2025年大学《生物信息学》专业题库-基于RNA测序数据的基因表达分析

2025年大学《生物信息学》专业题库——基于RNA测序数据的基因表达分析考试时间：______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括号内。）1.在设计RNA测序实验时，选择合适的测序深度主要取决于什么因素？A.目标基因的数量B.实验的生物学重复次数C.想要检测的基因表达差异的倍数范围D.测序平台的技术限制2.下列哪一项不是RNA测序数据预处理中常用的质量控制指标？A.Q30碱基比例B.接头序列比例C.基因表达量D.重复序列比例3.在使用STAR或HISAT2进行RNA测序数据比对时，通常会产生多种比对选项（multi-mappingreads），处理这些读数的一种常见策略是：A.将它们随机分配到所有可能的参考基因组位置B.将它们丢弃，因为它们降低了比对准确性C.将它们主要映射到最可能的基因上，或者进行特殊处理D.将它们单独存放在一个文件中，不做进一步处理4.下列哪种方法通常不适用于计算RNA测序数据的基因表达量？A.featureCountsB.DESeq2C.RSEMD.HTSeq-count5.在使用DESeq2进行差异表达分析时，其核心统计模型是基于什么分布？A.正态分布B.泊松分布C.负二项分布D.卡方分布6.下列哪个指标通常用于衡量差异表达结果的统计显著性？A.TPM值B.FoldChange值C.p-value值D.RPKM值7.在差异表达分析结果中，FalseDiscoveryRate(FDR)表示的是：A.总共检测到的差异表达基因数量B.在所有显著差异表达基因中，错误发现（实际不显著但被判断为显著）的比例C.实验总样本量D.差异表达基因的平均倍数变化8.火山图（VolcanoPlot）中，通常X轴表示什么，Y轴表示什么？A.X轴表示FoldChange，Y轴表示p-valueB.X轴表示FDR，Y轴表示FoldChangeC.X轴表示TPM值，Y轴表示p-valueD.X轴表示基因数量，Y轴表示表达量9.下列哪个工具是专门为RNA测序数据设计，能够估计转录本丰度并进行差异表达分析的R包？A.SamtoolsB.HISAT2C.DESeq2D.bedtools10.RNA测序中，使用Oligo-dT磁珠选择RNA的方法主要捕获哪种RNA？A.小RNA（sRNA）B.tRNAC.rRNAD.mRNA二、填空题（每空1分，共15分。请将答案填在横线上。）1.RNA测序（RNA-Seq）通过测序样本中的__________来研究基因的表达水平和调控模式。2.在RNA测序数据分析的质控阶段，FastQC工具主要用于评估原始测序读数的__________、重复序列、接头序列等质量特征。3.将原始测序读数（reads）通过特定算法比对到参考基因组或转录组上的过程称为__________。4.常用的RNA测序数据定量工具featureCounts主要输出每个样本中每个__________的读数计数。5.在差异表达分析中，FoldChange衡量的是两组样本中目标基因表达水平的__________。6.DESeq2包在计算基因表达量时会考虑测序深度和库大小差异，其使用的标准化方法主要是__________。7.热图（Heatmap）是一种常用的可视化手段，可以直观展示多个样本中大量基因表达的__________模式。8.RNA测序实验设计中，为了避免批次效应影响结果，通常需要设置__________组作为对照。9.某基因在对照组中的表达量为1000counts，在处理组中的表达量为4000counts，其FoldChange值为__________。10.RNA测序数据中，rRNA（核糖体RNA）通常在总RNA中占比很高，为了提高mRNA的测序效率，常采用__________的策略。三、简答题（每题5分，共20分。请简洁明了地回答问题。）1.简述RNA测序相比于传统qPCR技术分析基因表达的优势。2.RNA测序数据分析流程中，比对和定量这两个步骤分别解决了什么核心问题？3.解释什么是“假发现率”（FDR），为什么在进行差异表达分析时需要控制FDR？4.在设计一个比较两种处理（AvsB）对细胞基因表达影响的RNA测序实验时，请简述需要考虑的至少三个关键设计要素。四、分析题（共25分。请根据要求进行分析和解释。）1.（10分）假设你获得了一份RNA测序项目的分析结果，其中包含一个使用DESeq2进行差异表达分析后得到的基因列表。该列表包含基因ID、log2FoldChange（log2变换后的倍数变化）和adjustedp-value（FDR）。请解释log2FoldChange值为正数和负数的生物学意义，以及如何判断一个基因是否具有统计学上显著的差异表达？如果某个基因的log2FoldChange为2.5，调整后的p-value为0.01，你会如何解读这个结果？2.（15分）在分析RNA测序数据时，你使用FastQC对原始测序读数进行了质控，发现读数质量普遍较低（例如，很多读数的Q30分数低于30%），并且存在较高比例的未比对读数。请简述可能的原因，并说明在这种情况下，你可以采取哪些常用的数据处理步骤（如清洗、修剪或比对策略调整）来改善后续分析的质量，并简要解释这些步骤的原理。试卷答案一、选择题1.C2.C3.C4.B5.C6.C7.B8.A9.C10.D二、填空题1.mRNA2.质量特征3.比对4.基因/转录本5.差异6.sizefactors7.表达水平8.染色对照（或技术对照、批次对照）9.410.rRNA去除（或去除核糖体RNA）三、简答题1.解析思路：对比RNA测序和qPCR在测量范围、动态范围、通量、信息量、实验设计灵活性等方面的差异。RNA测序可同时分析成千上万个基因，动态范围宽，无需预先设计引物，可发现未知转录本或变异。答案要点：RNA测序可同时分析大量基因，动态范围宽，无需预设引物可发现新转录本/变异，实验设计更灵活，可检测基因表达调控网络。2.解析思路：比对解决的是将原始读数映射到基因组位置的问题，是后续定量和变异检测的基础；定量解决的是计算每个基因或转录本在样本中的丰度（读数数量）问题，是差异表达分析的数据基础。答案要点：比对是将测序读数定位到基因组上的过程，解决了读数来源问题；定量是计算每个基因/转录本在样本中的表达量（读数计数），解决了丰度评估问题。3.解析思路：解释FDR的定义（错误发现率，即在所有显著结果中，错误标记为显著的比例），强调其相比于p-value的优势（控制FDR能控制错误发现的期望总数，不受样本量影响），说明在多重检验背景下控制FDR的重要性（避免假阳性泛滥）。答案要点：FDR是显著结果中错误结果的比例。它控制了在大量检验中错误判断为显著的总期望比例，比p-value更能反映结果的稳健性，尤其是在样本量较大时。4.解析思路：从样本选择、技术重复、生物学重复、对照设置、对照选择等方面考虑。强调重复的重要性（减少随机误差），对照组的作用（提供基线），以及避免批次效应的方法（设置批次对照）。答案要点：关键要素包括：样本选择代表性、设置足够的技术重复和生物学重复、设置合适的对照（如阴性对照、染色对照）、考虑实验批次并设置批次对照。四、分析题1.解析思路：解释log2FoldChange：正值表示在处理组中表达量高于对照组，负值表示低于对照组，数值大小表示差异倍数的大小。解释adjustedp-value：用于判断差异是否由随机因素导致，值越小越显著。解读结果：结合两者，说明该基因在处理组中表达显著上调约2.5倍，且此结论的假阳性风险低于1%。答案要点：log2FoldChange>0表示基因在A组（处理）上调，<0表示下调，数值绝对值越大差异越大；adjustedp-value<0.05通常认为差异表达显著，表示结果假阳性率控制在指定水平内。该结果说明基因在A组表达上调约2.5倍（以2的幂次方表示），且此差异具有统计学意义（假阳性风险低）。2.解析思路：分析低质量和未比对读数的原因（如RNA降解、反转录效率低、测序错误、接头污染、基因区域复杂度高等）。针对原因提出处理步骤：低质量读数用修剪工具（如Trimmomatic）去除；未比对读数可检查原因，如果是接头序列，已通过修剪去除；如果是目标外序列，可能需要调整比对参数或选择更适合的比对工具；普遍未比对可能提示RNA质量差或库构建问题，需重新评估实验。解释原理（修剪去除不合格序