2025年大學《生物統(tǒng)計學》專業(yè)題庫——生物統(tǒng)計學在RNA測序中的應用考試時間：______分鐘總分：______分姓名：______一、選擇題1.RNA測序技術可以直接測量細胞中哪些RNA分子的豐度？A.mRNA,tRNA,rRNA,lncRNAB.mRNA,miRNA,snRNA,snoRNAC.mRNA,tRNA,rRNA,piRNAD.mRNA,mRNA,mRNA,mRNA2.在RNA測序數(shù)據(jù)預處理過程中，哪一步主要是為了去除低質量讀段和去除接頭序列？A.排序B.過濾C.歸一化D.定位3.假設我們比較了正常組織和腫瘤組織樣品的RNA測序數(shù)據(jù)，發(fā)現(xiàn)有很多基因的表達差異顯著。為了控制假陽性率，我們應該使用哪種方法進行多重檢驗校正？A.t檢驗B.ANOVAC.Bonferroni校正D.置換檢驗4.在進行差異表達基因分析時，哪個指標可以用來衡量基因表達變化的幅度？A.p值B.FDRC.FoldChangeD.效應量5.基于距離度量和聚類算法對基因進行聚類分析，其主要目的是什么？A.發(fā)現(xiàn)基因之間的表達模式B.發(fā)現(xiàn)樣本之間的差異C.發(fā)現(xiàn)基因的功能注釋D.發(fā)現(xiàn)樣本的聚類趨勢6.GO富集分析主要用于什么？A.比較兩組樣本之間的基因表達差異B.發(fā)現(xiàn)一組基因中富集的生物學過程、細胞組分或分子功能C.對基因進行聚類分析D.對樣本進行聚類分析7.在回歸分析中，我們可以探究哪些因素對基因表達的影響？A.一個B.兩個C.三個D.多個8.RNA測序數(shù)據(jù)可以用于哪些類型的生存分析？A.Kaplan-Meier生存分析B.Cox比例風險回歸模型C.兩者都可以D.兩者都不可以9.機器學習在RNA測序數(shù)據(jù)分析中可以用于哪些任務？A.分類B.預測C.聚類D.兩者都可以10.以下哪項不是RNA測序數(shù)據(jù)分析的常用軟件？A.RB.PythonC.SASD.MATLAB二、填空題1.RNA測序技術的全稱是________。2.RNA測序數(shù)據(jù)預處理的主要步驟包括________、________、________。3.差異表達分析中，p值表示________。4.FDR表示________。5.聚類分析中，常用的距離度量包括________和________。6.GO富集分析可以幫助我們了解________。7.回歸分析可以幫助我們建立________。8.生存分析可以幫助我們研究________。9.機器學習在RNA測序數(shù)據(jù)分析中可以用于________和________。10.RNA測序數(shù)據(jù)分析中常用的R包包括________和________。三、簡答題1.簡述RNA測序數(shù)據(jù)的預處理過程，并說明每一步的目的。2.解釋什么是差異表達分析，并說明常用的差異表達分析方法有哪些。3.簡述聚類分析的基本原理，并說明常用的聚類算法有哪些。4.解釋什么是GO富集分析，并說明其作用。5.簡述回歸分析在RNA測序數(shù)據(jù)分析中的應用，并舉例說明。四、計算題1.假設有兩組樣本（對照組和實驗組）的基因表達數(shù)據(jù)如下表所示（此處省略表格），請使用t檢驗分析基因A在兩組樣本之間的表達是否存在顯著差異（假設已知兩組樣本的基因表達數(shù)據(jù)服從正態(tài)分布，且方差相等）。請說明你的分析步驟，并計算檢驗統(tǒng)計量、p值，以及如何根據(jù)p值判斷基因A在兩組樣本之間的表達是否存在顯著差異。2.假設我們對1000個基因進行了差異表達分析，得到了1000個p值。請使用Bonferroni校正方法控制假陽性率，假設顯著性水平為0.05，請計算每個基因的校正后的p值，并說明如何根據(jù)校正后的p值判斷基因是否差異表達。五、綜合分析題假設我們收集了來自三種不同處理組的RNA測序數(shù)據(jù)，并進行了差異表達分析，得到了一批差異表達基因。請結合你所學的生物統(tǒng)計學知識，描述如何對這批差異表達基因進行進一步的分析，以探索這些基因的潛在功能和生物學意義。請至少包含以下分析方法：聚類分析、GO富集分析、Kegg富集分析，并簡要說明每種方法的分析思路和預期結果。試卷答案一、選擇題1.A*解析：RNA測序技術可以測量多種類型的RNA分子，包括mRNA、tRNA、rRNA和lncRNA等。2.B*解析：過濾步驟的主要目的是去除低質量讀段和去除接頭序列，以提高后續(xù)分析的質量。3.C*解析：Bonferroni校正是一種常用的多重檢驗校正方法，可以有效地控制假陽性率。4.C*解析：FoldChange可以用來衡量基因表達變化的幅度，即基因表達差異的大小。5.A*解析：基于距離度量和聚類算法對基因進行聚類分析，其主要目的是發(fā)現(xiàn)基因之間的表達模式。6.B*解析：GO富集分析主要用于發(fā)現(xiàn)一組基因中富集的生物學過程、細胞組分或分子功能。7.D*解析：在回歸分析中，我們可以探究多個因素對基因表達的影響。8.C*解析：RNA測序數(shù)據(jù)可以用于Kaplan-Meier生存分析和Cox比例風險回歸模型等生存分析。9.D*解析：機器學習在RNA測序數(shù)據(jù)分析中可以用于分類和預測等任務。10.C*解析：SAS雖然可以用于數(shù)據(jù)分析，但不是RNA測序數(shù)據(jù)分析的常用軟件。二、填空題1.RNA測序（全稱：RNASequencing）*解析：RNA測序技術的全稱是RNASequencing，簡稱RNA-Seq。2.質量控制，過濾，歸一化*解析：RNA測序數(shù)據(jù)預處理的主要步驟包括質量控制、過濾和歸一化。3.某基因的表達在隨機樣本中出現(xiàn)的概率*解析：p值表示某基因的表達在隨機樣本中出現(xiàn)的概率，即基因表達差異的統(tǒng)計顯著性。4.在控制假陽性率的情況下，拒絕原假設的最小顯著性水平*解析：FDR表示在控制假陽性率的情況下，拒絕原假設的最小顯著性水平。5.歐幾里得距離，曼哈頓距離*解析：聚類分析中，常用的距離度量包括歐幾里得距離和曼哈頓距離。6.一組基因中富集的生物學過程、細胞組分或分子功能*解析：GO富集分析可以幫助我們了解一組基因中富集的生物學過程、細胞組分或分子功能。7.自變量對因變量的影響關系*解析：回歸分析可以幫助我們建立自變量對因變量的影響關系。8.樣本的生存時間和生存狀態(tài)*解析：生存分析可以幫助我們研究樣本的生存時間和生存狀態(tài)。9.分類，預測*解析：機器學習在RNA測序數(shù)據(jù)分析中可以用于分類和預測等任務。10.DESeq2，edgeR*解析：DESeq2和edgeR是RNA測序數(shù)據(jù)分析中常用的R包。三、簡答題1.RNA測序數(shù)據(jù)的預處理過程主要包括質量控制、過濾和歸一化。*質量控制：使用FastQC等工具對原始測序數(shù)據(jù)進行質量評估，識別低質量讀段和接頭序列。*過濾：去除低質量讀段、接頭序列和重復序列，以提高后續(xù)分析的質量。*歸一化：對不同樣本的測序數(shù)據(jù)進行歸一化處理，以消除測序深度差異的影響，使不同樣本的數(shù)據(jù)具有可比性。2.差異表達分析是用于識別在不同條件下，哪些基因的表達水平存在顯著差異的分析方法。*常用的差異表達分析方法包括：*t檢驗：用于比較兩組樣本之間基因表達的差異。*ANOVA：用于比較多個樣本之間基因表達的差異。*置換檢驗：用于控制假陽性率，提高差異表達分析的可靠性。3.聚類分析是一種將數(shù)據(jù)點分組的方法，其基本原理是度量數(shù)據(jù)點之間的相似性或距離，并將相似性或距離相近的數(shù)據(jù)點歸為一類。*常用的聚類算法包括：*K-means聚類：一種基于距離度的量的聚類算法，將數(shù)據(jù)點劃分為K個簇。*層次聚類：一種構建層次結構的聚類算法，可以生成樹狀圖表示樣本之間的聚類關系。4.GO富集分析是一種統(tǒng)計方法，用于評估一組基因是否在某個特定的GO術語中富集。*GO富集分析的作用是：*幫助我們理解一組基因的潛在功能和生物學意義。*發(fā)現(xiàn)這些基因參與的生物學過程、細胞組分或分子功能。5.回歸分析在RNA測序數(shù)據(jù)分析中的應用是建立自變量對基因表達的影響關系。*例如，我們可以使用回歸分析研究不同藥物濃度對基因表達的影響，或者研究不同基因型對基因表達的影響。四、計算題1.（此處省略計算過程和答案）*解析：使用t檢驗分析基因A在兩組樣本之間的表達是否存在顯著差異的步驟如下：*提出原假設和備擇假設：原假設H0：兩組樣本的基因A表達水平相同；備擇假設H1：兩組樣本的基因A表達水平不同。*計算檢驗統(tǒng)計量：根據(jù)樣本數(shù)據(jù)計算t統(tǒng)計量。*計算p值：根據(jù)t統(tǒng)計量和自由度查找t分布表，或者使用軟件計算p值。*判斷基因A在兩組樣本之間的表達是否存在顯著差異：根據(jù)p值和顯著性水平（例如0.05）進行判斷。如果p值小于顯著性水平，則拒絕原假設，認為基因A在兩組樣本之間的表達存在顯著差異。2.（此處省略計算過程和答案）*解析：使用Bonferroni校正方法控制假陽性率的步驟如下：*計算每個基因的原始p值。*計算每個基因的校正后的p值：校正后的p值=原始p值*總基因數(shù)。*根據(jù)校正后的p值判斷基因是否差異表達：如果校正后的p值小于顯著性水平（例如0.05），則認為該基因差異表達。五、綜合分析題（此處省略答案）*解析：對一批差異表達基因進行進一步