2025年大學(xué)《生物信息學(xué)》專業(yè)題庫——基因共表達(dá)網(wǎng)絡(luò)分析的生物信息學(xué)方法考試時(shí)間：______分鐘總分：______分姓名：______一、填空題（每空2分，共20分）1.基因共表達(dá)網(wǎng)絡(luò)旨在揭示______之間功能上的關(guān)聯(lián)性或調(diào)控上的相互依賴性。2.處理基因表達(dá)數(shù)據(jù)時(shí)，常用的標(biāo)準(zhǔn)化方法包括______標(biāo)準(zhǔn)化和______方法。3.基于相關(guān)性的共表達(dá)網(wǎng)絡(luò)構(gòu)建方法通常需要計(jì)算基因?qū)χg的______相關(guān)系數(shù)或______相關(guān)系數(shù)。4.層次聚類方法根據(jù)距離或相似度將基因逐步合并，常用的距離度量有______距離和______距離。5.模塊度是衡量網(wǎng)絡(luò)模塊內(nèi)部連接緊密程度與模塊外部連接松散程度的一個(gè)指標(biāo)，其值通常在______之間取值。6.對(duì)共表達(dá)網(wǎng)絡(luò)中的顯著模塊進(jìn)行功能注釋時(shí)，常用的R語言包是______。7.Cytoscape是一款功能強(qiáng)大的網(wǎng)絡(luò)可視化和分析軟件，其核心插件之一______可用于構(gòu)建基于距離的共表達(dá)網(wǎng)絡(luò)。8.在分析時(shí)間序列基因共表達(dá)數(shù)據(jù)時(shí)，需要考慮基因表達(dá)隨______變化的模式。9.RNA-Seq數(shù)據(jù)是構(gòu)建基因共表達(dá)網(wǎng)絡(luò)的常用數(shù)據(jù)類型之一，其優(yōu)勢(shì)在于______。10.從生物信息學(xué)角度，解讀共表達(dá)網(wǎng)絡(luò)的關(guān)鍵在于識(shí)別網(wǎng)絡(luò)中的______和______。二、名詞解釋（每題3分，共15分）1.基因模塊2.本征向量3.Z-score標(biāo)準(zhǔn)化4.模塊度最大化5.GO富集分析三、簡答題（每題5分，共25分）1.簡述在構(gòu)建基因共表達(dá)網(wǎng)絡(luò)前進(jìn)行數(shù)據(jù)預(yù)處理的主要原因和常見步驟。2.比較基于相關(guān)性的方法和基于聚類的方法在構(gòu)建共表達(dá)網(wǎng)絡(luò)上的主要異同點(diǎn)。3.解釋什么是網(wǎng)絡(luò)模塊，并簡述模塊度在模塊識(shí)別中的作用。4.描述利用基因共表達(dá)網(wǎng)絡(luò)分析發(fā)現(xiàn)潛在疾病相關(guān)基因或生物學(xué)通路的一般思路。5.列舉至少三種用于分析基因共表達(dá)網(wǎng)絡(luò)的生物信息學(xué)工具或軟件包（可簡要說明其功能）。四、論述題（每題10分，共30分）1.論述選擇合適的距離/相似性度量標(biāo)準(zhǔn)以及閾值設(shè)定對(duì)于基因共表達(dá)網(wǎng)絡(luò)構(gòu)建結(jié)果的重要性。2.結(jié)合具體的生物學(xué)場(chǎng)景（如疾病研究、細(xì)胞分化），論述基因共表達(dá)網(wǎng)絡(luò)分析能提供哪些有價(jià)值的信息。3.討論當(dāng)前基因共表達(dá)網(wǎng)絡(luò)分析面臨的主要挑戰(zhàn)以及可能的改進(jìn)方向（如考慮調(diào)控方向、整合多組學(xué)數(shù)據(jù)等）。試卷答案一、填空題（每空2分，共20分）1.基因/基因2.Z-score；TMM(或trimmedmeanmedian)3.皮爾遜；斯皮爾曼4.歐幾里得；曼哈頓5.0到1(或0到1之間)6.clusterProfiler7.ClusterMaker8.時(shí)間9.高通量、動(dòng)態(tài)范圍廣、靈敏度高10.模塊；通路二、名詞解釋（每題3分，共15分）1.基因模塊：指網(wǎng)絡(luò)中一群功能上或調(diào)控上相互關(guān)聯(lián)、緊密連接的基因組成的子網(wǎng)絡(luò)，這些基因通常在特定的生物學(xué)過程中協(xié)同作用。**解析思路：*定義需包含核心要素：基因集合、內(nèi)部緊密連接/功能關(guān)聯(lián)、特定生物學(xué)過程。2.本征向量：在基于本征向量（如PAM、MCL）的模塊識(shí)別方法中，本征向量代表了網(wǎng)絡(luò)模塊的特征向量，其非零元素對(duì)應(yīng)的節(jié)點(diǎn)（基因）屬于該模塊。**解析思路：*關(guān)鍵在于其與模塊的關(guān)聯(lián)性，即向量中哪些元素（對(duì)應(yīng)基因）被劃分到模塊中。3.Z-score標(biāo)準(zhǔn)化：一種常用的標(biāo)準(zhǔn)化方法，通過將每個(gè)基因的表達(dá)值減去該基因在所有樣本中的平均值，再除以標(biāo)準(zhǔn)差，將數(shù)據(jù)轉(zhuǎn)換為均值為0、標(biāo)準(zhǔn)差為1的分布，消除不同基因間表達(dá)量量級(jí)差異的影響。**解析思路：*描述核心計(jì)算公式（平均值、標(biāo)準(zhǔn)差）及其目的（消除量級(jí)差異、統(tǒng)一尺度）。4.模塊度最大化：指通過優(yōu)化一個(gè)稱為“模塊度”的統(tǒng)計(jì)量，來識(shí)別網(wǎng)絡(luò)中基因模塊的過程。模塊度衡量一個(gè)模塊內(nèi)部基因之間以及模塊內(nèi)部基因與模塊外部基因之間連接的緊密程度，目標(biāo)找到使模塊度最大化的劃分方式。**解析思路：*核心在于定義模塊度的作用（衡量模塊質(zhì)量）和目標(biāo)（最大化）。5.GO富集分析：指對(duì)生物信息學(xué)網(wǎng)絡(luò)（如共表達(dá)網(wǎng)絡(luò)中的模塊）中基因富集的GO（GeneOntology）術(shù)語進(jìn)行統(tǒng)計(jì)分析，以推斷該網(wǎng)絡(luò)或模塊所代表的基因在生物學(xué)功能、過程或細(xì)胞定位等方面的主要特征。**解析思路：*定義其作用對(duì)象（網(wǎng)絡(luò)/模塊）、分析內(nèi)容（GO術(shù)語富集）和目的（推斷生物學(xué)功能）。三、簡答題（每題5分，共25分）1.簡述在構(gòu)建基因共表達(dá)網(wǎng)絡(luò)前進(jìn)行數(shù)據(jù)預(yù)處理的主要原因和常見步驟。**答案：*主要原因：原始基因表達(dá)數(shù)據(jù)通常包含噪聲、缺失值，且不同基因的表達(dá)量量級(jí)差異巨大，直接使用可能導(dǎo)致分析結(jié)果偏差或錯(cuò)誤。常見步驟包括：數(shù)據(jù)清洗（去除離群值、處理缺失值，如插補(bǔ)）；數(shù)據(jù)標(biāo)準(zhǔn)化（如Z-score標(biāo)準(zhǔn)化、TMM標(biāo)準(zhǔn)化），以消除量級(jí)差異和批次效應(yīng)；數(shù)據(jù)轉(zhuǎn)換（如對(duì)數(shù)轉(zhuǎn)換），使數(shù)據(jù)分布更接近正態(tài)分布。**解析思路：*先說明預(yù)處理必要性（應(yīng)對(duì)數(shù)據(jù)問題），再列舉主要類別（清洗、標(biāo)準(zhǔn)化、轉(zhuǎn)換），并簡要舉例。2.比較基于相關(guān)性的方法和基于聚類的方法在構(gòu)建共表達(dá)網(wǎng)絡(luò)上的主要異同點(diǎn)。**答案：*相同點(diǎn)：都旨在尋找表達(dá)模式相似或相關(guān)的基因；結(jié)果通常表現(xiàn)為基因間連接的網(wǎng)絡(luò)圖。不同點(diǎn)：原理不同，前者直接計(jì)算基因?qū)﹂g相似性（相關(guān)性），設(shè)定閾值構(gòu)建網(wǎng)絡(luò)；后者先將基因根據(jù)相似性聚類成簇，再將簇間連接或簇內(nèi)基因連接構(gòu)成網(wǎng)絡(luò)。結(jié)果形式不同，相關(guān)性方法通常得到稀疏的邊矩陣；聚類方法得到層次結(jié)構(gòu)或特定聚類結(jié)果。對(duì)參數(shù)敏感度不同，相關(guān)性方法主要受閾值影響；聚類方法受距離度量、鏈接方法影響。**解析思路：*先點(diǎn)出共同點(diǎn)（目標(biāo)、結(jié)果形式），再重點(diǎn)闡述不同點(diǎn)（原理、過程、結(jié)果形式、參數(shù)敏感度）。3.解釋什么是網(wǎng)絡(luò)模塊，并簡述模塊度在模塊識(shí)別中的作用。**答案：*網(wǎng)絡(luò)模塊是指網(wǎng)絡(luò)中一群相互連接緊密而與其他部分連接稀疏的節(jié)點(diǎn)（基因）組成的子集。這些節(jié)點(diǎn)在功能或行為上往往具有相似性。模塊度是衡量一個(gè)模塊劃分好壞的指標(biāo)，其值越高，表示模塊內(nèi)部連接越緊密（節(jié)點(diǎn)間連接多），模塊與外部連接越稀疏（節(jié)點(diǎn)間連接少），說明該模塊劃分越合理，基因功能越同質(zhì)化。**解析思路：*先定義模塊，再解釋模塊度的概念及其衡量標(biāo)準(zhǔn)（內(nèi)部緊密、外部稀疏），說明其與模塊質(zhì)量的關(guān)系。4.描述利用基因共表達(dá)網(wǎng)絡(luò)分析發(fā)現(xiàn)潛在疾病相關(guān)基因或生物學(xué)通路的一般思路。**答案：*一般思路如下：首先，利用基因表達(dá)數(shù)據(jù)構(gòu)建基因共表達(dá)網(wǎng)絡(luò)；其次，對(duì)網(wǎng)絡(luò)進(jìn)行分析，識(shí)別顯著的網(wǎng)絡(luò)模塊；接著，對(duì)識(shí)別出的顯著模塊進(jìn)行功能注釋（如GO富集分析、KEGG通路分析）；然后，結(jié)合生物學(xué)背景知識(shí)，重點(diǎn)關(guān)注與疾病相關(guān)的模塊或模塊中差異表達(dá)顯著的關(guān)鍵基因；最后，驗(yàn)證這些候選基因或通路在疾病發(fā)生發(fā)展中的作用。**解析思路：*描述一個(gè)標(biāo)準(zhǔn)的分析流程：建網(wǎng)->分析（找模塊）->注釋->關(guān)聯(lián)（疾?。?>驗(yàn)證。5.列舉至少三種用于分析基因共表達(dá)網(wǎng)絡(luò)的生物信息學(xué)工具或軟件包（可簡要說明其功能）。**答案：*1)R語言及其相關(guān)包：`ComplexHeatmap`或`pheatmap`用于熱圖可視化；`mclust`用于基于本征向量的模塊識(shí)別；`clusterProfiler`用于GO富集分析。2)Cytoscape：一個(gè)通用的網(wǎng)絡(luò)可視化和分析平臺(tái)，可通過安裝插件（如ClusterMaker,NetworkAnalyzer）實(shí)現(xiàn)多種網(wǎng)絡(luò)構(gòu)建和分析功能。3)IngenuityPathwayAnalysis(IPA)：商業(yè)化的生物信息學(xué)軟件，可接收基因列表或共表達(dá)網(wǎng)絡(luò)，進(jìn)行通路富集、功能注釋和生物學(xué)意義挖掘。**解析思路：*列舉不同類型或來源的工具（編程語言包、通用軟件、商業(yè)軟件），并簡要說明其核心功能與網(wǎng)絡(luò)分析相關(guān)聯(lián)。四、論述題（每題10分，共30分）1.論述選擇合適的距離/相似性度量標(biāo)準(zhǔn)以及閾值設(shè)定對(duì)于基因共表達(dá)網(wǎng)絡(luò)構(gòu)建結(jié)果的重要性。**答案：*選擇合適的距離/相似性度量標(biāo)準(zhǔn)至關(guān)重要，因?yàn)椴煌亩攘糠绞剑ㄈ鐨W氏距離、曼哈頓距離、皮爾遜/斯皮爾曼相關(guān)系數(shù)）對(duì)數(shù)據(jù)中的模式敏感度不同，直接影響到基因如何被分組。例如，歐氏距離對(duì)量級(jí)差異敏感，而相關(guān)系數(shù)則更關(guān)注表達(dá)模式的相似性。不合適的度量可能導(dǎo)致功能相關(guān)的基因被分開，或無關(guān)的基因被連接。閾值設(shè)定同樣關(guān)鍵，它決定了網(wǎng)絡(luò)最終的密度和模塊劃分。過高的閾值可能將許多真正相關(guān)的基因排除在網(wǎng)絡(luò)之外，導(dǎo)致信息丟失；過低的閾值則可能引入大量噪聲連接，使網(wǎng)絡(luò)過于復(fù)雜且難以解釋。因此，選擇恰當(dāng)?shù)亩攘繕?biāo)準(zhǔn)和通過交叉驗(yàn)證或生物學(xué)驗(yàn)證確定的合理閾值，是保證網(wǎng)絡(luò)構(gòu)建質(zhì)量、獲得可靠生物學(xué)結(jié)論的前提。**解析思路：*先強(qiáng)調(diào)兩者的重要性；分別論述選擇度量標(biāo)準(zhǔn)的影響（如何影響分組、不同度量的適用性）；分別論述閾值設(shè)定的影響（網(wǎng)絡(luò)密度、信息丟失或噪聲引入）；最后總結(jié)其對(duì)結(jié)果質(zhì)量和生物學(xué)解釋的關(guān)鍵作用。2.結(jié)合具體的生物學(xué)場(chǎng)景（如疾病研究、細(xì)胞分化），論述基因共表達(dá)網(wǎng)絡(luò)分析能提供哪些有價(jià)值的信息。**答案：*基因共表達(dá)網(wǎng)絡(luò)分析在生物學(xué)研究中能提供多方面的有價(jià)值信息。例如，在疾病研究中：可以識(shí)別在特定疾病狀態(tài)下顯著上調(diào)或下調(diào)的共表達(dá)模塊，這些模塊可能代表疾病相關(guān)的關(guān)鍵生物學(xué)通路或病理過程；可以發(fā)掘與疾病狀態(tài)強(qiáng)相關(guān)的特定基因模塊，其中的基因可能作為潛在的疾病診斷標(biāo)記物或治療靶點(diǎn)。在細(xì)胞分化研究中：可以追蹤不同分化階段基因表達(dá)模式的變化，識(shí)別在不同階段維持表達(dá)的管家基因模塊，以及特異性表達(dá)于某一階段的分化調(diào)控基因模塊，從而揭示細(xì)胞分化的動(dòng)態(tài)調(diào)控機(jī)制和關(guān)鍵驅(qū)動(dòng)因素。此外，網(wǎng)絡(luò)分析還能揭示隱藏的細(xì)胞亞群或狀態(tài)，幫助我們理解復(fù)雜的生物學(xué)系統(tǒng)。**解析思路：*選擇具體場(chǎng)景（疾病、分化）；分別闡述能提供的信息類型（模塊識(shí)別、標(biāo)記物/靶點(diǎn)發(fā)現(xiàn)、通路推斷、動(dòng)態(tài)機(jī)制揭示、細(xì)胞亞群揭示）；結(jié)合場(chǎng)景的具體意義進(jìn)行說明。3.討論當(dāng)前基因共表達(dá)網(wǎng)絡(luò)分析面臨的主要挑戰(zhàn)以及可能的改進(jìn)方向（如考慮調(diào)控方向、整合多組學(xué)數(shù)據(jù)等）。**答案：*當(dāng)前基因共表達(dá)網(wǎng)絡(luò)分析面臨的主要挑戰(zhàn)包括：1)靜態(tài)網(wǎng)絡(luò)無法捕捉基因表達(dá)隨時(shí)間或其他條件變化的動(dòng)態(tài)調(diào)控過程；2)大多數(shù)方法只考慮基因表達(dá)量的相關(guān)性，忽略了調(diào)控關(guān)系（如激活-抑制）的方向性信息，可能導(dǎo)致錯(cuò)誤的因果推斷；3)單一組學(xué)數(shù)據(jù)（如表達(dá)數(shù)據(jù)）可能不足以全面解析復(fù)雜的生物學(xué)問題，存在信息瓶頸；4)如何有效整合不同來源、不同類型的數(shù)據(jù)（如表達(dá)、ChIP-seq、ATAC-seq、蛋白質(zhì)互作）構(gòu)建更全面的調(diào)控網(wǎng)絡(luò)仍然困難?？赡艿母倪M(jìn)方向：1)開發(fā)動(dòng)態(tài)共表達(dá)網(wǎng)絡(luò)分析方法，以研究基因表達(dá)的時(shí)間序列變化模式；2)構(gòu)建考慮調(diào)控方向的網(wǎng)絡(luò)模型（如有向共