2025年大學(xué)《生物信息學(xué)》專業(yè)題庫——生物信息學(xué)在基因多態(tài)性與疾病關(guān)聯(lián)研究中的應(yīng)用考試時(shí)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(xiàng)不是單核苷酸多態(tài)性（SNP）的常見類型？A.轉(zhuǎn)換（Transition）B.顛換（Transversion）C.插入（Insertion）D.刪除（Deletion）2.在全基因組關(guān)聯(lián)研究（GWAS）中，用于檢測遺傳變異與疾病之間關(guān)聯(lián)強(qiáng)度的常用統(tǒng)計(jì)指標(biāo)是？A.遺傳距離（GeneticDistance）B.等位基因頻率（AlleleFrequency）C.基因型頻率（GenotypeFrequency）D.P值（P-value）3.對(duì)高通量測序原始數(shù)據(jù)進(jìn)行質(zhì)量控制的常用軟件工具是？A.SamtoolsB.GATKC.PLINKD.FastQC4.Hardy-Weinberg平衡檢驗(yàn)主要用于？A.檢測基因型-表型關(guān)聯(lián)B.校正連鎖不平衡C.評(píng)估樣本群體結(jié)構(gòu)D.判斷等位基因頻率是否符合隨機(jī)婚配群體的預(yù)期5.連鎖不平衡（LD）是指？A.等位基因在群體中的隨機(jī)分布B.密集分布的SNP之間存在統(tǒng)計(jì)學(xué)上的關(guān)聯(lián)C.基因型頻率偏離Hardy-Weinberg平衡D.單個(gè)SNP與疾病的強(qiáng)因果關(guān)聯(lián)6.在GWAS數(shù)據(jù)分析中，IMPUTATION技術(shù)的目的是？A.提高測序通量B.檢測樣本的群體結(jié)構(gòu)C.估計(jì)未知SNP的等位基因頻率D.校正樣本間的多重檢驗(yàn)7.病例-對(duì)照關(guān)聯(lián)分析的基本假設(shè)是？A.疾病在群體中隨機(jī)分布B.疾病與遺傳變異無關(guān)聯(lián)C.在病例組和對(duì)照組中，研究SNP的等位基因頻率存在差異D.所有SNP都與疾病相關(guān)8.以下哪項(xiàng)不是GWAS分析中需要考慮的重要來源的偏倚？A.樣本量偏小B.人群分層（PopulationStratification）C.系統(tǒng)性錯(cuò)誤（SystematicError）D.單倍型效應(yīng)（HaplotypeEffects）9.GWAS研究發(fā)現(xiàn)的關(guān)聯(lián)信號(hào)，通常需要通過什么方法進(jìn)行驗(yàn)證？A.增加樣本量B.獨(dú)立樣本的關(guān)聯(lián)分析C.進(jìn)行功能基因組學(xué)研究D.調(diào)整P值閾值10.生物信息學(xué)在基因多態(tài)性與疾病關(guān)聯(lián)研究中，其核心價(jià)值主要體現(xiàn)在？A.直接發(fā)現(xiàn)疾病的病因B.提供大規(guī)模、高效的數(shù)據(jù)處理和分析能力C.完全替代臨床診斷D.獨(dú)立進(jìn)行患者治療決策二、填空題（每空2分，共20分）1.SNP是___變異中最常見的一種，通常發(fā)生在基因組___的區(qū)域內(nèi)。2.高通量測序技術(shù)產(chǎn)生的原始測序數(shù)據(jù)（RawReads）首先需要進(jìn)行___和___，以去除低質(zhì)量讀長和去除接頭序列等。3.在進(jìn)行關(guān)聯(lián)分析前，必須對(duì)基因型數(shù)據(jù)進(jìn)行___，包括檢查個(gè)體重復(fù)、基因型頻率異常等。4.全基因組關(guān)聯(lián)研究（GWAS）通常采用___設(shè)計(jì)，比較疾病患者和健康對(duì)照組中特定SNP的___頻率差異。5.由于連鎖不平衡的存在，一個(gè)SNP的關(guān)聯(lián)信號(hào)可能實(shí)際上是由___區(qū)域內(nèi)多個(gè)緊密連鎖的SNP共同產(chǎn)生的。6.為了減少連鎖不平衡對(duì)關(guān)聯(lián)分析的影響，GWAS數(shù)據(jù)通常需要進(jìn)行___校正，或者使用___技術(shù)來估計(jì)整個(gè)單倍型的效應(yīng)。7.衡量GWAS關(guān)聯(lián)分析結(jié)果顯著性時(shí)，通常使用___值，并需要考慮___以校正多重檢驗(yàn)帶來的假陽性風(fēng)險(xiǎn)。8.除了關(guān)聯(lián)分析，孟德爾隨機(jī)化（MR）是利用遺傳變異作為工具變量，來推斷___與___之間是否存在因果關(guān)系的研究方法。三、簡答題（每題5分，共15分）1.簡述進(jìn)行全基因組關(guān)聯(lián)研究（GWAS）前，對(duì)原始測序數(shù)據(jù)（BAM文件）進(jìn)行質(zhì)量控制（QC）的主要步驟及其目的。2.什么是連鎖不平衡（LD）？LD的存在會(huì)對(duì)GWAS關(guān)聯(lián)分析帶來什么主要影響？如何緩解LD的影響？3.在解讀GWAS研究結(jié)果時(shí)，除了關(guān)注P值，還需要考慮哪些因素來判斷一個(gè)關(guān)聯(lián)發(fā)現(xiàn)是否具有生物學(xué)意義？四、論述題（10分）請(qǐng)簡述一個(gè)典型的全基因組關(guān)聯(lián)研究（GWAS）的完整分析流程，并說明每個(gè)主要步驟的目的和可能使用到的生物信息學(xué)工具或方法。試卷答案一、選擇題1.D2.D3.D4.D5.B6.C7.C8.C9.B10.B二、填空題1.核苷酸啟動(dòng)子2.質(zhì)量控制過濾3.質(zhì)量控制評(píng)估4.病例-對(duì)照等位基因5.基因單倍型6.連鎖不平衡Imputation7.P多重檢驗(yàn)8.表觀遺傳學(xué)表型三、簡答題1.QC主要步驟及其目的：*質(zhì)量評(píng)估（QualityAssessment）：使用工具（如FastQC）評(píng)估原始測序數(shù)據(jù)質(zhì)量，包括讀長質(zhì)量分布、接頭序列、N堿基比例等，判斷數(shù)據(jù)是否滿足后續(xù)分析要求。*過濾低質(zhì)量讀長（ReadFiltering）：去除質(zhì)量得分低于預(yù)設(shè)閾值、包含模糊堿基（N）、接頭序列或長度過短的讀長，提高數(shù)據(jù)質(zhì)量和后續(xù)映射的準(zhǔn)確性。*去除接頭序列（AdapterRemoval）：使用工具（如Trimmomatic,Cutadapt）去除讀長兩端的接頭序列和引物序列，獲得干凈的目的序列。*去除重復(fù)序列（DuplicateRemoval）：識(shí)別并去除在樣本中重復(fù)出現(xiàn)的、可能源于PCR擴(kuò)增的序列，避免在后續(xù)統(tǒng)計(jì)中過度估計(jì)等位基因頻率。*（針對(duì)WGS）序列比對(duì)（Alignment）：將過濾后的讀長比對(duì)到參考基因組上，是變異檢測的基礎(chǔ)步驟。*（針對(duì)WGS）變異檢測（VariantCalling）：識(shí)別出在樣本基因組中存在的與參考基因組的差異，即SNP、Indel等變異位點(diǎn)，通常使用GATK,FreeBayes等工具。*基因型Calling（針對(duì)WGS）：基于變異檢測結(jié)果，推斷每個(gè)樣本在每個(gè)變異位點(diǎn)上具體攜帶的基因型（如AA,AC,CC）。*樣本質(zhì)量控制（SampleQC）：檢查個(gè)體重復(fù)（如父子關(guān)系）、使用主效應(yīng)基因芯片數(shù)據(jù)或軟件（如PLINK）進(jìn)行近親關(guān)系和群體結(jié)構(gòu)評(píng)估，剔除不符合要求的樣本。2.連鎖不平衡（LD）及其影響與緩解：*LD定義：連鎖不平衡是指在一個(gè)染色體區(qū)域內(nèi)，緊密連鎖的SNP之間存在的統(tǒng)計(jì)學(xué)上的非隨機(jī)關(guān)聯(lián)，即使它們之間沒有直接的因果關(guān)系。這種關(guān)聯(lián)是由于群體中的隨機(jī)重組事件頻率不同而形成的。*LD對(duì)GWAS的影響：LD的存在會(huì)導(dǎo)致一個(gè)SNP的關(guān)聯(lián)信號(hào)（P值）被其周圍緊密連鎖的、具有相似頻率的SNP“稀釋”或“放大”。這會(huì)使得真正的因果SNP（如果存在）難以被檢測到，或者導(dǎo)致錯(cuò)誤的關(guān)聯(lián)信號(hào)出現(xiàn)在非因果SNP上，增加假陽性的風(fēng)險(xiǎn)，降低GWAS的分辨率。*緩解LD影響的方法：*選擇合適的SNP集進(jìn)行分析：只選擇LD強(qiáng)度較低（r2<0.8或更嚴(yán)格）的SNP進(jìn)行分析，構(gòu)建一個(gè)“SNP選擇集”或“注釋集”。*連鎖不平衡校正：在關(guān)聯(lián)分析前，使用連鎖圖（如HapMap,1000GenomesProject）或軟件（如PLINK的--covar選項(xiàng)或--chroption）對(duì)SNP進(jìn)行連鎖不平衡校正，通常使用SNP的連鎖不平衡信息（如PruneSNP）或主效應(yīng)SNP（SNPHarvester）來代表一個(gè)連鎖塊。*Imputation（基因分型推斷）：利用大型參考群體（如1000GenomesProject）中高密度的SNP數(shù)據(jù)，推斷出研究樣本中未直接測序但與之連鎖的SNP的等位基因信息。這可以提供更全面、更準(zhǔn)確的基因型數(shù)據(jù)，并有效利用LD信息。3.解讀GWAS結(jié)果的考慮因素：*統(tǒng)計(jì)學(xué)顯著性：P值是基本判斷標(biāo)準(zhǔn)，但需要考慮多重檢驗(yàn)校正后的閾值（如P<5x10^-8）。*效應(yīng)大?。‥ffectSize）：即使P值顯著，效應(yīng)大小也很重要。效應(yīng)量越大，結(jié)果越可信，生物學(xué)意義可能越強(qiáng)。*效應(yīng)等位基因頻率：效應(yīng)等位基因的頻率會(huì)影響關(guān)聯(lián)強(qiáng)度，頻率較低時(shí)更容易檢測到關(guān)聯(lián)。*方向性：關(guān)聯(lián)是風(fēng)險(xiǎn)等位基因與疾病關(guān)聯(lián)還是保護(hù)性等位基因關(guān)聯(lián)？*一致性與獨(dú)立驗(yàn)證：該發(fā)現(xiàn)是否在之前的獨(dú)立研究或隊(duì)列中得到驗(yàn)證？結(jié)果的一致性增強(qiáng)可信度。*生物學(xué)合理性：該SNP所在的基因或區(qū)域是否有已知的生物學(xué)功能與疾病相關(guān)？*功能注釋：使用數(shù)據(jù)庫（如GENEATLAS,GTEx）注釋該SNP可能影響的基因、通路或表觀遺傳修飾位點(diǎn)。*樣本質(zhì)量和人群結(jié)構(gòu)：是否存在樣本量不足、人群分層或近親繁殖等偏倚？需要進(jìn)行適當(dāng)?shù)腝C和校正。*潛在混雜因素：考慮是否存在未測量或難以測量的混雜因素。四、論述題一個(gè)典型的全基因組關(guān)聯(lián)研究（GWAS）的完整分析流程如下：1.研究設(shè)計(jì)與樣本收集：明確研究目標(biāo)（如發(fā)現(xiàn)與特定疾病相關(guān)的遺傳變異）、選擇研究人群（病例組和對(duì)照組）、獲得倫理批準(zhǔn)和知情同意。樣本采集后進(jìn)行基因組DNA提取。2.基因組分型（Genotyping）：使用高通量分型技術(shù)（如芯片雜交或測序）獲取大量個(gè)體的遺傳變異信息（主要是SNP）。對(duì)于全基因組測序（WGS）數(shù)據(jù)，則進(jìn)行變異檢測和基因型調(diào)用。3.質(zhì)量控制（QC）：*數(shù)據(jù)層面QC：對(duì)原始分型或測序數(shù)據(jù)進(jìn)行質(zhì)量評(píng)估和過濾，包括去除低質(zhì)量SNP（如缺失率過高、Hardy-Weinberg平衡檢驗(yàn)失?。?、去除低質(zhì)量樣本（如個(gè)體重復(fù)、親緣關(guān)系過近、高度異質(zhì)性）、去除因技術(shù)問題產(chǎn)生的SNP（如性別錯(cuò)分）。*樣本層面QC：評(píng)估樣本量、近親關(guān)系、群體結(jié)構(gòu)等。4.數(shù)據(jù)預(yù)處理：對(duì)QC后的數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換（如BED/BAM/BCF）、合并樣本、進(jìn)行批次效應(yīng)校正、計(jì)算SNP的連鎖不平衡（LD）信息和等位基因頻率。5.關(guān)聯(lián)分析：使用統(tǒng)計(jì)模型（如邏輯回歸）比較病例組和對(duì)照組中每個(gè)SNP的等位基因頻率差異。計(jì)算每個(gè)SNP的P值，評(píng)估其與疾病關(guān)聯(lián)的統(tǒng)計(jì)學(xué)顯著性。常用軟件包括PLINK,GCTA,SAIGE等。6.結(jié)果校正與篩選：由于同時(shí)檢測成千上萬個(gè)SNP，需要進(jìn)行多重檢驗(yàn)校正（如Bonferroni校正、FDR校正），以控制假陽性發(fā)現(xiàn)的風(fēng)險(xiǎn)。通常設(shè)定嚴(yán)格的P值閾值（如P<5x10^-8）來篩選出具有統(tǒng)計(jì)學(xué)顯著性的關(guān)聯(lián)信號(hào)