2025年大學(xué)《生物統(tǒng)計學(xué)》專業(yè)題庫——統(tǒng)計學(xué)在液相色譜質(zhì)譜研究中的應(yīng)用考試時間：______分鐘總分：______分姓名：______一、選擇題（每小題2分，共20分）1.在LC-MS分析中，峰面積通常被用作定量依據(jù)。若某組樣本的峰面積數(shù)據(jù)呈現(xiàn)明顯的右偏態(tài)分布，且存在少量異常高值，以下哪種統(tǒng)計方法在比較不同處理組均值時可能更穩(wěn)?。緼.t檢驗B.單因素方差分析（ANOVA）C.中位數(shù)檢驗D.基于峰面積對數(shù)值的分析2.主成分分析（PCA）在LC-MS數(shù)據(jù)降維中的主要目的是？A.提高模型的預(yù)測精度B.發(fā)現(xiàn)變量之間的線性關(guān)系并最大程度保留數(shù)據(jù)變異C.對樣本進(jìn)行分類預(yù)測D.精確量化每個變量的貢獻(xiàn)度3.在OPLS-DA模型分析LC-MS數(shù)據(jù)時，VIP（VariableImportanceinProjection）值用于衡量？A.生物標(biāo)志物在樣本間分類的貢獻(xiàn)度B.自變量與因變量之間的相關(guān)性強(qiáng)度C.預(yù)測模型的方差解釋能力D.差異變量對組間區(qū)分度的相對重要性4.對于LC-MS方法學(xué)驗證中精密度（重復(fù)性）的評估，通常采用？A.對單一已知濃度標(biāo)準(zhǔn)品進(jìn)行多次測定B.對多個不同濃度標(biāo)準(zhǔn)品進(jìn)行單次測定C.對同一批樣品進(jìn)行多次測定D.對不同批次樣品進(jìn)行測定5.若要比較三種不同色譜柱對同一份生物樣品LC-MS分析結(jié)果的影響，最適合采用的統(tǒng)計設(shè)計是？A.完全隨機(jī)設(shè)計B.配對設(shè)計C.單因素析因設(shè)計D.雙因素析因設(shè)計6.在進(jìn)行LC-MS定量分析時，選擇定量方法（如內(nèi)標(biāo)法、外標(biāo)法、標(biāo)準(zhǔn)曲線法）時需要考慮的關(guān)鍵因素不包括？A.分析物的化學(xué)性質(zhì)B.實驗的線性范圍C.樣本基質(zhì)效應(yīng)的大小D.模型的預(yù)測能力（如R2）7.以下哪個統(tǒng)計量主要描述數(shù)據(jù)的離散程度？A.均值B.中位數(shù)C.標(biāo)準(zhǔn)差D.變異系數(shù)8.在生物標(biāo)志物發(fā)現(xiàn)中，使用置換檢驗（PermutationTest）的主要目的是？A.提高統(tǒng)計檢驗的功率B.生成一個理想的對照組進(jìn)行比較C.排除偶然因素對統(tǒng)計結(jié)果的干擾，評估結(jié)果的顯著性D.降低多檢驗問題的錯誤發(fā)現(xiàn)率9.若PCA得分圖顯示樣本點(diǎn)在主成分1（PC1）和主成分2（PC2）上呈線性關(guān)系，這通常意味著？A.PC1和PC2幾乎不包含任何信息B.PC1和PC2之間存在較強(qiáng)的多重共線性問題C.樣本在兩個最重要的變異方向上具有明顯的分組或趨勢D.數(shù)據(jù)集的維度太低，無法進(jìn)行有效降維10.對于LC-MS數(shù)據(jù)中的缺失值處理，以下哪種策略通常不推薦？A.直接刪除含有缺失值的樣本或變量B.使用均值、中位數(shù)或眾數(shù)進(jìn)行填充C.采用多重插補(bǔ)法進(jìn)行估計D.忽略缺失值的存在，直接進(jìn)行后續(xù)分析二、填空題（每空2分，共20分）1.統(tǒng)計推斷的兩種主要方法是________和________。2.在LC-MS數(shù)據(jù)預(yù)處理中，歸一化常用于消除不同樣本間________差異的影響。3.方差分析（ANOVA）的基本假設(shè)包括數(shù)據(jù)的獨(dú)立性、正態(tài)性和________。4.偏最小二乘判別分析（OPLS-DA）同時考慮了________和________，適用于兩組或多組分類問題的分析。5.衡量LC-MS定量方法準(zhǔn)確度的指標(biāo)通常是________和________。6.在解釋LC-MS的PCA或OPLS-DA結(jié)果時，需要關(guān)注得分圖、載荷圖以及模型中的________值。7.若要評估一個統(tǒng)計模型對數(shù)據(jù)的擬合優(yōu)度，常用的統(tǒng)計量是________(R2)和________(Q2)。8.對于高維LC-MS數(shù)據(jù)，常用的降維方法除了主成分分析（PCA）外，還有________和________。9.生物標(biāo)志物研究中，除了統(tǒng)計學(xué)顯著性外，還需要考慮標(biāo)志物的________和________。10.在進(jìn)行LC-MS實驗設(shè)計時，應(yīng)遵循________和________的原則。三、簡答題（每題5分，共15分）1.簡述在LC-MS數(shù)據(jù)分析中進(jìn)行數(shù)據(jù)預(yù)處理的必要性，并列舉至少三種常見的預(yù)處理方法及其目的。2.簡要解釋什么是“多重比較問題”，并說明在LC-MS生物標(biāo)志物發(fā)現(xiàn)中常用的緩解策略。3.在使用OPLS-DA分析比較疾病組和健康組LC-MS數(shù)據(jù)時，如何判斷模型是否過擬合？通常關(guān)注哪些指標(biāo)？四、計算題（共15分）假設(shè)對某化合物進(jìn)行LC-MS定量分析，使用標(biāo)準(zhǔn)曲線法，得到以下數(shù)據(jù)：標(biāo)準(zhǔn)品濃度(μg/mL)：0,1,2,5,10標(biāo)準(zhǔn)品峰面積(AU)：0,150,320,780,1480計算該化合物的標(biāo)準(zhǔn)曲線方程（y=ax+b），并估算當(dāng)樣本峰面積為500AU時，該化合物的濃度大約是多少？（要求寫出計算過程）五、綜合應(yīng)用題（共30分）某研究旨在探索某種藥物處理后，其對小鼠血清代謝物譜的影響。研究人員采集了10只未經(jīng)處理的健康小鼠和10只經(jīng)藥物處理后的小鼠的血清樣本，使用LC-MS進(jìn)行代謝物檢測。對原始數(shù)據(jù)進(jìn)行預(yù)處理（包括峰提取、歸一化等）后，研究人員進(jìn)行了OPLS-DA分析，得到了如下信息：*OPLS-DA模型解釋了總變異的62%（R2X=0.62），其中組間變異解釋了28%（R2Y=0.28）。*模型內(nèi)部交叉驗證得分（Q2）為0.45。*OPLS-DA載荷圖顯示，有多個變量（標(biāo)記為V1,V2,V3...）在X軸（組間區(qū)分）上有較大的載荷。*重要差異變量列表中，V5和V12的VIP值分別為1.9和1.8，且對應(yīng)的p值（經(jīng)多重檢驗校正后）均小于0.05。請基于以上信息，回答以下問題：1.該OPLS-DA模型的整體質(zhì)量和組間區(qū)分能力如何？依據(jù)是什么？2.如何解釋VIP值大于1的變量（如V5,V12）在此次研究中的潛在意義？3.如果要進(jìn)一步驗證V5和V12作為潛在生物標(biāo)志物的可能性，除了統(tǒng)計分析外，還需要考慮哪些實驗或分析步驟？試卷答案一、選擇題1.C2.B3.D4.C5.C6.D7.C8.C9.C10.A二、填空題1.參數(shù)估計；假設(shè)檢驗2.進(jìn)樣量3.方差齊性4.樣本間差異；組間差異5.回收率；準(zhǔn)確度（或相對誤差）6.VIP7.R2；Q28.正交偏最小二乘回歸（PLS）；判別分析（如PCA）9.可重復(fù)性；穩(wěn)定性10.隨機(jī)化；對照三、簡答題1.必要性：LC-MS數(shù)據(jù)通常具有高維度、稀疏性、非正態(tài)分布、存在噪聲和基質(zhì)效應(yīng)等特點(diǎn)，直接分析可能導(dǎo)致錯誤結(jié)論。預(yù)處理有助于改善數(shù)據(jù)質(zhì)量，使其符合統(tǒng)計方法的要求，提高分析結(jié)果的準(zhǔn)確性和可靠性。方法及目的：*歸一化：消除樣本間進(jìn)樣量、離子豐度等差異，使不同樣本的可比性。*基線校正：除去或補(bǔ)償背景噪聲和漂移，確保峰的準(zhǔn)確定位。*峰對齊：解決不同樣本或不同時間運(yùn)行造成的保留時間漂移問題，使相同代謝物峰對齊。2.多重比較問題：當(dāng)對多個變量或多個樣本組進(jìn)行比較時，進(jìn)行多次統(tǒng)計檢驗會增加隨機(jī)錯誤（假陽性）判斷的概率。若不進(jìn)行校正，可能會錯誤地認(rèn)為存在顯著差異。緩解策略：*Bonferroni校正：將顯著性水平α按檢驗次數(shù)調(diào)整，非常保守。*FDR（錯誤發(fā)現(xiàn)率）控制：如Benjamini-Hochberg方法，控制錯誤發(fā)現(xiàn)比例，在保證一定假陽性率前提下，最大化真陽性發(fā)現(xiàn)。*基于模型的方法：如使用OPLS-DA，其內(nèi)部交叉驗證和VIP值等能提供穩(wěn)健的變量重要性評估。3.判斷過擬合：過擬合是指模型對訓(xùn)練數(shù)據(jù)擬合得非常好，但泛化能力差，即對未知數(shù)據(jù)的預(yù)測能力下降。關(guān)注指標(biāo)：*外部驗證：使用獨(dú)立數(shù)據(jù)集驗證模型效果。*內(nèi)部交叉驗證（如Q2）：Q2值應(yīng)大于0（表示模型能解釋額外變異），但過高（如>0.5）可能提示過擬合。通常認(rèn)為Q2<0.5表示模型能力有限。*變量數(shù)目與解釋度：模型包含的變量數(shù)目是否遠(yuǎn)超解釋的變異量。*模型穩(wěn)定性：輕微改變數(shù)據(jù)或參數(shù)，模型結(jié)果（如得分圖、重要變量）是否劇烈變化。四、計算題*計算過程：1.建立線性回歸模型：y=ax+b。令x=濃度,y=峰面積。2.計算x和y的均值：$\bar{x}=(0+1+2+5+10)/5=4.0$;$\bar{y}=(0+150+320+780+1480)/5=530$。3.計算a和b：*$a=\frac{\sum(x_i-\bar{x})(y_i-\bar{y})}{\sum(x_i-\bar{x})^2}$$a=\frac{(0-4)(0-530)+(1-4)(150-530)+(2-4)(320-530)+(5-4)(780-530)+(10-4)(1480-530)}{(0-4)^2+(1-4)^2+(2-4)^2+(5-4)^2+(10-4)^2}$$a=\frac{2120+1680+1120+250+8900}{16+9+4+1+36}=\frac{14750}{66}\approx223.03$*$b=\bar{y}-a\bar{x}$$b=530-223.03\times4.0\approx530-892.12\approx-362.12$4.標(biāo)準(zhǔn)曲線方程：y=223.03x-362.125.估算濃度：當(dāng)y=500時，$500=223.03x-362.12$$223.03x=500+362.12=862.12$$x=862.12/223.03\approx3.87\,\text{μg/mL}$*答案：標(biāo)準(zhǔn)曲線方程為y=223.03x-362.12。當(dāng)樣本峰面積為500AU時，該化合物的濃度大約為3.87μg/mL。五、綜合應(yīng)用題1.模型質(zhì)量和組間區(qū)分能力：*該OPLS-DA模型解釋了總變異的62%（R2X=0.62），表明模型捕捉了數(shù)據(jù)中的大部分信息，具有較好的擬合度。*其中，組間變異解釋了28%（R2Y=0.28），這個比例說明模型能夠較好地區(qū)分健康組和藥物處理組，組間差異相對較大。*綜合來看，該模型質(zhì)量尚可，具備一定的組間區(qū)分能力。但R2Y=0.28意味著仍有約72%的組間差異未被模型解釋，可能需要進(jìn)一步優(yōu)化實驗設(shè)計或分析策略。2.VIP值意義的解釋：*VIP值大于1的變量被認(rèn)為是重要的差異變量，它們對OPLS-DA模型中組間區(qū)分度的貢獻(xiàn)是顯著的。*V5和V12的VIP值分別為1.9和1.8，且統(tǒng)計學(xué)上顯著（p<0.05），表明這兩個變量在藥物處理后的小鼠血清中發(fā)生了顯著的豐度變化（升高或降低），并且這種變化是導(dǎo)致健康組與藥物處理組區(qū)分度的主要貢獻(xiàn)者之一。*因此，V5和V12是潛在的、與藥物處理相關(guān)的生物標(biāo)志物候選物，值得進(jìn)一步研究確認(rèn)。3.進(jìn)一步驗證步驟：*統(tǒng)計分析確認(rèn)：對VIP值高的變量進(jìn)行更詳細(xì)的統(tǒng)計分析，如t檢驗或ANOVA，確認(rèn)其在兩組間是否存在統(tǒng)計學(xué)顯著差