2025年大学《生物信息学》专业题库-转录组数据在遗传疾病研究中的应用

2025年大学《生物信息学》专业题库——转录组数据在遗传疾病研究中的应用考试时间：______分钟总分：______分姓名：______一、选择题（每题2分，共20分）1.在RNA-Seq数据分析中，去除低质量reads和接头序列通常在哪个阶段进行？A.读取比对之后B.质量控制（QC）之前C.质量控制（QC）之后D.定量分析之后2.下列哪种RNA-Seq技术能够提供关于转录本结构变异（如可变剪接）的详细信息？A.表观基因组测序（ChIP-Seq）B.DNA测序（用于基因组组装）C.RNA-SeqbyArray（芯片）D.RNA-Seq3.在比较疾病组和对照组的基因表达差异时，哪个R包是常用的负二项分布模型分析工具？A.BioconductorB.DESeq2C.ggplot2D.samtools4.以下哪个术语描述的是在相同条件下，两个或多个基因的表达水平呈现出一致的升降趋势？A.差异表达基因B.可变剪接C.共表达D.调控网络5.在单基因遗传病研究中，RNA-Seq数据可以用来做什么？A.直接检测基因序列的突变B.探索已知突变基因的功能影响C.完全替代基因组测序D.预测突变蛋白的结构变化6.以下哪项不是RNA-Seq数据分析中常用的功能富集分析方法？A.GO（GeneOntology）富集分析B.KEGG通路富集分析C.DNA序列比对D.Protein-ProteinInteraction（PPI）网络分析7.当研究由多个基因共同影响的复杂遗传疾病时，转录组数据主要关注的是什么？A.单个基因表达水平的显著变化B.与疾病相关的信号通路和生物学过程C.疾病相关基因的突变类型D.表观遗传修饰的细节8.RNA-Seq数据相比DNA测序数据，其核心优势在于什么？A.能直接检测基因组中的所有SNPB.能提供更全面的基因组结构信息C.能直接测量基因的转录本丰度D.能更精确地确定基因组拷贝数变异9.在设计RNA-Seq实验比较疾病和健康组织时，选择对照组的关键原则是什么？A.对照组必须来自完全不同的物种B.对照组应来自与疾病组相同的个体，但无疾病状态C.对照组的样本数量必须多于疾病组D.对照组的RNA质量必须劣于疾病组10.下列哪种情况可能导致RNA-Seq分析中产生假阳性差异表达基因？A.基因表达水平变化非常微小B.实验重复次数不足C.RNA提取质量差导致丰度低估D.使用了不合适的统计方法二、填空题（每空1分，共10分）1.RNA-Seq技术的全称是________sequencing。2.用于评估测序数据质量常用的工具是________。3.将RNA-Seqreads比对到参考基因组或转录组的常用软件有________和________。4.差异表达基因分析中，通常需要设定一个阈值来过滤非显著的基因，这个阈值常通过________来确定。5.除了mRNA，RNA-Seq还可以检测到________、长非编码RNA等不同类型的RNA分子。6.在遗传疾病研究中，通过比较患者和健康人组织的转录组差异，可以________相关的基因和通路。7.可变剪接是指转录本在转录后发生________的过程。8.功能富集分析可以帮助我们理解差异表达基因集主要涉及的________和________。9.设计RNA-Seq研究方案时，需要考虑样本的________、________和________。10.转录组数据可以间接反映基因表达调控层面的变化，例如通过分析顺式作用元件（如增强子）附近的表达模式。三、简答题（每题5分，共15分）1.简述RNA-Seq数据分析的主要流程，包括至少三个关键步骤。2.简述利用转录组数据研究单基因遗传疾病可能的一种思路。3.简述RNA-Seq数据分析中，什么是可变剪接，及其研究意义。四、论述题（10分）假设你获得了一组来自患有某种罕见遗传疾病患者及其健康对照组的脑组织转录组RNA-Seq数据。请设计一个简要的研究方案，说明你将如何利用这些数据来探索该疾病可能的分子机制，包括你将进行哪些核心分析步骤，以及你如何解读这些分析结果以揭示潜在的致病机制。试卷答案一、选择题1.C2.D3.B4.C5.B6.C7.B8.C9.B10.B二、填空题1.RNA2.FastQC3.STAR,HISAT24.FDR（FalseDiscoveryRate）或p-value5.lncRNA（长非编码RNA）6.鉴定7.结构变化8.功能,通路9.类型,数量,质量控制10.表观遗传调控三、简答题1.RNA-Seq数据分析主要流程：*数据预处理：包括质量控制（QC），去除低质量reads、引物序列、接头序列等。常用工具如FastQC进行初步评估，Trimmomatic或Cutadapt进行修剪。*序列比对：将预处理后的reads比对到参考基因组或转录组数据库。常用软件有STAR,HISAT2等。*定量分析：统计比对到基因或转录本上的reads数量，计算表达量。常用工具如featureCounts,RSEM,Salmon等。*差异表达分析：比较不同组别（如疾病vs.健康）的表达差异。常用方法包括DESeq2,edgeR等，进行统计检验并确定差异基因。*（可能）后续分析：如可变剪接分析（StringTie）、功能富集分析（GO,KEGG）、共表达网络分析等。2.转录组数据研究单基因遗传疾病思路：*首先，利用RNA-Seq数据鉴定疾病样本相对于健康对照，其表达水平发生显著变化的基因。*其中，重点关注与已知或疑似致病基因功能相关的基因表达变化。*进一步分析这些相关基因的表达模式，例如它们是否属于同一通路或调控网络。*结合已知的基因突变信息（如果存在），分析RNA-Seq数据中观察到的表达变化是否与该突变可能产生的功能影响（如蛋白质稳定性、翻译效率等）一致。*通过这些分析，可以推断该基因的异常表达在疾病发生发展中的作用，并可能为疾病的诊断、预后或治疗提供新的线索。3.可变剪接及其研究意义：*定义：可变剪接（AlternativeSplicing）是指同一个转录本（pre-mRNA）可以通过不同的剪接位点选择组合，产生多种不同的成熟mRNA转录本的过程。这使得一个基因可以编码多种蛋白质异构体。*研究意义：*增加蛋白质多样性：是产生蛋白质功能异质性的重要机制之一，拓展了基因组的编码能力。*细胞类型和发育阶段特异性表达：特定的可变剪接事件在特定细胞类型或发育时期发生，参与调控细胞分化和功能。*疾病关联：异常的可变剪接是许多遗传疾病（包括癌症、神经退行性疾病等）的重要特征。某些剪接事件可能导致产生功能异常或截短的蛋白质，从而致病。四、论述题研究方案设计：1.核心分析步骤：*数据质控与预处理：对患者组和对照组的原始RNA-Seq数据首先进行质量评估（如使用FastQC），然后进行trimming，去除低质量读段、接头序列等。*序列比对：将处理后的reads比对到人类参考基因组（如GRCh38）和参考转录组（如GENCODE）。*表达定量：使用合适的工具（如RSEM或Salmon）计算每个基因或转录本在两组样本中的表达量（如FPKM或TPM）。*差异表达分析：使用DESeq2或edgeR等工具，比较患者组和对照组基因表达水平的差异，筛选出显著差异表达的基因（可设置FDR阈值，如0.05）。*可变剪接分析（可选但推荐）：如果转录组数据包含足够的信息，使用工具（如StringTie）分析两组间的可变剪接事件差异。*功能富集分析：对显著差异表达的基因进行GO富集分析和KEGG通路富集分析，以识别与疾病相关的生物学过程和信号通路。2.结果解读与机制探索：*解读差异表达基因列表：分析显著上调或下调的基因集，重点关注那些在脑组织中表达且与已知遗传疾病或神经生物学功能相关的基因。*通路富集分析解读：识别显著富集的GOterms和KEGGpathways。例如，如果发现与神经元存活、突触传递、氧化应激相关的通路显著差异，则提示这些通路可能参与疾病的发生发展。*机制探索：*如果发现某个已知与该疾病相关的基因表达显著改变，可以进一步分析其剪接异构体的变化（如果进行了剪接分析），判断是哪种剪接形式的变化可能致病。*如果发现新的或意想不到的差异表达基因/通路，可以查阅文献，了