2025年大學(xué)《生物信息學(xué)》專業(yè)題庫(kù)——基于RNA測(cè)序數(shù)據(jù)的基因表達(dá)分析考試時(shí)間：______分鐘總分：______分姓名：______一、選擇題（每題2分，共20分。請(qǐng)將正確選項(xiàng)的字母填在括號(hào)內(nèi)。）1.在設(shè)計(jì)RNA測(cè)序?qū)嶒?yàn)時(shí)，選擇合適的測(cè)序深度主要取決于什么因素？A.目標(biāo)基因的數(shù)量B.實(shí)驗(yàn)的生物學(xué)重復(fù)次數(shù)C.想要檢測(cè)的基因表達(dá)差異的倍數(shù)范圍D.測(cè)序平臺(tái)的技術(shù)限制2.下列哪一項(xiàng)不是RNA測(cè)序數(shù)據(jù)預(yù)處理中常用的質(zhì)量控制指標(biāo)？A.Q30堿基比例B.接頭序列比例C.基因表達(dá)量D.重復(fù)序列比例3.在使用STAR或HISAT2進(jìn)行RNA測(cè)序數(shù)據(jù)比對(duì)時(shí)，通常會(huì)產(chǎn)生多種比對(duì)選項(xiàng)（multi-mappingreads），處理這些讀數(shù)的一種常見策略是：A.將它們隨機(jī)分配到所有可能的參考基因組位置B.將它們丟棄，因?yàn)樗鼈兘档土吮葘?duì)準(zhǔn)確性C.將它們主要映射到最可能的基因上，或者進(jìn)行特殊處理D.將它們單獨(dú)存放在一個(gè)文件中，不做進(jìn)一步處理4.下列哪種方法通常不適用于計(jì)算RNA測(cè)序數(shù)據(jù)的基因表達(dá)量？A.featureCountsB.DESeq2C.RSEMD.HTSeq-count5.在使用DESeq2進(jìn)行差異表達(dá)分析時(shí)，其核心統(tǒng)計(jì)模型是基于什么分布？A.正態(tài)分布B.泊松分布C.負(fù)二項(xiàng)分布D.卡方分布6.下列哪個(gè)指標(biāo)通常用于衡量差異表達(dá)結(jié)果的統(tǒng)計(jì)顯著性？A.TPM值B.FoldChange值C.p-value值D.RPKM值7.在差異表達(dá)分析結(jié)果中，F(xiàn)alseDiscoveryRate(FDR)表示的是：A.總共檢測(cè)到的差異表達(dá)基因數(shù)量B.在所有顯著差異表達(dá)基因中，錯(cuò)誤發(fā)現(xiàn)（實(shí)際不顯著但被判斷為顯著）的比例C.實(shí)驗(yàn)總樣本量D.差異表達(dá)基因的平均倍數(shù)變化8.火山圖（VolcanoPlot）中，通常X軸表示什么，Y軸表示什么？A.X軸表示FoldChange，Y軸表示p-valueB.X軸表示FDR，Y軸表示FoldChangeC.X軸表示TPM值，Y軸表示p-valueD.X軸表示基因數(shù)量，Y軸表示表達(dá)量9.下列哪個(gè)工具是專門為RNA測(cè)序數(shù)據(jù)設(shè)計(jì)，能夠估計(jì)轉(zhuǎn)錄本豐度并進(jìn)行差異表達(dá)分析的R包？A.SamtoolsB.HISAT2C.DESeq2D.bedtools10.RNA測(cè)序中，使用Oligo-dT磁珠選擇RNA的方法主要捕獲哪種RNA？A.小RNA（sRNA）B.tRNAC.rRNAD.mRNA二、填空題（每空1分，共15分。請(qǐng)將答案填在橫線上。）1.RNA測(cè)序（RNA-Seq）通過測(cè)序樣本中的__________來研究基因的表達(dá)水平和調(diào)控模式。2.在RNA測(cè)序數(shù)據(jù)分析的質(zhì)控階段，F(xiàn)astQC工具主要用于評(píng)估原始測(cè)序讀數(shù)的__________、重復(fù)序列、接頭序列等質(zhì)量特征。3.將原始測(cè)序讀數(shù)（reads）通過特定算法比對(duì)到參考基因組或轉(zhuǎn)錄組上的過程稱為__________。4.常用的RNA測(cè)序數(shù)據(jù)定量工具featureCounts主要輸出每個(gè)樣本中每個(gè)__________的讀數(shù)計(jì)數(shù)。5.在差異表達(dá)分析中，F(xiàn)oldChange衡量的是兩組樣本中目標(biāo)基因表達(dá)水平的__________。6.DESeq2包在計(jì)算基因表達(dá)量時(shí)會(huì)考慮測(cè)序深度和庫(kù)大小差異，其使用的標(biāo)準(zhǔn)化方法主要是__________。7.熱圖（Heatmap）是一種常用的可視化手段，可以直觀展示多個(gè)樣本中大量基因表達(dá)的__________模式。8.RNA測(cè)序?qū)嶒?yàn)設(shè)計(jì)中，為了避免批次效應(yīng)影響結(jié)果，通常需要設(shè)置__________組作為對(duì)照。9.某基因在對(duì)照組中的表達(dá)量為1000counts，在處理組中的表達(dá)量為4000counts，其FoldChange值為__________。10.RNA測(cè)序數(shù)據(jù)中，rRNA（核糖體RNA）通常在總RNA中占比很高，為了提高mRNA的測(cè)序效率，常采用__________的策略。三、簡(jiǎn)答題（每題5分，共20分。請(qǐng)簡(jiǎn)潔明了地回答問題。）1.簡(jiǎn)述RNA測(cè)序相比于傳統(tǒng)qPCR技術(shù)分析基因表達(dá)的優(yōu)勢(shì)。2.RNA測(cè)序數(shù)據(jù)分析流程中，比對(duì)和定量這兩個(gè)步驟分別解決了什么核心問題？3.解釋什么是“假發(fā)現(xiàn)率”（FDR），為什么在進(jìn)行差異表達(dá)分析時(shí)需要控制FDR？4.在設(shè)計(jì)一個(gè)比較兩種處理（AvsB）對(duì)細(xì)胞基因表達(dá)影響的RNA測(cè)序?qū)嶒?yàn)時(shí)，請(qǐng)簡(jiǎn)述需要考慮的至少三個(gè)關(guān)鍵設(shè)計(jì)要素。四、分析題（共25分。請(qǐng)根據(jù)要求進(jìn)行分析和解釋。）1.（10分）假設(shè)你獲得了一份RNA測(cè)序項(xiàng)目的分析結(jié)果，其中包含一個(gè)使用DESeq2進(jìn)行差異表達(dá)分析后得到的基因列表。該列表包含基因ID、log2FoldChange（log2變換后的倍數(shù)變化）和adjustedp-value（FDR）。請(qǐng)解釋log2FoldChange值為正數(shù)和負(fù)數(shù)的生物學(xué)意義，以及如何判斷一個(gè)基因是否具有統(tǒng)計(jì)學(xué)上顯著的差異表達(dá)？如果某個(gè)基因的log2FoldChange為2.5，調(diào)整后的p-value為0.01，你會(huì)如何解讀這個(gè)結(jié)果？2.（15分）在分析RNA測(cè)序數(shù)據(jù)時(shí)，你使用FastQC對(duì)原始測(cè)序讀數(shù)進(jìn)行了質(zhì)控，發(fā)現(xiàn)讀數(shù)質(zhì)量普遍較低（例如，很多讀數(shù)的Q30分?jǐn)?shù)低于30%），并且存在較高比例的未比對(duì)讀數(shù)。請(qǐng)簡(jiǎn)述可能的原因，并說明在這種情況下，你可以采取哪些常用的數(shù)據(jù)處理步驟（如清洗、修剪或比對(duì)策略調(diào)整）來改善后續(xù)分析的質(zhì)量，并簡(jiǎn)要解釋這些步驟的原理。試卷答案一、選擇題1.C2.C3.C4.B5.C6.C7.B8.A9.C10.D二、填空題1.mRNA2.質(zhì)量特征3.比對(duì)4.基因/轉(zhuǎn)錄本5.差異6.sizefactors7.表達(dá)水平8.染色對(duì)照（或技術(shù)對(duì)照、批次對(duì)照）9.410.rRNA去除（或去除核糖體RNA）三、簡(jiǎn)答題1.解析思路：對(duì)比RNA測(cè)序和qPCR在測(cè)量范圍、動(dòng)態(tài)范圍、通量、信息量、實(shí)驗(yàn)設(shè)計(jì)靈活性等方面的差異。RNA測(cè)序可同時(shí)分析成千上萬(wàn)個(gè)基因，動(dòng)態(tài)范圍寬，無需預(yù)先設(shè)計(jì)引物，可發(fā)現(xiàn)未知轉(zhuǎn)錄本或變異。答案要點(diǎn)：RNA測(cè)序可同時(shí)分析大量基因，動(dòng)態(tài)范圍寬，無需預(yù)設(shè)引物可發(fā)現(xiàn)新轉(zhuǎn)錄本/變異，實(shí)驗(yàn)設(shè)計(jì)更靈活，可檢測(cè)基因表達(dá)調(diào)控網(wǎng)絡(luò)。2.解析思路：比對(duì)解決的是將原始讀數(shù)映射到基因組位置的問題，是后續(xù)定量和變異檢測(cè)的基礎(chǔ)；定量解決的是計(jì)算每個(gè)基因或轉(zhuǎn)錄本在樣本中的豐度（讀數(shù)數(shù)量）問題，是差異表達(dá)分析的數(shù)據(jù)基礎(chǔ)。答案要點(diǎn)：比對(duì)是將測(cè)序讀數(shù)定位到基因組上的過程，解決了讀數(shù)來源問題；定量是計(jì)算每個(gè)基因/轉(zhuǎn)錄本在樣本中的表達(dá)量（讀數(shù)計(jì)數(shù)），解決了豐度評(píng)估問題。3.解析思路：解釋FDR的定義（錯(cuò)誤發(fā)現(xiàn)率，即在所有顯著結(jié)果中，錯(cuò)誤標(biāo)記為顯著的比例），強(qiáng)調(diào)其相比于p-value的優(yōu)勢(shì)（控制FDR能控制錯(cuò)誤發(fā)現(xiàn)的期望總數(shù)，不受樣本量影響），說明在多重檢驗(yàn)背景下控制FDR的重要性（避免假陽(yáng)性泛濫）。答案要點(diǎn)：FDR是顯著結(jié)果中錯(cuò)誤結(jié)果的比例。它控制了在大量檢驗(yàn)中錯(cuò)誤判斷為顯著的總期望比例，比p-value更能反映結(jié)果的穩(wěn)健性，尤其是在樣本量較大時(shí)。4.解析思路：從樣本選擇、技術(shù)重復(fù)、生物學(xué)重復(fù)、對(duì)照設(shè)置、對(duì)照選擇等方面考慮。強(qiáng)調(diào)重復(fù)的重要性（減少隨機(jī)誤差），對(duì)照組的作用（提供基線），以及避免批次效應(yīng)的方法（設(shè)置批次對(duì)照）。答案要點(diǎn)：關(guān)鍵要素包括：樣本選擇代表性、設(shè)置足夠的技術(shù)重復(fù)和生物學(xué)重復(fù)、設(shè)置合適的對(duì)照（如陰性對(duì)照、染色對(duì)照）、考慮實(shí)驗(yàn)批次并設(shè)置批次對(duì)照。四、分析題1.解析思路：解釋log2FoldChange：正值表示在處理組中表達(dá)量高于對(duì)照組，負(fù)值表示低于對(duì)照組，數(shù)值大小表示差異倍數(shù)的大小。解釋adjustedp-value：用于判斷差異是否由隨機(jī)因素導(dǎo)致，值越小越顯著。解讀結(jié)果：結(jié)合兩者，說明該基因在處理組中表達(dá)顯著上調(diào)約2.5倍，且此結(jié)論的假陽(yáng)性風(fēng)險(xiǎn)低于1%。答案要點(diǎn)：log2FoldChange>0表示基因在A組（處理）上調(diào)，<0表示下調(diào)，數(shù)值絕對(duì)值越大差異越大；adjustedp-value<0.05通常認(rèn)為差異表達(dá)顯著，表示結(jié)果假陽(yáng)性率控制在指定水平內(nèi)。該結(jié)果說明基因在A組表達(dá)上調(diào)約2.5倍（以2的冪次方表示），且此差異具有統(tǒng)計(jì)學(xué)意義（假陽(yáng)性風(fēng)險(xiǎn)低）。2.解析思路：分析低質(zhì)量和未比對(duì)讀數(shù)的原因（如RNA降解、反轉(zhuǎn)錄效率低、測(cè)序錯(cuò)誤、接頭污染、基因區(qū)域復(fù)雜度高等）。針對(duì)原因提出處理步驟：低質(zhì)量讀數(shù)用修剪工具（如Trimmomatic）去除；未比對(duì)讀數(shù)可檢查原因，如果是接頭序列，已通過修剪去除；如果是目標(biāo)外序列，可能需要調(diào)整比對(duì)參數(shù)或選擇更適合的比對(duì)工具；普遍未比對(duì)可能提示RNA質(zhì)量差或庫(kù)構(gòu)建問題，需重新評(píng)估實(shí)驗(yàn)。解釋原理（修剪去除不合格序