2025年大学《生物信息学》专业题库- 生物信息学在分子进化动力学研究中的作用

2025年大学《生物信息学》专业题库——生物信息学在分子进化动力学研究中的作用考试时间：______分钟总分：______分姓名：______一、选择题（每题2分，共20分。请将正确选项的字母填在题干后的括号内）1.中性进化理论的核心观点是：(A)等位基因频率的变化主要受自然选择驱动(B)等位基因频率的变化主要由遗传漂变和随机基因流引起(C)所有突变都是有害的(D)分子进化速率是恒定的2.在构建系统发育树时，距离法与最大似然法/贝叶斯法的主要区别之一在于：(A)所需的输入数据类型（距离法用距离矩阵，后两者用序列对）(B)对进化模型（如替代速率模式）的假设严格程度(C)计算复杂度，距离法通常更快(D)只能处理核苷酸序列，后两者能处理蛋白质3.“分子钟”假说的基本思想是：(A)生物体所有基因的进化速率都相同(B)对于不同物种之间共有的基因或位点，其进化速率随时间线性增加(C)遗传变异只发生在群体内的随机交配过程中(D)进化树构建只依赖于密码子第三位的突变4.以下哪种方法通常用于校准分子时钟？(A)构建邻接树(B)使用化石记录或已知分化时间的节点的遗传距离(C)计算核苷酸替换概率P(D)应用最大简约法搜索树5.dN/dS系数（或ω值）主要用来衡量：(A)系统发育树中节点的支持强度(B)序列间的整体进化距离(C)一个基因或位点上的非同义替换速率与同义替换速率之比(D)进化树中各分支的长度6.贝叶斯方法在系统发育分析中的优势之一是：(A)总能找到绝对最优的树(B)可以同时估计树的拓扑结构和分支长度(C)对计算资源要求极低(D)只适用于核苷酸序列数据7.当比较基因组学数据用于研究进化动力学时，可以通过分析：(A)单基因的进化速率变化(B)基因组的整体大小和重复序列比例(C)基因家族的扩张或收缩(D)以上所有8.在进行系统发育分析前，对序列数据预处理通常包括哪些步骤？（请列举至少两项）(A)剔除不确定位点(B)检测和修正测序错误(C)对齐序列(D)选择合适的进化模型9.“RelaxedClock”模型（如贝叶斯松弛时钟模型）相比于经典分子钟模型的主要改进在于：(A)允许不同线系拥有不同的进化速率(B)使用更复杂的替换模型(C)无需校准节点年龄(D)不考虑遗传漂变的影响10.生物信息学数据库（如NCBIGenBank）在分子进化动力学研究中扮演的角色包括：(A)提供大量已测序物种的基因组或基因序列数据(B)提供系统发育树构建所需的操作距离矩阵(C)存储关于物种分类和地理分布的信息，有助于构建校准数据(D)直接执行进化分析计算二、简答题（每题5分，共30分）1.简述Jukes-Cantor进化模型的基本假设。2.解释什么是系统发育树，并说明其主要拓扑结构参数的含义（至少两种）。3.分子时钟校准的常用方法有哪些？简述其中一种的基本原理。4.什么是dN/dS值？当dN/dS>1,=1,<1时，通常分别暗示着什么生物学意义？5.列举至少三种用于构建系统发育树的生物信息学软件或程序包的名称。6.简述生物信息学在研究基因家族演化过程中的作用。三、论述题（每题10分，共40分）1.设计一个简化的研究方案，利用生物信息学方法比较两个近缘物种（例如，人类和黑猩猩）之间某个基因（如编码血红蛋白的β链）的进化速率。请说明你需要哪些数据、使用哪些主要分析步骤（包括软件和方法选择）、以及如何解读分析结果。2.讨论在分子进化动力学研究中使用最大似然法和贝叶斯法各自的优缺点。在什么情况下你可能会选择其中一种方法而不是另一种？3.详细说明“适应性进化”的概念，并阐述如何利用PAML等生物信息学工具来检测特定基因或位点是否存在适应性进化证据。需要哪些输入数据和输出结果，如何解读？4.结合你所学的知识，论述生物信息学在理解物种形成（特别是通过生殖隔离建立的新物种）过程中的作用。可以提及相关的分析工具或研究思路。试卷答案一、选择题1.(B)2.(B)3.(B)4.(B)5.(C)6.(B)7.(D)8.(A),(B),(C),(D)9.(A)10.(A),(C)二、简答题1.Jukes-Cantor模型假设：进化是随机的、无方向性的；所有碱基（或氨基酸）被替换的概率相等；时间单位内发生的替换数目是有限的（通常设为λ，且λ<1/3）；进化是中性或几乎中性的。2.系统发育树是根据物种（或基因）间的序列相似性或差异性，表示它们进化关系的一种图形表示。拓扑结构参数包括：树根（共同祖先）、节点（分化点）、分支（进化路径）、叶节点（现存物种或单倍型）。例如，“节点支持率”表示该节点所代表的进化关系被支持的程度；“分支长度”通常代表进化距离或时间。3.常用方法包括：化石记录法（利用已知地质年代的事件点）、节点的遗传距离法（选择亲缘关系较近且分化时间已知的物种对，计算其遗传距离，反推未知节点年龄）。原理：基于进化速率相对恒定的假设（或松弛时钟模型），通过已知时间点处的距离信息来推算其他节点的年龄。4.dN/dS值是无义替换速率（dS）与同义替换速率（dN）的比值。dN/dS>1暗示该基因经历正向选择（适应性进化）；dN/dS=1暗示中性进化；dN/dS<1暗示纯化选择（负向选择）。5.常用软件/程序包：RAxML,MrBayes,PAML,BEAST,IQ-TREE,FastTree,PhyML,TreeWise(用于交互式构建)。6.生物信息学通过数据库检索基因家族成员、进行序列比对以分析其进化模式（如扩张/收缩、功能分化）、构建系统发育树以揭示家族历史、识别保守基序和功能位点、结合基因组学数据研究基因调控和表达变化等，从而深入理解基因家族的演化过程。三、论述题1.研究方案：*数据获取：从NCBI等数据库下载人类和黑猩猩的β-血红蛋白基因全序列（或编码区序列）。*序列预处理：使用如ClustalW或MUSCLE进行序列对齐，检查并剔除不确定位点。*进化模型选择：选择合适的进化模型（如GTR+Γ，可通过模型选择工具如ModelTest确定）。Kimura'stwo-parametermodel(K2P)也可作为近似。*系统发育树构建：使用最大似然法（ML）软件如RAxML或贝叶斯法软件如MrBayes构建系统发育树。*进化速率计算：使用PAML软件包中的`dN/dS`分析模块，计算人类和黑猩猩β-血红蛋白基因的dN/dS值及分支长度。*结果解读：比较两个物种基因的dN/dS值。若两者相近且接近中性（dN/dS≈1），则支持亲缘关系近且进化速率相似的结论。若差异显著，则需结合分支长度和进化背景讨论可能的驱动因素（如选择压力、基因组结构变化等）。2.优缺点：*最大似然法(ML)：优点是计算效率较高（尤其对大型数据集），理论上可以得到在给定模型和参数下最优的树。缺点是结果严重依赖于所选进化模型的正确性，模型选择过程可能复杂，对参数空间搜索的效率不如贝叶斯法。*贝叶斯法：优点是可以整合先验信息，提供Treespace的概率分布而非单一最优树，能估计节点后验概率等不确定性度量。缺点是计算量通常很大，尤其对于大数据集，需要较长的运行时间和强大的计算资源，结果解释需要一定的贝叶斯理论背景。*选择依据：当数据量较小，希望获得较优的树且对模型有较好把握时，可选ML；当数据量较大或希望评估不同树的相对支持度及不确定性时，可选贝叶斯法。3.适应性进化：指自然选择favoringcertainallelesthatincreaseanorganism'sfitnessrelativetoothergenotypesinitspopulation.检测方法：*使用PAML软件，特别是`codonm`或`sites`模块。*输入数据：对齐的蛋白质序列。*输入参数：指定感兴趣的区域（如整个序列或特定基因），选择合适的模型（如Yang-ZhangtestfordN/dS）。*运行分析：运行PAML程序，获取输出结果，关键输出是ω（dN/dS）值及其置信区间。*解读：如果ω值显著大于1（超过其95%置信区间未包含1），则表明该区域可能正在经历正向选择，即存在适应性进化证据。需要结合进化背景和功能注释进行验证。4.生物信息学在研究物种形成中的作用：*数据整合：利用基因组、转录组、宏基因组数据，全面评估不同物种间的遗传差异和相似性。*系统发育关系：构建精确的系统发育树，揭示物种间的进化历史和亲缘关系，帮助识别潜在的物种分化节点。*进化速率分析：比较不同物种或种群间的基因/基因组进化速率，识别快速进化或适应性变化的区域，这些区域可能与