2025年大學(xué)《生物信息學(xué)》專業(yè)題庫——生物信息學(xué)在DNA甲基化影響基因表達機制研究中的作用考試時間：______分鐘總分：______分姓名：______一、名詞解釋（每題4分，共20分）1.DNA甲基化2.表觀遺傳調(diào)控3.CpG島4.BS-Seq(亞硫酸氫鹽測序)5.甲基化水平二、簡答題（每題6分，共30分）1.簡述DNA甲基化在基因表達調(diào)控中通常發(fā)揮的作用。2.簡要說明BS-Seq技術(shù)的基本原理及其在測定DNA甲基化方面的優(yōu)勢。3.描述在生物信息學(xué)分析中，如何從原始BS-Seq測序數(shù)據(jù)得到基因組范圍內(nèi)每個CpG位點的甲基化率。4.列舉至少三種用于檢測基因組中差異甲基化位點的生物信息學(xué)方法或工具。5.解釋什么是順式作用甲基化元件，并說明生物信息學(xué)上如何嘗試識別這些元件。三、分析題（每題10分，共40分）1.假設(shè)一項研究旨在比較正常細胞與癌癥細胞中某個特定基因（GeneX）啟動子區(qū)域的DNA甲基化狀態(tài)。研究人員利用BS-Seq技術(shù)對兩種細胞類型的基因組DNA進行了測序。請設(shè)計一個生物信息學(xué)分析流程，說明你會如何利用測序數(shù)據(jù)來判斷GeneX的啟動子區(qū)域在正常細胞和癌癥細胞之間是否存在甲基化水平的顯著差異。請詳細說明每一步需要使用的工具或方法（無需具體命令）。2.假定你獲得了一份基因表達譜數(shù)據(jù)集（如RNA-Seq計數(shù)數(shù)據(jù)）和一份相應(yīng)的DNA甲基化譜數(shù)據(jù)集（如BS-Seq衍生的甲基化率矩陣）。請闡述你會如何利用生物信息學(xué)方法分析這兩個數(shù)據(jù)集，以探究DNA甲基化水平與基因表達量之間可能存在的關(guān)聯(lián)性。描述你需要進行的關(guān)鍵分析步驟和可能使用的分析方法。3.在分析一個基因組的BS-Seq數(shù)據(jù)時，你發(fā)現(xiàn)除了CpG位點外，還有相當一部分的CpT位點也顯示出較高的甲基化水平。請討論這種現(xiàn)象可能的原因，并說明生物信息學(xué)上可以采取哪些策略來區(qū)分或解釋這些非典型的甲基化信號。4.設(shè)想你要研究一個新發(fā)現(xiàn)的基因（GeneY），目前只知道它位于基因組上，但對其功能知之甚少。你手頭有一份該物種的基因組參考序列，以及已發(fā)布的BS-Seq數(shù)據(jù)。請設(shè)計一個生物信息學(xué)分析方案，利用甲基化信息來初步推斷GeneY可能的功能或所處的生物學(xué)環(huán)境（例如，它是否可能受到表觀遺傳調(diào)控，其表達是否可能與甲基化狀態(tài)有關(guān)等）。四、論述題（20分）設(shè)計一個綜合性的生物信息學(xué)分析策略，用于研究DNA甲基化在環(huán)境壓力（例如，紫外線輻射）下對植物某個關(guān)鍵發(fā)育途徑中一組基因表達調(diào)控的影響。該策略應(yīng)至少涵蓋數(shù)據(jù)獲取、預(yù)處理、核心分析（包括甲基化分析、差異甲基化分析、甲基化與表達關(guān)聯(lián)分析等）以及結(jié)果解釋與可視化等關(guān)鍵環(huán)節(jié)，并說明選擇相應(yīng)分析方法的理由。試卷答案一、名詞解釋1.DNA甲基化：指在DNA分子中，甲基基團（-CH3）在DNA甲基轉(zhuǎn)移酶（DNMT）的催化下，主要添加到胞嘧啶（C）的第五位碳原子上形成的化學(xué)修飾。在哺乳動物中，幾乎exclusively發(fā)生在CpG二核苷酸序列中（CpG位點），也稱為5-甲基胞嘧啶（5mC）。**解析思路：*定義核心是甲基化對象（DNA）、位點（胞嘧啶第五位碳，特別是CpG）、添加物（甲基基團）、執(zhí)行者（DNMT）。點明哺乳動物中主要發(fā)生在CpG是重點。2.表觀遺傳調(diào)控：指在不改變DNA序列堿基順序的情況下，通過可遺傳的染色質(zhì)修飾（如DNA甲基化、組蛋白修飾）或非編碼RNA等機制，對基因表達進行調(diào)控的現(xiàn)象。這些修飾可以影響染色質(zhì)的構(gòu)象和Accessibility，從而控制轉(zhuǎn)錄等過程。**解析思路：*定義核心是“不改變DNA序列順序”和“可遺傳的染色質(zhì)修飾/機制”。強調(diào)其對基因表達的影響以及修飾類型。3.CpG島：指在基因組DNA序列中，連續(xù)且密集分布的CpG二核苷酸序列區(qū)域。在哺乳動物中，由于DNA甲基化酶的偏好性，CpG位點容易被甲基化，因此大部分CpG位點發(fā)生甲基化。CpG島通常位于基因的啟動子區(qū)域，其甲基化狀態(tài)與基因表達調(diào)控密切相關(guān)。**解析思路：*定義核心是“連續(xù)密集的CpG二核苷酸”。結(jié)合哺乳動物中CpG易甲基化的特點，并點明其典型位置（啟動子）和功能關(guān)聯(lián)（基因表達調(diào)控）。4.BS-Seq(亞硫酸氫鹽測序)：一種用于檢測基因組DNA中胞嘧啶甲基化狀態(tài)的高通量測序技術(shù)。該技術(shù)利用亞硫酸氫鹽（Bisulfite）能特異性地將未甲基化的胞嘧啶（C）轉(zhuǎn)化為尿嘧啶（U），而甲基化的胞嘧啶（5mC）保持不變。通過測序區(qū)分U和C，即可確定原始DNA序列中胞嘧啶的甲基化狀態(tài)。**解析思路：*定義核心是“檢測DNA甲基化”和“高通量測序”。解釋其原理關(guān)鍵在于亞硫酸氫鹽對甲基化C（不變）和非甲基化C（變U）的區(qū)分機制。5.甲基化水平：通常指在特定區(qū)域（如CpG位點、CpG島或整個基因組）內(nèi)，被甲基化的胞嘧啶數(shù)量占總胞嘧啶數(shù)量的百分比。它是衡量該區(qū)域DNA甲基化程度的定量指標。**解析思路：*定義核心是“被甲基化的胞嘧啶數(shù)量”與“總胞嘧啶數(shù)量”的“百分比”。強調(diào)其是衡量區(qū)域甲基化程度的“定量指標”。二、簡答題1.DNA甲基化通常通過在基因啟動子區(qū)域的CpG島等關(guān)鍵位點添加甲基基團（5mC），形成對染色質(zhì)的沉默效應(yīng)。這種甲基化可以阻止轉(zhuǎn)錄因子結(jié)合到DNA上，或者招募甲基化結(jié)合蛋白，進而阻礙RNA聚合酶的轉(zhuǎn)錄起始，最終導(dǎo)致基因表達水平下調(diào)甚至沉默。此外，DNA甲基化也可能通過維持染色質(zhì)結(jié)構(gòu)的緊密狀態(tài)（如形成異染色質(zhì)）來抑制基因表達。**解析思路：*回答需包含“啟動子區(qū)域”、“CpG島”、“添加甲基（5mC）”、“沉默效應(yīng)”。解釋其作用機制，主要是阻止轉(zhuǎn)錄因子結(jié)合或阻礙RNA聚合酶起始，導(dǎo)致表達下調(diào)/沉默?？裳a充染色質(zhì)結(jié)構(gòu)變化的作用。2.BS-Seq技術(shù)的基本原理是利用亞硫酸氫鹽（Bisulfite）的選擇性化學(xué)修飾。在反應(yīng)條件下，未甲基化的胞嘧啶（C）會被轉(zhuǎn)化為尿嘧啶（U），而甲基化的胞嘧啶（5mC）由于甲基基團的存在而保持不變。隨后，經(jīng)過轉(zhuǎn)化處理的DNA進行常規(guī)測序。在測序結(jié)果中，讀取到U的位點即對應(yīng)原始DNA中的非甲基化胞嘧啶，而讀取到C的位點則對應(yīng)原始DNA中的甲基化胞嘧啶。通過比對測序讀取序列與參考基因組，可以準確地定位每個胞嘧啶的甲基化狀態(tài)，并計算甲基化水平。**解析思路：*回答需包含“亞硫酸氫鹽選擇性修飾”（未甲基化C變U，甲基化C不變）這一核心化學(xué)原理。接著說明如何通過測序結(jié)果（U/C）來確定原始DNA的甲基化狀態(tài)（非甲基化C/U，甲基化C/C）。最后可簡述后續(xù)的定位和定量步驟。3.生物信息學(xué)分析流程通常如下：首先，將原始BS-Seq測序讀取序列（Reads）使用特定的比對工具（如Bismark）比對到參考基因組上。然后，對未甲基化的CpG位點對應(yīng)的讀取序列進行過濾（因為它們在Bisulfite轉(zhuǎn)化后變成了U，且在后續(xù)處理中會被視為引物二聚體或隨機錯誤而剔除）。接著，利用專門的生物信息學(xué)工具（如BSSeeker2,MACS2Bisulfite）對過濾后的、位于CpG位點的讀取序列進行甲基化率計算。這些工具會統(tǒng)計每個CpG位點上的甲基化讀取數(shù)量和非甲基化讀取數(shù)量（或僅統(tǒng)計非甲基化讀取數(shù)量，因為甲基化讀取可通過總讀取數(shù)減去非甲基化讀取數(shù)得到），最終計算出每個CpG位點的甲基化率（通常是甲基化讀取數(shù)占總讀取數(shù)的比例）。**解析思路：*描述一個標準流程：①比對（到參考基因組）；②過濾（去除非甲基化CpG對應(yīng)的Reads）；③計算甲基化率（使用特定工具，說明計算基礎(chǔ)）。強調(diào)關(guān)鍵步驟和所用工具類型。4.用于檢測基因組中差異甲基化位點的生物信息學(xué)方法或工具有：①MACS2Bisulfite：專門設(shè)計用于BS-Seq數(shù)據(jù)的差異甲基化分析，可以識別兩組樣本（如處理組vs對照組）之間的顯著差異甲基化位點（CpG）。②BSSeeker2：除了可以進行甲基化水平定量，還具備強大的差異甲基化分析功能，能夠識別不同條件下差異甲基化的CpG位點，并提供多種統(tǒng)計方法和富集分析。③DMPmap(DNAMethylationAnalysisusingPairsofReads)：通過比較鄰近讀取之間的甲基化狀態(tài)一致性來識別差異甲基化區(qū)域。④HiseqDMP：利用雙端讀取之間的序列差異來檢測差異甲基化。這些工具通?；诮y(tǒng)計學(xué)方法（如Benjamini-HochbergFDR控制）來評估差異的顯著性。**解析思路：*列舉至少三種工具名稱。對每種工具進行簡要說明，特別是其與差異甲基化分析的相關(guān)性?？梢院喴峒八鼈儾捎玫牟煌恚ㄈ鏜ACS2基于讀取覆蓋度，BSSeeker2綜合多種信息，DMPmap基于讀取對）。5.順式作用甲基化元件是指那些位于基因內(nèi)部或附近，其本身的甲基化狀態(tài)能夠直接影響鄰近基因（通常是同一個基因）表達水平的DNA序列區(qū)域。生物信息學(xué)上識別這些元件通常采用以下策略：①定位分析：首先識別出基因組中差異甲基化的CpG位點或甲基化水平顯著變化的區(qū)域。然后，將這些區(qū)域與基因注釋信息（如基因轉(zhuǎn)錄起始位點TSS、基因體）進行比對，尋找那些位于基因調(diào)控區(qū)（如啟動子、增強子）或基因體內(nèi)部且甲基化狀態(tài)發(fā)生變化的區(qū)域。②motif搜索：在差異甲基化區(qū)域（特別是啟動子區(qū)域）搜索已知的甲基化結(jié)合蛋白識別序列（Motif）。③功能預(yù)測：結(jié)合已知生物學(xué)知識，預(yù)測這些順式作用元件可能的功能（如啟動子沉默、增強子活性變化等）。**解析思路：*定義核心是“自身甲基化影響鄰近基因表達”、“位于基因內(nèi)部/附近”。解釋生物信息學(xué)方法時，強調(diào)需要“定位差異甲基化區(qū)域”，并將其“與基因注釋信息比對”（確定位置是否在調(diào)控區(qū)/基因體），以及可能結(jié)合“motif搜索”和“功能預(yù)測”。三、分析題1.生物信息學(xué)分析流程設(shè)計如下：第一步，對正常細胞和癌癥細胞的基因組DNA分別進行BS-Seq測序，獲取原始測序數(shù)據(jù)。第二步，使用Bismark等工具將兩組測序讀取序列比對到參考基因組。第三步，使用MACS2Bisulfite或BSSeeker2等專門針對BS-Seq數(shù)據(jù)的工具，對兩組數(shù)據(jù)分別進行甲基化水平計算，并調(diào)用差異甲基化分析功能。這些工具會生成兩組樣本間的差異甲基化CpG位點列表，通常會伴隨統(tǒng)計評分（如p-value,FDR）來指示差異的顯著性。第四步，對輸出的差異甲基化CpG位點進行注釋，確定哪些位點位于GeneX的啟動子區(qū)域。第五步，根據(jù)差異甲基化分析結(jié)果的統(tǒng)計顯著性（如p-value閾值）和FoldChange（甲基化率差異倍數(shù)），篩選出在癌癥細胞中相對于正常細胞，GeneX啟動子區(qū)域顯著差異甲基化的位點（例如，甲基化率顯著升高或降低）。最后，將這些顯著差異甲基化的位點作為證據(jù)，初步判斷GeneX啟動子區(qū)域的甲基化狀態(tài)在癌癥細胞中發(fā)生了改變，并可能與其表達異常相關(guān)。**解析思路：*描述一個完整的分析鏈條：①獲取數(shù)據(jù)；②比對；③核心分析（甲基化計算+差異分析，使用特定工具）；④注釋（定位到目標基因區(qū)域）；⑤結(jié)果篩選與解釋（基于統(tǒng)計學(xué)指標，篩選顯著差異位點，并聯(lián)系生物學(xué)問題）。2.生物信息學(xué)分析方案如下：第一步，獲取基因表達譜數(shù)據(jù)（如RNA-Seq計數(shù)矩陣）和相應(yīng)的DNA甲基化譜數(shù)據(jù)（如BS-Seq衍生的基因組范圍內(nèi)CpG位點甲基化率矩陣）。確保兩組數(shù)據(jù)使用相同的參考基因組版本和基因組坐標。第二步，對兩組數(shù)據(jù)進行標準化處理。對于RNA-Seq數(shù)據(jù)，常用的方法有TPM（TranscriptsPerMillion）或FPKM（FragmentsPerKilobaseMillion）。對于甲基化率數(shù)據(jù)，通常不需要復(fù)雜的標準化，但需要確保數(shù)據(jù)范圍（如0-1）的一致性。第三步，將標準化后的甲基化率矩陣與基因表達量矩陣進行關(guān)聯(lián)分析。常用的方法包括：①散點圖分析：繪制單個基因的甲基化率與其表達量之間的關(guān)系圖，直觀觀察是否存在線性關(guān)系。②計算相關(guān)性系數(shù)：使用皮爾遜（Pearson）或斯皮爾曼（Spearman）相關(guān)系數(shù)計算每個基因的甲基化率與表達量之間的相關(guān)性強度和方向。③回歸分析：建立甲基化率作為自變量，表達量作為因變量的回歸模型，評估甲基化對表達的潛在影響程度。第四步，對關(guān)聯(lián)分析結(jié)果進行統(tǒng)計學(xué)檢驗（如計算p-value）和多重檢驗校正（如FDR）。第五步，根據(jù)相關(guān)性系數(shù)、回歸系數(shù)、p-value和FDR等指標，篩選出甲基化水平與表達量之間存在顯著且具有統(tǒng)計意義的關(guān)聯(lián)的基因。最后，對篩選出的基因進行功能注釋和通路富集分析，并結(jié)合生物學(xué)知識，探討DNA甲基化可能通過何種機制影響這些基因的表達。**解析思路：*描述整合分析流程：①數(shù)據(jù)準備（獲取、對齊、標準化）；②關(guān)聯(lián)分析方法（散點圖、相關(guān)性、回歸）；③統(tǒng)計檢驗與校正；④結(jié)果篩選；⑤功能解釋（注釋、富集分析、機制探討）。3.在BS-Seq數(shù)據(jù)分析中觀察到非典型的CpT位點甲基化，可能的原因包括：①測序或數(shù)據(jù)處理錯誤：在Bisulfite轉(zhuǎn)化過程中可能發(fā)生CpG位點意外轉(zhuǎn)化成CpT（例如，C誤轉(zhuǎn)為T），或者由于測序錯誤導(dǎo)致原始C被錯誤讀取為T。②真正的非CpG甲基化：雖然哺乳動物中CpG甲基化最為普遍，但在某些物種、特定基因或特殊條件下，也可能存在少量非CpG位點（如CpA,CpT）的甲基化。③測序平臺特性：某些測序平臺（尤其是早期平臺）可能對CpT位點的檢測靈敏度較低，導(dǎo)致低估或遺漏真實的CpT甲基化。④DNA損傷或修飾：尿嘧啶（U）本身就是DNA損傷的一種形式，可能存在于未甲基化的胞嘧啶中。此外，存在其他修飾的胞嘧啶（如5hmC）可能在特定條件下被錯誤識別或處理。生物信息學(xué)上可以采取的策略包括：①嚴格的質(zhì)量控制：在分析前對原始測序數(shù)據(jù)進行嚴格的質(zhì)量篩選，剔除低質(zhì)量讀取和接頭序列，減少錯誤引入。②使用專門工具：采用能夠更好處理CpT位點的分析工具或參數(shù)設(shè)置（如果工具支持）。③交叉驗證：如果可能，利用其他甲基化檢測技術(shù)（如MeDIP-seq,5hmC-seq）或?qū)嶒灧椒ǎㄈ鐏喠蛩釟潲}測序后進行克隆測序驗證）來驗證非典型甲基化信號。④功能注釋與比較：分析這些非典型甲基化位點的分布特征（如是否富集在特定區(qū)域），并與已知的甲基化數(shù)據(jù)庫比較，判斷其是否具有生物學(xué)意義。⑤結(jié)合其他組學(xué)數(shù)據(jù)：結(jié)合表達數(shù)據(jù)等，看這些非典型甲基化位點是否與特定基因活動相關(guān)。**解析思路：*先分析可能的原因（人為錯誤、真實存在、平臺限制、其他修飾）。然后針對這些原因，提出相應(yīng)的生物信息學(xué)處理策略（質(zhì)量控制、用對工具、交叉驗證、功能注釋、結(jié)合其他數(shù)據(jù)）。4.綜合性生物信息學(xué)分析策略設(shè)計如下：第一階段：數(shù)據(jù)獲取與準備。獲取目標植物物種的參考基因組序列和注釋文件。獲取在正常條件下和特定環(huán)境壓力（如紫外線輻射）下處理的植物樣本的DNA甲基化數(shù)據(jù)（如BS-Seq數(shù)據(jù)）和RNA-Seq數(shù)據(jù)。使用Bismark等工具將BS-Seq讀取比對到參考基因組，并使用MACS2Bisulfite或BSSeeker2計算基因組范圍內(nèi)的CpG位點甲基化率。使用Trinity或Hisat2等工具將RNA-Seq讀取比對到參考基因組，并計算基因表達量（如FPKM/TPM）。第二階段：核心甲基化分析。①差異甲基化分析：使用BSSeeker2或MACS2Bisulfite比較正常組與紫外線處