2025年大学《生物信息学》专业题库- 基因突变检测技术及其临床应用

2025年大学《生物信息学》专业题库——基因突变检测技术及其临床应用考试时间：______分钟总分：______分姓名：______一、选择题（每题2分，共20分）1.下列哪项技术通常用于检测基因组中较大范围的缺失或重复？A.Sanger测序B.SNP芯片C.基因芯片（表达谱）D.高通量测序（NGS）2.在生物信息学分析中，将原始测序读长与参考基因组进行比对是哪个核心步骤？A.变异检测B.数据过滤C.序列比对D.变异注释3.SIFT工具主要用于评估哪个方面？A.变异在基因编码区的位置B.变异对蛋白质功能的影响C.变异在人群中的频率D.变异检测的深度4.以下哪项是高通量测序（NGS）相比Sanger测序的主要优势？A.更高的测序准确率B.更适用于检测低丰度变异C.更高的通量和更短的周转时间D.更低的成本5.在遗传病诊断中，全外显子组测序（WES）相比全基因组测序（WGS）的主要特点是什么？A.检测的变异类型更少B.覆盖基因组区域更广C.更侧重于蛋白质编码区域的变异D.需要更昂贵的测序平台6.数字PCR（dPCR）技术的主要优势在于？A.能直接检测大型结构变异B.对RNA模板要求较低C.具有极高的灵敏度和精确度，尤其适用于绝对定量和稀有突变检测D.分析速度快，通量高7.用于评估新发现基因变异是否可能导致蛋白质功能异常的工具是？A.GERPB.VEPC.PolyPhen-2D.SIFT8.在肿瘤精准医疗中，检测肿瘤组织的驱动基因突变对于哪个方面至关重要？A.确定患者预后B.选择合适的靶向治疗药物C.指导化疗方案制定D.评估肿瘤复发风险9.基因芯片技术（如SNP芯片）主要用于？A.测序未知DNA序列B.同时检测成千上万个基因的表达水平C.检测基因组中特定位置的SNP（单核苷酸多态性）D.检测RNA编辑事件10.生物信息学分析流程中，去除接头序列和低质量读长通常发生在哪个阶段？A.变异检测B.数据预处理C.变异注释D.通路分析二、填空题（每空1分，共15分）1.基因突变是指基因序列发生的变化，常见的类型包括______、插入/缺失（Indel）和______等。2.高通量测序（NGS）技术的核心特点是______和______。3.生物信息学分析中的变异过滤通常依据变异的______、______以及其生物信息学预测结果。4.在个体化医疗中，药物基因组学旨在研究基因变异如何影响个体对______的反应。5.SNP是英文______的缩写，通常指DNA序列中单个核苷酸位点的差异。6.Sanger测序利用了______反应，根据核苷酸的添加终止信号来合成互补链，从而确定序列。7.变异注释是指将检测到的变异定位到基因组上的具体位置，并确定其对应的______、______和功能影响。8.基因表达谱芯片可以用于比较不同条件下______的差异。三、简答题（每题5分，共20分）1.简述Sanger测序和下一代测序（NGS）在原理上的主要区别。2.简述从原始测序数据到检测出可能致病突变的主要分析流程。3.简述基因检测技术在遗传病诊断中的主要应用模式。4.简述肿瘤精准医疗中，基因突变信息如何指导靶向药物的选择。四、论述题（每题10分，共30分）1.比较Sanger测序和NGS技术在不同应用场景（如全基因组测序、全外显子组测序、目标区域测序）下的优缺点。2.论述生物信息学分析在将基因变异信息转化为临床诊断和治疗建议过程中的作用和挑战。3.结合实例，论述基因检测相关的伦理、法律和社会问题（ELSI），并提出可能的应对策略。试卷答案一、选择题1.C2.C3.B4.C5.C6.C7.C8.B9.C10.B二、填空题1.点突变，结构变异2.高通量，高并行3.频率，功能影响4.药物5.SingleNucleotidePolymorphism6.dideoxynucleotide(ddNTP)7.基因，蛋白质8.基因表达三、简答题1.解析思路：Sanger测序通过链终止法，合成过程中加入有限的、带有不同荧光标记的ddNTP，根据终止位置不同得到一系列不同长度的片段，通过电泳分离后检测荧光信号确定序列。NGS则是通过将大量测序反应并行化，通常先将基因组片段化，然后通过各种方法（如簇状扩增）产生大量冗余的克隆，最后对每个克隆进行同步测序，常见流程包括文库构建、簇状扩增、测序-by合成等。核心区别在于Sanger是串行、基于链终止法，而NGS是并行、基于大规模簇状扩增和同步测序。2.解析思路：主要流程包括：①数据预处理（QC、过滤低质量读长、去除接头等）；②序列比对（与参考基因组/转录组）；③变异检测（识别SNP、Indel、SV等）；④变异过滤（去除常见变异、低质量变异）；⑤变异注释（定位基因、预测功能影响）；⑥致病性预测（使用SIFT等工具）；⑦结果解读与报告（结合临床信息，分类变异，形成报告）。每一步都是后续步骤的基础，旨在从原始数据逐步筛选、注释出具有临床意义的变异。3.解析思路：主要应用模式包括：①孟德尔遗传病：针对已知致病基因或孟德尔综合征相关基因进行检测，明确诊断或遗传风险；②复杂遗传病：检测已知与疾病相关的风险基因变异，用于风险评估、早期筛查或辅助诊断；③罕见病：针对特定罕见遗传病相关的基因集合进行测序，寻找致病突变；④产前诊断：在胎儿期检测染色体数目异常或特定遗传病致病基因。核心是针对不同遗传模式选择合适的检测技术（如单基因检测、基因包检测、WES等）。4.解析思路：首先，通过肿瘤基因测序（如WES或液体活检）检测到肿瘤组织中的特异性基因突变（如EGFR、ALK、BRAF、KRAS等）。其次，根据检测到的突变类型和已有的临床研究证据，确定是否存在对应的靶向药物。例如，检测到EGFR突变，则可以考虑使用EGFR-TKIs（如吉非替尼、厄洛替尼）进行治疗。关键在于找到“驱动基因突变”与“靶向药物”之间的对应关系，从而实现精准治疗。四、论述题1.解析思路：Sanger测序：优点是技术成熟、读长较长（可达几千bp）、准确率高，适用于小片段测序、基因克隆验证、引物设计等。缺点是通量低、成本相对较高、不适用于全基因组或大规模测序。NGS：优点是通量极高、速度快、成本不断下降，适用于全基因组/外显子组/目标区域测序、宏基因组学、RNA-seq等多种应用。缺点是读长相对较短（几十到几百bp）、数据量巨大、分析流程复杂、对原始数据质量要求高、可能存在重复序列问题。选择依据：全基因组测序需长读长，选择Sanger或PacBio长读长测序；全外显子组测序追求通量和成本效益，选择NGS（Illumina为主）；目标区域测序需精确覆盖特定基因/位点，选择NGS或光遗传测序；小片段验证等选择Sanger。需综合考虑目的、预算、样本类型和技术平台能力。2.解析思路：作用：生物信息学是连接基因变异数据与临床应用的关键桥梁。它负责处理海量的测序数据，识别和注释变异，预测变异功能影响和致病性，整合多组学数据（如表达、表观组学），进行通路和功能富集分析，最终将复杂的生物信息转化为易于临床医生理解的信息。挑战：①数据解读的复杂性：一个基因位点可能存在多种变异，其临床意义需要结合基因功能、变异类型、频率、基因表达模式、患者临床表型等多方面信息综合判断；②变异过滤标准的不确定性：如何平衡敏感性和特异性，过滤掉假阳性同时不漏掉真阳性，目前尚无统一标准；③分析工具和流程的多样性：不同工具和流程可能导致结果差异，需要标准化和验证；④临床知识更新迅速：新的变异和药物不断涌现，要求信息学分析和临床解读团队保持同步；⑤数据整合难度：整合来自不同组学、不同数据库的信息进行综合解读是难点；⑥沟通与转化：如何将专业的生物信息学结果有效地传达给临床医生，并被纳入临床决策流程。3.解析思路：实例：①遗传歧视：个体因携带特定风险基因而可能面临就业、保险歧视。②数据隐私泄露：基因信息极其敏感，一旦泄露可能导致社会排斥或身份盗用。③知情同意：患者是否充分理解基因检测的利弊、风险和局限性，做出自主选择。④诊断准确性：检测结果（尤其是预测性结果）的准确性如何保证，误诊或假阳性可能带来不必要的焦虑和干预。⑤伦理界限：基因编辑技术的应用边界，尤其是生殖系编辑。应对策略：①加强