2025年大學(xué)《生物信息學(xué)》專業(yè)題庫——免疫療法治療效果預(yù)測與生物信息學(xué)技術(shù)考試時間：______分鐘總分：______分姓名：______一、選擇題（每題2分，共20分）1.下列哪一項不屬于目前主流的腫瘤免疫檢查點抑制劑（ICIs）的作用靶點？A.PD-1B.PD-L1C.CTLA-4D.CD202.在進(jìn)行腫瘤樣本的轉(zhuǎn)錄組測序數(shù)據(jù)分析時，差異表達(dá)基因篩選的首要步驟通常不包括？A.數(shù)據(jù)標(biāo)準(zhǔn)化B.算法選擇（如t-test,ANOVA）C.調(diào)整多重檢驗校正（如Bonferroni,FDR）D.對基因進(jìn)行功能注釋和通路富集分析3.以下哪個數(shù)據(jù)庫是存儲和檢索大規(guī)模基因表達(dá)譜數(shù)據(jù)（如GEO數(shù)據(jù)集）的主要公共平臺？A.OMIMB.dbSNPC.GeneCardsD.NCBIGeneExpressionOmnibus(GEO)4.在構(gòu)建免疫療法療效預(yù)測模型時，以下哪種生物信息學(xué)分析方法最常用于評估單個分子特征（如基因表達(dá)）對患者生存預(yù)后的影響？A.主成分分析(PCA)B.K-means聚類分析C.Cox比例風(fēng)險回歸模型D.邏輯回歸分析5.腫瘤免疫微環(huán)境（TME）分析中，"免疫檢查點浸潤評分"通常是基于哪些免疫細(xì)胞的浸潤水平來計算的？A.T細(xì)胞、B細(xì)胞B.巨噬細(xì)胞、樹突狀細(xì)胞C.腫瘤細(xì)胞、內(nèi)皮細(xì)胞D.CD8+T細(xì)胞、調(diào)節(jié)性T細(xì)胞(Tregs)、NK細(xì)胞等特定免疫細(xì)胞6.以下哪種算法通常不用于機(jī)器學(xué)習(xí)模型的構(gòu)建，以便從高維基因表達(dá)數(shù)據(jù)中預(yù)測免疫療法療效？A.支持向量機(jī)(SVM)B.K-近鄰(KNN)C.線性回歸(LinearRegression)D.隨機(jī)森林(RandomForest)7.對于缺失值較多的基因表達(dá)矩陣，以下哪種處理方法通常不推薦或需要謹(jǐn)慎使用？A.直接刪除含有缺失值的樣本或基因B.使用多重插補法(MultipleImputation)C.基于模型的方法進(jìn)行缺失值估計D.對所有缺失值統(tǒng)一填充一個常數(shù)（如0）8.評估一個生存預(yù)后模型（如基于基因表達(dá)的模型）好壞的重要指標(biāo)是？A.模型中包含的基因數(shù)量B.模型的復(fù)雜度C.模型在獨立驗證集上的預(yù)測能力（如C-index,AUC）D.模型構(gòu)建過程中的p值9.RNA測序（RNA-seq）數(shù)據(jù)中，F(xiàn)PKM（FragmentsPerKilobaseoftranscriptperMillionmappedreads）值的意義是？A.某基因在所有樣本中的平均表達(dá)量B.某基因轉(zhuǎn)錄本在所有樣本中的相對豐度C.某基因編碼的蛋白質(zhì)分子數(shù)量D.某基因在測序過程中的錯誤率10.在生物信息學(xué)研究中，將來自不同組別（如治療有效組與無效組）的樣本數(shù)據(jù)合并在一起進(jìn)行整體分析，這種做法可能忽略了？A.組間差異B.數(shù)據(jù)噪聲C.潛在的亞群效應(yīng)D.多重檢驗問題二、填空題（每空2分，共20分）1.免疫療法通過激活患者自身的免疫系統(tǒng)來識別和殺傷腫瘤細(xì)胞，其中CAR-T療法是利用改造的T細(xì)胞表達(dá)特異性識別腫瘤的______來殺傷目標(biāo)細(xì)胞。2.生物信息學(xué)研究中常用的統(tǒng)計方法__________用于檢驗兩組或多組數(shù)據(jù)在某個指標(biāo)上是否存在顯著差異。3.GEO數(shù)據(jù)庫中，GSE、GDS、GEOSeries、GEODataset是不同類型數(shù)據(jù)集的標(biāo)識符，其中GSE代表GeneExpressionSets，即______。4.生存分析是生物信息學(xué)中用于研究事件發(fā)生時間（如腫瘤復(fù)發(fā)時間、患者生存時間）與相關(guān)因素之間關(guān)系的一種統(tǒng)計方法，常見的生存分析終點包括______和______。5.在進(jìn)行基因功能富集分析時，GO(GeneOntology)數(shù)據(jù)庫提供了關(guān)于基因涉及的生物學(xué)過程（BP）、細(xì)胞組分（CC）和分子功能（MF）的注釋信息。6.根據(jù)腫瘤免疫逃逸理論，腫瘤細(xì)胞可以通過上調(diào)______分子的表達(dá)來抑制效應(yīng)T細(xì)胞的活性，從而逃避免疫監(jiān)視。7.為了減少批次效應(yīng)（如不同實驗平臺、不同測序時間帶來的系統(tǒng)差異）對生物信息學(xué)分析結(jié)果的影響，常用的方法包括______和______。8.生物信息學(xué)中的機(jī)器學(xué)習(xí)算法可以通過學(xué)習(xí)已標(biāo)記樣本（即已知療效的樣本）的特征與標(biāo)簽（療效）之間的關(guān)系，來對未標(biāo)記樣本的免疫療法療效進(jìn)行______。9.ICI評分（ImmuneCheckpointInhibitorScore）等指標(biāo)通?；诙喾N免疫檢查點相關(guān)基因的表達(dá)水平計算得出，用于評估腫瘤微環(huán)境的______狀態(tài)。10.對于預(yù)測免疫療法療效的生物信息學(xué)模型，除了在訓(xùn)練集上進(jìn)行評估外，更重要的是在獨立的______集上進(jìn)行驗證，以評估模型的泛化能力。三、簡答題（每題5分，共15分）1.簡述腫瘤免疫逃逸的兩種主要機(jī)制，并分別舉例說明可能通過生物信息學(xué)手段進(jìn)行研究的分子靶點。2.在生物信息學(xué)分析中，進(jìn)行多重檢驗校正的目的是什么？請列舉至少兩種常用的多重檢驗校正方法。3.簡要說明在利用基因表達(dá)數(shù)據(jù)構(gòu)建免疫療法療效預(yù)測模型時，需要考慮哪些關(guān)鍵因素或步驟。四、論述題（每題10分，共20分）1.假設(shè)你獲得了一組接受PD-1抑制劑治療的晚期肺癌患者的臨床數(shù)據(jù)（包括年齡、性別、腫瘤分期、治療反應(yīng)等）和對應(yīng)的腫瘤組織轉(zhuǎn)錄組測序數(shù)據(jù)。請設(shè)計一個簡要的生物信息學(xué)分析流程，用于探索潛在的PD-1抑制劑療效預(yù)測生物標(biāo)志物，并說明你將關(guān)注哪些關(guān)鍵分析環(huán)節(jié)。2.結(jié)合當(dāng)前研究進(jìn)展，論述生物信息學(xué)技術(shù)在揭示免疫療法耐藥機(jī)制方面的作用，并舉例說明至少兩種通過生物信息學(xué)分析發(fā)現(xiàn)的耐藥相關(guān)通路或分子事件。---試卷答案一、選擇題1.D2.D3.D4.C5.D6.C7.D8.C9.B10.C二、填空題1.單克隆抗體(或ChimericAntigenReceptor)2.t-test(或ANOVA)3.大規(guī)?；虮磉_(dá)數(shù)據(jù)集集合4.無進(jìn)展生存期(PFS)(或總生存期OS)5.(功能注釋,實體間關(guān)系)6.PD-L1(或ProgrammedDeath-Ligand1)7.(批次效應(yīng)校正方法，如Combat,Seurat的整合流程)8.預(yù)測(或Prediction)9.免疫抑制(或Immunosuppressive)10.驗證(或Validation)三、簡答題1.機(jī)制1：免疫檢查點抑制。腫瘤細(xì)胞上調(diào)PD-L1等免疫檢查點配體表達(dá)，與T細(xì)胞上的PD-1受體結(jié)合，抑制T細(xì)胞活性，從而逃避免疫監(jiān)視。研究靶點示例：PD-L1,PD-1。機(jī)制2：免疫抑制性微環(huán)境形成。腫瘤微環(huán)境中的免疫抑制性細(xì)胞（如Tregs,MDSCs）和細(xì)胞因子（如TGF-β,IL-10）的積累，抑制了效應(yīng)T細(xì)胞的抗腫瘤活性。研究靶點示例：CD25(Treg標(biāo)志物),ARG1(MDSC標(biāo)志物),TGF-β。2.目的：在生物信息學(xué)研究中，對多個假設(shè)進(jìn)行檢驗時，會面臨第一類錯誤（錯誤拒絕零假設(shè)，即假陽性）的概率增加的問題。多重檢驗校正旨在控制這個家族wiseerrorrate(FWER)或假發(fā)現(xiàn)率(FDR)，使得在整體上保持一定的錯誤率，從而提高結(jié)果的可靠性。常用方法示例：*Bonferroni校正：將顯著性水平α除以檢驗的總數(shù)量m，即新的顯著性水平為α/m。非常保守，但可能導(dǎo)致大量真實信號被錯判為假信號。*FalseDiscoveryRate(FDR)控制：如Benjamini-Hochberg(BH)方法?？刂瓢l(fā)現(xiàn)的所有假陽性結(jié)果的比例不超過某個預(yù)設(shè)閾值（如0.05）。相對寬松，能更好地發(fā)現(xiàn)真實信號。3.關(guān)鍵因素/步驟：*數(shù)據(jù)質(zhì)量評估與預(yù)處理：檢查數(shù)據(jù)完整性，進(jìn)行標(biāo)準(zhǔn)化、歸一化，去除批次效應(yīng)，篩選高質(zhì)量基因。*特征選擇：從眾多基因中篩選出與療效相關(guān)的潛在預(yù)測因子，方法可包括差異表達(dá)分析、相關(guān)性分析、基于模型的方法等。*模型選擇與構(gòu)建：選擇合適的機(jī)器學(xué)習(xí)或統(tǒng)計模型（如邏輯回歸、支持向量機(jī)、隨機(jī)森林、生存回歸模型等）。*數(shù)據(jù)集劃分：將數(shù)據(jù)合理劃分為訓(xùn)練集和驗證集（或測試集），有時還需進(jìn)行交叉驗證。*模型訓(xùn)練與參數(shù)調(diào)優(yōu)：使用訓(xùn)練集數(shù)據(jù)訓(xùn)練模型，并調(diào)整模型參數(shù)以獲得最佳性能。*模型評估：使用驗證集或測試集評估模型的性能，常用指標(biāo)包括準(zhǔn)確率、精確率、召回率、F1分?jǐn)?shù)、AUC（ROC曲線下面積）、C-index（對于生存分析）等。*結(jié)果解釋與驗證：分析模型中哪些特征對預(yù)測結(jié)果貢獻(xiàn)最大，并在獨立數(shù)據(jù)集上驗證模型的泛化能力。四、論述題1.分析流程：*數(shù)據(jù)準(zhǔn)備與質(zhì)量控制：對轉(zhuǎn)錄組數(shù)據(jù)進(jìn)行預(yù)處理（如去除低質(zhì)量讀數(shù)、標(biāo)準(zhǔn)化），檢查數(shù)據(jù)質(zhì)量（如RIN值、基因檢出率）。*差異表達(dá)分析：比較PD-1抑制劑治療有效組與無效組（或未治療對照組）的基因表達(dá)差異，篩選出與療效相關(guān)的候選基因。*功能富集與通路分析：對篩選出的差異表達(dá)基因進(jìn)行GO和KEGG富集分析，識別與療效相關(guān)的生物學(xué)過程和通路。*構(gòu)建預(yù)測模型：選擇一部分差異表達(dá)顯著且功能相關(guān)的基因，利用機(jī)器學(xué)習(xí)算法（如隨機(jī)森林、支持向量機(jī)）或統(tǒng)計方法（如Cox比例風(fēng)險模型）構(gòu)建療效預(yù)測模型。*模型評估與驗證：在原始數(shù)據(jù)集或內(nèi)部驗證集上評估模型性能（如AUC、ROC曲線），若效果良好，可在獨立的外部數(shù)據(jù)集（如GEO上公開的類似數(shù)據(jù)）上進(jìn)行驗證。*生物標(biāo)志物確定：根據(jù)模型評估結(jié)果，確定具有良好預(yù)測性能的基因組合作為潛在的PD-1抑制劑療效生物標(biāo)志物。*結(jié)果可視化與報告：可視化關(guān)鍵分析結(jié)果（如差異表達(dá)基因熱圖、通路圖、ROC曲線），撰寫分析報告。關(guān)鍵分析環(huán)節(jié)：*數(shù)據(jù)預(yù)處理與質(zhì)量控制是基礎(chǔ)。*差異表達(dá)分析是篩選候選基因的入口。*功能/通路分析有助于理解療效背后的生物學(xué)機(jī)制。*模型構(gòu)建與評估是核心，決定了預(yù)測能力的強弱。*獨立驗證是評估模型泛化能力、確保結(jié)果可靠性的關(guān)鍵。2.生物信息學(xué)在揭示耐藥機(jī)制中的作用：*生物信息學(xué)技術(shù)能夠整合分析來自基因組、轉(zhuǎn)錄組、蛋白質(zhì)組、代謝組等多維度的大規(guī)模數(shù)據(jù)，揭示免疫治療耐藥的復(fù)雜分子機(jī)制。*通過比較治療敏感與耐藥患者的多組學(xué)數(shù)據(jù)，差異分析可以識別出耐藥相關(guān)的突變基因（如PD-L1過表達(dá)、JAK/STAT通路突變）、表達(dá)變化（如免疫檢查點相關(guān)基因上調(diào)、效應(yīng)T細(xì)胞耗竭標(biāo)志物表達(dá)增加）或表觀遺傳修飾。*生存分析可以評估這些耐藥相關(guān)特征對患者預(yù)后的影響。*網(wǎng)絡(luò)生物學(xué)分析（如PPI網(wǎng)絡(luò)、共表達(dá)網(wǎng)絡(luò)）有助于構(gòu)建耐藥信號通路，揭示不同分子事件之間的相互作用。*機(jī)器學(xué)習(xí)模型可以整合多種耐藥信號，預(yù)測患者的耐藥風(fēng)險。*通過Meta分析等方法，可以整合多個獨立研究的結(jié)果，驗證耐藥機(jī)制的一致性。耐藥相關(guān)通路/分子事件示例：*免疫檢查點通路：腫瘤細(xì)胞或免疫細(xì)胞過表達(dá)PD-L1、CTLA-4等，導(dǎo)致免疫抑制。例如，研究發(fā)現(xiàn)PD-L1在經(jīng)ICIs治療后出現(xiàn)進(jìn)展的患者中表達(dá)顯著升高。*腫瘤微環(huán)境改變：耐藥過程中，TME可能變得更加抑制，如Tregs、