2025年大学《生物信息学》专业题库- 生物信息学在肿瘤进化研究中的应用

2025年大学《生物信息学》专业题库——生物信息学在肿瘤进化研究中的应用考试时间：______分钟总分：______分姓名：______一、简述肿瘤异质性的主要来源及其在肿瘤发生、发展和治疗抵抗中的作用。二、比较全基因组测序（WGS）和全外显子组测序（WES）在肿瘤进化研究中的应用特点、优势和局限性。三、解释什么是Pseudofossils，并说明它在推断肿瘤样本的进化关系和构建肿瘤演化树中的作用。四、描述使用高通量测序数据（如RNA-Seq）进行肿瘤亚克隆鉴定的基本思路和主要分析步骤。五、简述肿瘤空间异质性的概念，并列举至少两种分析空间转录组数据的生物信息学方法。六、某研究团队对一位晚期肺癌患者的肿瘤样本进行了全外显子组测序，鉴定到多个高频突变基因。请设计一个简要的生物信息学分析流程，用于筛选其中可能存在的驱动突变基因，并说明每个步骤的依据。七、论述生物信息学方法在揭示肿瘤对化疗药物产生耐药性过程中的作用，并举例说明。八、结合你了解的肿瘤进化研究案例，论述多组学数据整合分析的重要性，并简述一种常用的整合分析方法及其原理。试卷答案一、肿瘤异质性主要来源于突变积累、染色体畸变、基因表达调控变化以及细胞微环境等因素。它在肿瘤发生早期促进多样性产生，为肿瘤逃逸选择提供基础；在肿瘤发展中导致肿瘤内部不同亚克隆的生物学行为差异，影响肿瘤的侵袭转移能力；在治疗抵抗中，对治疗的敏感性不同的亚克隆得以存活和增殖，导致治疗失败或复发。二、WGS可获得整个基因组信息，能发现基因组任何位置的突变，包括体细胞嵌合体、结构变异等，信息最全，但数据量巨大，成本较高，假阳性率可能更高。WES聚焦于编码区域（外显子），数据量和成本相对较低，假阳性率较低，更适合优先检测已知致癌基因的突变，但对基因组其他区域（如非编码区、调控区）的变异无法检测。两者结合可提供更全面的肿瘤基因组信息。三、Pseudofossils是指肿瘤组织中那些由于空间位置邻近而偶然聚集在一起，但实际上在时间上并不连续的、具有不同进化关系的克隆群体。它们看起来像是一个祖先克隆的后代，但实际上可能代表了多个不同的进化分支。通过识别Pseudofossils，可以更准确地校正肿瘤样本中由于空间邻近性造成的假象，从而更真实地重建肿瘤的进化谱系和时间顺序。四、使用RNA-Seq进行肿瘤亚克隆鉴定的基本思路是：首先通过RNA-Seq数据估计每个细胞的基因表达谱，然后利用单细胞RNA测序（scRNA-Seq）或空间转录组学数据，结合细胞分选或空间信息，比较不同细胞/区域的基因表达谱差异。主要分析步骤包括：数据预处理（质量控制、归一化、差异表达分析）、细胞图谱构建（降维、聚类）、亚克隆鉴定（比较细胞间基因表达谱相似性、构建表达谱树）、嵌合状态评估（检测单个细胞中存在多种亚克隆的转录组证据）。依据在于不同亚克隆由于进化历史和所处微环境不同，其基因表达谱存在特征性差异。五、肿瘤空间异质性是指肿瘤细胞在三维空间上的非均一性，包括不同亚克隆在空间上的分离或混合分布。概念涉及细胞间相互作用、微环境信号影响等。分析空间转录组数据的生物信息学方法包括：空间数据预处理（图像分割、特征提取）、空间表达矩阵构建、空间依赖性分析（如空间自相关、图论方法）、空间聚类与谱系推断、空间降维与可视化（如SPOTlight,STAC、空间UMAP）、区域化分析（识别不同的空间模块或肿瘤微环境区域）。六、简要分析流程：1.数据预处理：对测序数据进行质量控制、去除低质量读段和接头序列，进行比对到参考基因组，并进行变异检测（如使用GATKHaplotypeCaller）。2.变异注释：使用注释工具（如ANNOVAR或VEP）对检测到的变异进行注释，获取其功能信息（如所在的基因、功能预测、通路注释等）。3.筛选高频突变基因：设定合适的频率阈值（如样本中至少出现2次或3次），筛选出在肿瘤样本中频率显著高于正常对照（如果存在）的基因。4.功能富集分析：对筛选出的高频突变基因进行功能富集分析（如GO富集、KEGG通路富集），识别可能协同参与肿瘤发生或重要的信号通路。5.驱动基因评分/筛选：结合突变频率、突变类型（如激活性突变）、功能预测结果、通路重要性等信息，使用专门算法（如DriverScore,MutSigCV）或经验判断，对候选基因进行排序和筛选，识别潜在的驱动基因。七、生物信息学通过分析肿瘤治疗前后的基因组、转录组等测序数据，可以揭示肿瘤耐药性的进化机制。例如，通过比较治疗前后肿瘤样本的突变谱变化，可以鉴定出在治疗后出现频率增加的耐药突变；通过分析治疗前后肿瘤异质性的变化，可以识别出具有耐药潜能的亚克隆在治疗过程中的竞争优势；通过整合多组学数据，可以关联耐药突变与特定的分子通路改变，为开发新的耐药克服策略提供理论依据。例如，研究发现EGFRT790M突变是EGFR酪氨酸激酶抑制剂（TKI）治疗产生耐药的主要原因。八、多组学数据整合分析对于肿瘤进化研究至关重要，因为单一组学数据往往只能提供肿瘤异质性的一个侧面。基因组学揭示突变基础，转录组学反映基因表达和功能状态，表观基因组学揭示表观遗传调控，蛋白质组学和代谢组学提供更直接的生物学功能信息，而空间组学则提供了肿瘤在组织微环境中的三维结构信息。整合分析能够将来自不同组学层次的信息关联起来，更全面地理解肿瘤异质性的形成机制、进化过程和功能影响，例如整合WGS和RNA-Seq数据可以推断突变对基因表达的影响，整合转录组和空间数据可以揭示不同亚克隆在组织空