2025年大学《生物信息学》专业题库- 染色体DNA修饰在表观遗传学中的应用

2025年大学《生物信息学》专业题库——染色体DNA修饰在表观遗传学中的应用考试时间：______分钟总分：______分姓名：______一、选择题（每题2分，共20分）1.下列哪项不是表观遗传学的主要特征？A.涉及基因表达的变化B.不依赖于DNA序列的碱基变化C.能够遗传给后代（在真核生物的有性生殖中）D.主要通过改变蛋白质结构来实现2.DNA甲基化主要发生在DNA的哪个碱基上？A.腺嘌呤（A）B.胸腺嘧啶（T）C.鸟嘌呤（G）D.胞嘧啶（C）3.组蛋白乙酰化通常与哪种基因表达状态相关？A.基因沉默B.基因激活C.X染色体失活D.基因表达无影响4.以下哪种技术主要用于检测全基因组范围内的DNA甲基化水平？A.ChIP-seqB.RRBSC.RNA-seqD.ATAC-seq5.TET酶家族的主要功能是？A.甲基化DNAB.乙酰化组蛋白C.去甲基化DNA（将5mC转化为5hmC）D.添加ubiquitin到组蛋白6.在生物信息学分析中，MACS2软件通常用于？A.构建基因调控网络B.检测DNA序列中的重复元件C.叫峰（PeakCalling）以识别修饰位点D.计算基因表达差异7.亚硫酸氢盐（Bisulfite）测序的原理依赖于DNA中哪种碱基的特异性化学性质？A.A与T之间的氢键B.C与G之间的氢键C.甲基化胞嘧啶（5mC）与未甲基化胞嘧啶（C）在不同pH条件下的解离特性D.组蛋白修饰的带电状态8.DNA修饰模式在染色质三维结构组织中的作用包括？A.影响染色质重塑复合物的招募B.指导同源重组的精确发生C.直接决定核小体的精确位置D.降低DNA的复制速率9.基于Bis-seq数据，计算两组样本（如对照组和疾病组）之间差异甲基化位点的标准通常考虑？A.修饰频率的绝对差异B.修饰频率的FoldChangeC.绝对修饰频率与总覆盖度的乘积D.修饰位点的密度10.在分析单细胞分辨率下的DNA修饰数据时，一个主要的挑战是？A.数据量过大难以存储B.单个细胞的核酸浓度过低C.修饰信号的异质性导致假阳性率高D.难以区分技术噪声和真实的生物学信号二、填空题（每空1分，共10分）1.表观遗传学研究的核心是基因表达的调控，而不涉及DNA序列的________改变。2.组蛋白的________化和________化通常与活跃的染色质状态相关联。3.常用的DNA甲基化测序技术之一RRBS是通过富集富含________碱基的亚硫酸氢盐测序片段来降低成本的。4.生物信息学分析中，为了减少假阳性，差异修饰位点筛选常需要设定________和________阈值。5.将5-甲基胞嘧啶（5mC）氧化为5-羟甲基胞嘧啶（5hmC）的酶属于________酶家族。三、简答题（每题5分，共20分）1.简述DNA甲基化在基因表达调控中的两种主要作用机制（例如，通过抑制转录因子结合或招募沉默蛋白）。2.比较Bis-seq和RRBS两种DNA甲基化测序技术的原理、优势和主要应用场景。3.解释什么是“组蛋白密码”，并简述其在表观遗传调控中的作用。4.描述在进行WGBS数据分析时，一个典型的预处理步骤（如过滤低质量读长或去除重复序列）的目的。四、论述题（每题10分，共30分）1.论述生物信息学分析在解读DNA修饰数据中的核心作用，并举例说明如何通过分析修饰模式与基因表达的关系来推断其生物学功能。2.假设你获得了一组来自癌症细胞和正常细胞的WGBS数据。请描述你会如何运用生物信息学方法来分析这些数据，以鉴定关键的DNA修饰变化，并尝试解释这些变化可能对癌症发生发展产生的表观遗传影响。3.讨论将DNA修饰数据与其他组学数据（如基因表达数据、ATAC-seq数据）整合分析的意义，并指出整合分析中可能遇到的主要挑战及相应的生物信息学策略。试卷答案一、选择题1.D2.D3.B4.B5.C6.C7.C8.A9.B10.C二、填空题1.序列2.乙酰,磷酸3.C4.P-value(或FDR),FoldChange5.TET三、简答题1.答案：DNA甲基化通过两种主要机制调控基因表达：*抑制转录因子结合：甲基化的胞嘧啶可能直接阻碍转录因子识别其DNA结合位点，或者甲基化的DNA与甲基化结合蛋白（MBDs）结合，形成的复合物阻止转录因子招募到启动子等调控区域，从而抑制基因转录。*招募沉默蛋白：甲基化的DNA可以作为“标记”，招募如DNMT1、HDACs、HMTs等表观遗传修饰复合物，这些复合物进一步招募组蛋白去乙酰化酶或组蛋白甲基化酶，导致染色质结构变紧密（异染色质化），使基因沉默。解析思路：问题要求阐述DNA甲基化的作用机制。需要回答两种主要途径：一是直接影响转录调控蛋白与DNA的相互作用；二是甲基化位点作为“招募平台”，吸引其他沉默相关的蛋白复合物，改变染色质状态。回答需包含具体分子机制和涉及的关键蛋白类型。2.答案：Bis-seq（亚硫酸氢盐测序）和RRBS（限制性酶切片段测序）是两种检测DNA甲基化的技术：*原理：Bis-seq利用亚硫酸氢盐（Bis-H）能特异性地将未甲基化的胞嘧啶（C）转化为尿嘧啶（U），而甲基化的胞嘧啶（5mC）不受影响。测序后将U反向转为C，通过与参考基因组比对，可以识别和定量甲基化位点。RRBS则利用只有甲基化的胞嘧啶（5mC）才能被甲基化敏感限制性内切酶识别并切割的特性，通过测序富集被切割后的片段，从而获得甲基化信息。*优势与应用：Bis-seq提供全基因组高分辨率的甲基化信息，尤其适用于研究CpG岛。RRBS通过富集目标区域，降低了测序成本和通量需求，适合研究全基因组范围内的CpG位点或特定基因区域的甲基化，但分辨率相对较低。解析思路：问题要求比较两种技术的原理、优缺点和应用。需要分别解释两种技术的核心化学原理或生物学基础。然后，对比它们在信息分辨率、覆盖范围、成本和适用场景上的差异。Bis-seq是全基因组、高分辨率，但成本高、通量低；RRBS是区域富集、成本较低、通量较高，但分辨率受限制性酶影响。3.答案：组蛋白密码（HistoneCode）是指一系列特定的组蛋白修饰（如乙酰化、甲基化、磷酸化等）的组合模式，这种模式就像密码一样，可以被染色质上的“阅读器”识别，进而招募特定的效应蛋白，最终导致特定的染色质结构和功能状态（如开放或关闭）。例如，H3组蛋白第四位赖氨酸（H3K4）的甲基化（特别是三甲基化H3K4me3）通常与活跃的染色质区域（如启动子）相关联，而H3K9或H3K27的甲基化（特别是二甲基化或三甲基化）则通常与基因沉默区域相关联。组蛋白密码的核心思想在于，特定的修饰组合而非单个修饰决定了染色质状态，从而精细调控基因表达。解析思路：问题要求解释组蛋白密码的概念及其作用。需要定义组蛋白密码（修饰的组合模式及其功能意义）。阐述其核心原理（阅读器-密码-效应蛋白通路）。通过举例说明不同修饰组合如何关联到不同的染色质状态（如H3K4me3与活跃染色质，H3K9me2/27me3与沉默染色质），以具体化抽象概念。4.答案：进行WGBS（全基因组亚硫酸氢盐测序）数据分析时，一个典型的预处理步骤是过滤低质量读长和去除重复序列。过滤低质量读长的目的是去除在测序过程中可能引入错误、无法准确判断碱基身份（尤其是C/U转换）或无法有效比对到参考基因组的读长。这有助于提高数据准确性和后续分析的可靠性。去除重复序列（特指PCR产生的重复）是为了减少分析中某些区域信号的非生物学放大，使得修饰水平的估计更接近真实的生物学状态，避免特定区域因重复序列过多而产生误导性的高修饰信号。解析思路：问题要求解释一个WGBS数据分析的预处理步骤的目的。需要明确指出步骤（过滤低质量读长+去除重复序列）。然后分别解释每个子步骤的目的：过滤低质量读长是为了保证数据准确性；去除重复序列是为了避免PCR扩增带来的非生物学噪音，使结果更真实反映基因组实际修饰状态。需使用生物信息学分析语境下的术语（如准确性、可靠性、非生物学放大、信号）。四、论述题1.答案：生物信息学在解读DNA修饰数据中起着核心作用，它使得从海量的原始测序数据中提取生物学意义成为可能。其核心作用体现在：*数据预处理与质量控制：对原始测序数据进行清洗、过滤、碱基识别（特别是区分C和U）等步骤，确保数据质量。*峰检测与定位：运用算法（如MACS2、sама）识别出修饰富集的区域（峰），这些峰通常对应着功能重要的基因调控元件（如启动子、增强子）。*定量分析：计算每个峰内的平均修饰水平，以及在整个基因组或特定区域的总体修饰频率。*差异分析：比较不同实验条件下（如正常与疾病细胞、不同处理组）的修饰水平差异，鉴定出发生显著变化的修饰位点或区域。*模式识别与关联分析：通过聚类、热图等可视化手段展示修饰模式的分布。更重要的是，生物信息学方法被用来分析修饰模式与基因表达水平之间的关系。例如，通过计算峰中心位置的修饰水平与邻近基因表达量之间的相关性，可以推断修饰对基因表达的影响。通常，启动子区域的低水平甲基化与基因激活相关，而基因体或CpG岛的高水平甲基化则常与基因沉默相关。此外，还可以分析修饰变化是否伴随着染色质可及性（通过ATAC-seq等数据）的变化。通过这些生物信息学分析，可以将DNA修饰数据从简单的“地图”转化为理解基因调控网络、细胞状态差异和疾病机制的有力证据。解析思路：问题要求论述生物信息学在解读修饰数据中的作用，并举例说明与表达的关系。需要从生物信息学分析流程入手，分点阐述其在数据处理、峰叫、定量、差异分析、模式识别等环节的作用。重点放在“关联分析”上，明确指出生物信息学如何用于分析修饰模式与基因表达的关系。必须给出具体的关联规则示例（如启动子甲基化与沉默/激活的关系），并提及结合其他组学数据（如ATAC-seq）进行整合分析的思路，以展示其深度分析能力。2.答案：分析癌症细胞和正常细胞的WGBS数据，以鉴定关键的DNA修饰变化并推断其生物学意义，可以按以下生物信息学步骤进行：*数据预处理：对两组WGBS数据分别进行质量控制、过滤低质量读长、去除测序仪特有的接头序列、将U反向转为C、与参考基因组进行比对。*峰检测与修饰水平计算：使用MACS2等工具分别进行峰叫，确定两组样本中修饰富集的区域。计算每个峰的中心位置及其覆盖范围内的平均甲基化水平。*差异甲基化位点（DMDs）鉴定：比较两组样本间的修饰水平差异。常用的方法包括计算FoldChange（如癌/正常修饰比例）并设定阈值，或进行统计学检验（如t-test或ANOVA）并控制假发现率（FDR）。鉴定出的显著差异位点即为潜在的表观遗传标记。*功能注释与优先级排序：对鉴定出的DMDs进行基因组坐标映射，注释其所在的位置（如基因的启动子、CpG岛、基因体）。可以根据差异位点的位置（特别是启动子区域）、差异幅度（FoldChange）以及覆盖的基因功能（如肿瘤抑制基因、细胞周期调控基因）对它们进行优先级排序。*生物学意义推断：分析差异修饰的模式。例如，如果癌症细胞中特定肿瘤抑制基因的启动子区域发生显著高甲基化，这可能解释了该基因的沉默，进而促进癌症发展。如果基因体发生广泛的高甲基化，可能与基因组不稳定性或转录抑制有关。结合文献知识或表达数据（若有），可以进一步推断这些修饰变化可能通过影响基因表达、染色质结构或DNA复制来参与癌症的发生发展过程。例如，启动子高甲基化导致基因沉默，减少抑癌蛋白表达；或CpG岛甲基化导致启动子区域收缩，阻碍转录因子结合。解析思路：问题要求描述一个完整的分析流程。需要按照标准生物信息学分析流程展开：数据预处理->峰叫与定量->差异分析（核心步骤，需说明方法和阈值）->功能注释（利用数据库如GENCODE）->生物学意义推断（结合位置、功能、文献）。重点在于展示如何从原始数据一步步推导出有生物学意义的结论，体现生物信息学在揭示疾病机制中的作用。3.答案：将DNA修饰数据与其他组学数据（如基因表达、ATAC-seq）整合分析的意义在于，单一的表观遗传数据往往不足以完全解释基因表达的调控机制。整合分析能够提供更全面、更深入的视角：*建立因果联系：修饰变化通常影响染色质的可及性，进而影响转录机器的招募，最终导致基因表达变化。整合ATAC-seq（检测染色质可及性）和WGBS/Bis-seq（检测修饰）数据，可以直接观察修饰状态与染色质开放性之间的关系。例如，如果在基因启动子区域观察到高甲基化，并且该区域的ATAC信号也显著降低，这强烈支持甲基化通过抑制染色质开放来沉默基因。*验证和细化调控模型：单独的修饰数据可能只能显示相关性，整合分析可以验证修饰是否确实是表达调控的关键驱动力，并揭示更精细的调控网络。例如，整合分析可能发现，某种修饰的变化主要影响基因启动子，而表达变化则发生在第一个外显子，这提示可能存在转录起始后的调控步骤。*发现新的调控机制：整合数据有时能揭示出乎意料的关联。例如，某种修饰可能主要富集在基因体，且与基因表达呈正相关，这可能暗示它参与转录elongation或转录后调控过程，而非