2025年大學(xué)《生物信息學(xué)》專業(yè)題庫(kù)——DNA測(cè)序數(shù)據(jù)分析在生物信息學(xué)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.下列哪種DNA測(cè)序技術(shù)能夠提供較長(zhǎng)的讀長(zhǎng)？A.Sanger測(cè)序B.Illumina測(cè)序C.PacBio測(cè)序D.OxfordNanopore測(cè)序2.在進(jìn)行RNA-Seq數(shù)據(jù)分析時(shí)，將原始測(cè)序讀長(zhǎng)比對(duì)到參考基因組是哪個(gè)步驟的關(guān)鍵環(huán)節(jié)？A.質(zhì)量控制B.基因表達(dá)定量C.差異表達(dá)分析D.變異檢測(cè)3.以下哪個(gè)工具主要用于對(duì)齊高通量測(cè)序讀長(zhǎng)到參考基因組？A.BLASTB.GATKC.HISAT2D.DESeq24.VCF文件格式中，代表一個(gè)堿基變異位點(diǎn)存在插入（Indel）的是？A.snpB.indelC.somaticD.complex5.在進(jìn)行基因表達(dá)分析時(shí)，F(xiàn)PKM（FragmentsPerKilobaseoftranscriptperMillionfragmentsmapped）值的含義是？A.每百萬(wàn)比對(duì)片段中，某個(gè)基因轉(zhuǎn)錄本的平均長(zhǎng)度B.每千個(gè)堿基對(duì)長(zhǎng)度的轉(zhuǎn)錄本，平均包含的比對(duì)片段數(shù)（標(biāo)準(zhǔn)化到總片段數(shù)）C.每個(gè)基因轉(zhuǎn)錄本的總長(zhǎng)度D.比對(duì)到參考基因組的總片段數(shù)6.以下哪個(gè)數(shù)據(jù)庫(kù)主要提供公共的基因組序列和注釋信息？A.NCBIB.PDBC.UniProtD.GO7.命令行工具samtools的主要功能不包括？A.讀取SAM/BAM格式的序列數(shù)據(jù)B.對(duì)比對(duì)結(jié)果進(jìn)行排序和索引C.進(jìn)行SNP檢測(cè)D.檢測(cè)序列中的插入缺失8.在生物信息學(xué)研究中，云平臺(tái)的主要優(yōu)勢(shì)之一是？A.必須使用特定的硬件設(shè)備B.提供大規(guī)模計(jì)算資源和存儲(chǔ)空間，按需付費(fèi)C.僅限于運(yùn)行特定的商業(yè)軟件D.不需要網(wǎng)絡(luò)連接9.將多個(gè)DNA或RNA序列片段排列成一條連續(xù)序列的過(guò)程稱為？A.序列比對(duì)B.基因組組裝C.變異檢測(cè)D.基因表達(dá)分析10.當(dāng)研究目標(biāo)是鑒定樣本間基因組序列的變異時(shí)，以下哪種測(cè)序技術(shù)相對(duì)最合適？A.RNA-SeqB.ChIP-SeqC.WholeExomeSequencing(WES)D.WholeGenomeSequencing(WGS)二、填空題（每空1分，共15分）1.DNA測(cè)序技術(shù)的發(fā)展經(jīng)歷了從Sanger測(cè)序到二代測(cè)序（NGS）、三代測(cè)序等階段，其中NGS技術(shù)的主要特點(diǎn)是高通量、______和相對(duì)較短的讀長(zhǎng)。2.生物信息學(xué)數(shù)據(jù)分析流程通常包括數(shù)據(jù)預(yù)處理、______、結(jié)果解讀和可視化等主要步驟。3.對(duì)齊后的測(cè)序數(shù)據(jù)文件常用______或______格式存儲(chǔ)，其中BAM是壓縮后的索引格式。4.差異表達(dá)基因分析是RNA-Seq數(shù)據(jù)分析的核心內(nèi)容之一，常用的R包包括DESeq2和______。5.在進(jìn)行變異檢測(cè)前，對(duì)原始測(cè)序讀長(zhǎng)進(jìn)行質(zhì)量控制和過(guò)濾，以去除低質(zhì)量讀長(zhǎng)和______，是保證后續(xù)分析準(zhǔn)確性的關(guān)鍵。6.基因組注釋是指為基因組中的各個(gè)序列特征（如基因、外顯子、調(diào)控元件等）賦予生物學(xué)含義的過(guò)程，常用的數(shù)據(jù)庫(kù)包括Ensembl和______。7.BLAST（BasicLocalAlignmentSearchTool）是一種廣泛應(yīng)用于序列比對(duì)的工具，其基本原理是在目標(biāo)數(shù)據(jù)庫(kù)中查找與查詢序列具有______的區(qū)域。三、名詞解釋（每題3分，共12分）1.覆蓋度（Coverage）2.InsertionDeletion(Indel)3.FalseDiscoveryRate(FDR)4.GenomeAssembly四、簡(jiǎn)答題（每題5分，共20分）1.簡(jiǎn)述Sanger測(cè)序和Illumina測(cè)序在基本原理上的主要區(qū)別。2.簡(jiǎn)述RNA-Seq數(shù)據(jù)分析中進(jìn)行數(shù)據(jù)預(yù)處理的必要性，并列舉至少三個(gè)預(yù)處理步驟。3.解釋什么是比對(duì)（Alignment）？在進(jìn)行DNA測(cè)序數(shù)據(jù)分析時(shí)，為什么要進(jìn)行比對(duì)？4.簡(jiǎn)述生物信息學(xué)數(shù)據(jù)庫(kù)（如NCBI）在DNA測(cè)序數(shù)據(jù)分析中的作用。五、論述題（每題10分，共20分）1.以“研究某種遺傳疾病與特定基因變異的關(guān)聯(lián)”為例，概述可能涉及的DNA測(cè)序數(shù)據(jù)分析流程，并說(shuō)明每個(gè)步驟中可能使用到的關(guān)鍵工具或分析方法。2.論述DNA測(cè)序技術(shù)及其數(shù)據(jù)分析方法在基因組學(xué)研究中的核心作用和應(yīng)用前景。試卷答案一、選擇題1.C2.B3.C4.B5.B6.A7.C8.B9.B10.D二、填空題1.高通量2.比對(duì)/序列分析3.SAM,BAM4.edgeR5.接頭序列/測(cè)序接頭6.UCSCGenomeBrowser7.高度相似性三、名詞解釋1.覆蓋度：指測(cè)序讀長(zhǎng)在基因組目標(biāo)區(qū)域的分布程度，通常以覆蓋深度（readsperbasepair）或覆蓋百分比來(lái)表示，反映了測(cè)序的全面性。2.InsertionDeletion(Indel)：指基因組序列中相對(duì)于參考序列出現(xiàn)的插入（Insertion）或刪除（Deletion）事件，是基因組變異的一種形式。3.FalseDiscoveryRate(FDR)：指在所有被判定為顯著差異的統(tǒng)計(jì)結(jié)果中，實(shí)際錯(cuò)誤（假陽(yáng)性）結(jié)果所占的比例，是評(píng)估差異分析結(jié)果可信度的重要指標(biāo)。4.GenomeAssembly：指將來(lái)自高通量測(cè)序技術(shù)的短讀長(zhǎng)序列片段，通過(guò)生物信息學(xué)方法重新拼接，恢復(fù)出原始基因組或轉(zhuǎn)錄組全長(zhǎng)序列的過(guò)程。四、簡(jiǎn)答題1.Sanger測(cè)序基于鏈終止法，利用含有不同核苷酸的終止子進(jìn)行延伸，根據(jù)終止產(chǎn)物長(zhǎng)度不同進(jìn)行電泳分離測(cè)序；Illumina測(cè)序（邊合成邊測(cè)序）利用光化學(xué)反應(yīng)標(biāo)記核苷酸，通過(guò)檢測(cè)熒光信號(hào)依次讀取每個(gè)堿基，屬于測(cè)序-by-synthesis技術(shù)。2.數(shù)據(jù)預(yù)處理是為了提高后續(xù)分析的準(zhǔn)確性和可靠性。必要性在于原始測(cè)序數(shù)據(jù)可能存在接頭序列、低質(zhì)量讀長(zhǎng)、重復(fù)序列等噪音，直接分析會(huì)導(dǎo)致結(jié)果偏差或錯(cuò)誤。預(yù)處理步驟包括：質(zhì)量控制（如使用FastQC評(píng)估數(shù)據(jù)質(zhì)量）、過(guò)濾低質(zhì)量讀長(zhǎng)和接頭序列、去除重復(fù)序列、對(duì)齊到參考基因組等。3.比對(duì)是指將測(cè)序產(chǎn)生的短讀長(zhǎng)序列（query）與一個(gè)參考基因組（target）或數(shù)據(jù)庫(kù)進(jìn)行比對(duì)，找出最相似或匹配的區(qū)域。在DNA測(cè)序數(shù)據(jù)分析中，比對(duì)是核心步驟，目的是將原始測(cè)序讀長(zhǎng)定位到基因組上特定的位置，從而了解序列變異的位點(diǎn)、基因表達(dá)的水平、蛋白質(zhì)編碼信息等生物學(xué)特征。4.生物信息學(xué)數(shù)據(jù)庫(kù)（如NCBI）在DNA測(cè)序數(shù)據(jù)分析中提供關(guān)鍵支持。它們存儲(chǔ)了大量的參考基因組序列、基因注釋信息、已知的變異數(shù)據(jù)庫(kù)（如dbSNP）、基因表達(dá)數(shù)據(jù)、工具軟件信息等。研究人員可以從中獲取分析所需的參考序列，查詢基因功能信息，驗(yàn)證分析結(jié)果，下載公共數(shù)據(jù)集，或查找相關(guān)的分析工具和教程。五、論述題1.研究某種遺傳疾病與特定基因變異的關(guān)聯(lián)，可能的DNA測(cè)序數(shù)據(jù)分析流程包括：*樣本準(zhǔn)備與測(cè)序：提取患者和對(duì)照樣本的基因組DNA，進(jìn)行測(cè)序（可能采用WGS、WES或特定區(qū)域捕獲測(cè)序）。例如，若研究點(diǎn)突變，可能采用WES捕獲目標(biāo)基因區(qū)域，或直接對(duì)患者的基因組進(jìn)行全基因組測(cè)序。*數(shù)據(jù)預(yù)處理：對(duì)原始測(cè)序數(shù)據(jù)進(jìn)行質(zhì)控（如FastQC），去除低質(zhì)量讀長(zhǎng)和接頭序列，對(duì)捕獲到的讀長(zhǎng)或全基因組讀長(zhǎng)進(jìn)行比對(duì)（如使用HISAT2或BWA比對(duì)到參考基因組）。然后進(jìn)行排序、索引和格式轉(zhuǎn)換（如使用samtools）。*變異檢測(cè)：對(duì)比對(duì)結(jié)果進(jìn)行變異檢測(cè)，識(shí)別樣本中的SNP和Indel。常用的工具包括GATKHaplotypeCaller或FreeBayes。輸出VCF格式的變異文件。*變異篩選與注釋：對(duì)VCF文件進(jìn)行質(zhì)量控制（如過(guò)濾低頻變異、復(fù)雜型變異），并根據(jù)基因功能注釋工具（如VEP或ANNOVAR）對(duì)變異進(jìn)行注釋，判斷其是否位于編碼區(qū)、是否改變氨基酸、是否屬于已知的致病突變等。*統(tǒng)計(jì)分析與關(guān)聯(lián)研究：將患者的變異譜與已知疾病關(guān)聯(lián)數(shù)據(jù)庫(kù)（如ClinVar）或?qū)φ杖后w的變異頻率（如gnomAD）進(jìn)行比較，篩選出在患者中高頻出現(xiàn)而在對(duì)照組中頻率較低的候選致病突變。可能需要進(jìn)行家族遺傳分析或功能實(shí)驗(yàn)驗(yàn)證。*結(jié)果解讀與報(bào)告：綜合分析結(jié)果，結(jié)合臨床信息，評(píng)估特定基因變異與遺傳疾病的關(guān)聯(lián)強(qiáng)度和致病可能性，撰寫研究報(bào)告。2.DNA測(cè)序技術(shù)及其數(shù)據(jù)分析方法在基因組學(xué)研究中的核心作用和應(yīng)用前景極其重要。核心作用體現(xiàn)在：*揭示生命密碼：測(cè)序技術(shù)使得我們能夠讀取生物體的全部遺傳信息（基因組），是理解生命活動(dòng)基礎(chǔ)、解析生物多樣性的根本手段。*驅(qū)動(dòng)研究范式變革：從“候選基因”時(shí)代到“全基因組關(guān)聯(lián)研究”（GWAS）、轉(zhuǎn)錄組學(xué)（RNA-Seq）、表觀遺傳學(xué)（ChIP-Seq）等，測(cè)序技術(shù)及其數(shù)據(jù)分析為生命科學(xué)研究提供了高通量、系統(tǒng)化的研究平臺(tái)。*促進(jìn)精準(zhǔn)醫(yī)療：通過(guò)對(duì)個(gè)體基因組、外顯子組或目標(biāo)區(qū)域的測(cè)序和分析，可以識(shí)別疾病風(fēng)險(xiǎn)變異、指導(dǎo)個(gè)性化用藥、實(shí)現(xiàn)疾病的早期診斷和精準(zhǔn)治療。*加速生物技術(shù)創(chuàng)新：測(cè)序數(shù)據(jù)為基因編輯（如CRISPR）、合成生物學(xué)、動(dòng)植物育種等提供了關(guān)鍵信息資源和工具支持。應(yīng)用前景十分廣闊：*基礎(chǔ)研究：深入研究基因功能、調(diào)控網(wǎng)絡(luò)、進(jìn)