2025年生物医学与制药工程考试试题及答案

2025年生物医学与制药工程考试试题及答案（一）选择题（每题4分，共20分）1.关于CRISPR-Cas12系统与Cas9系统的核心差异，以下描述正确的是：A.Cas12仅靶向RNA，Cas9靶向DNAB.Cas12切割后产生平末端，Cas9产生粘性末端C.Cas12在切割靶标DNA后会非特异性降解单链DNA，Cas9无此特性D.Cas12需要PAM序列，Cas9不需要答案：C解析：CRISPR-Cas12系统与Cas9均靶向DNA且需要PAM序列（排除A、D）。Cas9切割双链DNA产生平末端或粘性末端（取决于具体亚型），而Cas12在切割靶标DNA后会激活“附带切割”活性，非特异性降解周围单链DNA（C正确，B错误）。2.某新型mRNA疫苗需通过脂质纳米颗粒（LNP）递送，其核心成分不包括：A.可电离脂质B.胆固醇C.聚乙二醇（PEG）修饰的脂质D.单克隆抗体答案：D解析：LNP的典型组分为可电离脂质（pH响应性，促进内体逃逸）、辅助脂质（如DSPC）、胆固醇（稳定膜结构）、PEG修饰脂质（延长循环时间）。单克隆抗体通常用于靶向递送或治疗，非LNP核心成分（D错误）。3.以下哪种药物靶点属于G蛋白偶联受体（GPCR）？A.表皮生长因子受体（EGFR）B.β2肾上腺素受体C.拓扑异构酶ⅡD.血管内皮生长因子（VEGF）答案：B解析：EGFR为酪氨酸激酶受体（RTK），拓扑异构酶Ⅱ为酶类靶点，VEGF为细胞因子，β2肾上腺素受体是典型的GPCR（B正确）。4.蛋白质药物的聚集体形成会显著影响其安全性和有效性，以下哪种因素最不易诱导聚集体产生？A.反复冻融B.中性pH缓冲液C.剧烈搅拌D.高温（50℃）答案：B解析：反复冻融（破坏氢键）、剧烈搅拌（机械应力）、高温（加速分子运动）均会促进蛋白质变性和聚集；中性pH通常接近蛋白质等电点，可能增加聚集风险，但相比其他极端条件（如强酸强碱），中性缓冲液本身并非强诱导因素（B相对不易）。5.在药物代谢动力学（PK）中，“清除率（CL）”的计算公式为：A.CL=Vd×t1/2B.CL=给药剂量/AUCC.CL=AUC/给药剂量D.CL=Vd×Ke（消除速率常数）答案：D解析：清除率CL的定义为单位时间内从体内清除的药物体积，公式CL=Vd×Ke（D正确）。AUC（药时曲线下面积）与CL的关系为CL=给药剂量（iv）/AUC（B错误，需静脉给药且无首过效应）。（二）简答题（每题10分，共40分）1.简述单克隆抗体制备的关键步骤及各步骤的核心目的。答案：单克隆抗体制备的核心流程包括以下步骤：（1）抗原免疫：用目标抗原免疫小鼠，刺激B淋巴细胞产生特异性抗体。目的是获得能分泌目标抗体的B细胞。（2）细胞融合：将免疫后的小鼠脾细胞（含B淋巴细胞）与骨髓瘤细胞（无限增殖能力）在聚乙二醇（PEG）或电融合技术下融合，形成杂交瘤细胞。目的是结合B细胞的抗体分泌能力与骨髓瘤细胞的永生性。（3）筛选与克隆化：通过HAT培养基筛选存活的杂交瘤细胞（仅融合细胞可存活），再通过ELISA等方法检测上清液中的目标抗体，挑取阳性克隆并有限稀释法克隆化。目的是获得稳定分泌单一特异性抗体的杂交瘤细胞株。（4）扩大培养与纯化：将阳性杂交瘤细胞体外培养或接种至小鼠腹腔（腹水法），收集培养液或腹水，通过蛋白A/G亲和层析等方法纯化抗体。目的是获得高纯度、高活性的单克隆抗体。2.比较药物代谢Ⅰ相反应与Ⅱ相反应的特点，各举两例说明。答案：Ⅰ相反应（官能团化反应）：通过氧化、还原、水解等反应引入或暴露极性基团（如-OH、-COOH），主要由细胞色素P450（CYP450）酶系催化。例如：-对乙酰氨基酚的羟化（氧化反应）；-阿司匹林的水解生成水杨酸（水解反应）。Ⅱ相反应（结合反应）：将Ⅰ相反应生成的极性基团与内源性小分子（如葡萄糖醛酸、硫酸、谷胱甘肽）结合，形成更易排泄的水溶性产物。例如：-吗啡与葡萄糖醛酸结合生成吗啡-3-葡萄糖醛酸苷；-对氨基苯甲酸与甘氨酸结合生成马尿酸。核心差异：Ⅰ相增加极性但可能激活毒性（如前药活化），Ⅱ相进一步增加水溶性并促进排泄；Ⅰ相以酶促氧化/还原/水解为主，Ⅱ相以结合反应为主。3.基因治疗中腺相关病毒（AAV）载体的主要优缺点是什么？答案：优点：（1）低免疫原性：AAV天然无致病性，野生型感染后仅引发轻微免疫反应，重组AAV（rAAV）去除了复制必需基因，进一步降低免疫原性。（2）长期表达：rAAV可通过整合（低频率）或保持episome（附加体）形式在宿主细胞中长期存在，支持目的基因持续表达（如治疗遗传性疾病）。（3）组织特异性：不同血清型（如AAV2、AAV9）对特定组织（肝、肌肉、神经）有靶向性，可通过衣壳改造优化靶向性。缺点：（1）包装容量小（约4.7kb）：限制了大基因（如DMD基因，约14kb）的递送，需采用双载体策略或截短基因（可能影响功能）。（2）预存抗体干扰：人群中约30%-70%存在AAV中和抗体（如AAV2），可能中和载体，降低转导效率。（3）整合风险：虽频率低，但随机整合可能激活原癌基因，存在潜在致癌风险（需严格评估）。4.生物制药上游工艺（细胞培养）的关键参数有哪些？简述其调控意义。答案：上游工艺的关键参数及调控意义：（1）细胞密度与活力：通过细胞计数（如台盼蓝染色）监测，维持对数生长期细胞（活力＞90%）以保证生产效率；密度过高可能导致营养耗竭或代谢副产物（乳酸、铵离子）积累。（2）pH值：哺乳动物细胞最适pH7.0-7.4，通过CO2或碳酸氢钠调节；pH偏离会影响细胞代谢（如乳酸生成增加）和蛋白糖基化。（3）溶氧（DO）：维持30%-80%空气饱和度（需根据细胞类型调整）；低氧抑制细胞生长，高氧可能产生自由基损伤细胞。（4）温度：常规37℃，部分阶段（如诱导表达）可降至30-33℃以延长生产期，减少代谢负担。（5）营养成分：葡萄糖、氨基酸（尤其是谷氨酰胺）浓度需实时监测，补料（如流加培养基）避免耗尽；代谢副产物（乳酸、铵）积累会抑制细胞生长，需通过工艺优化（如限葡萄糖补料）减少生成。（三）论述题（每题15分，共30分）1.比较脂质纳米颗粒（LNP）与外泌体作为药物递送系统的优缺点，并结合肿瘤治疗场景分析其应用潜力。答案：LNP与外泌体均为纳米级递送载体，但特性差异显著：LNP的优缺点：优点：-可设计性强：通过调整脂质成分（如可电离脂质pKa值）优化pH响应性，促进内体逃逸；-规模化生产成熟：基于微流控混合技术可大规模制备，质量可控；-载药范围广：适用于mRNA、siRNA、小分子药物（包封于脂核或膜层）。缺点：-靶向性有限：需额外修饰靶向配体（如抗体、肽段），否则主要被肝巨噬细胞摄取（库普弗细胞）；-免疫原性：PEG修饰虽延长循环时间，但可能引发“加速血液清除（ABC）”效应；-稳定性：储存过程中可能发生脂质氧化或药物泄漏，需低温保存。外泌体的优缺点：优点：-内源性载体：由细胞分泌（如间充质干细胞），膜表面含天然靶向分子（如整合素），可主动靶向肿瘤微环境（如CXCR4阳性肿瘤）；-低免疫原性：不易被免疫系统识别，循环时间长；-生物相容性好：膜结构与宿主细胞膜融合，促进胞内药物释放。缺点：-分离纯化困难：需超速离心、超滤等多步操作，难以大规模生产；-载药效率低：被动载药（共孵育或电穿孔）效率通常＜10%，主动载药（基因工程改造）技术复杂；-异质性高：不同细胞来源的外泌体大小、表面标记差异大，质量控制难度高。肿瘤治疗场景的应用潜力：LNP更适合mRNA疫苗（如肿瘤新抗原疫苗）或siRNA（沉默致癌基因）递送，因其载药效率高、工艺成熟，可快速响应临床需求（如个性化疫苗）。例如，Moderna的mRNA-4157联合PD-1抑制剂在黑色素瘤中显示出显著疗效，依赖LNP高效递送mRNA至树突状细胞。外泌体则在靶向递送小分子药物（如多柔比星）或蛋白（如细胞因子）方面更具优势。例如，间充质干细胞来源的外泌体可靶向肿瘤缺氧微环境，递送抗血管生成药物，减少脱靶毒性。但受限于规模化生产，目前多处于临床前研究阶段。未来趋势可能是二者的融合：如用LNP模拟外泌体膜成分（如整合素）提升靶向性，或通过外泌体膜包被LNP（“外泌体-LNP杂合体”）结合两者优势。2.基于人工智能（AI）的药物发现技术如何改变传统药物开发流程？结合靶点发现、虚拟筛选、ADMET预测三个环节具体分析。答案：传统药物开发流程（靶标确定→高通量筛选→先导优化→临床前研究）耗时10-15年，成本超10亿美元，AI技术通过数据驱动和算法优化，显著提升各环节效率。靶点发现环节：传统方法依赖生物实验（如基因敲除、蛋白质互作分析），周期长且成本高。AI通过多组学数据（基因组、转录组、蛋白组）整合与机器学习（如深度学习），可快速识别疾病相关靶标。例如，BenevolentAI利用知识图谱分析阿尔茨海默病的基因-蛋白-通路网络，发现补体因子C3为新靶点（传统方法需数年，AI仅用数月）。虚拟筛选环节：传统高通量筛选（HTS）需筛选百万级化合物库，成本高且命中率低（约0.1%）。AI驱动的虚拟筛选通过分子对接（如AlphaFold预测蛋白结构）、生成式模型（如生成对抗网络，GAN）设计新分子，或基于QSAR（定量构效关系）模型预测活性。例如，InsilicoMedicine的Chemistry42平台通过生成式AI设计针对纤维化靶点的分子，仅21天完成从靶标到候选分子的筛选（传统需18-24个月）。ADMET预测环节：传统ADMET（吸收、分布、代谢、排泄、毒性）评价依赖动物实验和体外试验，耗时长且无法覆盖所有参数。AI通过构建多参数预测模型（如使用图神经网络，GNN分析分子结构与ADMET属性的关系），可在化合物设计阶段预测其药代动力学和毒性。例如，DeepChem库中的模型可预测CYP450抑制（导致药物-药物相互作用）、hERG通道抑制（心脏毒性）等，减少后期开发失败率（传统约90%的候选药因ADMET失败）。综上，AI技术将药物开发从“试错驱动”转向“预测驱动”，缩短周期（预计减少30%-50%时间）、降低成本（预计减少50%以上），并提升候选药质量（如提高成药性）。未来随着多模态数据（如结构生物学、临床真实世界数据）的整合，AI有望实现“端到端”药物发现（从疾病到上市药物），彻底变革制药工业。（四）案例分析题（10分）某生物制药公司开发了一款靶向Claudin18.2（CLDN18.2）的抗体-药物偶联物（ADC），用于治疗胃腺癌。Ⅰ期临床试验显示部分患者肿瘤缩小，但Ⅱ期临床试验中出现3例严重肺损伤（间质性肺炎），经分析与ADC的脱靶效应相关。请分析可能的脱靶原因，并提出3项改进策略。答案：可能的脱靶原因：（1）CLDN18.2在正常肺组织的低水平表达：CLDN18.2主要表达于胃黏膜，但部分个体或病理状态下（如炎症）肺上皮细胞可能异位表达，导致ADC靶向正常肺细胞。（2）抗体的非特异性结合：ADC的抗体片段（如scFv）可能与肺组织中的其他蛋白（如同源家族CLDN家族成员）发生交叉反应。（3）linker稳定性不足：ADC的linker在循环中提前断裂，释放细胞毒药物（如微管抑制剂），无差别杀伤快速增殖的肺上皮细胞（如肺泡Ⅱ型细胞）。改进策略：（1）优化抗体特异性：通过噬菌体展示技术筛选高亲和力、高特异性的抗体，排除与CLDN家族其他成员（如CLDN3、CLDN4）交叉反应的克隆；或采用双特异性抗体（同时靶向CLDN18.2和肿瘤特异性抗原），降低正常组织结合概率。（2）