2025年大学《生物信息学》专业题库- 蛋白质互作网络结构的生物信息学分析方法

2025年大学《生物信息学》专业题库——蛋白质互作网络结构的生物信息学分析方法考试时间：______分钟总分：______分姓名：______一、简答题（每题5分，共20分）1.简述酵母双杂交系统作为蛋白质相互作用研究工具的基本原理及其主要局限性。2.列举至少三种用于预测蛋白质相互作用的方法，并简要说明其中一种方法的核心思想。3.解释PPI网络中“度”和“介度”这两个拓扑学参数的含义及其生物学意义有何不同。4.在进行PPI网络分析时，为什么通常需要对预测的相互作用进行筛选或评估置信度？请列举至少两种常用的置信度评估标准或来源。二、论述题（每题10分，共30分）5.详细描述利用生物信息学方法构建物种特异性蛋白质相互作用网络的典型流程，包括数据来源的选择、数据整合、网络构建和过滤等关键步骤。6.论述Cytoscape软件在蛋白质互作网络分析中的核心功能，并列举至少三种不同的分析插件或工具，说明它们各自可用于分析网络的哪些方面。7.假设你获得了一个与某特定人类疾病相关的PPI网络。请阐述你会如何利用网络分析方法来识别潜在的疾病相关基因或通路，并说明选择这些分析方法的理论依据。三、计算与分析题（共20分）8.某研究者在实验中鉴定到一个包含100个蛋白质的酵母菌株，通过筛选获得了以下相互作用对（假设这些相互作用都是真实的且置信度相同）：（A-B）、（A-C）、（B-D）、（B-E）、（C-F）、（D-G）、（E-H）、（F-I）、（G-J）、（H-K）、（I-K）。请基于此数据集：a.计算每个蛋白质的度中心性，并指出网络中的Hub蛋白。b.请简要说明介度中心性是如何计算的，并解释它在识别网络中关键连接节点方面的意义。如果仅根据度中心性，你是否能完全识别出网络中的关键连接节点？为什么？c.描述一下如何通过计算聚类系数来评估这个网络的模块化程度，并解释其生物学意义。试卷答案一、简答题1.答案：酵母双杂交系统利用酵母细胞中的转录激活因子（如Gal4）的DNA结合域（DBD）和转录激活域（AD）以及报告基因（如lacZ）。当待研究的两个蛋白质（查询蛋白和诱饵蛋白）相互作用时，它们会形成异源二聚体，从而激活报告基因的表达。通过在选择性培养基上筛选能够表达报告基因的酵母细胞，即可鉴定出相互作用的蛋白质对。主要局限性包括：可能存在假阳性（非特异性相互作用被检测到）和假阴性（真实的相互作用未被检测到），因为相互作用发生在细胞质或膜上，而该系统主要检测核内的相互作用；只能检测蛋白质间的直接相互作用；可能受到染色质结构的干扰。2.答案：方法包括：基于序列特征的方法（如利用PSI-BLAST同源性搜索、互作指纹/打分系统）；基于结构特征的方法（如基于模板的建模预测界面、同源建模预测结构）；基于功能相似性的方法（如利用GO、KEGG通路相似性预测）；基于物理化学性质的方法（如利用氨基酸组成、疏水性等特征）；机器学习方法（如基于已知相互作用数据训练的预测模型）。核心思想（以基于序列特征为例）：假设具有相似功能或结构域的蛋白质更可能相互作用，通过比较蛋白质序列的相似性或特定的互作模式（互作指纹）来预测潜在的相互作用。3.答案：节点度是指与某个特定节点（蛋白质）直接相连的边的数量，反映了该蛋白质直接相互作用伙伴的数量。度中心性是网络中所有节点度的平均值或标准化值，可以用来衡量一个节点在整个网络中的连接程度，度高的节点通常是Hub蛋白。介度是指一个节点出现在网络中所有最短路径上的频率。介度中心性是网络中所有节点介度的平均值或标准化值，它衡量的是一个节点在网络流中的重要性或作为“桥梁”的作用。生物学意义上，高度节点可能是关键调控蛋白，介度高的节点可能位于重要的信号或代谢通路上。4.答案：预测的蛋白质相互作用数量庞大，其中大部分可能是错误的（假阳性），直接使用可能导致分析结果混乱且不可靠。筛选或评估置信度是为了提高预测数据的质量，减少假阳性干扰，从而获得更准确、更有生物学意义的网络。常用的置信度评估标准或来源包括：实验验证（如通过已发表文献、实验数据库记录）；多源数据支持（如结合来自不同实验方法或预测方法的证据）；统计评分（如基于机器学习模型的预测得分）；高-throughput实验数据的质量控制标准（如某些筛选实验的特定置信度阈值）。二、论述题5.答案：构建物种特异性PPI网络的流程通常包括：①数据来源选择：根据研究目的选择合适的蛋白质序列数据库（如Swiss-Prot,UniProt）、蛋白质互作数据库（如STRING,BioGRID,MIPS,DIP，选择覆盖目标物种且置信度高的数据库）或实验平台数据。②数据获取与整合：从选定的数据库中下载目标物种的蛋白质序列和/或已验证的相互作用数据。如果是整合多个来源的数据，需要进行数据清洗、格式统一和去冗余处理，同时要处理不同数据集之间的置信度差异。③网络构建：将整合后的蛋白质节点和相互作用边信息导入网络构建工具（如Cytoscape、Pajek、NetworkX等）。④网络过滤：为了去除噪声、减少网络复杂性，通常需要进行过滤，如去除低置信度的相互作用、去除孤立的节点、根据特定标准（如度、介度）筛选节点等。⑤（可选）网络分析：根据研究目的进行拓扑学分析、模块识别、通路富集分析等。6.答案：Cytoscape的核心功能在于提供图形化的界面来展示、操作和分析复杂的网络数据。其核心功能包括：①数据导入与整合：支持导入多种格式的网络数据（如EdgeList,SIF,GraphML）和属性数据（如蛋白质注释、实验数据）。②网络可视化与布局：提供多种布局算法（如ForceAtlas2,Cose,Circle）自动排列节点，支持节点大小、颜色、形状、边类型、线的粗细等视觉属性的定制化显示，便于直观理解网络结构和模式。③网络分析工具集成：内建或通过插件（Apps）提供丰富的分析功能，涵盖拓扑学分析（计算度、介度、聚类系数等）、路径查找、模块检测、网络统计、蛋白质鉴定（如Hub检测、富集分析）、药物靶点预测等。④数据集成与挖掘：可以整合外部数据（如基因表达数据、蛋白质修饰数据），并支持对网络节点和通路进行关联数据的查看和挖掘。⑤可视化与结果导出：支持将复杂的网络分析结果以图形、列表、图表等形式进行展示和导出，便于结果交流和发表。7.答案：识别潜在疾病相关基因或通路的方法和依据：①筛选高介度/度节点：高介度节点（关键连接点）或高度节点（大量连接的蛋白）可能处于疾病相关的核心调控网络或关键信号通路上，是潜在的药物靶点或疾病标记物。依据：网络拓扑学原理，关键节点在网络中占据核心地位。②聚类分析/模块识别：识别网络中紧密连接的子模块（聚类），如果某个模块中的蛋白质大部分与疾病相关，则该模块可能代表一个与疾病相关的通路或功能单元。依据：功能相近的蛋白质倾向于相互作用，形成功能模块。③通路富集分析：对网络中与疾病相关的蛋白质集合（或所有蛋白质集合）进行GO（基因本体论）或KEGG（KyotoEncyclopediaofGenesandGenomes）通路富集分析，识别显著富集的通路。依据：生物过程和通路在细胞中通常不是由单个基因调控，而是由一群基因协同作用，通路富集分析能揭示这些协同作用的功能背景。④疾病关联数据库信息整合：将网络分析结果与已知的疾病关联数据库（如OMIM,DisGeNET）信息结合，进一步验证网络中节点或通路的疾病相关性。依据：已积累的生物学知识。三、计算与分析题8.答案：a.计算度中心性：节点度分别为：A=2(B,C),B=3(A,D,E),C=2(A,F),D=2(B,G),E=2(B,H),F=2(C,I),G=2(D,J),H=2(E,K),I=2(F,K),J=1(G),K=2(H,I)。网络总边数为10。度中心性（未标准化）计算结果：A=2/10=0.2,B=3/10=0.3,C=2/10=0.2,D=2/10=0.2,E=2/10=0.2,F=2/10=0.2,G=2/10=0.2,H=2/10=0.2,I=2/10=0.2,J=1/10=0.1,K=2/10=0.2。网络平均度（λ）=10/(100/2)=0.2。标准化度中心性（度/平均度）：A=0.2/0.2=1.0,B=0.3/0.2=1.5,C=0.2/0.2=1.0,D=0.2/0.2=1.0,E=0.2/0.2=1.0,F=0.2/0.2=1.0,G=0.2/0.2=1.0,H=0.2/0.2=1.0,I=0.2/0.2=1.0,J=0.1/0.2=0.5,K=0.2/0.2=1.0。Hub蛋白：根据标准化度中心性，B(1.5)是唯一的Hub蛋白。b.介度计算说明：介度计算需要考虑网络中所有节点对之间的最短路径。对于每个节点X，计算所有节点对(Y,Z)之间最短路径的数量，其中X出现在这些路径上。介度是所有这些计数的总和除以所有可能路径的数量（(N-1)*(N-2)/2，N为节点数）。例如，节点B与节点A、C、D、E、G、H都存在直接或间接连接，且B出现在A-G,A-H,A-J,C-G,C-I,D-G,D-J,E-H,E-K,F-I,F-K,G-J,G-K,H-K,I-K等许多最短路径上（具体数量需枚举）。介度高的节点意味着它出现在更多的最短路径上，在网络中连接不同区域，起到“桥梁”作用。仅根据度中心性不能完全识别关键连接节点。度中心性只考虑直接邻居，而介度考虑了全局连接性。例如，一个度不高但连接了两个不同大簇的节点，其介度可能很高，是网络中的关键连接点，而一个高度很高的节点如果其邻居也高度连接，其介度可能并不突出。c.聚类系数计算说明：节点的聚类系数是指该节点与其邻居节点之间实际存在的相互作用数占其可能存在的最大相互作用数（即其邻居节点两