2025年大學《生物統(tǒng)計學》專業(yè)題庫——統(tǒng)計學在微生物基因組學研究中的應(yīng)用考試時間：______分鐘總分：______分姓名：______一、選擇題（每題2分，共20分。請將正確選項的字母填在題后的括號內(nèi)。）1.在微生物基因組測序中，高通量數(shù)據(jù)通常具有的特點不包括（）。A.數(shù)據(jù)量巨大（大數(shù)據(jù)）B.數(shù)據(jù)維度高C.數(shù)據(jù)精確度高，幾乎沒有錯誤D.數(shù)據(jù)分布常呈長尾分布2.構(gòu)建系統(tǒng)發(fā)育樹時，選擇不同的模型（如Jukes-Cantor,Kimura,GTR）主要考慮的因素是（）。A.樣本數(shù)量多少B.數(shù)據(jù)的類型（DNA或RNA）C.對進化速率的假設(shè)不同D.計算的復雜度是否相同3.在比較兩組微生物基因表達差異時，若數(shù)據(jù)符合正態(tài)分布且方差相等，常用的統(tǒng)計檢驗方法是（）。A.Wilcoxon秩和檢驗B.Kruskal-Wallis檢驗C.t檢驗D.卡方檢驗4.下列哪項指標通常不用于描述微生物群落的Alpha多樣性（即群落內(nèi)部多樣性）？（）A.Shannon指數(shù)B.Simpson指數(shù)C.基因拷貝數(shù)變異率D.Chao1指數(shù)5.宏基因組學研究中，進行物種注釋時，常用的數(shù)據(jù)庫不包括（）。A.NCBInr/nt數(shù)據(jù)庫B.UniRef數(shù)據(jù)庫C.KEGG數(shù)據(jù)庫D.GO數(shù)據(jù)庫（GeneOntology）6.當需要評估多個基因集在某個生物學過程中是否顯著富集時，常用的統(tǒng)計方法是（）。A.Fisher精確檢驗B.Pearson相關(guān)系數(shù)C.ANOVAD.Manteltest7.序列比對中，動態(tài)規(guī)劃算法的核心思想是（）。A.將大問題分解為小問題，并存儲子問題的解以避免重復計算B.基于最大匹配原則，從序列兩端向中間擴展C.使用啟發(fā)式搜索策略快速找到近似最優(yōu)解D.僅考慮同義密碼子之間的轉(zhuǎn)換8.在進行基因組大小比較時，若兩組微生物的基因組大小差異顯著，且樣本量足夠，可考慮使用的統(tǒng)計方法包括（）。A.Wilcoxon檢驗B.t檢驗C.方差分析（ANOVA）D.Manteltest9.使用統(tǒng)計模型進行基因功能預(yù)測時，模型選擇不當可能導致的結(jié)果是（）。A.預(yù)測精度提高B.產(chǎn)生大量假陽性預(yù)測C.產(chǎn)生大量假陰性預(yù)測D.預(yù)測結(jié)果完全無關(guān)緊要10.在設(shè)計微生物基因組重測序?qū)嶒灂r，為了提高統(tǒng)計分析的可靠性，通常建議（）。A.適當增加測序深度B.減少樣本數(shù)量以降低成本C.忽略測序平臺的差異D.使用單一對照組二、填空題（每空1分，共15分。請將答案填在橫線上。）1.微生物基因組數(shù)據(jù)中，由于堿基測序錯誤或PCR引入的歧義性，序列比對時通常需要引入___________以優(yōu)化比對效果。2.在系統(tǒng)發(fā)育分析中，貝葉斯樹方法與鄰接法、最大似然法的主要區(qū)別在于其基于___________進行概率推斷。3.描述基因在基因組中分布均勻性的統(tǒng)計指標是___________。4.對于非正態(tài)分布或方差不齊的基因表達數(shù)據(jù)，進行差異表達分析時，?？紤]使用___________等非參數(shù)方法或基于秩的方法。5.宏基因組學研究中，評估樣品間微生物群落結(jié)構(gòu)差異的主要統(tǒng)計工具包括___________和___________。6.統(tǒng)計檢驗中的p值表示在原假設(shè)為真的情況下，觀察到當前或更極端結(jié)果的概率，通常認為p值小于___________時拒絕原假設(shè)。7.基因組功能注釋中，GO（GeneOntology）數(shù)據(jù)庫主要提供三個方面的注釋信息：___________、___________和___________。8.評估一個統(tǒng)計模型擬合好壞的常用指標是___________（系數(shù)決定系數(shù)）和均方根誤差（RMSE）。9.在比較不同進化樹的拓撲結(jié)構(gòu)是否顯著差異時，常用的統(tǒng)計檢驗方法有___________和___________。三、簡答題（每題5分，共20分。）1.簡述高通量測序數(shù)據(jù)（如16SrRNA測序或宏基因組測序）在統(tǒng)計學分析上面臨的主要挑戰(zhàn)。2.解釋什么是系統(tǒng)發(fā)育樹，并簡述其構(gòu)建過程中需要考慮的關(guān)鍵統(tǒng)計模型參數(shù)。3.在進行微生物基因表達差異分析時，選擇t檢驗還是ANOVA？請說明適用場景。4.什么是統(tǒng)計顯著性？在微生物基因組學研究中，獲得統(tǒng)計顯著的結(jié)果意味著什么？四、計算題與分析題（共45分。）1.假設(shè)研究人員比較了兩種不同培養(yǎng)條件下某種微生物的總RNA表達水平，檢測了3個基因（GeneA,GeneB,GeneC）。在條件1下，觀測到的表達量（FPKM）分別為：GeneA=50,GeneB=30,GeneC=20。在條件2下，觀測到的表達量（FPKM）分別為：GeneA=70,GeneB=40,GeneC=30。（1）請計算條件1和條件2下，每個基因的平均表達量。（5分）（2）使用t檢驗，初步判斷GeneA在兩種條件下的表達量是否存在顯著差異（假設(shè)已知數(shù)據(jù)近似正態(tài)分布且方差齊性，請寫出檢驗步驟的核心思路，無需計算具體t值和p值）。（10分）（3）如果GeneB的表達量在條件1和條件2下分別為30和50，GeneC分別為20和40，請簡要說明此時使用t檢驗進行分析是否合適？為什么？（5分）2.某研究旨在比較來自環(huán)境樣本A、樣本B和樣本C的微生物群落結(jié)構(gòu)。研究人員提取了各樣本的宏基因組DNA，進行16SrRNA基因測序，并對測序數(shù)據(jù)進行物種注釋和豐度統(tǒng)計。假設(shè)經(jīng)過分析，發(fā)現(xiàn)樣本A、B、C中豐度最高的三個物種（SpeciesX,SpeciesY,SpeciesZ）的相對豐度（百分比）如下表所示（此處無表格，請根據(jù)文字描述理解）：*樣本A：SpeciesX=15%,SpeciesY=25%,SpeciesZ=10%*樣本B：SpeciesX=10%,SpeciesY=20%,SpeciesZ=15%*樣本C：SpeciesX=5%,SpeciesY=30%,SpeciesZ=20%（1）請解釋什么是Alpha多樣性？在本例中，如何通過比較這三個樣本中這三個特定物種的豐度來粗略評估它們的Alpha多樣性差異？（6分）（2）如果要更全面地比較這三個樣本的整體群落結(jié)構(gòu)差異，除了比較特定物種豐度，還可以采用哪些統(tǒng)計方法或指標？（8分）（3）假設(shè)研究者使用了某個統(tǒng)計方法（如PERMANOVA）并對這三個樣本進行了分析，得到了p=0.03的結(jié)果。請解釋這個p=0.03結(jié)果的意義。（6分）3.假設(shè)一項研究旨在探究某種環(huán)境脅迫（如重金屬暴露）對微生物基因組中特定基因家族（如抗性基因）數(shù)量的影響。研究人員采集了受脅迫和未受脅迫環(huán)境中的微生物樣本，提取基因組DNA，并通過生物信息學方法預(yù)測并計數(shù)每個樣本中該基因家族的成員數(shù)量。得到以下數(shù)據(jù)（此處無表格，請根據(jù)文字描述理解）：*未受脅迫組：樣本1=5個，樣本2=7個，樣本3=6個*受脅迫組：樣本1=8個，樣本2=10個，樣本3=9個（1）請簡述在此類研究中，使用統(tǒng)計方法比較兩組基因家族數(shù)量的合理性。（5分）（2）如果數(shù)據(jù)不符合正態(tài)分布，或者兩組樣本的方差差異較大，除了t檢驗，還可以考慮使用哪些統(tǒng)計方法來比較兩組基因家族數(shù)量的差異？（6分）（3）請說明在進行此類統(tǒng)計分析前，需要進行哪些假設(shè)檢驗或數(shù)據(jù)預(yù)處理步驟？（6分）試卷答案一、選擇題1.C解析：高通量測序數(shù)據(jù)雖然精確度不斷提高，但仍存在一定比例的錯誤（如堿基錯配、測序錯誤）和歧義性（如PCR引物二聚體、無法識別的堿基），數(shù)據(jù)分布也常呈長尾分布，數(shù)據(jù)量巨大，維度高。選項C“數(shù)據(jù)精確度高，幾乎沒有錯誤”是不準確的描述。2.C解析：構(gòu)建系統(tǒng)發(fā)育樹時，不同的模型（如Jukes-Cantor、Kimura、GTR）對核苷酸替換的速率和模式做出了不同的假設(shè)。Jukes-Cantor模型假設(shè)替換速率相等；Kimura模型考慮了替換速率的隨機性，區(qū)分了轉(zhuǎn)換和顛換；GTR模型則更復雜，允許不同位點有不同的替換速率，并考慮了多種替換形式。選擇模型主要依據(jù)是對進化速率和替換模式的生物學理解。3.C解析：t檢驗適用于比較兩組正態(tài)分布且方差相等（或近似相等）的數(shù)據(jù)集的均值差異。題目條件明確說明數(shù)據(jù)符合正態(tài)分布且方差相等，因此t檢驗是合適的選擇。Wilcoxon秩和檢驗和Kruskal-Wallis檢驗是非參數(shù)檢驗，適用于不滿足正態(tài)分布或方差不等的情況。卡方檢驗通常用于分類數(shù)據(jù)。4.C解析：Alpha多樣性描述的是樣品內(nèi)部（群落本身）的多樣性程度。Shannon指數(shù)、Simpson指數(shù)和Chao1指數(shù)都是常用的衡量Alpha多樣性的指標，計算基于樣品內(nèi)部物種的豐富度和相對豐度?；蚩截悢?shù)變異率（genecopynumbervariation,GCNV）通常用于衡量基因組大小變異或特定基因家族的擴增程度，與群落內(nèi)部多樣性描述的范疇不同。5.D解析：NCBInr/nt數(shù)據(jù)庫、UniRef數(shù)據(jù)庫和KEGG數(shù)據(jù)庫都包含了大量基因組學和序列信息，常用于宏基因組數(shù)據(jù)的物種注釋和功能注釋。GO（GeneOntology）數(shù)據(jù)庫主要提供關(guān)于基因和蛋白質(zhì)功能的注釋，描述其分子功能、生物學過程和細胞組分，屬于功能注釋范疇，而非物種注釋。6.A解析：Fisher精確檢驗是一種非參數(shù)統(tǒng)計檢驗，適用于小樣本或分類數(shù)據(jù)，用于檢驗兩個分類變量之間是否存在關(guān)聯(lián)。在基因集富集分析中，通常將感興趣基因集合視為一個分類變量（是否存在），將隨機選取的基因集合作為另一個分類變量（是否存在富集），F(xiàn)isher精確檢驗可以評估基因集顯著富集于某個生物學過程的概率。Pearson相關(guān)系數(shù)用于衡量兩個連續(xù)變量之間的線性關(guān)系。ANOVA用于比較多個組別連續(xù)變量的均值差異。Manteltest用于檢驗兩個距離或相似性矩陣之間是否存在顯著相關(guān)性。7.A解析：動態(tài)規(guī)劃算法用于序列比對，其核心思想是將一個大的序列比對問題分解為許多小的子問題，每個子問題只解決序列中一部分的比對。通過存儲（記憶）已經(jīng)解決過的子問題的最優(yōu)解，避免重復計算，從而提高效率。這是一種自底向上或自頂向下的遞歸求解策略。8.B解析：t檢驗適用于比較兩組正態(tài)分布且方差相等（或近似相等）的數(shù)據(jù)集的均值差異。如果兩組微生物的基因組大小數(shù)據(jù)滿足這些條件（通常假設(shè)基因組大小近似正態(tài)分布），則可以使用t檢驗進行比較。ANOVA適用于比較三個或以上組別。Manteltest用于檢驗兩個距離或相似性矩陣之間是否存在顯著相關(guān)性，不適用于直接比較基因組大小。9.B解析：統(tǒng)計模型的選擇對預(yù)測結(jié)果有重要影響。如果模型選擇不當（如過度擬合、假設(shè)與數(shù)據(jù)不符），可能導致預(yù)測結(jié)果偏差增大，產(chǎn)生大量假陽性（預(yù)測為陽性，但實際上是陰性）。選項A錯誤，好的模型應(yīng)提高預(yù)測精度。選項C錯誤，模型選擇不當可能導致假陰性增加。選項D錯誤，預(yù)測結(jié)果可能很重要。10.A解析：測序深度是指在給定區(qū)域或整個基因組上平均讀取到的次數(shù)。增加測序深度可以提高檢測低豐度序列、減少隨機錯誤、增加統(tǒng)計功率（更容易發(fā)現(xiàn)差異）以及提供更可靠的數(shù)據(jù)用于后續(xù)分析（如組裝、變異檢測），從而提高統(tǒng)計分析的可靠性。減少樣本數(shù)量可能降低結(jié)果的普適性。測序平臺差異需要考慮，但增加深度是普適性建議。使用單一對照組不足以反映生物學差異。二、填空題1.匹配罰分（或罰函數(shù)）2.后驗概率3.基因分布均勻性指數(shù)（或基因間距）4.Wilcoxon秩和檢驗（或Mann-WhitneyU檢驗）5.多元方差分析（MANOVA）（或PERMANOVA），主成分分析（PCA）（或PCoA）6.0.05（或5%）7.生物過程（BiologicalProcess），分子功能（MolecularFunction），細胞組分（CellularComponent）8.R29.約束性樹檢驗（Constrainingtreetest）（或bootstrap支持度檢驗）三、簡答題1.答：高通量測序數(shù)據(jù)面臨的主要統(tǒng)計學挑戰(zhàn)包括：*數(shù)據(jù)量巨大（大數(shù)據(jù)）：需要處理TB級別的數(shù)據(jù)，對計算資源和存儲空間提出高要求，需要高效的統(tǒng)計算法和并行計算方法。*高維度：每個樣本可能包含成千上萬個測序位點或基因，需要降維方法處理和分析。*數(shù)據(jù)復雜性：序列數(shù)據(jù)包含噪聲、錯誤、歧義性（如引物序列、無法識別的堿基），需要數(shù)據(jù)清洗和質(zhì)量控制。*長尾分布：物種豐度、基因表達量等數(shù)據(jù)往往呈現(xiàn)長尾分布，傳統(tǒng)統(tǒng)計方法可能不適用，需要非參數(shù)或重采樣方法。*非獨立性：序列之間可能存在生物學關(guān)聯(lián)或技術(shù)關(guān)聯(lián)（如批次效應(yīng)），統(tǒng)計分析時需考慮相關(guān)性。*模型選擇困難：構(gòu)建進化樹、進行差異表達分析等需要選擇合適的統(tǒng)計模型，模型選擇對結(jié)果影響很大。2.答：系統(tǒng)發(fā)育樹是基于物種（或基因）之間的序列差異，重建它們共同祖先及其演化關(guān)系的樹狀圖。構(gòu)建過程中需要考慮的關(guān)鍵統(tǒng)計模型參數(shù)包括：*進化模型（SubstitutionModel）：描述核苷酸（或氨基酸）替換的速率和方式，如Jukes-Cantor、Kimura、GTR等模型，需要根據(jù)數(shù)據(jù)選擇最合適的模型。*樹空間搜索算法參數(shù)：如鄰接法（Neighbor-Joining）的連接距離計算方式，最大似然法（MaximumLikelihood）的優(yōu)化目標和算法迭代參數(shù)，貝葉斯法（BayesianInference）的先驗設(shè)定和抽樣參數(shù)（如MCMC鏈長度、薄化間隔）。*Bootstrap支持度參數(shù)：用于評估樹的拓撲結(jié)構(gòu)可靠性，需要設(shè)定重復抽樣次數(shù)（如1000次）。3.答：選擇t檢驗還是ANOVA取決于研究設(shè)計的組別數(shù)量和比較目標。*使用t檢驗：適用于比較兩個組別（例如，對照組vs實驗組）的均值差異。需要滿足正態(tài)分布和方差齊性（或近似相等）的假設(shè)。*使用ANOVA：適用于比較三個或以上組別（例如，不同劑量組、不同處理方法組）的均值是否存在總體差異。如果檢驗結(jié)果顯著，通常需要進行事后檢驗（post-hoctests）來確定具體哪些組別之間存在差異。ANOVA對數(shù)據(jù)正態(tài)性和方差齊性的要求與t檢驗類似。4.答：統(tǒng)計顯著性是指一個研究結(jié)果的概率是在隨機事件或零假設(shè)（原假設(shè)）成立的情況下發(fā)生的。通常用p值表示，p值越小，表明觀察到的結(jié)果越不容易在零假設(shè)下發(fā)生，拒絕零假設(shè)的證據(jù)越強。在微生物基因組學研究中，獲得統(tǒng)計顯著的結(jié)果意味著所觀察到的現(xiàn)象（如基因表達差異、物種組成差異、進化關(guān)系等）不太可能是由于隨機抽樣誤差或偶然因素造成的，提示可能存在真實的生物學效應(yīng)或模式。但統(tǒng)計顯著不完全等同于生物學上重要或具有實際意義，還需要結(jié)合生物學背景和效應(yīng)大小進行綜合評估。四、計算題與分析題1.（1）答：條件1平均表達量=(50+30+20)/3=100/3≈33.33。條件2平均表達量=(70+40+30)/3=140/3≈46.67。（2）答：檢驗步驟核心思路：1.提出零假設(shè)H?：GeneA在條件1和條件2下的總體平均表達量相等（μ?=μ?）。提出備擇假設(shè)H?：GeneA在條件1和條件2下的總體平均表達量不相等（μ?≠μ?）。2.計算樣本均值：已知條件1和條件2的均值分別為50和70。3.計算樣本標準差：需要計算條件1（σ?2≈70.83）和條件2（σ?2≈116.67）各自的樣本方差（或合并方差），再開方得到標準差。假設(shè)樣本量n?=n?=3。4.計算t統(tǒng)計量：t=(樣本均值?-樣本均值?)/標準誤差。標準誤差SE=sqrt[(σ?2/n?)+(σ?2/n?)]。將均值差(70-50=20)和計算出的標準誤差代入公式得到t值。5.確定自由度（df）：對于獨立樣本t檢驗，df=n?+n?-2=3+3-2=4。6.查找t分布表或計算p值：根據(jù)自由度df=4和計算出的t值，查找t分布表獲得p值（雙側(cè)檢驗）。7.做出統(tǒng)計推斷：比較p值與顯著性水平（如α=0.05）。若p≤α，則拒絕H?，認為GeneA表達量在兩種條件下存在顯著差異。若p>α，則不拒絕H?，認為沒有足夠證據(jù)表明存在顯著差異。（3）答：不合適。因為題目描述中未提供足夠信息計算或判斷方差是否齊性。如果兩組樣本的方差差異較大，應(yīng)考慮使用Welcht檢驗（不假設(shè)方差相等）或進行數(shù)據(jù)轉(zhuǎn)換后再使用t檢驗。同時，僅有三個樣本點，樣本量較小，統(tǒng)計結(jié)果的可靠性可能較低。2.（1）答：Alpha多樣性指的是一個群落內(nèi)部物種的多樣性程度，即群落本身的物種豐富度和均勻性。在本例中，可以通過比較樣本A、B、C中這三個特定物種（SpeciesX,Y,Z）的相對豐度（百分比）分布來粗略評估它們的Alpha多樣性差異。例如，如果樣本A中物種豐度分布較均勻（如X=15%,Y=25%,Z=10%），而樣本B分布不均勻（X=10%,Y=20%,Z=15%），樣本C更不均勻（X=5%,Y=30%,Z=20%），可以初步推斷樣本A的Alpha多樣性（基于這三個物種的分布）可能高于樣本B，而樣本B可能高于樣本C。但這只是一個非常簡化的評估，Alpha多樣性通常使用更全面的指數(shù)（如Shannon,Simpson）來衡量。（2）答：要更全面地比較這三個樣本的整體群落結(jié)構(gòu)差異，除了比較特定物種豐度，還可以采用以下統(tǒng)計方法或指標：*多樣性指數(shù)：計算每個樣品的總Alpha多樣性指數(shù)，如Shannon-Wiener指數(shù)、Simpson指數(shù)、Chao1指數(shù)等，直接比較群落豐富度和均勻度。*距離/相似性度量：計算樣本之間的距離或相似性度量，如Bray-Curtis距離、Jaccard指數(shù)、Unifrac距離（基于進化關(guān)系）等，這些度量可以捕捉物種組成和豐度的差異。*多維尺度分析（MDS）或主成分分析（PCA）：利用距離或相似性矩陣，將高維樣本數(shù)據(jù)降維到二維或三維空間，可視化樣本間的結(jié)構(gòu)差異。*非參數(shù)多元方差分析（PERMANOVA）：基于距離或相似性矩陣，檢驗樣本組間是否存在顯著的結(jié)構(gòu)差異。*聚類分析（ClusterAnalysis）：將具有相似群落結(jié)構(gòu)的樣本聚集在一起，形成不同的群組。3.（1）答：使用統(tǒng)計方法比較兩組基因家族數(shù)量的合理性在于：基因家族數(shù)量是一個可以量化的連續(xù)變量（盡管計數(shù)