2026年生物信息學中級專業(yè)筆試練習題一、單選題（每題2分，共20題）1.在基因表達譜數(shù)據(jù)分析中，以下哪種方法最適合用于比較不同處理組間的差異表達基因（DEG）？A.t-檢驗B.ANOVA分析C.基于距離的聚類分析D.富集分析2.RNA-Seq數(shù)據(jù)中，ReadsPerKilobaseMillion（RPKM）值的計算公式中，分母代表什么？A.總測序讀數(shù)B.每百萬讀數(shù)C.每個基因的長度（kb）D.所有基因的總長度（kb）3.在生物信息學中，"批次效應"通常指什么？A.實驗樣本間的系統(tǒng)性差異B.測序平臺的技術誤差C.軟件算法的偏差D.數(shù)據(jù)缺失率過高4.以下哪種算法常用于序列比對中的局部對齊？A.Smith-WatermanB.Needleman-WunschC.BLASTD.Smith-Waterman+BLAST5.在基因組注釋中，GFF（GeneralFeatureFormat）文件通常用于記錄什么信息？A.基因表達量B.基因結構特征C.蛋白質(zhì)序列D.基因調(diào)控元件6.基于k-mer的序列拼接算法（如SPAdes）主要適用于哪種類型的測序數(shù)據(jù)？A.Sanger測序B.Illumina測序C.PacBio測序D.Nanopore測序7.在系統(tǒng)發(fā)育樹構建中，以下哪種模型常用于蛋白質(zhì)序列數(shù)據(jù)？A.Jukes-CantorB.Kimura2-parameterC.Neighbor-JoiningD.MaximumLikelihood8.以下哪種工具常用于基因組變異檢測？A.GATKB.Bowtie2C.HISAT2D.Samtools9.在差異基因表達分析中，F(xiàn)oldChange（FC）值的計算通?；谑裁矗緼.平均表達量比值B.標準差比值C.P-value比值D.中位數(shù)比值10.在微生物組數(shù)據(jù)分析中，Alpha多樣性指數(shù)通常衡量什么？A.物種多樣性B.生態(tài)多樣性C.功能多樣性D.空間多樣性二、多選題（每題3分，共10題）1.RNA-Seq數(shù)據(jù)分析的流程通常包括哪些步驟？A.質(zhì)量控制（QC）B.讀取對齊（Alignment）C.基因表達量計算D.差異表達分析E.功能注釋2.在基因組變異檢測中，以下哪些屬于常見的SNP（單核苷酸多態(tài)性）類型？A.SNPB.IndelC.CNV（拷貝數(shù)變異）D.SV（結構變異）E.InDel（插入缺失）3.基因組組裝的評估指標通常包括哪些？A.N50值B.L50值C.接合度（Contiguity）D.填充度（Coverage）E.錯誤率4.在系統(tǒng)發(fā)育分析中，以下哪些方法屬于距離法？A.Neighbor-JoiningB.MaximumLikelihoodC.MinimumEvolutionD.UPGMAE.BayesianInference5.生物信息學中常用的序列比對工具包括哪些？A.BLASTB.ClustalWC.MUSCLED.Smith-WatermanE.Needleman-Wunsch6.在微生物組數(shù)據(jù)分析中，Beta多樣性指數(shù)通常用于衡量什么？A.物種組成差異B.生態(tài)位差異C.功能差異D.空間分布差異E.時間變化差異7.RNA-Seq數(shù)據(jù)的標準化方法包括哪些？A.RPKMB.FPKMC.TPM（每百萬轉(zhuǎn)錄本比）D.TMM（TrimmedMeanofM-values）E.DESeq2標準化8.基因組注釋的數(shù)據(jù)庫資源包括哪些？A.NCBIGeneB.EnsemblC.UniProtD.PfamE.KEGG9.在系統(tǒng)發(fā)育樹可視化中，以下哪些工具常用于展示結果？A.FigTreeB.iTOLC.DendroscopeD.JalviewE.Phylo.io10.生物信息學中常用的機器學習算法包括哪些？A.SVM（支持向量機）B.RandomForestC.LogisticRegressionD.K-MeansE.PCA（主成分分析）三、簡答題（每題5分，共5題）1.簡述RNA-Seq數(shù)據(jù)分析中，差異表達基因（DEG）篩選的常用方法及其優(yōu)缺點。2.解釋什么是批次效應，并簡述如何通過生物信息學方法檢測和校正批次效應。3.在基因組組裝中，什么是N50值？如何計算？4.什么是系統(tǒng)發(fā)育樹？簡述其構建的主要步驟。5.簡述微生物組數(shù)據(jù)分析中，Alpha多樣性和Beta多樣性的區(qū)別及其應用場景。四、計算題（每題10分，共2題）1.假設有兩組樣本（A組和B組）的基因表達數(shù)據(jù)如下表所示，請計算每個基因的FoldChange（FC）值，并判斷哪些基因顯著差異表達（假設P-value<0.05）。|基因|A組表達量|B組表達量|P-value||--|--|--|||Gene1|10|20|0.01||Gene2|5|3|0.2||Gene3|8|16|0.03||Gene4|2|5|0.1|2.假設有三個物種（A、B、C）的系統(tǒng)發(fā)育樹距離矩陣如下表所示，請使用鄰接法（Neighbor-Joining）構建系統(tǒng)發(fā)育樹，并繪制樹狀圖。|物種|A|B|C|||--|--|--||A|0|5|8||B|5|0|7||C|8|7|0|五、論述題（每題15分，共2題）1.論述RNA-Seq數(shù)據(jù)分析的整個流程，并說明每個步驟的輸入、輸出和關鍵技術。2.論述生物信息學在基因組變異檢測中的應用，包括常用工具、方法及其局限性。答案與解析一、單選題答案與解析1.A解析：t-檢驗是最常用的方法用于比較兩組樣本的均值差異，適合DEG篩選。ANOVA用于多組比較，聚類分析用于數(shù)據(jù)降維，富集分析用于功能注釋。2.D解析：RPKM值的計算分母為每個基因的長度（kb）乘以總測序讀數(shù)的百萬倍，用于標準化基因長度差異。3.A解析：批次效應指不同實驗批次間的系統(tǒng)性差異，常由實驗條件、試劑等非生物學因素引起。4.A解析：Smith-Waterman算法用于局部對齊，速度快但只找最佳匹配。Needleman-Wunsch用于全局對齊。BLAST是序列檢索工具。5.B解析：GFF文件記錄基因組注釋信息，如基因、外顯子、調(diào)控元件等結構特征。6.B解析：SPAdes基于k-mer拼接算法，最適合Illumina短讀長測序數(shù)據(jù)。7.B解析：Kimura2-parameter模型考慮了蛋白質(zhì)序列的替換速率變化，適合蛋白質(zhì)數(shù)據(jù)。Jukes-Cantor用于DNA數(shù)據(jù)。Neighbor-Joining是聚類方法。8.A解析：GATK（GenomeAnalysisToolkit）是常用的變異檢測工具。Bowtie2、HISAT2是序列對齊工具。Samtools用于SAM/BAM文件處理。9.A解析：FoldChange（FC）值基于兩組樣本的平均表達量比值，用于衡量差異程度。10.A解析：Alpha多樣性指數(shù)衡量樣本內(nèi)物種多樣性，常用Shannon、Simpson指數(shù)。二、多選題答案與解析1.A,B,C,D,E解析：RNA-Seq分析流程包括QC、對齊、表達量計算、差異表達分析、功能注釋等。2.A,B,E解析：SNP、Indel、InDel是常見的點突變類型。CNV和SV屬于結構變異。3.A,B,C,D,E解析：基因組組裝評估指標包括N50、L50、接合度、填充度、錯誤率等。4.A,C,D解析：距離法包括Neighbor-Joining、MinimumEvolution、UPGMA。MaximumLikelihood和BayesianInference屬于概率法。5.A,B,C,D,E解析：BLAST、ClustalW、MUSCLE、Smith-Waterman、Needleman-Wunsch都是常用序列比對工具。6.A,B,D,E解析：Beta多樣性衡量樣本間物種組成差異，常用Spearman、Jaccard等指數(shù)。功能差異通常用Alpha多樣性或功能注釋分析。7.A,B,C,D,E解析：RNA-Seq標準化方法包括RPKM、FPKM、TPM、TMM、DESeq2等。8.A,B,C,D,E解析：基因注釋數(shù)據(jù)庫包括NCBIGene、Ensembl、UniProt、Pfam、KEGG等。9.A,B,C,D,E解析：FigTree、iTOL、Dendroscope、Jalview、Phylo.io都是常用的系統(tǒng)發(fā)育樹可視化工具。10.A,B,C,D,E解析：SVM、RandomForest、LogisticRegression、K-Means、PCA都是常用的機器學習算法。三、簡答題答案與解析1.RNA-Seq差異表達基因篩選方法及其優(yōu)缺點-常用方法：t-檢驗、ANOVA、DESeq2、edgeR-優(yōu)點：t-檢驗簡單直觀；ANOVA適用于多組比較；DESeq2和edgeR基于統(tǒng)計模型，考慮離散數(shù)據(jù)。-缺點：t-檢驗未考慮離散性；ANOVA假設數(shù)據(jù)正態(tài)分布；DESeq2計算復雜。2.批次效應及其檢測與校正-批次效應：非生物學因素導致的系統(tǒng)性差異。-檢測：使用相關性分析（如Heatmap）、PCA降維。-校正：通過混合設計（如加入對照樣本）、批次效應校正工具（如ComBat）。3.N50值及其計算-定義：所有contig長度的總和的一半。-計算：將contig按長度降序排列，累加長度至總和不小于一半時的contig長度。4.系統(tǒng)發(fā)育樹及其構建步驟-定義：表示物種進化關系的樹狀圖。-步驟：序列比對、距離計算、樹構建（如Neighbor-Joining）、樹驗證（如Bootstrap）。5.Alpha與Beta多樣性的區(qū)別及應用-Alpha多樣性：樣本內(nèi)物種多樣性（如Shannon指數(shù)）。-Beta多樣性：樣本間物種組成差異（如Spearman指數(shù)）。-應用：Alpha用于群落均勻性評估；Beta用于群落分化分析。四、計算題答案與解析1.FoldChange計算-Gene1：FC=20/10=2.0（顯著）-Gene2：FC=3/5=0.6（不顯著）-Gene3：FC=16/8=2.0（顯著）-Gene4：FC=5/2=2.5（顯著）2.鄰接法構建系統(tǒng)發(fā)育樹-步驟：1.計算最小距離對（B-C，距離7）。2.合并B-C為中間節(jié)點，更新距離矩陣。3.最終樹狀圖：/-A||/--B|\-C五、論述題答案與解析1.RNA-Seq數(shù)據(jù)分