2025年大学《生物信息学》专业题库- 生物信息学在种群遗传演化中的应用

2025年大学《生物信息学》专业题库——生物信息学在种群遗传演化中的应用考试时间：______分钟总分：______分姓名：______一、选择题1.在种群遗传学中，Hardy-Weinberg平衡定律描述的是（）。A.种群大小趋于无穷大时的情况B.仅在无选择和突变时种群的状态C.种群中基因型频率在世代间保持不变的理论状态D.种群中杂合子频率总是大于纯合子频率2.下列哪个指标主要用于衡量种群内部的遗传多样性？（）A.FstB.He(杂合度)C.Fst*(1-Fst)D.π(核苷酸多样性)3.对于二倍体物种，使用基因型频率法计算等位基因频率时，如果等位基因A和a的基因型频率分别为p²,2pq,q²，那么等位基因a的频率q等于（）。A.p²B.2pqC.q²D.p+q4.PCA（主成分分析）在种群遗传结构分析中的主要作用是（）。A.构建系统发育树B.测量种群间的遗传距离C.降维，识别影响种群结构的主要遗传变异方向D.计算种群的遗传多样性5.下列哪种数据库是存储大规模基因组变异（如SNP）信息的主要公共数据库？（）A.GenBankB.EnsemblC.dbSNPD.PDB6.如果一个种群表现出明显的地理结构，在进行群体遗传学分析时，通常需要考虑（）。A.单倍型分析B.全基因组重测序C.使用校正后的遗传距离D.以上所有7.在系统发育树构建中，最大似然法与邻接法的主要区别在于（）。A.最大似然法考虑了进化模型的假设，而邻接法不考虑B.最大似然法适用于核苷酸数据，邻接法适用于蛋白质数据C.最大似似然法通常计算速度更快D.最大似然法只能构建二分树，邻接法可以构建多分叉树8.用来估计种群历史扩张的“瓶颈效应”的生物信息学方法是（）。A.核心多样性计算B.中性进化检验C.种群大小变化曲线估计(如ms或coalescentsimulations)D.遗传距离矩阵构建9.以下哪个软件主要用于进行高通量测序数据的变异检测和格式转换？（）A.BEASTB.GATKC.VCFtoolsD.ADMIXTURE10.在研究物种适应性进化时，dN/dS比率通常用来衡量（）。A.非同义替换与同义替换的速率比B.等位基因频率变化的速率C.种群间的遗传距离D.突变率二、填空题1.用于衡量种群内部基因型多样性程度的指标是________。2.衡量两个种群之间遗传差异程度的常用指标是________。3.通过分析大量个体基因组标记的相似性来推断种群历史和结构的技术通常称为________。4.基于贝叶斯理论的系统发育树构建软件________提供了灵活的进化模型和后验概率解释。5.将基因型数据转换为等位基因频率数据的过程称为________。6.在进行群体遗传学分析前，对原始测序数据进行质量控制和过滤的过程称为________。7.用于检测基因组中是否存在受自然选择驱动的位点或基因的软件工具包括________(请写一个)。8.基因型数据文件PLINK格式的.bed文件存储的是________。9.人类群体遗传学研究中，常利用________数据来追溯祖先来源和迁徙历史。10.系统发育树的两个主要拓扑表示方法是________和________。三、简答题1.简述选择、突变、迁移和遗传漂变这四种进化驱动力的基本概念及其对种群遗传结构可能产生的影响。2.比较系统发育树的邻接法（Neighbor-Joining）和最大似然法（MaximumLikelihood）两种构建方法的原理和主要区别。3.解释什么是Hardy-Weinberg平衡定律，并列举至少三个使其偏离的条件。4.描述在进行基于高通量测序数据的群体结构分析时，一个典型的分析流程可能包含哪些主要步骤。四、计算题/分析题1.假设在一个由5个个体组成的种群中，检测到一个基因座有A和a两个等位基因。观察到的基因型及其数量如下：AA:2个，Aa:2个，aa:1个。请计算该基因座等位基因A和a的频率（p,q），以及种群的平均杂合度（He）。2.假设通过分析得到两个种群A和B的遗传距离Fst=0.15。请解释Fst的值意味着什么？如果研究者进一步发现种群A内部也存在遗传分化(FstA=0.05)，种群B内部也存在遗传分化(FstB=0.10)，那么这个结果可能暗示了什么？试卷答案一、选择题1.C2.B3.D4.C5.C6.D7.A8.C9.C10.A二、填空题1.杂合度(He)2.遗传距离(Fst或其他如fixationindex)3.种群遗传结构分析(PopulationGeneticStructureAnalysis)或系统发育与种群结构分析(PhylogeneticandPopulationStructureAnalysis)4.MrBayes5.等位基因频率计算(AlleleFrequencyCalculation)6.质量控制(QualityControl,QC)7.PAML或SATURATE或正选择检测工具(请写一个即可)8.基因型值(Genotypevalues或Genotypedata)9.单倍型(Haplotypes)10.距离法(Distancemethod)和粘连法(Neighbor-Joiningmethod)三、简答题1.答：*选择(Selection):指基因频率因等位基因对个体生存和繁殖能力的影响而发生定向改变的现象。正向选择会使有利等位基因频率增加，负向选择会使有害等位基因频率降低，中性选择则对等位基因频率无影响。选择能塑造适应特定环境的种群特征。*突变(Mutation):指产生新的遗传变异的DNA序列改变。突变是等位基因库的原始来源，提供原材料供选择作用。突变率通常较低，但持续不断地产生新变异。*迁移(Migration):指个体或基因在种群之间的流动。迁入会增加迁入种群的等位基因多样性，可能改变其遗传结构；迁出则相反。迁移有助于基因流，减少种群间的遗传差异。*遗传漂变(GeneticDrift):指由随机事件导致的小种群中等位基因频率发生随机波动的现象。主要类型有瓶颈效应和Founder效应。遗传漂变会减少遗传多样性，并在小种群中可能导致有害等位基因固定。*影响：选择塑造适应性特征；突变提供变异基础；迁移增加多样性并连接种群；遗传漂变（尤其在小种群）随机改变基因频率，可能导致种群分化。2.答：*原理：*邻接法(Neighbor-Joining,NJ):基于距离矩阵，寻找两个遗传距离最近的样本（或节点），将它们连接在一起形成一个“边”，然后更新距离矩阵，重复此过程直到所有样本连接成一棵树。其核心思想是“最短连接”。*最大似然法(MaximumLikelihood,ML):基于特定的进化模型（如JTT、WAG等）和核苷酸/蛋白质数据，计算所有可能树的似然值，选择似然值最大的那棵树作为系统发育树。它寻找的是最符合观测数据的进化树模型。*区别：*基础：NJ基于距离度量，ML基于概率模型和似然值。*计算复杂度：NJ计算速度通常比ML快得多，尤其对于大型数据集。*进化模型：NJ不需要预先指定详细的进化模型，ML则需要指定。*准确性：在模型合适时，ML通常能找到更准确（更符合数据真值）的树，但易受模型不合适的影响。NJ对模型不敏感，但可能对某些数据结构（如快速进化的类群）效果不佳。3.答：*概念：Hardy-Weinberg平衡定律是一个理论模型，描述在一个无限大的随机交配种群中，如果没有选择、突变、迁移、遗传漂变以及没有非随机交配等因素的影响，等位基因和基因型频率会在世代间保持不变。*偏离条件：1.非随机交配(Non-randomMating):如自交、近交、亲缘交配等，会改变基因型频率。2.选择(Selection):对特定基因型的选择会改变其频率。3.突变(Mutation):新突变的产生或已有突变的逆转会引入或去除等位基因，改变频率。4.迁移(GeneFlow/Migration):基因从一个种群流入另一个种群，会改变种群内的等位基因频率。5.遗传漂变(GeneticDrift):在小种群中，由随机事件导致的等位基因频率波动。6.种群不够大(SmallPopulationSize):即使没有上述因素，小种群也更容易受到遗传漂变的影响而偏离平衡。7.多效性(MultipleEffects):一个基因对多个性状产生影响，选择一个性状可能导致其他性状的频率也发生变化。4.答：*数据获取与质量控制：*获取目标物种群体的全基因组或目标区域的测序数据（如通过重测序项目、自行测序）。*对原始测序数据进行质量过滤，去除低质量读段（Sanger测序）或变异（NGS测序），进行去重，校正错误等（使用如FastQC,Trimmomatic,GATK等工具）。*变异检测与格式转换：*对过滤后的数据进行变异检测，识别SNP和InDel等变异位点（使用如GATKHaplotypeCaller,FreeBayes等工具）。*将变异结果转换为标准格式（如VCF），并进行注释（使用如SnpEff,ANNOVAR等工具）。*根据需要，将原始基因型数据（如BAM文件）或VCF文件转换为适合下游分析的格式（如PLINK的BED/BIM/FAM文件，或直接使用VCF进行某些分析）。*数据降维与预处理（可选但常用）：*根据研究目的，可能需要进行数据降维，如过滤掉变异率过低或过高的位点，使用PCA（主成分分析）或PCA++等方法减少维度，去除批次效应等。*群体结构分析：*使用降维后的数据或原始高维数据（如SNP矩阵），运行群体结构分析软件（如smartpca,ADMIXTURE,Structure,fastSTRUCTURE等）。*分析输出结果（如K值判断、个体聚类图），解释种群的遗传结构、分化程度和可能的来源。*其他分析（根据研究问题）：*根据具体研究目标，可能还会进行系统发育树构建、遗传距离计算、多样性分析、选择信号检测等。四、计算题/分析题1.答：*计算等位基因频率：*总个体数=5*等位基因A的总数=(AA的个数*2)+(Aa的个数*1)=(2*2)+(2*1)=6*等位基因a的总数=(aa的个数*2)+(Aa的个数*1)=(1*2)+(2*1)=4*等位基因A的频率p=A的总数/(总个体数*2)=6/(5*2)=6/10=0.6*等位基因a的频率q=a的总数/(总个体数*2)=4/(5*2)=4/10=0.4*检查：p+q=0.6+0.4=1.0*计算平均杂合度(He)：*He=1-Σ(纯合子频率的平方)*He=1-[(AA频率)²+(aa频率)²]*AA频率=2/5=0.4*aa频率=1/5=0.2*He=1-[(0.4)²+(0.2)²]=1-[0.16+0.04]=1-0.20=0.82.答：*Fst值含义