2025年大學(xué)《生物信息學(xué)》專業(yè)題庫——生物信息學(xué)在疾病診斷與治療中的作用考試時間：______分鐘總分：______分姓名：______一、簡答題1.簡述全基因組測序（WGS）和目標區(qū)域測序（WGS）在技術(shù)和應(yīng)用上的主要區(qū)別。2.描述利用基因表達譜數(shù)據(jù)進行腫瘤分類的基本流程，并舉例說明其應(yīng)用。3.解釋什么是藥物靶點，并列舉三種通過生物信息學(xué)方法發(fā)現(xiàn)藥物靶點的策略。4.簡述生物信息學(xué)在個性化醫(yī)療中的主要作用，并舉例說明。二、分析題1.假設(shè)你獲得了一組來自疑似某種遺傳病患者的基因測序數(shù)據(jù)，以及該疾病的已知致病基因信息。請設(shè)計一個基本的分析流程，利用生物信息學(xué)工具鑒定患者是否攜帶致病突變，并簡述每個步驟的原理和目的。2.某研究團隊收集了五種不同類型癌癥的基因表達譜數(shù)據(jù)。請設(shè)計一個分析方案，利用這些數(shù)據(jù)構(gòu)建一個分類模型，能夠?qū)⑿碌陌┌Y樣本分類到正確的類型。描述你將采用的分析方法、關(guān)鍵步驟以及如何評估模型的性能。3.提出一種利用蛋白質(zhì)組學(xué)數(shù)據(jù)尋找疾病生物標志物的思路。說明需要哪些類型的蛋白質(zhì)組學(xué)數(shù)據(jù)，以及如何通過生物信息學(xué)分析篩選出潛在的疾病標志物，并對其進行初步驗證。試卷答案一、簡答題1.答案：全基因組測序（WGS）是對個體整個基因組進行測序，獲取全面基因組信息，成本高，數(shù)據(jù)量大。目標區(qū)域測序（WGS）是針對基因組中特定目標區(qū)域（如已知疾病相關(guān)基因或染色體區(qū)域）進行測序，成本較低，數(shù)據(jù)量相對較小，但能更聚焦于特定研究目的。解析思路：區(qū)分WGS和WGS的關(guān)鍵在于理解“全”與“目標區(qū)域”的區(qū)別。WGS是全面的，覆蓋整個基因組；WGS則是有針對性的，只關(guān)注特定區(qū)域。由此引申出兩者在技術(shù)（如捕獲技術(shù)）、成本、數(shù)據(jù)量和應(yīng)用場景上的差異。2.答案：利用基因表達譜數(shù)據(jù)進行腫瘤分類的基本流程包括：數(shù)據(jù)預(yù)處理（如歸一化、過濾）、特征選擇（如差異表達基因篩選）、降維（如主成分分析、t-SNE）、分類器構(gòu)建（如支持向量機、隨機森林）和模型評估（如交叉驗證、混淆矩陣）。應(yīng)用例如，根據(jù)腫瘤樣本的基因表達譜，判斷其組織類型或預(yù)測患者預(yù)后。解析思路：腫瘤分類是生物信息學(xué)在診斷中的應(yīng)用。流程應(yīng)涵蓋數(shù)據(jù)處理、特征提取、模型建立和評估等機器學(xué)習(xí)或數(shù)據(jù)挖掘的典型步驟。關(guān)鍵在于理解每一步的目的和方法，并舉例說明其在臨床上的實際應(yīng)用。3.答案：藥物靶點是細胞內(nèi)能夠與藥物分子結(jié)合并發(fā)生相互作用，從而影響細胞功能的分子，通常是蛋白質(zhì)或核酸。通過生物信息學(xué)方法發(fā)現(xiàn)藥物靶點的策略包括：基于基因組學(xué)數(shù)據(jù)（如分析疾病相關(guān)基因表達變化）、基于蛋白質(zhì)組學(xué)數(shù)據(jù)（如篩選差異表達或功能異常的蛋白質(zhì)）、基于通路分析（如識別與疾病相關(guān)的信號通路中的關(guān)鍵節(jié)點）、以及基于藥物相互作用數(shù)據(jù)庫或預(yù)測模型（如預(yù)測藥物與蛋白質(zhì)的結(jié)合能力）。解析思路：首先要明確定義藥物靶點。然后，列舉幾種主要的生物信息學(xué)策略，并簡要說明每種策略的原理。這些策略應(yīng)涵蓋從基因組、蛋白質(zhì)組到通路和分子相互作用等多個層面。4.答案：生物信息學(xué)在個性化醫(yī)療中主要作用是利用基因組、蛋白質(zhì)組等“組學(xué)”數(shù)據(jù)和生物信息學(xué)分析手段，識別個體間的遺傳變異和生物標志物，從而實現(xiàn)疾病的早期診斷、風(fēng)險預(yù)測、治療藥物的選擇和劑量的優(yōu)化。例如，根據(jù)患者的基因型預(yù)測其對特定藥物的反應(yīng)，制定個性化的用藥方案。解析思路：個性化醫(yī)療的核心是“個體化”。生物信息學(xué)通過提供數(shù)據(jù)分析工具和平臺，實現(xiàn)從個體基因組等數(shù)據(jù)到臨床應(yīng)用的轉(zhuǎn)化。需要結(jié)合“組學(xué)”數(shù)據(jù)和具體應(yīng)用場景（診斷、預(yù)測、治療）來闡述其作用，并給出具體例子。二、分析題1.答案：分析流程：首先，對患者的基因測序數(shù)據(jù)進行質(zhì)控和比對，將序列比對到參考基因組。其次，進行變異檢測，識別出患者基因組中的所有變異位點（SNP、InDel、SV等）。然后，利用生物信息學(xué)工具（如變異注釋工具）對檢測到的變異進行注釋，確定其功能信息（如位于哪個基因、是編碼區(qū)還是非編碼區(qū)、是否改變氨基酸等）。接著，結(jié)合已知的致病基因信息，篩選出患者基因組中位于這些致病基因上的致病突變。最后，根據(jù)突變類型、位置、功能影響以及致病性預(yù)測工具的評分，綜合判斷患者是否攜帶致病突變。解析思路：此題考察基因突變檢測的基本流程。應(yīng)從序列處理、變異檢測、變異注釋、致病性篩選等步驟展開。每個步驟都需要說明其目的和常用的生物信息學(xué)工具或方法。重點在于邏輯清晰，覆蓋從原始數(shù)據(jù)到最終結(jié)論的整個分析鏈條。2.答案：分析方案：首先，對五種癌癥的基因表達譜數(shù)據(jù)進行預(yù)處理（如標準化、過濾低表達基因）。其次，進行特征選擇，篩選出能夠有效區(qū)分不同癌癥類型的差異表達基因。然后，利用這些差異表達基因作為特征，選擇合適的分類算法（如支持向量機、隨機森林、K近鄰等）構(gòu)建分類模型。接著，使用交叉驗證等方法評估模型的性能（如準確率、召回率、F1分數(shù)等）。最后，利用訓(xùn)練好的模型對新的癌癥樣本進行分類預(yù)測，并分析分類結(jié)果。解析思路：此題考察利用基因表達數(shù)據(jù)進行分類的思路。應(yīng)涵蓋數(shù)據(jù)預(yù)處理、特征工程、模型選擇與訓(xùn)練、模型評估和實際應(yīng)用等環(huán)節(jié)。需要說明每一步的方法選擇依據(jù)，并強調(diào)模型評估的重要性。3.答案：思路：首先，需要獲取疾病狀態(tài)和健康對照組的蛋白質(zhì)組學(xué)數(shù)據(jù)（如質(zhì)譜圖數(shù)據(jù)）。其次，對質(zhì)譜數(shù)據(jù)進行預(yù)處理（如峰提取、對齊、歸一化）。然后，進行差異蛋白質(zhì)篩選，識別出在疾病狀態(tài)下表達水平顯著變化的蛋白質(zhì)。接著，利用生物信息學(xué)工具對這些差異蛋白質(zhì)進行功能注釋和通路富集分析，識別出與疾病發(fā)生發(fā)展相關(guān)的關(guān)鍵蛋白質(zhì)和信號通路。最后，可以利用蛋白質(zhì)相互作用網(wǎng)絡(luò)分析，進一步探索這些關(guān)鍵蛋白質(zhì)的相互作用關(guān)系，驗證其作為潛在生物標志物的可能性。初步驗證可以通過WesternBlot、ELISA等