2025年生物信息學(xué)專業(yè)考試試題及答案一、單項(xiàng)選擇題（每題2分，共30分）1.以下關(guān)于Illumina測(cè)序技術(shù)的描述，錯(cuò)誤的是：A.基于橋式PCR擴(kuò)增DNA簇B.采用邊合成邊測(cè)序（SBS）原理C.讀長(zhǎng)通常為50300bpD.單堿基錯(cuò)誤率主要由納米孔電流波動(dòng)引起答案：D（納米孔測(cè)序?qū)儆谌夹g(shù)，Illumina錯(cuò)誤率主要由DNA聚合酶保真性和光學(xué)信號(hào)干擾引起）2.下列數(shù)據(jù)庫(kù)中，主要存儲(chǔ)蛋白質(zhì)三維結(jié)構(gòu)信息的是：A.GenBankB.PDB（ProteinDataBank）C.KEGGD.dbSNP答案：B（GenBank存儲(chǔ)核酸序列，KEGG是通路數(shù)據(jù)庫(kù)，dbSNP是單核苷酸多態(tài)性數(shù)據(jù)庫(kù)）3.在BLAST比對(duì)中，E值（ExpectValue）越小意味著：A.比對(duì)結(jié)果的隨機(jī)性越高B.序列相似性越低C.在隨機(jī)數(shù)據(jù)庫(kù)中出現(xiàn)該匹配的概率越低D.比對(duì)得分（Score）一定越小答案：C（E值反映隨機(jī)匹配的概率，E值越小，結(jié)果越可靠）4.以下哪種算法適用于全局序列比對(duì)？A.SmithWatermanB.NeedlemanWunschC.BLASTD.FASTA答案：B（全局比對(duì)覆蓋全序列，NeedlemanWunsch基于動(dòng)態(tài)規(guī)劃；SmithWaterman是局部比對(duì)）5.RNAseq中計(jì)算基因表達(dá)量時(shí)，TPM（TranscriptsPerMillion）與FPKM（FragmentsPerKilobaseMillion）的主要區(qū)別是：A.TPM校正了測(cè)序深度和轉(zhuǎn)錄本長(zhǎng)度，F(xiàn)PKM僅校正深度B.TPM在歸一化時(shí)先校正長(zhǎng)度，再校正測(cè)序深度；FPKM順序相反C.FPKM適用于單端測(cè)序，TPM適用于雙端測(cè)序D.TPM的數(shù)值范圍在01之間，F(xiàn)PKM無(wú)此限制答案：B（TPM先對(duì)每個(gè)樣本的轉(zhuǎn)錄本長(zhǎng)度校正，再歸一化總reads數(shù)；FPKM先計(jì)算每百萬(wàn)reads的長(zhǎng)度校正值，再歸一化）6.宏基因組學(xué)研究中，用于物種組成分析的常用標(biāo)記基因是：A.16SrRNA（細(xì)菌）與ITS（真菌）B.COI（細(xì)胞色素氧化酶I）C.5SrRNAD.Alu重復(fù)序列答案：A（16SrRNA是細(xì)菌/古菌的通用標(biāo)記，ITS是真菌的常用標(biāo)記）7.單細(xì)胞RNAseq（scRNAseq）實(shí)驗(yàn)中，10xGenomics技術(shù)的核心是：A.微流控芯片生成油包水微滴，將單細(xì)胞與帶barcode的磁珠包裹B.激光捕獲顯微切割（LCM）分離單個(gè)細(xì)胞C.流式細(xì)胞術(shù)分選后進(jìn)行MDA（多重置換擴(kuò)增）D.原位雜交標(biāo)記特定細(xì)胞類(lèi)型答案：A（10x技術(shù)通過(guò)微滴分隔單細(xì)胞與帶細(xì)胞barcode的磁珠，實(shí)現(xiàn)高通量單細(xì)胞捕獲）8.蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)中，AlphaFold3（假設(shè)2025年版本）相比AlphaFold2的主要改進(jìn)可能是：A.僅依賴同源序列比對(duì)，不再需要深度學(xué)習(xí)B.顯著提升膜蛋白、動(dòng)態(tài)構(gòu)象（如變構(gòu)）的預(yù)測(cè)精度C.僅支持真核生物蛋白質(zhì)預(yù)測(cè)D.計(jì)算速度降低但準(zhǔn)確性不變答案：B（AlphaFold2已解決靜態(tài)結(jié)構(gòu)預(yù)測(cè)，下一代可能聚焦動(dòng)態(tài)構(gòu)象、膜蛋白等復(fù)雜結(jié)構(gòu)）9.GWAS（全基因組關(guān)聯(lián)研究）中，控制群體分層（PopulationStratification）偏倚的常用方法是：A.主成分分析（PCA）校正B.卡方檢驗(yàn)代替t檢驗(yàn)C.增加樣本量至1000以下D.僅納入單一民族樣本答案：A（PCA通過(guò)計(jì)算遺傳主成分作為協(xié)變量，校正群體結(jié)構(gòu)帶來(lái)的假陽(yáng)性）10.非編碼RNA分析中，miRDeep2工具的主要功能是：A.預(yù)測(cè)新的microRNA前體及其成熟序列B.計(jì)算lncRNA的編碼潛能C.分析circRNA的環(huán)化接頭D.鑒定tRNA的修飾位點(diǎn)答案：A（miRDeep2基于小RNA測(cè)序數(shù)據(jù)，通過(guò)特征（如莖環(huán)結(jié)構(gòu)、Dicer切割信號(hào)）預(yù)測(cè)新miRNA）11.三代測(cè)序（如PacBioHiFi）的主要優(yōu)勢(shì)是：A.測(cè)序成本低于二代B.讀長(zhǎng)可達(dá)數(shù)十kb，且單堿基準(zhǔn)確性>99%C.無(wú)需PCR擴(kuò)增，無(wú)GC偏倚D.通量極高（單運(yùn)行達(dá)Tb級(jí)數(shù)據(jù)）答案：B（PacBioHiFi通過(guò)循環(huán)一致性測(cè)序（CCS）將讀長(zhǎng)縮短至1025kb，但準(zhǔn)確性提升至Q30以上；三代仍需PCR，成本高于二代，通量低于二代）12.ChIPseq數(shù)據(jù)中，峰（Peak）的調(diào)用（Calling）通常使用的工具是：A.MACS2B.DESeq2C.HISAT2D.BWA答案：A（MACS2通過(guò)比較IP樣本與Input樣本的reads分布，識(shí)別轉(zhuǎn)錄因子或組蛋白修飾的結(jié)合區(qū)域）13.基因組組裝中，kmer分析的主要目的是：A.計(jì)算基因組雜合度、重復(fù)序列比例及預(yù)估基因組大小B.直接拼接獲得完整染色體C.鑒定單核苷酸多態(tài)性（SNP）D.分析基因表達(dá)量差異答案：A（通過(guò)kmer頻率分布可評(píng)估基因組復(fù)雜度、雜合度，以及估算基因組大小）14.單細(xì)胞ATACseq（scATACseq）數(shù)據(jù)的核心分析目標(biāo)是：A.檢測(cè)不同細(xì)胞類(lèi)型的染色質(zhì)開(kāi)放區(qū)域差異B.定量mRNA表達(dá)水平C.分析蛋白質(zhì)翻譯后修飾D.鑒定拷貝數(shù)變異（CNV）答案：A（ATACseq通過(guò)轉(zhuǎn)座酶切割開(kāi)放染色質(zhì)，scATACseq可解析單細(xì)胞水平的染色質(zhì)可及性差異）15.長(zhǎng)鏈非編碼RNA（lncRNA）的長(zhǎng)度閾值通常是：A.>50ntB.>200ntC.>1000ntD.>5000nt答案：B（lncRNA定義為長(zhǎng)度超過(guò)200nt、無(wú)顯著蛋白質(zhì)編碼能力的RNA）二、填空題（每空1分，共20分）1.二代測(cè)序數(shù)據(jù)質(zhì)量控制常用工具是______（如檢測(cè)測(cè)序錯(cuò)誤、接頭污染）。答案：FastQC2.BAM文件是______格式的壓縮版本，常用于存儲(chǔ)測(cè)序reads的比對(duì)結(jié)果。答案：SAM（SequenceAlignment/Map）3.KEGG數(shù)據(jù)庫(kù)的主要功能是______（如代謝通路、疾病相關(guān)通路注釋）。答案：生物通路與功能模塊注釋4.轉(zhuǎn)錄組組裝工具中，基于參考基因組的常用軟件是______（如將reads比對(duì)到基因組后組裝轉(zhuǎn)錄本）。答案：StringTie5.三代測(cè)序技術(shù)主要包括______（PacBio）和______（OxfordNanopore）。答案：?jiǎn)畏肿訉?shí)時(shí)測(cè)序（SMRT）；納米孔測(cè)序6.單倍型組裝（HaplotypeAssembly）的常用軟件是______（通過(guò)長(zhǎng)讀長(zhǎng)或HiC數(shù)據(jù)區(qū)分同源染色體）。答案：WhatsHap7.環(huán)狀RNA（circRNA）的鑒定依賴于______（測(cè)序reads跨越環(huán)化接頭的位置）。答案：反向剪接接頭（BackSpliceJunction,BSJ）8.蛋白質(zhì)互作網(wǎng)絡(luò)分析的常用數(shù)據(jù)庫(kù)是______（提供實(shí)驗(yàn)驗(yàn)證和預(yù)測(cè)的互作關(guān)系）。答案：STRING9.腫瘤體細(xì)胞突變檢測(cè)時(shí)，需同時(shí)測(cè)序腫瘤組織與______（如血液）作為對(duì)照，以區(qū)分germline突變。答案：正常組織（或配對(duì)正常樣本）10.空間轉(zhuǎn)錄組學(xué)技術(shù)（如10xVisium）的核心是______（在組織切片上保留空間位置信息的同時(shí)進(jìn)行轉(zhuǎn)錄組測(cè)序）。答案：空間條形碼（SpatialBarcoding）三、簡(jiǎn)答題（每題8分，共40分）1.比較一代測(cè)序（Sanger）、二代測(cè)序（NGS）和三代測(cè)序（TGS）的優(yōu)缺點(diǎn)。答案：一代測(cè)序（Sanger）：優(yōu)點(diǎn)是讀長(zhǎng)（~1000bp）、單堿基準(zhǔn)確性（>99.99%）高，適合小片段精確測(cè)序；缺點(diǎn)是通量低（單反應(yīng)~1kb）、成本高，無(wú)法處理大規(guī)模基因組。二代測(cè)序（NGS）：優(yōu)點(diǎn)是高通量（單運(yùn)行Tb級(jí)數(shù)據(jù)）、成本低（$0.1/MB），適合全基因組/轉(zhuǎn)錄組測(cè)序；缺點(diǎn)是讀長(zhǎng)較短（50300bp），難以組裝重復(fù)區(qū)域，且依賴PCR擴(kuò)增可能引入偏倚。三代測(cè)序（TGS）：優(yōu)點(diǎn)是長(zhǎng)讀長(zhǎng)（10kb2Mb），無(wú)需PCR（如Nanopore），可直接檢測(cè)表觀修飾（如甲基化）；缺點(diǎn)是單堿基錯(cuò)誤率較高（PacBioHiFi可達(dá)99.9%，NanoporeR10.4.1約99.5%），成本仍高于二代。2.解釋kmer在基因組組裝中的作用，并說(shuō)明如何通過(guò)kmer頻率分布判斷基因組雜合度。答案：kmer是將序列切割為長(zhǎng)度為k的短片段，用于評(píng)估基因組特征。作用包括：①估算基因組大小（通過(guò)總kmer數(shù)除以平均覆蓋深度）；②識(shí)別重復(fù)序列（高頻率kmer可能來(lái)自重復(fù)區(qū)域）；③評(píng)估雜合度（雜合位點(diǎn)會(huì)導(dǎo)致kmer頻率分布出現(xiàn)兩個(gè)主峰，主峰1為單拷貝kmer頻率，主峰2為雜合kmer頻率，雜合度=主峰2高度/主峰1高度）。3.簡(jiǎn)述RNAseq差異表達(dá)基因（DEG）分析的主要步驟及每一步的目的。答案：步驟：①數(shù)據(jù)質(zhì)控（FastQC）：去除低質(zhì)量reads、接頭污染；②比對(duì)（HISAT2/Bowtie2）：將reads映射到參考基因組，定位轉(zhuǎn)錄本；③表達(dá)量定量（Salmon/kallisto）：計(jì)算基因/轉(zhuǎn)錄本的表達(dá)量（TPM/FPKM）；④差異檢驗(yàn)（DESeq2/edgeR）：通過(guò)負(fù)二項(xiàng)分布模型，識(shí)別組間表達(dá)量顯著差異的基因（FDR<0.05）；⑤功能富集（clusterProfiler）：對(duì)DEG進(jìn)行GO/KEGG富集分析，揭示其參與的生物學(xué)過(guò)程或通路。4.宏基因組學(xué)中，基于標(biāo)記基因（如16SrRNA）和基于全基因組鳥(niǎo)槍法（WGS）的物種注釋策略有何區(qū)別？各舉一例常用工具。答案：標(biāo)記基因策略：擴(kuò)增保守基因（如16SV3V4區(qū)），通過(guò)比對(duì)數(shù)據(jù)庫(kù)（如SILVA/NCBI16S）進(jìn)行物種分類(lèi)。優(yōu)點(diǎn)是成本低、分析簡(jiǎn)單，適合大規(guī)模樣本；缺點(diǎn)是分辨率有限（屬/種水平），無(wú)法獲得功能信息。工具：QIIME2。WGS策略：直接測(cè)序宏基因組全DNA，通過(guò)組裝或比對(duì)（如Kraken2/MetaphlAn3）進(jìn)行物種注釋。優(yōu)點(diǎn)是分辨率高（可到菌株水平），并能分析功能基因（如CAZy酶、抗生素耐藥基因）；缺點(diǎn)是成本高，數(shù)據(jù)量大，組裝難度大。工具：MetaPhlAn3。5.單細(xì)胞RNAseq數(shù)據(jù)降維常用方法（如PCA、tSNE、UMAP）的原理及適用場(chǎng)景。答案：PCA（主成分分析）：基于線性變換，提取數(shù)據(jù)中方差最大的主成分，用于保留全局結(jié)構(gòu)。適用于初步降維（23維），觀察主要細(xì)胞群體分離。tSNE（t分布隨機(jī)鄰域嵌入）：基于非線性變換，重點(diǎn)保留局部相似性（近鄰細(xì)胞的距離），但可能扭曲全局結(jié)構(gòu)。適用于可視化細(xì)胞亞群（如鑒定稀有細(xì)胞類(lèi)型）。UMAP（均勻流形近似與投影）：結(jié)合局部和全局結(jié)構(gòu)，比tSNE更快且更穩(wěn)定，保留更多全局拓?fù)湫畔ⅰ＿m用于大規(guī)模單細(xì)胞數(shù)據(jù)（>10萬(wàn)細(xì)胞）的可視化與分群。四、分析題（每題10分，共20分）1.給定一組配對(duì)的腫瘤（T）與正常（N）組織的WES（外顯子組測(cè)序）數(shù)據(jù)（各30例），請(qǐng)?jiān)O(shè)計(jì)一個(gè)生物信息學(xué)分析流程，檢測(cè)腫瘤中的體細(xì)胞突變（SNV/Indel），并篩選潛在驅(qū)動(dòng)基因。答案：分析流程：（1）數(shù)據(jù)預(yù)處理：質(zhì)控：FastQC檢查reads質(zhì)量，Trimmomatic去除接頭及低質(zhì)量堿基（Q<20）。比對(duì)：BWAMEM將cleanreads比對(duì)到人類(lèi)參考基因組（GRCh38），生成SAM文件。比對(duì)后處理：Picard標(biāo)記重復(fù)reads（MarkDuplicates），GATKBaseRecalibrator進(jìn)行堿基質(zhì)量重校正（BQSR）。（2）突變檢測(cè)：使用Mutect2（GATK）檢測(cè)體細(xì)胞突變，輸入T/N配對(duì)BAM文件，篩選腫瘤中存在、正常中不存在的變異（VAF腫瘤>5%，正常<1%）。過(guò)濾germline變異：比對(duì)gnomAD數(shù)據(jù)庫(kù)（排除人群頻率>1%的變異）。（3）突變注釋：用ANNOVAR或VEP注釋突變的功能（如錯(cuò)義、無(wú)義、剪接位點(diǎn)變異）、所在基因（如TP53、EGFR）、數(shù)據(jù)庫(kù)信息（ClinVar致病性、COSMIC腫瘤相關(guān)變異）。（4）驅(qū)動(dòng)基因篩選：統(tǒng)計(jì)各基因的突變頻率（≥10%樣本中突變）；使用OncodriveCLUST檢測(cè)突變熱點(diǎn)（如酪氨酸激酶結(jié)構(gòu)域的聚集突變）；結(jié)合功能富集（KEGG癌癥通路，如PI3KAKT、MAPK），篩選參與關(guān)鍵通路的高頻突變基因。2.某實(shí)驗(yàn)室獲得一批人源腫瘤樣本的單細(xì)胞多組學(xué)數(shù)據(jù)（scRNAseq+scATACseq），需解析腫瘤微環(huán)境（TME）中免疫細(xì)胞亞群的異質(zhì)性及其與腫瘤細(xì)胞的互作。請(qǐng)?jiān)O(shè)計(jì)分析策略。答案：分析策略：（1）單細(xì)胞數(shù)據(jù)整合：scRNAseq：使用Seurat進(jìn)行標(biāo)準(zhǔn)化（SCTransform）、PCA降維、UMAP可視化，基于marker基因（如CD3+T細(xì)胞、CD68+巨噬細(xì)胞）分群，鑒定免疫細(xì)胞亞群（如CD8+T細(xì)胞、Treg、M1/M2巨噬細(xì)胞）。scATACseq：使用Signac分析染色質(zhì)開(kāi)放區(qū)域（MACS2峰調(diào)用），通過(guò)TFmotif富集（HOMER）推斷活躍轉(zhuǎn)錄因子，結(jié)合RNAseq的基因表達(dá)，關(guān)聯(lián)開(kāi)放染色質(zhì)與基因表達(dá)（如增強(qiáng)子啟動(dòng)子互作）。（2）免疫細(xì)胞異質(zhì)性分析：在T細(xì)胞亞群中，通過(guò)檢查PD1、CTLA4等標(biāo)記基因，區(qū)分耗竭T細(xì)胞（ExhaustedT）與效應(yīng)T細(xì)胞（EffectorT）；在巨噬細(xì)胞中，通過(guò)CD80/CD86（M1）與CD163/CD206（M2）標(biāo)記，分析促炎（M1）與促腫瘤（M2）表型的比例。（3）腫瘤免疫互作預(yù)測(cè)：使用CellPhoneDB數(shù)據(jù)庫(kù)，基于配體受體（LigandReceptor）對(duì)，預(yù)測(cè)腫瘤細(xì)胞（如表達(dá)PDL1）與免疫細(xì)胞（如表達(dá)PD1的T細(xì)胞）的互作強(qiáng)度；結(jié)合scATACseq中腫瘤細(xì)胞的調(diào)控元件（如PDL1啟動(dòng)子開(kāi)放程度）與scRNAseq的表達(dá)量，驗(yàn)證互作的轉(zhuǎn)錄調(diào)控機(jī)制。五、綜合應(yīng)用題（30分）隨著長(zhǎng)讀長(zhǎng)測(cè)序（如PacBioHiFi、OxfordNanopore）和單細(xì)胞多組學(xué)技術(shù)的發(fā)展，2025年生物信息學(xué)在復(fù)雜疾病（如神經(jīng)退行性疾病）研究中的應(yīng)用日益廣泛。假設(shè)你需設(shè)計(jì)一項(xiàng)基于多組學(xué)數(shù)據(jù)的阿爾茨海默病（AD）發(fā)病機(jī)制研究，需整合基因組（WGS）、轉(zhuǎn)錄組（scRNAseq）、表觀組（ChIPseqforH3K27ac）和空間轉(zhuǎn)錄組數(shù)據(jù)。請(qǐng)?jiān)敿?xì)描述研究方案，包括數(shù)據(jù)獲取、分析流程及預(yù)期科學(xué)發(fā)現(xiàn)。答案：研究方案設(shè)計(jì)：1.數(shù)據(jù)獲?。簶颖荆菏占疉D患者（n=20）與健康對(duì)照（n=20）的前額葉皮層組織（尸檢或腦活檢），同時(shí)采集外周血（提取germlineDNA）。基因組（WGS）：使用PacBioHiFi測(cè)序（讀長(zhǎng)15kb，覆蓋深度30×），解析AD相關(guān)基因（如APP、PSEN1、APOE）的結(jié)構(gòu)變異（SVs）、重復(fù)擴(kuò)增（如TREM2內(nèi)含子重復(fù)）及罕見(jiàn)突變。轉(zhuǎn)錄組（scRNAseq）：使用10xGenomics平臺(tái)（v4化學(xué)），分離皮層單細(xì)胞（神經(jīng)元、小膠質(zhì)細(xì)胞、星形膠質(zhì)細(xì)胞），測(cè)序深度50,000reads/cell，捕獲基因表達(dá)譜。表觀組（ChIPseq）：針對(duì)激活型組蛋白標(biāo)記H3K27ac（與增強(qiáng)子/啟動(dòng)子活性相關(guān)），使用抗H3K27ac抗體富集染色質(zhì)，Illumina測(cè)序（深度30×），定位AD相關(guān)基因的調(diào)控元件?？臻g轉(zhuǎn)錄組：使用10xVisium（分辨率55μm），對(duì)同一塊皮層組織切片進(jìn)行測(cè)序，保留基因表達(dá)的空間位置信息（如海馬區(qū)、內(nèi)嗅皮層）。2.分析流程：（1）基因組學(xué)分析：SV檢測(cè)：使用HiFi數(shù)據(jù)+SVision工具，識(shí)別AD患者特有的結(jié)構(gòu)變異（如APP基因的倒位導(dǎo)致β分泌酶切割位點(diǎn)暴露）；重復(fù)序列分析：用TandemRepeatFinder（TRF）結(jié)合PBSV，檢測(cè)C9orf72等基因的六核苷酸重復(fù)擴(kuò)增（與額顳葉癡呆AD重疊綜合征相關(guān)）；關(guān)聯(lián)分析：將WGS變異與AD臨床表型（如MMSE評(píng)分、Aβ斑塊負(fù)荷）