2025年大學(xué)《生物信息學(xué)》專業(yè)題庫——生物信息學(xué)在基因組全片段測序中的應(yīng)用考試時間：______分鐘總分：______分姓名：______一、選擇題（每題2分，共20分）1.與Illumina短讀長測序技術(shù)相比，PacBio/OxfordNanopore等長讀長測序技術(shù)最主要的優(yōu)勢在于能夠直接測量？A.更高的通量B.更高的測序準確率C.更長的讀長D.更低的運行成本2.在處理長讀長測序數(shù)據(jù)時，相較于短讀長數(shù)據(jù)，一個普遍存在的挑戰(zhàn)是？A.數(shù)據(jù)量巨大B.難以檢測高分辨率單核苷酸變異（SNV）C.更容易進行精確的基因組組裝D.難以檢測結(jié)構(gòu)變異3.對于PacBioSMRTbell?測序產(chǎn)生的長片段、可能帶有錯誤率的數(shù)據(jù)，以下哪種生物信息學(xué)工具主要用于進行糾錯和提升序列質(zhì)量？A.Minimap2B.FreeBayesC.CanuD.Pilon4.在進行WFS數(shù)據(jù)的denovo基因組組裝時，評估組裝結(jié)果質(zhì)量常用的指標“N50”代表什么？A.基因組中所有contig的長度總和B.超過50%的組裝contig所達到的平均長度C.基因組中最大的contig的長度D.基因組中contig的數(shù)量5.如果一個研究目標是檢測癌癥樣本中的體細胞結(jié)構(gòu)變異，以下哪種長讀長測序策略或工具可能最為有效？A.使用Illumina進行全基因組重測序B.使用PacBio長讀長數(shù)據(jù)進行靶向捕獲和變異檢測C.使用OxfordNanopore長讀長數(shù)據(jù)進行denovo組裝D.使用PacBio長讀長數(shù)據(jù)進行癌癥相關(guān)基因的PCR擴增和測序6.對于復(fù)雜基因結(jié)構(gòu)（如含內(nèi)含子長度的基因）的注釋，長讀長測序數(shù)據(jù)相比短讀長數(shù)據(jù)具有的優(yōu)勢在于？A.能產(chǎn)生更多的冗余測序讀長B.能更清晰地界定基因的5'端和3'端C.無法提供比短讀長更豐富的信息D.通常只能注釋出蛋白質(zhì)編碼區(qū)7.生物信息學(xué)工具Minimap2最常被應(yīng)用于以下哪種任務(wù)？A.對長讀長測序數(shù)據(jù)進行denovo基因組組裝B.將長讀長測序讀長比對到參考基因組C.檢測樣本間的拷貝數(shù)變異D.對基因組進行自動注釋8.在使用長讀長測序數(shù)據(jù)繪制物種基因組草圖時，如果選擇“基于容器的組裝”策略，這意味著？A.使用化學(xué)合成的短的DNA片段作為組裝的框架B.將多個樣本的測序數(shù)據(jù)混合在一起進行組裝C.利用已知的物理圖譜（如BAC文庫）作為組裝的框架D.使用計算機算法自動生成虛擬的基因組框架9.以下哪項技術(shù)通常不直接產(chǎn)生長片段的DNA測序讀長？A.Illumina測序B.PacBioSMRTbell?測序C.OxfordNanopore測序D.454測序10.WFS技術(shù)在宏基因組學(xué)研究中的一個重要應(yīng)用是能夠更好地？A.對環(huán)境樣品中的病毒基因組進行測序B.克服宿主基因組序列的干擾，更清晰地分析微生物基因組C.提高對低豐度微生物物種的檢測能力D.準確測定樣品中所有微生物的絕對豐度二、填空題（每空1分，共15分）1.生物信息學(xué)在處理WFS數(shù)據(jù)時，首要的步驟通常是進行__________，以評估數(shù)據(jù)的數(shù)量和質(zhì)量，去除低質(zhì)量的讀長。2.為了將長讀長測序讀長比對到參考基因組，可以使用如__________等專門設(shè)計的比對工具，它們能更好地處理讀長中的錯誤。3.在基因組組裝過程中，__________是一種常用的策略，它利用已有的、高質(zhì)量的參考基因組作為模板來組裝新的基因組。4.變異檢測是WFS數(shù)據(jù)分析中的關(guān)鍵環(huán)節(jié)，對于檢測__________（如染色體易位、倒位）等復(fù)雜結(jié)構(gòu)變異，長讀長數(shù)據(jù)具有顯著優(yōu)勢。5.基因組注釋是指為基因組中的各個序列片段（如__________、假基因等）賦予生物學(xué)功能的過程。6.WFS技術(shù)在__________（如確定物種進化關(guān)系、繪制復(fù)雜基因組）等方面展現(xiàn)出巨大的潛力。7.長讀長測序讀長本身往往具有較高的錯誤率，因此__________等糾錯工具在WFS數(shù)據(jù)分析流程中通常是必不可少的。8.與短讀長測序相比，WFS的主要技術(shù)挑戰(zhàn)之一在于如何有效處理和解釋讀長中存在的__________。9.在進行denovo基因組組裝時，評估組裝完整性的一個重要指標是__________，它衡量了基因組中被BUSCO數(shù)據(jù)庫中的核心基因模型覆蓋的程度。三、簡答題（每題5分，共15分）1.簡述長讀長測序（WFS）技術(shù)在檢測結(jié)構(gòu)變異方面的主要優(yōu)勢，并與短讀長測序技術(shù)進行比較。2.描述一下從長讀長測序原始數(shù)據(jù)到獲得初步基因組組裝草圖的主要生物信息學(xué)分析流程，請至少包含三個關(guān)鍵步驟。3.解釋什么是“基于容器的組裝”策略，并簡述其相較于“基于參考的組裝”和“denovo組裝”可能的優(yōu)勢和劣勢。四、分析題（每題10分，共20分）1.假設(shè)一個研究項目旨在利用PacBio長讀長測序數(shù)據(jù)來繪制一種未知物種的高質(zhì)量基因組草圖。請設(shè)計一個合理的生物信息學(xué)分析流程，包括數(shù)據(jù)質(zhì)控、比對/組裝、質(zhì)量評估等主要步驟，并簡要說明每一步選擇的主要工具及其作用。2.設(shè)想一個研究場景：研究人員希望利用WFS數(shù)據(jù)鑒定某癌癥患者腫瘤樣本中的體細胞拷貝數(shù)變異（CNV）。請簡述進行此項研究的生物信息學(xué)分析思路，包括可能涉及的關(guān)鍵步驟、工具或方法，并討論長讀長測序數(shù)據(jù)在此類研究中的優(yōu)勢。試卷答案一、選擇題1.C解析：長讀長測序技術(shù)的核心優(yōu)勢在于能夠一次性讀取更長的DNA片段，通常可達數(shù)萬甚至數(shù)十萬堿基對，遠超Illumina的幾百堿基對。2.B解析：長讀長數(shù)據(jù)雖然讀長長，但其錯誤率可能高于短讀長數(shù)據(jù)，且在復(fù)雜區(qū)域（如高度重復(fù)區(qū)域）的讀取和比對仍存在挑戰(zhàn)，導(dǎo)致SNV檢測難度增加。3.D解析：Pilon是一個常用的后處理工具，它結(jié)合了序列比對和本地重測序的能力，用于校正組裝結(jié)果中的錯誤，尤其是在長讀長測序產(chǎn)生的組裝草圖中。4.B解析：N50是基因組組裝質(zhì)量評估的一個指標，表示基因組中所有contig（連續(xù)序列）長度總和的一半，是由超過50%的contig長度所達到的平均值。5.B解析：檢測癌癥中的體細胞結(jié)構(gòu)變異（SV）是長讀長測序的優(yōu)勢應(yīng)用之一。使用PacBio長讀長數(shù)據(jù)進行靶向捕獲，可以富集癌癥相關(guān)的基因或區(qū)域，提高SV檢測的靈敏度和特異性。6.B解析：長讀長測序讀長更長，能夠跨越內(nèi)含子區(qū)域，從而更準確地界定基因的起始和終止位置，有助于更精確地注釋基因結(jié)構(gòu)。7.B解析：Minimap2是一個專門為長讀長測序讀長設(shè)計的比對工具，能夠高效地將長讀長比對到參考基因組或進行序列間的比對。8.C解析：“基于容器的組裝”通常指利用已有的物理圖譜（如BAC文庫）作為構(gòu)建基因組框架的工具，結(jié)合長讀長數(shù)據(jù)進行拼接。9.A解析：Illumina是主流的短讀長測序技術(shù)；PacBio和OxfordNanopore是長讀長測序技術(shù)；454測序也是一種早期嘗試長讀長測序的技術(shù)，但現(xiàn)已較少使用。WFS通常指使用PacBio或OxfordNanopore等技術(shù)。10.B解析：WFS技術(shù)能夠產(chǎn)生長讀長數(shù)據(jù)，更容易跨越宿主基因組重復(fù)序列，從而將微生物的基因組與宿主基因組區(qū)分開，實現(xiàn)對微生物基因組的清晰分析。二、填空題1.數(shù)據(jù)質(zhì)控(或質(zhì)量控制)2.Minimap2(或BLASR，或其他類似工具)3.基于參考的組裝(或Reference-basedassembly)4.結(jié)構(gòu)變異(或StructuralVariation,SV)5.基因(或Gene)6.進化生物學(xué)(或物種鑒定，或基因組復(fù)雜性研究)7.Pilon(或CANU，或其他類似工具)8.錯誤(或Error)9.BUSCO(或BUSCO分數(shù))三、簡答題1.長讀長測序的主要優(yōu)勢在于其超長的讀長。這使得它能夠一次性讀取跨越結(jié)構(gòu)變異（如染色體易位、倒位、重復(fù)序列區(qū)域、復(fù)雜區(qū)域）的DNA片段，從而可以直接檢測到這些變異，而短讀長測序往往需要依賴復(fù)雜的算法推斷或無法有效檢測。此外，長讀長讀長對于注釋基因結(jié)構(gòu)（特別是含內(nèi)含子的基因）和確定基因的精確邊界也更加有利。比較而言，短讀長測序在檢測SNV方面可能更具優(yōu)勢（尤其在高覆蓋率下），但在檢測大型SV方面能力有限。2.主要分析流程包括：a.數(shù)據(jù)質(zhì)控：使用工具（如Fastp,Trimmomatic）去除低質(zhì)量讀長、去除接頭序列、過濾掉過短的讀長，確保進入后續(xù)分析的數(shù)據(jù)質(zhì)量。b.序列比對（可選）：如果有合適的參考基因組，可以使用Minimap2等工具將長讀長比對到參考，用于后續(xù)的校正或作為組裝的參考。c.基因組組裝：使用Canu,Falcon,MEGAHIT等denovo組裝工具，將長讀長數(shù)據(jù)拼接成較大的基因組contig或scaffold。d.（可選）組裝校正：如果比對了參考，可以使用Pilon等工具結(jié)合比對信息校正組裝結(jié)果，提高準確性。e.質(zhì)量評估：使用工具（如QUAST,BUSCO）評估組裝草圖的完整性和準確性。3.“基于容器的組裝”策略是指利用已有的物理圖譜（如BAC文庫）作為構(gòu)建基因組框架的骨架。首先，將包含基因組DNA的大型DNA片段（如BAC）進行克隆、測序（產(chǎn)生短的插板序列），構(gòu)建成物理圖譜。然后，使用長讀長測序技術(shù)對基因組進行測序，并將這些長讀長讀長與物理圖譜中的插板序列進行比對，確定長讀長在物理圖譜上的位置。最后，根據(jù)這些位置信息，將多個長讀長拼接起來，形成更大片段的基因組序列。優(yōu)勢在于對于復(fù)雜、高度重復(fù)的基因組，物理圖譜能提供可靠的框架，提高組裝的連續(xù)性和準確性，尤其適用于繪制基因組草圖。劣勢在于需要額外的物理圖譜構(gòu)建步驟，成本較高，且插板序列本身也存在一定的錯誤和不確定性。四、分析題1.合理的分析流程設(shè)計如下：a.數(shù)據(jù)質(zhì)控：使用Fastp等工具進行數(shù)據(jù)的質(zhì)量評估和過濾，去除低質(zhì)量讀長、接頭序列等。b.（可選）比對到參考：如果有近緣物種的參考基因組，可使用Minimap2將PacBio讀長比對到參考，使用GATK或bcftools等工具進行變異檢測和校正，生成校正后的讀長或參考。c.denovo組裝：使用Canu或Falcon等工具，基于原始或校正后的PacBio長讀長數(shù)據(jù)進行denovo基因組組裝，生成基因組草圖（contigs或scaffolds）。d.組裝質(zhì)量評估：使用QUAST評估組裝草圖的連續(xù)性、準確性和完整性。使用BUSCO評估基因組注釋的完整性。e.（可選）組裝糾錯和整理：如果組裝質(zhì)量不高，可以使用Pilon結(jié)合比對信息（來自上一步的比對或直接用參考）進行糾錯。可以使用SPAdes或MegaHIT等工具進行二次組裝或contig整理，嘗試獲得更連續(xù)的基因組。主要工具：Fastp,Minimap2(或BLASR),Canu(或Falcon),QUAST,BUSCO,Pilon(可選)。2.生物信息學(xué)分析思路：a.數(shù)據(jù)質(zhì)控：對PacBio長讀長原始數(shù)據(jù)進行質(zhì)量評估和過濾。b.變異檢測：使用適合長讀長數(shù)據(jù)的變異檢測工具（如delly,lumpy,Manta），結(jié)合樣本的配對信息（如果是WGS）或腫瘤/正常樣本信息（如果是WES或WGS），檢測樣本中的結(jié)構(gòu)變異（SV）和可能的拷貝數(shù)變異（CNV）。這些工具能利用長讀長信息更準確地識別SV。c.CNV分析：對于檢測到的SV，特別是涉及大片段重復(fù)區(qū)域的SV，可以進