2025年大學(xué)《生物信息學(xué)》專業(yè)題庫——生物信息學(xué)與癌癥研究的關(guān)系考試時(shí)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(xiàng)的字母填在題干后的括號(hào)內(nèi)。）1.在癌癥基因組研究中，全外顯子組測序（WES）主要關(guān)注的是？A)整個(gè)基因組的重復(fù)序列B)基因組中所有編碼蛋白質(zhì)的區(qū)域C)基因組中所有非編碼的區(qū)域D)線粒體基因組2.下列哪種生物信息學(xué)工具主要用于在大量序列中尋找特定的DNA或RNA模式？A)BLASTB)ClustalWC)SamtoolsD)GSEA3.RNA-Seq數(shù)據(jù)分析中，計(jì)算兩組樣本（如癌組織和正常組織）間顯著差異表達(dá)的基因，最常用的方法是？A)k-means聚類B)PrincipalComponentAnalysis(PCA)C)t-test或ANOVAD)Networkanalysis4.構(gòu)建癌癥亞型分類模型時(shí)，以下哪種方法通常不直接使用大量的基因表達(dá)數(shù)據(jù)？A)支持向量機(jī)（SVM）B)基于距離的聚類算法（如K-means）C)基于圖的方法（如譜聚類）D)基于結(jié)構(gòu)域的蛋白質(zhì)序列分析5.旨在通過分析基因組、轉(zhuǎn)錄組、蛋白質(zhì)組等多維度數(shù)據(jù)，以理解癌癥復(fù)雜生物系統(tǒng)的分析策略是？A)基因功能富集分析B)調(diào)控網(wǎng)絡(luò)重建C)單變量統(tǒng)計(jì)分析D)二維凝膠電泳6.在生物信息學(xué)語境下，“變異檢測”通常指的是識(shí)別基因組或轉(zhuǎn)錄組水平上的？A)基因表達(dá)量的變化B)DNA序列與參考序列的差異C)蛋白質(zhì)的翻譯后修飾D)調(diào)控元件（如啟動(dòng)子）的變化7.TCGA（TheCancerGenomeAtlas）數(shù)據(jù)庫的主要目的是？A)提供商業(yè)生物信息學(xué)軟件的下載B)整合和發(fā)布大規(guī)模癌癥基因組研究數(shù)據(jù)C)商業(yè)化癌癥診斷試劑盒D)專注于癌癥治療藥物的研發(fā)8.以下哪項(xiàng)技術(shù)通常用于分析單個(gè)細(xì)胞水平的基因表達(dá)譜，以揭示腫瘤內(nèi)部的異質(zhì)性？A)普通高通量RNA-SeqB)454測序C)單細(xì)胞RNA測序（scRNA-Seq）D)基因芯片9.在進(jìn)行癌癥相關(guān)基因的功能注釋時(shí)，GO（GeneOntology）數(shù)據(jù)庫主要提供什么信息？A)基因在染色體上的位置B)基因的序列信息C)基因所編碼蛋白質(zhì)的生物學(xué)功能、過程和部位D)基因的表達(dá)調(diào)控元件10.計(jì)算機(jī)在癌癥研究中可以用于預(yù)測藥物的潛在靶點(diǎn)，這通常涉及到分析？A)藥物分子與靶點(diǎn)蛋白質(zhì)的三維結(jié)構(gòu)B)癌癥患者的臨床治療記錄C)癌癥相關(guān)基因的表達(dá)模式D)醫(yī)院的財(cái)務(wù)預(yù)算二、填空題（每空2分，共20分。請將答案填在橫線上。）1.生物信息學(xué)研究中，對于大量基因表達(dá)數(shù)據(jù)的標(biāo)準(zhǔn)化處理，常用的方法包括__________和__________。2.通過比較癌癥細(xì)胞和正常細(xì)胞的基因組序列，可以發(fā)現(xiàn)癌癥特有的__________和__________。3.差異表達(dá)基因分析中，統(tǒng)計(jì)顯著性通常通過__________值和P值來判斷，而生物學(xué)意義則需要結(jié)合__________分析進(jìn)行解讀。4.蛋白質(zhì)相互作用網(wǎng)絡(luò)分析有助于揭示癌癥相關(guān)信號(hào)通路，其中__________數(shù)據(jù)庫是一個(gè)重要的公共資源。5.在利用機(jī)器學(xué)習(xí)進(jìn)行癌癥預(yù)測時(shí)，需要構(gòu)建合適的__________，并使用標(biāo)注好的__________數(shù)據(jù)進(jìn)行訓(xùn)練和驗(yàn)證。6.單細(xì)胞測序技術(shù)極大地推動(dòng)了對癌癥__________的理解，但同時(shí)也產(chǎn)生了需要高效算法處理的__________數(shù)據(jù)挑戰(zhàn)。7.生物信息學(xué)在癌癥研究中面臨的挑戰(zhàn)之一是如何整合來自__________、__________和__________等多組學(xué)平臺(tái)的數(shù)據(jù)。8.深度學(xué)習(xí)技術(shù)在癌癥研究中展現(xiàn)出巨大潛力，例如在__________、__________和__________等方面。三、名詞解釋（每題4分，共20分。請給出每個(gè)名詞的簡要定義或解釋。）1.變異檢測（VariantCalling）2.基因集富集分析（GeneSetEnrichmentAnalysis,GSEA）3.癌癥基因組圖譜（TheCancerGenomeAtlas,TCGA）4.單細(xì)胞測序（Single-cellSequencing）5.精準(zhǔn)醫(yī)療（PrecisionMedicine）四、簡答題（每題5分，共20分。請簡要回答下列問題。）1.簡述利用生物信息學(xué)方法進(jìn)行癌癥分型的一般步驟。2.解釋什么是“腫瘤異質(zhì)性”，并說明生物信息學(xué)如何幫助研究腫瘤異質(zhì)性。3.描述生物信息學(xué)在藥物靶點(diǎn)發(fā)現(xiàn)過程中的一個(gè)具體應(yīng)用實(shí)例。4.簡述生物信息學(xué)分析RNA-Seq數(shù)據(jù)時(shí)，需要進(jìn)行數(shù)據(jù)預(yù)處理的主要原因。五、論述題（每題10分，共30分。請就下列問題進(jìn)行較為詳細(xì)的論述。）1.論述生物信息學(xué)在癌癥基因組學(xué)研究中的核心作用及其帶來的革命性變化。2.詳細(xì)說明如何利用公開的生物信息學(xué)數(shù)據(jù)庫（如GEO,TCGA等）進(jìn)行一項(xiàng)初步的癌癥研究（例如，分析某種癌癥的基因表達(dá)特征）。3.討論當(dāng)前生物信息學(xué)在癌癥研究中面臨的主要挑戰(zhàn)，并展望未來的發(fā)展方向。試卷答案一、選擇題1.B2.A3.C4.D5.B6.B7.B8.C9.C10.A二、填空題1.標(biāo)準(zhǔn)化（或Z-score轉(zhuǎn)換）；歸一化（或TPM/RPKM）2.突變（或SNV）；拷貝數(shù)變異（或CNV）3.GO（或GeneOntology）；功能富集（或Pathway）4.STRING（或TheSearchToolforInteractionsofProteins）5.模型（或Classifier）；標(biāo)注（或Labeled）6.異質(zhì)性（或Heterogeneity）；大數(shù)據(jù)（或Big）7.基因組（或Genome）；轉(zhuǎn)錄組（或Transcriptome）；蛋白質(zhì)組（或Proteome）8.（癌癥）診斷（或Diagnostics）；預(yù)后（或Prognosis）；藥物靶點(diǎn)發(fā)現(xiàn)（或Drugtargetdiscovery）三、名詞解釋1.變異檢測（VariantCalling）：指在生物序列數(shù)據(jù)（通常是測序數(shù)據(jù)）中識(shí)別與參考基因組存在差異的位置（位點(diǎn)），并確定這些差異具體是什么類型（如單核苷酸變異SNV、插入缺失Indel）的過程。2.基因集富集分析（GeneSetEnrichmentAnalysis,GSEA）：一種生物信息學(xué)分析方法，用于判斷一組預(yù)先定義的基因集（例如，基于功能、通路或GO術(shù)語的基因集）是否在某個(gè)樣本或條件組（如癌癥樣本）中顯著富集，從而揭示該樣本中潛在的生物學(xué)過程或通路活性。3.癌癥基因組圖譜（TheCancerGenomeAtlas,TCGA）：一個(gè)由美國國家癌癥研究所（NCI）資助的大型項(xiàng)目，旨在通過全基因組、全外顯子組和轉(zhuǎn)錄組測序等技術(shù)，系統(tǒng)性地繪制多種癌癥的基因組圖譜，發(fā)布相關(guān)數(shù)據(jù)和分析結(jié)果，以促進(jìn)對癌癥遺傳學(xué)和生物學(xué)機(jī)制的理解。4.單細(xì)胞測序（Single-cellSequencing）：一組高通量測序技術(shù)，能夠在單個(gè)細(xì)胞水平上對基因表達(dá)、DNA變異或RNA結(jié)構(gòu)等進(jìn)行測序，從而揭示細(xì)胞群體內(nèi)的異質(zhì)性，研究細(xì)胞分化、發(fā)育和疾病（如癌癥）的動(dòng)態(tài)過程。5.精準(zhǔn)醫(yī)療（PrecisionMedicine）：一種以個(gè)體為單位，結(jié)合患者的遺傳信息、環(huán)境因素和生活方式等，來指導(dǎo)疾病預(yù)防、診斷和治療和健康管理的醫(yī)療模式，旨在為患者提供更個(gè)性化、更有效的醫(yī)療方案。四、簡答題1.利用生物信息學(xué)方法進(jìn)行癌癥分型的一般步驟包括：首先，收集目標(biāo)癌癥患者的臨床樣本，并使用高通量技術(shù)（如RNA-Seq,蛋白質(zhì)組學(xué)）獲取其分子數(shù)據(jù)；其次，對原始數(shù)據(jù)進(jìn)行預(yù)處理和標(biāo)準(zhǔn)化，以消除技術(shù)噪音和批次效應(yīng)；然后，應(yīng)用特征選擇算法從高維數(shù)據(jù)中篩選出能夠有效區(qū)分不同癌癥亞型的分子特征（如差異表達(dá)基因、突變基因）；接著，利用機(jī)器學(xué)習(xí)或統(tǒng)計(jì)聚類算法，基于選定的特征構(gòu)建分類模型或直接對樣本進(jìn)行聚類；最后，對構(gòu)建的模型或聚類結(jié)果進(jìn)行評估（如使用交叉驗(yàn)證、混淆矩陣等），并利用模型或聚類結(jié)果對新的樣本進(jìn)行預(yù)測或分型，并結(jié)合臨床信息進(jìn)行驗(yàn)證。2.腫瘤異質(zhì)性是指同一個(gè)腫瘤內(nèi)部存在多種生物學(xué)特性不同的細(xì)胞亞群的現(xiàn)象。生物信息學(xué)通過分析高通量測序數(shù)據(jù)（如單細(xì)胞RNA-Seq,測序突變數(shù)據(jù)）來研究腫瘤異質(zhì)性。例如，通過單細(xì)胞RNA-Seq，可以鑒定出表達(dá)譜不同的細(xì)胞亞群，這些亞群可能對應(yīng)不同的細(xì)胞狀態(tài)（如干性細(xì)胞、增殖細(xì)胞、免疫抑制細(xì)胞等）；通過分析腫瘤樣本的WES數(shù)據(jù)，可以識(shí)別出不同細(xì)胞亞群特有的突變譜；通過整合多組學(xué)數(shù)據(jù)，可以構(gòu)建腫瘤細(xì)胞進(jìn)化樹或共進(jìn)化模型，揭示腫瘤異質(zhì)性的形成和演變過程；此外，生物信息學(xué)還可以用于評估不同細(xì)胞亞群對治療的響應(yīng)差異，為開發(fā)更有效的抗癌策略提供依據(jù)。3.生物信息學(xué)在藥物靶點(diǎn)發(fā)現(xiàn)過程中的一個(gè)具體應(yīng)用實(shí)例是利用計(jì)算方法預(yù)測激酶（Kinase）的底物。激酶是癌癥中常見的異常激活的蛋白質(zhì)，其底物（通常是其他蛋白質(zhì)）的磷酸化活性的改變是驅(qū)動(dòng)癌癥信號(hào)通路異常的關(guān)鍵。生物信息學(xué)家可以通過整合多個(gè)數(shù)據(jù)庫（如PDB,KEGG,STRING），構(gòu)建激酶-底物相互作用網(wǎng)絡(luò)；利用序列比對和同源建模，預(yù)測激酶活性位點(diǎn)與潛在底物之間的結(jié)合模式；或者通過機(jī)器學(xué)習(xí)，基于激酶和已知底物的結(jié)構(gòu)、序列和功能信息，訓(xùn)練模型來預(yù)測新的底物。這些計(jì)算預(yù)測可以指導(dǎo)濕實(shí)驗(yàn)（如體外酶學(xué)實(shí)驗(yàn)、細(xì)胞實(shí)驗(yàn)）的驗(yàn)證，從而發(fā)現(xiàn)新的潛在藥物靶點(diǎn)。4.生物信息學(xué)分析RNA-Seq數(shù)據(jù)時(shí)需要進(jìn)行數(shù)據(jù)預(yù)處理的主要原因包括：首先，原始測序讀長（Reads）通常包含測序錯(cuò)誤、接頭序列、低質(zhì)量堿基等噪聲，需要進(jìn)行質(zhì)量控制和過濾，去除這些低質(zhì)量讀長和無效讀長，以保證后續(xù)分析的準(zhǔn)確性；其次，不同樣本間的測序深度（Reads數(shù)量）通常不一致，這可能導(dǎo)致基因表達(dá)水平的偏差，因此需要進(jìn)行歸一化處理，將不同樣本的表達(dá)量轉(zhuǎn)換到可比的尺度上；再次，對于來自不同測序平臺(tái)或不同庫構(gòu)建的RNA-Seq數(shù)據(jù)，可能存在批次效應(yīng)，即相同的生物學(xué)樣品在不同批次中表現(xiàn)出微小的表達(dá)差異，需要進(jìn)行批次校正；此外，對于長讀長RNA-Seq數(shù)據(jù)，需要進(jìn)行去除rRNA、polyA尾等非編碼序列的處理；最后，在定量基因表達(dá)（如計(jì)算每條轉(zhuǎn)錄本或基因的讀長計(jì)數(shù)）之前，需要將讀長精確比對到參考基因組或轉(zhuǎn)錄組上，這一步驟可能產(chǎn)生未比對上或比對到錯(cuò)誤位置的讀長，也需要進(jìn)行清理和處理。五、論述題1.生物信息學(xué)在癌癥基因組學(xué)研究中的核心作用及其帶來的革命性變化體現(xiàn)在多個(gè)方面。首先，生物信息學(xué)為大規(guī)模測序數(shù)據(jù)的產(chǎn)生和分析提供了必要的工具和平臺(tái)，使得對癌癥基因組進(jìn)行系統(tǒng)性、全貌式的探索成為可能。例如，通過WES和全基因組測序（WGS），生物信息學(xué)方法能夠大規(guī)模地檢測癌癥相關(guān)的體細(xì)胞突變（如SNV,Indel,CNV,等位基因特異性表達(dá)），繪制癌癥的突變圖譜，揭示癌癥的遺傳學(xué)和分子進(jìn)化歷史。其次，生物信息學(xué)促進(jìn)了多組學(xué)數(shù)據(jù)的整合分析，將基因組、轉(zhuǎn)錄組、蛋白質(zhì)組、甲基化組等不同層面的數(shù)據(jù)聯(lián)系起來，構(gòu)建癌癥的“系統(tǒng)生物學(xué)”模型，幫助理解癌癥發(fā)生發(fā)展的復(fù)雜分子網(wǎng)絡(luò)和調(diào)控機(jī)制。例如，通過整合基因表達(dá)和突變數(shù)據(jù)，可以識(shí)別驅(qū)動(dòng)癌癥的關(guān)鍵基因和通路；通過整合蛋白質(zhì)相互作用數(shù)據(jù)和基因表達(dá)數(shù)據(jù)，可以構(gòu)建癌癥信號(hào)網(wǎng)絡(luò)。再次，生物信息學(xué)發(fā)展了各種計(jì)算模型和算法，用于癌癥分類、預(yù)后預(yù)測、藥物靶點(diǎn)發(fā)現(xiàn)等應(yīng)用，推動(dòng)了癌癥研究的臨床轉(zhuǎn)化和精準(zhǔn)醫(yī)療的發(fā)展。最后，生物信息學(xué)使得癌癥數(shù)據(jù)的共享和復(fù)現(xiàn)成為可能，促進(jìn)了全球科研合作。這些變化極大地加速了癌癥知識(shí)的積累，深化了對癌癥本質(zhì)的理解，并為開發(fā)更有效、更個(gè)性化的癌癥診斷和治療策略奠定了堅(jiān)實(shí)的基礎(chǔ)。2.利用公開的生物信息學(xué)數(shù)據(jù)庫（如GEO,TCGA等）進(jìn)行一項(xiàng)初步的癌癥研究（例如，分析某種癌癥的基因表達(dá)特征）的步驟通常如下：第一步，確定研究目標(biāo)，例如分析某種特定類型癌癥（如肺癌）的基因表達(dá)譜，尋找與該癌癥相關(guān)的差異表達(dá)基因或信號(hào)通路。第二步，訪問公共數(shù)據(jù)庫，如GEO（GeneExpressionOmnibus）。在GEO數(shù)據(jù)庫中，使用關(guān)鍵詞（如“l(fā)ungcancer”,“geneexpression”）進(jìn)行檢索，查找相關(guān)的RNA-Seq數(shù)據(jù)集。第三步，篩選合適的數(shù)據(jù)集，考慮因素包括樣本量、樣本來源（組織類型、是否臨床分期標(biāo)注）、數(shù)據(jù)質(zhì)量、發(fā)表時(shí)間等。第四步，下載數(shù)據(jù)集，通常包括原始計(jì)數(shù)數(shù)據(jù)（Countmatrix）和平臺(tái)信息。第五步，進(jìn)行數(shù)據(jù)預(yù)處理和標(biāo)準(zhǔn)化，使用如R語言中的`edgeR`或`limma`包，對原始計(jì)數(shù)數(shù)據(jù)進(jìn)行質(zhì)量過濾、歸一化處理，以消除批次效應(yīng)和測序深度差異。第六步，進(jìn)行差異表達(dá)分析，計(jì)算基因在不同樣本組（如癌癥組vs正常組）之間的表達(dá)差異，并設(shè)置統(tǒng)計(jì)顯著性閾值（如調(diào)整后的P值<0.05，F(xiàn)oldChange>2或特定倍數(shù)），篩選出顯著差異表達(dá)的基因（DEGs）。第七步，對篩選出的DEGs進(jìn)行功能注釋和通路富集分析，使用如GO（GeneOntology）和KEGG（KyotoEncyclopediaofGenesandGenomes）數(shù)據(jù)庫及其分析工具（如DAVID,Metascape,GSEA），了解這些基因主要參與的生物學(xué)過程、分子功能和信號(hào)通路。第八步，可視化和總結(jié)結(jié)果，例如繪制熱圖展示DEGs的表達(dá)模式，繪制火山圖展示基因表達(dá)差異和顯著性，繪制KEGG通路圖展示富集的通路。第九步，撰寫初步的研究報(bào)告或摘要，總結(jié)研究發(fā)現(xiàn)，并指出研究的局限性以及下一步可能的實(shí)驗(yàn)驗(yàn)證方向。這個(gè)過程展示了如何利用公共數(shù)據(jù)庫資源，結(jié)合生物信息學(xué)分析方法，快速、高效地對癌癥的基因表達(dá)特征進(jìn)行初步探索。3.當(dāng)前生物信息學(xué)在癌癥研究中面臨的主