2025年大學《生物信息學》專業(yè)題庫——生物信息學在人類進化和種群遺傳學中的研究考試時間：______分鐘總分：______分姓名：______一、簡述核苷酸多樣性和單倍型頻率在人類種群遺傳學研究中分別提供了哪些信息。二、比較基于距離法和基于似然法的進化樹構建方法各自的主要原理、優(yōu)缺點以及它們通常適用于哪種類型的數(shù)據(jù)或模型。三、解釋什么是群體結構（PopulationStructure），并說明常用的幾種檢測群體結構的方法（至少列出三種）及其基本原理。四、描述一下系統(tǒng)發(fā)育樹中分支長度的含義。如果在一個研究人類遷徙歷史的分析中，某個分支的長度顯著大于其他分支，這可能暗示了什么？五、什么是連鎖不平衡（LinkageDisequilibrium,LD）？在人類遺傳學研究中，檢測LD有什么實際應用價值？簡述其局限性。六、簡述選擇對基因組的影響。請介紹兩種用于檢測基因組中選擇性信號的方法，并簡述其基本思路。七、解釋什么是遺傳漂變（GeneticDrift）。在研究近期人類擴散事件（如殖民歷史）時，遺傳漂變可能留下哪些遺傳證據(jù)？提及至少兩種相關的分析策略。八、從高通量測序平臺上獲得的原始測序數(shù)據(jù)（如FASTQ文件）通常需要經(jīng)過哪些主要的生物信息學處理步驟，才能用于后續(xù)的進化樹構建或種群結構分析？九、假設你獲得了一組來自不同地理區(qū)域的現(xiàn)代人群的基因組SNP數(shù)據(jù)。請設計一個基本的分析流程，用于探究這些人群之間的遺傳關系和可能的祖先來源。你需要說明會使用哪些主要的分析工具和方法，以及每個步驟的目的是什么。十、討論在使用ADMIXTURE等軟件進行祖先成分分析時，其結果解讀可能受到哪些因素的影響？一個研究者應該如何謹慎地解釋ADMIXTURE圖譜結果？試卷答案一、核苷酸多樣性（π）反映了種群中核苷酸位點的平均變異程度，是衡量種群遺傳變異大小的重要指標，能反映種群的近期有效大小、選擇強度等歷史信息。單倍型頻率則反映了特定單倍型（一段連續(xù)序列的等位基因組合）在種群中的普遍程度，可用于識別經(jīng)歷過選擇、遺傳漂變或近期瓶頸事件的單倍型，研究人群的遷徙和混合歷史。二、基于距離法通過計算種群間或位點間的遺傳距離（如Fst、Nei'sD），然后將距離矩陣轉(zhuǎn)化為樹狀圖。其主要原理是“距離最短連接”，優(yōu)缺點是原理簡單、計算速度快，但容易受到系統(tǒng)發(fā)育誤差的影響，尤其是在處理快速輻射的類群時。基于似然法通過比較不同樹拓撲結構和對數(shù)似然值來尋找最有可能產(chǎn)生觀測數(shù)據(jù)的樹。其主要原理是最大化數(shù)據(jù)與模型的擬合度，優(yōu)點是統(tǒng)計推斷性質(zhì)強、結果較穩(wěn)健，缺點是計算復雜度較高，尤其對于大數(shù)據(jù)集?；诰嚯x法通常適用于數(shù)據(jù)量不是特別巨大，且系統(tǒng)發(fā)育關系相對清晰的情況；基于似然法更適用于數(shù)據(jù)量較大或需要精確統(tǒng)計推斷的情況。三、群體結構是指在一個種群內(nèi)部，由于地理隔離、遺傳漂變、選擇或混合等因素，不同亞種群之間存在的遺傳差異。常用的檢測群體結構的方法包括：1）主成分分析（PCA）：通過降維技術識別和可視化種群間的最大遺傳變異方向；2）結構分析（Structure）：基于馬爾科夫鏈蒙特卡洛模擬，估算個體歸屬不同亞種群的概率；3）Admixture：基于模型聚類，估算個體獲得的各亞種群祖先成分比例。四、系統(tǒng)發(fā)育樹中分支長度通常代表種群或基因序列間進化距離或時間。在以時間為單位的樹中，分支長度大致proportionalto物種分化或基因替換所經(jīng)過的時間。在人類遷徙歷史分析中，某個分支長度顯著大于其他分支，可能暗示該對應種群經(jīng)歷了更快的種群擴張、更大的遺傳多樣性積累、更長的獨立進化時間，或者在該分支上經(jīng)歷了更強的人工選擇等。五、連鎖不平衡（LD）是指在遺傳作圖或關聯(lián)分析中，兩個（或多個）位點上的等位基因頻率的聯(lián)合分布偏離Hardy-Weinberg平衡狀態(tài)。檢測LD在人類遺傳學中有實際應用價值，例如：1）精細定位基因：LD可縮小候選基因區(qū)域；2）識別選擇信號：選擇會打破LD，檢測LD衰減有助于定位選擇事件；3）進行群體遺傳結構分析：LD可用來估計個體間的關系和群體結構。局限性包括：1）LD強度和范圍受群體歷史（如有效大小、遷徙）、重組率和選擇等因素影響；2）近端重組會破壞LD，導致關聯(lián)分析假陰性；3）群體分層會導致錯誤的關聯(lián)信號（PopulationStratification）。六、選擇是指那些影響等位基因或基因型在種群中頻率的自然或人為力量。選擇對基因組的影響在于可以增加有利等位基因的頻率，降低有害等位基因的頻率，從而塑造基因組的適應性。檢測基因組中選擇性信號的方法有：1）基于頻率譜分析的方法（如iHS,EHH）：檢測基因組中某位點周圍選擇造成的頻率譜異常，iHS關注局域選擇信號，EHH關注長距離關聯(lián)；2）基于混合模型的方法（如BayeScan,SweepFinderS）：通過比較觀測頻率譜與中性模型頻率譜的差異來識別選擇信號。七、遺傳漂變是指由于隨機抽樣效應導致的種群等位基因頻率的隨機波動。在研究近期人類擴散事件時，遺傳漂變可能留下的遺傳證據(jù)包括：1）小種群效應：擴張種群的遺傳多樣性（π）低于其祖先種群或預期值；2）近期瓶頸：群體歷史上經(jīng)歷快速大小縮減，導致遺傳多樣性急劇下降，并可能保留獨特的等位基因；3）遺傳結構：不同擴散支系間可能因遺傳漂變積累不同的遺傳差異。相關的分析策略有：比較不同人群的遺傳多樣性、檢測群體分裂時間、分析特定標記（如SNP）頻率的地理分布模式。八、從高通量測序原始測序數(shù)據(jù)（FASTQ）到用于分析的格式，通常需要經(jīng)過以下主要步驟：1）質(zhì)量控制（QC）：使用工具（如FastQC）評估數(shù)據(jù)質(zhì)量，剔除低質(zhì)量讀長；2）過濾/修剪（Filtering/Trimming）：去除接頭序列、低質(zhì)量讀長、N堿基等；3）比對（Alignment）：將過濾后的讀長比對到參考基因組（如有）或進行序列組裝（無參考）；4）變異檢測（VariantCalling）：識別測序讀長與參考基因組之間的差異（SNP和InDel）；5）格式轉(zhuǎn)換與整理（Formatting/Tabulation）：將數(shù)據(jù)轉(zhuǎn)換為標準格式（如VCF），并根據(jù)需要整理數(shù)據(jù)集。九、基本分析流程如下：1）數(shù)據(jù)準備：獲取各人群的基因組SNP數(shù)據(jù)（如VCF格式），進行質(zhì)量控制、過濾和格式統(tǒng)一；2）群體結構分析：使用PCA或Structure等工具，分析所有人群間的遺傳關系，可視化群體結構，初步判斷人群分類和潛在混合；3）祖先成分分析：使用ADMIXTURE軟件，設定K值（代表祖先成分數(shù)量，可基于PCA結果初步推斷），運行分析，獲得每個個體的祖先成分比例；4）結果解讀：結合地理信息、PCA結果等，解釋ADMIXTURE圖譜，探討各人群的祖先來源和混合模式。十、ADMIXTURE結果解讀可能受到以下因素影響：1）K值的選擇：不同的K值會產(chǎn)生不同的祖先成分劃分結果，K值選擇不當會誤導解讀；2）群體定義：輸入的群體劃分是否合理，如果內(nèi)部存在結構或樣本量過小，會影響結果；3）數(shù)據(jù)質(zhì)量：SNP密度、缺失率等數(shù)據(jù)質(zhì)量會影響連鎖不平衡的計算，進而影響結