2025年大学《生物信息学》专业题库- 生物信息学在环境微生物研究中的应用

2025年大学《生物信息学》专业题库——生物信息学在环境微生物研究中的应用考试时间：______分钟总分：______分姓名：______一、简述环境样品进行宏基因组测序相较于纯培养方法在研究微生物群落方面的主要优势和挑战。二、描述在处理原始环境测序数据时，进行质量控制的必要步骤，并说明每个步骤中关注的关键指标及其生物学意义。列举至少三种常用的质量控制工具。三、解释什么是Alpha多样性和Beta多样性，并说明它们各自反映了微生物群落的哪些特征。列举至少两种计算Alpha多样性的常用指标，并简述其计算原理的基本思想。四、在进行宏转录组数据分析时，比较差异表达基因（DEG）分析相较于宏基因组数据分析在揭示环境微生物功能响应方面的不同之处。简述一个常用的DEG分析方法的原理。五、说明构建环境微生物系统发育树的常用序列标记（如16SrRNA基因）的选择依据。简述邻接法（Neighbor-Joining）构建系统发育树的基本步骤，并解释其中“距离矩阵”的概念。六、某研究团队对受重金属污染的河流上下游水体进行了宏基因组测序。分析其可能获得的研究结果类型，并阐述这些结果如何帮助理解重金属污染对河流微生物群落结构和功能的影响。七、讨论在环境微生物研究中应用生物信息学分析工具时，可能遇到的主要数据偏见（如测序技术偏见、生物信息学算法偏见），并提出至少两种减轻这些偏见影响的方法。八、假设你获得了一份来自未知环境（如深海热泉）的宏基因组数据。请列出你将采用的一系列生物信息学分析步骤，以初步鉴定其中蕴藏的微生物多样性、潜在的代谢功能以及可能存在的独特基因。试卷答案一、优势：能够研究未培养微生物、反映群落整体功能、提供群落结构信息、样本量相对较小即可获得大量基因组信息。挑战：数据量巨大、分析复杂、难以区分核心菌群与偶发成员、难以关联基因功能与环境表型、噪声和污染影响大。二、质量控制步骤：1.去除低质量读长和接头序列；2.评估读长分布、GC含量、N比例等指标；3.检测和去除宿主基因组污染；4.（可选）过滤掉特定大小的读长。关键指标及意义：读长分布反映测序深度和覆盖度；GC含量可辅助判断样品来源或分类单元；N比例指示测序错误率；宿主污染比例影响微生物群落解读。常用工具：FastP,Trimmomatic,Cutadapt,Qiime2的DADA2或Deblur插件。三、Alpha多样性：衡量样地内物种丰富度，即物种多少。反映群落内部物种的多样性水平。Beta多样性：衡量不同样地间物种组成差异，即哪些物种在不同样地有差异、差异程度。反映群落结构或物种分布格局。常用指标及原理：1.Shannon指数：基于物种丰度计算，指数值越大，丰富度越高，还考虑了物种均匀度。原理思想是信息熵，物种丰度分布越均匀，信息熵越大。2.Simpson指数：基于物种丰度计算，指数值越大，丰富度越低（或多样性越低）。原理思想是物种个体在样地中随机遇到时，遇到某个特定物种的概率的期望值。四、不同之处：宏基因组分析关注基因组中所有基因的存在与否，揭示群落潜在功能；宏转录组分析关注活跃表达的基因，直接反映群落当前功能状态和环境适应。DEG分析方法原理（以DESeq2为例）：基于RNA-Seq数据，首先计算每个基因在所有样本中的平均读长（或TPM/FPKM）；然后计算每个基因在比较两组样本时的几何期望值（Log-foldchange）；最后使用负二项分布模型进行统计检验，得到基因表达差异的p值和置信区间（Foldchangewithadjustedp-value）。五、选择依据：16SrRNA基因具有高度保守的核心区域（用于构建系统发育关系）和高度可变区（用于物种特异性识别），是细菌和古菌分类鉴定的经典标记。邻接法基本步骤：1.计算所有序列之间的距离（常用pairwisedistance，如Jukes-Cantor或Kimura2-parameter）；2.构建距离矩阵；3.根据距离矩阵，将距离最近的两个节点合并成一个新的节点，更新距离矩阵；4.重复步骤3，直到所有节点合并成一棵树。距离矩阵概念：是一个方阵，行和列代表所有序列，矩阵中的每个元素代表对应两序列之间的距离值，反映了序列间的差异程度。六、可能获得的结果类型：上下游微生物群落组成（物种丰度、多样性）差异；功能基因丰度（如与重金属耐受、代谢相关基因）差异；核心菌群与指示菌变化。结果如何帮助理解影响：通过比较组成和功能差异，可识别哪些微生物类群对重金属污染敏感或耐受；功能基因的变化揭示了微生物群落适应污染的机制（如解毒、形态改变）；指示菌的变化可指示污染程度或水体健康状况。七、主要数据偏见：1.测序技术偏见：如IonTorrent测序偏好AT富集序列，Illumina偏好GC含量适中的序列；2.生物信息学算法偏见：如序列比对算法可能对长片段或复杂结构序列效果不佳，OTU聚类方法（如VSEARCH）对序列相似度阈值的选择敏感；3.样本采集偏见：如环境梯度未覆盖全面，样品处理方法引入偏好。减轻偏见方法：1.使用多种测序平台混合测序；2.在分析前进行严格的质量控制（如去除接头、低质量读长，宿主过滤）；3.选择合适的算法参数，并与其他方法验证结果；4.采用更精细的聚类方法（如SILVA数据库的推荐参数）；5.增加样品数量，覆盖更广泛的环境梯度；6.使用标准化采样和处理流程。八、分析步骤：1.数据预处理：质量控制（去除低质量读长、接头、宿主污染），过滤短读长，可能进行拼接（若为长读长测序）；2.序列比对：将高质量读长比对到公共数据库（如NCBINR,Pfam,KEGG）或特定基因数据库（如16SrRNA数据库）；3.物种鉴定与丰度统计：根据比对结果，使用分类工具（如SILVA,Greengenes,RDP）进行物种注释和丰度统计（计算ACE,Chao1等丰富度指数，Shannon/Simpson等多样性指数）；4.功能注释与富集分析：对注释到的基因进行功能注释（如GO,KEGG），进行功能富集分析（如KEGGpathway,GOtermenrich