2025年大學《分子科學與工程》專業(yè)題庫——分子信息與生物計算考試時間：______分鐘總分：______分姓名：______一、選擇題（每題2分，共20分）1.DNA雙螺旋結(jié)構(gòu)中，信息主要存儲在（）。A.糖環(huán)的種類B.堿基對的序列C.螺旋的直徑D.堿基對的構(gòu)象2.下列哪一項不屬于分子識別的基本特征？（）A.高度特異性B.可逆性C.信號放大D.熱力學驅(qū)動力3.生物計算區(qū)別于傳統(tǒng)計算機計算的核心特征之一是（）。A.使用電子元件B.并行處理能力C.需要冷卻系統(tǒng)D.依賴固定算法4.DNA計算中，通常利用（）作為基本計算單元。A.激光器B.密碼本C.DNA鏈D.CPU5.基因測序技術(shù)的核心目標是（）。A.獲取DNA的3D結(jié)構(gòu)B.確定核酸序列中的堿基順序C.計算基因的表達量D.分析基因的功能6.RNA計算利用RNA分子的（）特性進行信息處理。A.光學活性B.可逆水解C.空間折疊與催化D.電導性7.在生物信息學中，序列比對的主要目的是（）。A.預測蛋白質(zhì)的二級結(jié)構(gòu)B.發(fā)現(xiàn)基因家族的保守模式C.測量DNA的熔解溫度D.設計基因敲除實驗8.適配體技術(shù)的主要應用領域包括（）。A.微流控芯片設計B.分子識別與檢測C.量子計算模擬D.藥物靶向遞送9.以下哪項技術(shù)不屬于高通量分子信息處理技術(shù)？（）A.基因測序B.基因芯片C.單細胞測序D.傳統(tǒng)顯微鏡觀察10.人工智能在基因組學中的主要應用不包括（）。A.基因功能預測B.疾病風險評估C.藥物靶點發(fā)現(xiàn)D.設計DNA序列二、填空題（每空1分，共15分）1.分子信息存儲的主要載體在生物體內(nèi)通常是________和________。2.生物計算的基本模型包括DNA計算、RNA計算、蛋白質(zhì)計算和________計算。3.分子識別是許多生物技術(shù)和生物計算應用的基礎，其核心在于實現(xiàn)對特定________或________的精確識別。4.基因測序技術(shù)的重大突破，特別是________測序技術(shù)的出現(xiàn)，極大地推動了生物信息學的發(fā)展。5.生物芯片技術(shù)能夠?qū)崿F(xiàn)________和________的集成，進行高通量生物分子檢測和分析。6.機器學習算法在生物醫(yī)學大數(shù)據(jù)分析中，可用于________預測、分類和聚類等任務。7.“濕件”是生物計算機的別稱，強調(diào)其計算過程依賴于________環(huán)境中的生物分子相互作用。三、名詞解釋（每題3分，共12分）1.分子印跡2.表觀遺傳計算3.生物信息學4.仿生計算四、簡答題（每題5分，共20分）1.簡述DNA雙螺旋結(jié)構(gòu)中堿基互補配對原則及其在信息存儲中的作用。2.簡要比較DNA計算和計算機計算的異同點。3.簡述基因測序技術(shù)（以Sanger法為例）的基本原理。4.簡述人工智能在藥物研發(fā)中可能的應用環(huán)節(jié)。五、論述題（每題10分，共20分）1.論述分子識別技術(shù)在分子信息處理與生物計算中的應用前景。2.結(jié)合分子科學與工程專業(yè)的特點，論述生物計算思維對該領域研究與創(chuàng)新的重要性。試卷答案一、選擇題1.B2.C3.B4.C5.B6.C7.B8.B9.D10.D二、填空題1.DNA,RNA2.蛋白質(zhì)3.分子,信息4.高通量測序(或Next-GenerationSequencing)5.生物分子,微環(huán)境6.生物標志物(或疾病)7.生物化學反應三、名詞解釋1.分子印跡：指利用模板分子（印跡分子）與功能單體交聯(lián)形成印跡聚合物，該聚合物具有與模板分子互補的空腔結(jié)構(gòu)，能夠特異性識別模板分子或其他類似分子的一種技術(shù)。2.表觀遺傳計算：利用生物系統(tǒng)（如DNA甲基化、組蛋白修飾等）中非遺傳信息的調(diào)控機制進行信息存儲和計算的一種新興計算范式。3.生物信息學：一門交叉學科，運用計算機科學和統(tǒng)計學方法分析、處理、解釋生物數(shù)據(jù)（如基因組、蛋白質(zhì)組數(shù)據(jù)），以揭示生命活動規(guī)律和原理。4.仿生計算：借鑒生物系統(tǒng)（如神經(jīng)、免疫、DNA等）的信息處理、存儲和搜索策略來解決計算問題或設計新型計算系統(tǒng)的一種計算方法。四、簡答題1.解析思路：回答需包含堿基互補配對原則（A-T,G-C）和其作用。原則保證了DNA復制和轉(zhuǎn)錄的保真性，通過這種高度特異性的配對，實現(xiàn)了遺傳信息的精確存儲和傳遞。2.解析思路：比較應從計算基礎（分子vs電子）、計算單元（生物分子vsCPU）、并行性（分子計算天然并行vs傳統(tǒng)計算機并行）、環(huán)境依賴性（濕環(huán)境vs普通環(huán)境）、計算速度和可擴展性等方面入手，突出生物計算的獨特性和優(yōu)勢。3.解析思路：Sanger法原理核心是鏈終止測序。利用帶有不同熒光標記的dideoxynucleotides（ddNTPs）作為終止子，這些終止子在摻入后阻止DNA鏈延伸。通過電泳分離不同長度的終止鏈，根據(jù)熒光信號讀取終止堿基，從而確定原始DNA序列。4.解析思路：應列舉AI在藥物研發(fā)中的應用，如利用AI進行靶點識別與驗證、化合物虛擬篩選與設計、藥物動力學模擬、臨床試驗優(yōu)化、不良反應預測等環(huán)節(jié)，強調(diào)AI提高效率、降低成本、發(fā)現(xiàn)新靶點的潛力。五、論述題1.解析思路：論述需從分子識別的高特異性、可編程性出發(fā)，結(jié)合其在生物傳感器、適配體藥物、診斷試劑、計算元件（如DNA邏輯門）等領域的應用實例，闡述其如何實現(xiàn)精確的信息捕獲、轉(zhuǎn)換和處理，并展望其在下一代計算、智能材料等前沿方向的應用潛