小于備擇假設(shè)），這里應(yīng)修正為LRT統(tǒng)計量=2*(LL_A-LL_B)=2*(2000+2020)=2*(40)=80。p值=P(LRT>=80|H0為真)。由于計算出的LRT統(tǒng)計量（80）遠(yuǎn)大于在H0為真時（即兩樹拓?fù)湎嗤┰摻y(tǒng)計量服從的卡方分布的臨界值（自由度為3，α=0.05時臨界值約7.815），因此p<0.05。拒絕H0，即在α=0.05水平下，認(rèn)為TreeA顯著優(yōu)于TreeB。(3)LRT的基本原理是比較兩個嵌套模型（通常一個是另一個的特例）的似然值差異。在系統(tǒng)發(fā)育中，通常比較一棵樹的似然值（L0）與其通過添加一個或多個節(jié)點(diǎn)/分支變?yōu)榱硪豢脴洌↙1）的似然值。計算統(tǒng)計量2*ln(L0/L1)，該統(tǒng)計量在原假設(shè)（兩棵樹拓?fù)湎嗤┫陆品淖杂啥鹊扔谔砑拥墓?jié)點(diǎn)/分支數(shù)（或差異）的卡方分布。如果計算得到的統(tǒng)計量顯著大于臨界值，則拒絕原假設(shè)，認(rèn)為新添加的拓?fù)浣Y(jié)構(gòu)是顯著的。3.(1)“Intercept”（截距）：在Group1中，當(dāng)喙長（X）為0時，預(yù)測的喙寬（Y）的值（理論上是10.0）；在Group2中，當(dāng)喙長（X）為0時，預(yù)測的喙長（Y）的值（理論上是8.0）。雖然喙長或喙寬為0在生物學(xué)上可能無意義，但在統(tǒng)計模型中代表了一個基準(zhǔn)值?！癤”（斜率）：在Group1中，喙長（X）每增加一個單位，預(yù)測的喙寬（Y）平均增加0.8個單位；在Group2中，喙長（X）每增加一個單位，預(yù)測的喙長（Y）平均增加0.5個單位。(2)Group1：p值=0.005<0.05，拒絕原假設(shè)，線性關(guān)系顯著。Group2：p值=0.008<0.05，拒絕原假設(shè)，線性關(guān)系顯著。(3)這種方法可以用于分析系統(tǒng)發(fā)育數(shù)據(jù)中的形態(tài)性狀進(jìn)化關(guān)系，例如，可以通過線性回歸分析在系統(tǒng)樹上連接的性狀（如親代和子代）之間是否存在預(yù)期的比例關(guān)系或線性關(guān)系。例如，分析鳥類翅長和翼展在系統(tǒng)發(fā)育樹上的關(guān)系是否遵循一定的比例；或者分析某種性狀（如體型）與其親緣物種數(shù)量之間的關(guān)系。通過統(tǒng)計檢驗（如p值）可以判斷這種關(guān)系是否在統(tǒng)計學(xué)上顯著，從而推斷進(jìn)化趨勢或模式。例如，如果發(fā)現(xiàn)體型