2025年大学《生物信息学》专业题库- 免疫细胞亚群鉴定数据分析与生物信息学技术

2025年大学《生物信息学》专业题库——免疫细胞亚群鉴定数据分析与生物信息学技术考试时间：______分钟总分：______分姓名：______考生注意：*请将所有答案写在答题纸上，写在试卷上无效。*答案应书写工整、清晰、准确。*每一题的答案应写在对应题号的下方空白处。一、简述流式细胞术（FCM）在免疫细胞亚群鉴定中相比其他技术（如FACS分选、免疫组化）的主要优势和潜在局限性。二、在处理免疫细胞流式数据时，什么是“Gating”？请解释Gating在数据质控和亚群鉴定中的重要性，并列举至少三种常见的Gating策略。三、描述在进行免疫细胞双参数流式数据分析时，如何识别和去除双阳性细胞（如双阴性细胞污染或双标记阳性细胞）。解释此步骤的必要性。四、比较并对比k-means聚类算法和层次聚类算法在免疫细胞亚群鉴定中的应用。请说明各自的主要原理、优缺点以及选择哪种方法可能更适合特定的数据集或研究目标。五、解释为什么PCA（主成分分析）和t-SNE（t分布随机邻域嵌入）等降维技术通常在免疫细胞流式数据分析中被用作后续分析（如聚类）的预处理步骤。请分别简述PCA和t-SNE的基本思想及其在该场景下的作用。六、在进行两组（例如，治疗组和对照组）免疫细胞亚群标志物表达的差异分析时，为什么不能直接比较所有细胞的平均值？请说明应采用何种统计学方法，并简述其基本原理。七、描述在免疫细胞亚群鉴定数据分析中，如何通过散点图或热图可视化细胞亚群的标志物表达模式。请说明如何从这些图表中解读亚群特征或组间差异。八、假设你需要分析一个包含成千上万个细胞的单细胞流式数据集，请简述你会采用的分析流程，包括关键步骤、可能使用的主要分析方法或工具（无需具体代码），以及如何处理和解释降维结果（如t-SNE图）。九、解释什么是流式细胞数据的“补偿”（Compensation）。在存在荧光串色（Spillover）的情况下，为什么补偿是进行准确多参数分析（如检测CD4+CD8+双标记细胞）所必需的？简述基于细胞混合物或基于单细胞的补偿方法的基本思路。十、在免疫细胞亚群鉴定研究中，如何评估一个鉴定出的细胞亚群是否具有生物学意义？请列举至少三个可以从数据分析层面进行的评估指标或方法。试卷答案一、优势：能够同时检测细胞表面或内部的多种标志物；可对细胞进行实时门控，直接从混合物中分离出特定亚群；操作相对快速、通量较大，可处理数万至数百万细胞。局限性：检测通量相对有限（相比宏基因组学等）；荧光标记可能存在串色；对细胞活力有一定要求；数据分析复杂，需要专业知识和技能；通常只能检测预知标志物。二、Gating：指在流式数据的多参数散点图中，根据细胞在特定荧光参数维度上的位置，定义一个区域（窗口），以选择出满足特定特征的细胞群体。重要性：去除噪声和无关细胞（如死细胞、细胞碎片、造血干细胞等），确保后续分析仅基于目标细胞群体，提高数据质量和分析的准确性。常见策略：1.基于细胞形态特征：如根据前向散射（FSC）和侧向散射（SSC）参数区分不同大小的细胞。2.基于阴性门控：先定义一个“所有细胞”的群体，然后在此群体内设置阴性区域（如CD3-CD19-）以排除特定细胞类型（如B细胞、T细胞）。3.基于阳性标志物：选择表达特定表面标志物的细胞群体（如CD45+粒细胞）。三、识别去除方法：在FSCvsSSC散点图上，选择一个仅包含阴性细胞的区域（如R1），然后在对应于两个阳性荧光标记的二维散点图上，在此阴性区域（R1）之外设置一个去除区域（R2），将落在此去除区域内的双阳性细胞剔除。必要性：双阴性细胞污染（如非免疫细胞）会错误地降低目标亚群的表达分析结果，干扰统计比较；双标记阳性细胞可能代表细胞活化、分化的特定状态，或存在标记表达异常，需要根据研究目的决定是否去除或单独分析。四、k-means聚类：原理：将数据点划分为k个簇，使得簇内数据点均值距离最小化。优点：算法简单、计算速度快、易于实现。缺点：需要预先指定簇的数量k；对初始聚类中心敏感；对异常值敏感；只能发现球状簇。层次聚类：原理：通过递归地合并或分裂簇来构建一个簇层次结构（树状图）。优点：不需要预先指定簇的数量k（可在树状图上切割）；能发现任意形状的簇；结果以树状图形式呈现，直观展示样本间关系。缺点：计算复杂度较高；合并/分裂决策一旦做出不可逆；对距离/链接方法选择敏感。选择依据：若对亚群数量有先验知识，k-means可能更快；若希望探索性发现亚群且不关心具体数量，或数据簇形状不规则，层次聚类更合适。五、PCA作用：降维，去除数据中的冗余信息和噪声，同时保留大部分变异信息。通过提取主要成分，可以在低维空间中可视化高维数据结构，揭示数据的主要模式和潜在关系，为后续聚类、分类等分析提供更清晰的数据表示。t-SNE作用：降维并保持样本间的相对距离。特别适用于高维数据的可视化，能够将高维细胞群映射到二维或三维空间，使得相似细胞在低维空间中距离相近，不同细胞群间距离较远，有助于直观地识别和区分不同的细胞亚群。为何用作预处理：高维流式数据包含大量冗余信息和噪声，直接进行分析可能导致结果混乱。PCA和t-SNE可以简化数据结构，突出主要模式，使后续的聚类或差异分析更有效、更易于解释。六、不能直接比较原因：两组细胞的总体数量可能不同；细胞组成可能不同（即不同亚群的比例可能不同）；个体细胞间的表达变异很大。直接比较平均值会掩盖这些群体结构差异和个体差异，导致偏倚。统计学方法：应采用基于细胞群的检验方法，如t检验（比较两组间特定亚群的平均表达差异）、Mann-WhitneyU检验（非参数检验，适用于分布未知或偏态数据）或方差分析（ANOVA，若比较超过两组）。原理：这些方法考虑了每个亚群内外的变异，以及不同亚群间的贡献，通过比较两组间每个细胞亚群标志物分布的整体差异（通常使用Wilcoxonrank-sumtest等统计量），来判断差异是否具有统计学意义。七、散点图/热图可视化：散点图：在二维散点图上，横轴和纵轴分别代表两个荧光标记的强度。每个点代表一个细胞，其位置由该细胞的两个标志物表达值决定。通过观察点的聚集情况，可以识别出表达模式相似或不同的细胞群体（亚群）；通过比较不同颜色（代表不同实验组）的点的分布，可以判断亚群标志物表达是否存在组间差异。热图：将细胞排列在行，标志物排列在列，单元格的颜色深浅代表该细胞在对应标志物上的表达水平（或标准化值）。通过观察行（细胞）的色块模式，可以识别表达谱相似或不同的细胞亚群；通过比较不同列（实验组）的色图整体差异，可以判断亚群表达谱或特定标志物表达是否存在组间差异。解读：关注图中点的聚集或行的色块模式，识别潜在的亚群；比较不同组别中亚群的位置或颜色模式变化，推断生物学意义，如亚群比例变化、标志物表达上调/下调等。八、分析流程：1.数据导入与质控：读取FCS文件，进行基本质控（如检查文件完整性、去除负FSC/SSC细胞、根据FSC/SSC去除死细胞和细胞碎片）。2.补偿校正（若多色）：对存在荧光串色的数据应用补偿算法（如FlowCompensate或基于单细胞混合物的方法）。3.数据转换：对每个标志物的原始荧光强度数据进行转换（如对数转换、归一化），以改善数据分布，便于后续分析。4.维度减少：应用PCA或t-SNE等方法对高维数据进行降维，以去除噪声和冗余，并可视化细胞群体结构。5.亚群鉴定：在降维图（如t-SNE图）或原始参数图上，通过可视化方法（如密度图、聚类图）或聚类算法（如k-means、层次聚类、基于图形的方法）识别和定义细胞亚群。6.标志物分析：比较不同亚群间标志物的表达差异（如使用t检验、ANOVA），鉴定各亚群的特征性标志物。7.结果解释与报告：结合免疫学背景，解释亚群的身份、功能意义，以及标志物差异的生物学含义，并以图表形式清晰展示结果。可能使用的工具：R包（FlowCore,FlowSOM,Seurat,Scanpy,ggplot2,ComplexHeatmap等）；Python库（FlowCytometryTools,Scanpy,Seaborn,Matplotlib,Plotly等）。处理和解释t-SNE图：观察t-SNE图中不同簇（颜色点）的分布和分离情况。寻找生物学上可解释的簇，尝试命名。注意t-SNE结果可能受参数影响，同一数据集不同参数设置可能得到不同可视化结果，主要看相对分离和聚集模式。比较不同实验组的t-SNE图，观察亚群的位置变化。九、补偿：指校正流式细胞术中荧光标记物之间的串色效应。当一种荧光染料发出的光被检测器接收时，会不可避免地有一部分被邻近检测器接收，这种现象称为串色。必要性：在多参数流式分析中，细胞同时表达多个标志物时，一个荧光标记的信号会受到邻近荧光标记信号的干扰。如果不进行补偿，会错误地低估阳性标志物的表达水平，导致无法准确检测到低表达的双标、三标甚至更高标的细胞（如CD4+CD8+T细胞），从而丢失重要的细胞亚群信息。补偿方法：基于细胞混合物的补偿：利用已知比例的细胞混合物（如不同比例的CD4+CD8-、CD4-CD8+、CD4+CD8+细胞）进行流式检测，根据混合物中各细胞群体的理论比例和实际检测到的比例，反推串色量，从而计算得到校正后的“净”荧光信号。基于单细胞的补偿：假设在单细胞中，串色量与该细胞表达的所有荧光标记总量成正比。通过分析单细胞中所有荧光标记的“总信号强度”，建立一个比例关系，用于校正单个细胞内各个荧光标记的串色信号。这种方法更精确，尤其适用于高维度多色数据。十、评估指标/方法：1.统计显著性：通过统计学检验（如t检验、ANOVA、Fisher精确检验）评估鉴定出的亚群在特定标志物表达上与对照组或其他组的差异是否具有统计学意义。2.生物学一致性：将鉴定出的亚群与已知的免疫细胞亚群（基于表面标志物组合）进行比对，看其标志物表达模式是否与文献报道或公