2025年大学《生物统计学》专业题库- 遗传学与生物统计学的结合

2025年大学《生物统计学》专业题库——遗传学与生物统计学的结合考试时间：______分钟总分：______分姓名：______一、简述孟德尔遗传定律的主要内容，并说明在应用统计方法分析遗传数据时，如何检验这些定律的符合性。二、Hardy-Weinberg平衡定律的基本假设是什么？为什么检测偏离Hardy-Weinberg平衡可以用来推断一个群体中是否存在遗传漂变、选择、迁移或非随机交配？请简述一种常用的卡方检验方法及其应用注意事项。三、定义遗传力(H²)。在一个简化的双亲杂交（Pgeneration:AA×aa）产生的F₁代中，测量了一个数量性状。F₁代自交产生F₂代，F₂代中观察到的该性状表型值为100，标准差为10。假设F₂代符合正态分布，请根据这组数据估算该性状在F₂代中的广义遗传力（利用育种值与表型值的关系）。简述估算遗传力的基本原理。四、解释什么是遗传相关(rₐ)。在一个研究中，测量了家系内（如全同胞或半同胞）两个数量性状（例如，性状A和性状B）的表型相关(rₚ)。请讨论如何利用家系数据估计遗传相关，并简述其与表型相关的区别和联系。五、简述分子标记辅助选择(MAS)的基本原理。MAS主要面临哪些统计上的挑战？请列举至少三种应对这些挑战的统计方法或策略。六、什么是群体结构(PopulationStructure)？在利用遗传标记进行关联分析(GWAS)或群体遗传学研究时，群体结构可能带来什么问题？请简述一种常用的统计方法来检测或校正群体结构的影响。七、什么是系统发育分析(PhylogeneticAnalysis)？简述系统发育树构建中常用的两种主要方法（如距离法、字符重排法）的基本思想。在解释系统发育树结果时，需要考虑哪些统计指标？八、假设你获得了一组来自不同物种的DNA序列数据，想比较它们的遗传多样性。请列举至少三种可以用来衡量遗传多样性的统计指数，并简要说明每个指数的含义和适用场景。九、描述一下进行数量性状位点(QTL)定位分析的基本思路。在QTL定位中，常用的统计模型有哪些类型？请比较基于家系设计和基于关联设计的QTL定位方法的各自优势和局限性。十、举例说明在遗传学研究中，如何根据研究目的选择合适的实验设计（如完全随机设计、随机区组设计、正交设计等）。选择实验设计时需要考虑哪些关键因素？试卷答案一、孟德尔遗传定律主要包括分离定律和自由组合定律。分离定律指出，杂合子在形成配子时，等位基因会分离，每个配子只携带一个等位基因；自由组合定律指出，位于非同源染色体上的非等位基因在形成配子时会自由组合。在应用统计方法分析遗传数据时，可以通过卡方检验来比较观察频率与孟德尔遗传定律预测的理论频率（预期频率）之间的差异，从而检验是否偏离定律的预期。例如，对于单基因隐性遗传，可以计算隐性表型的个体比例，并与理论值（q²，其中q为等位基因频率）进行比较。二、Hardy-Weinberg平衡定律的基本假设包括：群体非常大、随机交配、没有迁入和迁出、没有自然选择、没有突变。检测偏离Hardy-Weinberg平衡可以用来推断一个群体中是否存在遗传漂变（小群体效应）、选择、迁移或非随机交配。因为当这些进化力量不存在时，等位基因和基因型频率在世代间保持不变。常用的卡方检验方法是计算观察到的基因型频率与根据当前等位基因频率计算出的预期Hardy-Weinberg频率之间的差异。应用注意事项包括：样本量需要足够大（通常建议>200），因为卡方检验对样本量敏感；要正确计算预期频率；通常需要进行连续性校正（Yates'correction）。三、遗传力(H²)是指一个数量性状的表型变异中，可遗传变异所占的比例，即育种值在表型值中的比例。在F₂代中，如果假设育种值(G)和环境效应(E)近似正态分布且独立，且F₂表型值(P)近似正态分布，那么P≈G+E。育种值(G)可以近似表示为F₂表型值(P)减去F₂的平均环境效应（这里简化为0，因为F₂是从F₁自交产生，共同环境影响已考虑在平均中）。广义遗传力的估算基于育种值与表型值的关系：H²≈Var(G)/Var(P)。由于F₁表型值是AA和aa的平均值，其变异主要来自环境，而F₂表型值的变异同时包含遗传和环境成分。简化估算：H²≈(Var(F₂)-Var(F₁环境))/Var(F₂)。如果忽略F₁的环境变异（或假设F₁表型值即为F₂的期望值），且F₂符合正态分布，则H²≈(σ²F₂/σ²P)≈(100/10)²=1。更精确的估算需要区分狭义遗传力(h²)和广义遗传力(H²)，并考虑家系结构。这里根据题目条件，估算结果为1。四、遗传相关(rₐ)是指两个性状的育种值之间的相关系数，反映了性状间通过遗传因素传递的关联程度。家系数据（如全同胞或半同胞）共享部分亲本，因此家系内成员之间在遗传上存在相关性。利用家系数据估计遗传相关，可以通过分析家系成员的表型数据，构建合适的统计模型（如混合线性模型），区分共同的遗传效应、共同的环境效应和随机误差，从而估计出育种值之间的相关。遗传相关与表型相关(rₚ)的区别在于，rₚ是基于表型值计算的整体相关性，受到遗传和环境的共同影响；而rₐ是基于育种值（或育种值估计）计算的相关性，理论上只反映遗传因素传递的关联。两者通常正相关，但关系复杂，取决于性状的遗传架构和环境方差。五、分子标记辅助选择(MAS)的基本原理是利用与目标数量性状紧密连锁的分子标记（如微卫星、SNP）作为间接选择工具。因为连锁标记与目标基因/QTL在染色体上物理距离很近，它们在遗传过程中一起传递的概率很高，因此可以选择携带有利标记的个体，期望同时选择到有利等位基因。MAS主要面临的统计挑战包括：标记与性状的连锁强度未知且可能不稳定；标记与性状之间可能存在上位性效应；需要大量标记导致数据维度高；选择对群体遗传结构的影响（近交衰退、群体纯化）；如何准确估计标记效应和选择响应。应对这些挑战的统计方法或策略包括：进行精细的连锁图谱构建和QTL定位；利用多基因模型（如混合线性模型）分析标记主效应和上位性效应；使用选择指数模型（如BestLinearUnbiasedPrediction,BLUP）；在MAS策略中考虑遗传结构校正；进行分阶段选择或轮回选择。六、群体结构是指在一个群体中，不同亚群之间基因型或等位基因频率存在系统性的差异。在利用遗传标记进行关联分析(GWAS)或群体遗传学研究时，群体结构可能导致错误关联或虚假关联，因为不同亚群可能携带不同的等位基因频率，这种差异可能被错误地解释为与疾病或性状的关联。常用的统计方法来检测或校正群体结构的影响包括：计算个体间的亲缘关系矩阵（Kinshipmatrix）并将其纳入统计模型，以校正个体间的遗传相似性，间接反映群体结构；使用结构方程模型（StructuralEquationModeling,SEM）或ADMIXTURE等软件检测群体分层；在关联分析中，使用PrincipalComponentAnalysis(PCA)或其他降维方法提取主要的遗传变异模式（即群体结构信息），并将其作为协变量纳入分析模型。七、系统发育分析(PhylogeneticAnalysis)是通过比较不同物种或个体间的遗传差异（通常是DNA或蛋白质序列），重建它们之间的进化关系和亲缘关系，并绘制成系统发育树。系统发育树构建中常用的方法主要有：距离法（如Neighbor-Joining,NJ），该方法首先计算所有节点间的距离，然后通过逐步连接最近节点构建树；字符重排法（如MaximumParsimony,MP），该方法假设进化树中存在最少的进化步骤（简约性），通过搜索所有可能的树形，选择具有最少总枝长或最少状态变化树的树形。在解释系统发育树结果时，需要考虑的统计指标包括：树的拓扑结构（节点连接关系）；节点的支持率（如Bootstrap值、自展值），反映该分支的可靠性；分支长度（通常代表进化速率或时间），可用于估计分化时间（需要化石校准）。还需要注意树的根节点代表共同祖先，树的尺度代表进化距离或时间。八、可以用来衡量遗传多样性的统计指数包括：核苷酸多样性(π或θπ)，衡量一个种群内所有位点之间平均核苷酸差异，适用于DNA序列数据；等位基因多样性(He)，基于等位基因频率计算，衡量每个位点上等位基因的丰富程度；杂合度(Heterozygosity)，包括总体杂合度(Hₑ)和平均杂合度(Hₛ)，衡量种群中个体杂合的程度。核苷酸多样性适用于序列数据，能提供更精细的变异信息；等位基因多样度和杂合度常用于描述标记（如RFLP、微卫星）数据，计算相对简单。选择适用场景时需考虑数据类型（DNA序列vs.标记）、种群规模、进化速率等因素。π更敏感于近期变异；He计算方便，常用于标记数据；Hₑ和Hₛ直接反映个体杂合状态。九、进行数量性状位点(QTL)定位分析的基本思路是：在一个遗传分离群体（如F₂、RIL、回交后代）中，测量个体的表型值和遗传标记（分子标记）信息，利用统计模型分析每个标记位点的基因型（或等位基因频率）与表型值之间的关联或差异，从而推断出可能包含影响该数量性状的QTL的染色体区域。常用的统计模型类型包括：基于线性回归的模型，如ANOVA检验标记效应；基于最大似然估计的模型，如混合线性模型（MixedLinearModels），可以同时考虑多个标记、家系结构、环境效应等复杂因素；基于连锁图谱的模型，如IntervalMapping,CompositeIntervalMapping。比较基于家系设计和基于关联设计的QTL定位方法的各自优势和局限性：家系设计（如F₂,RIL）成本相对较低，群体规模可控，亲缘关系已知，适合定位主要QTL，但群体大小通常有限，可能存在上位性效应和群体结构问题；关联设计（GWAS）可以利用已有的群体（如自然群体、重组近交系）或大规模样本，检测影响较小的QTL或全基因组范围内的关联信号，信息量大，但群体结构、多重测试校正、标记密度和质量是主要挑战。十、在遗传学研究中，选择合适的实验设计需要考虑研究目的（如检测主效基因、定位QTL、评估基因互作、研究选择反应）、研究对象（如模式生物、经济作物、人类群体）、资源限制（时间、资金、样本量）、遗传背景（如纯合系、杂合系、家系结构）和预期的遗传效应大小。选择实验设计时需要考虑的关键因素包括：遗传变异的来源和结构（如加性效应、显性效应、上位性、群体