2025年大学《生物信息学》专业题库- 突变检测技术在遗传病诊断中的应用

2025年大学《生物信息学》专业题库——突变检测技术在遗传病诊断中的应用考试时间：______分钟总分：______分姓名：______一、选择题（每题2分，共20分）1.以下哪项不属于单基因遗传病的分类？（）A.常染色体显性遗传病B.常染色体隐性遗传病C.X连锁隐性遗传病D.多基因遗传病2.Sanger测序技术主要用于检测哪种类型的突变？（）A.大片段结构变异B.单核苷酸多态性（SNP）C.插入/缺失（InDel）D.基因表达量变化3.在高通量测序数据分析流程中，通常使用哪种工具进行原始测序数据的比对？（）A.GATKB.FreeBayesC.BWAD.VEP4.以下哪个数据库主要收录已知的致病和功能未知的单核苷酸变异（SNV）？（）A.OMIMB.dbSNPC.KEGGD.GeneCards5.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.变异序列的相似性C.变异对蛋白质功能的影响D.变异在群体中的频率6.当怀疑患者患有单基因遗传病，但致病基因未知时，以下哪种策略最合适？（）A.进行全基因组测序（WGS）B.进行全外显子组测序（WES）C.进行目标基因捕获测序D.仅进行Sanger测序7.ACMG/AMP指南主要用于指导哪种活动？（）A.测序仪的选型B.测序数据的预处理C.遗传变异的致病性分类D.测序成本的核算8.GO（GeneOntology）数据库主要提供什么信息？（）A.基因之间的物理相互作用B.基因或蛋白质的生物学功能、过程和位置注释C.基因表达的时空模式D.疾病相关的基因列表9.RNA-Seq技术可以用于检测哪种类型的遗传变异？（）A.基因组DNA序列变异B.转录组水平的变异（如SNV,InDel,可变剪接）C.蛋白质结构变异D.染色体数目变异10.遗传病诊断报告中，通常需要明确说明变异的哪种属性？（）A.测序深度B.变异类型和位置C.测序平台型号D.实验室负责人姓名二、填空题（每空1分，共15分）1.点突变是指单个______的替换、插入或缺失。2.高通量测序技术通常包括文库构建、______、数据处理和变异检测等主要步骤。3.变异注释工具如ANNOVAR或VEP可以将检测到的变异与______、功能预测等信息进行关联。4.基于生物信息学分析的遗传病诊断流程通常包括样本处理、测序、______、变异筛选、致病性预测和报告解读等环节。5.常用的变异致病性预测工具包括SIFT、PolyPhen-2和______。6.对于常染色体隐性遗传病，患者通常需要检测其______的基因。7.限制性片段长度多态性（RFLP）分析是一种基于______差异的突变检测技术。8.变异过滤时，通常需要考虑变异的______、功能影响和遗传模式等因素。9.RNA-Seq不仅可以检测基因突变，还可以研究基因的______和调控机制。10.遗传病诊断中，伦理问题主要体现在知情同意、数据隐私和______等方面。三、简答题（每题5分，共20分）1.简述WES（全外显子组测序）技术的原理及其在遗传病诊断中的优势。2.比较Sanger测序和二代测序（NGS）技术在检测点突变方面的主要区别。3.解释什么是变异注释，并说明其在遗传病诊断分析中的重要性。4.描述一个典型的基于生物信息学的遗传病诊断报告需要包含哪些核心内容。四、论述题（每题10分，共30分）1.试述生物信息学方法在遗传病致病性变异检测和预测中的应用流程，并举例说明如何利用这些信息进行遗传诊断。2.随着测序技术的不断进步，遗传病诊断策略也在发生变化。请讨论WGS相对于WES和传统诊断方法的优势、局限性以及可能的应用场景。3.在遗传病诊断实践中，数据分析和结果解读面临哪些挑战？如何提高遗传诊断的准确性和可靠性？试卷答案一、选择题1.D2.B3.C4.B5.C6.B7.C8.B9.B10.B二、填空题1.核苷酸2.测序3.基因/基因组4.变异检测5.CADD(或ACMG-ERR，或列出一类即可)6.双亲(或父母)7.限制性内切酶识别位点8.稀有性(或频率)9.表达量(或转录水平)10.基因携带者筛查(或产前诊断，或社会伦理影响，或列出一类即可)三、简答题1.原理：WES通过特异性捕获全基因组中所有外显子区域（蛋白质编码区）的DNA片段，进行高通量测序，从而获得这些区域的序列信息，并与参考基因组进行比对，检测其中的变异（SNP、InDel、SV等）。优势：相对于WGS，WES数据量小，成本较低，但能集中火力分析已知与疾病相关的基因，检测效率高，更容易发现与特定遗传病相关的致病变异。2.区别：*原理与通量：Sanger测序是经典的链终止法，单链、单向测序，通量低；NGS是平行、高通量测序技术，可在短时间内产生海量序列数据。*检测范围：Sanger测序通常用于小片段（如目标基因）精确测序；NGS可测序整个基因组或外显子组等大片段区域。*点突变检测：Sanger测序可以直接、精确地读取测序片段，从而检测点突变；NGS通过比对大量测序读长（reads），推断样本中碱基的覆盖度和频率变化来检测点突变，对低频突变检测能力更强，但需要生物信息学处理。*成本与速度：Sanger测序成本较低、速度较快；NGS单次成本高、速度快，但数据处理复杂。3.定义：变异注释是指将检测到的基因组或转录组变异信息（如位置、类型）与已知的生物数据库进行关联，获取该变异所在的基因、转录本、功能域、氨基酸改变、通路信息、与疾病相关的文献或数据库记录（如ClinVar）等注释信息的过程。重要性：变异注释是连接实验数据（变异）与生物学意义（功能、疾病关联）的关键步骤。它帮助研究人员理解变异可能产生的生物学效应，判断变异与疾病的关联程度，是进行变异致病性预测和遗传病诊断决策的基础。4.核心内容：*患者基本信息（姓名、ID、性别、年龄等）和样本信息。*检测方法概述（如测序类型WES/WGS、平台、分析流程）。*检测到的总变异数量、注释到基因的变异数量。*筛选出的致病/潜在致病变异列表（包括基因名称、变异类型、位置、参考/变异碱基、预测的致病性、来源数据库如ClinVar）。*主要致病/候选致病变异的详细解读（如功能影响、与已知疾病的关联）。*诊断结论（明确或推测的遗传病类型、遗传模式）。*检测局限性说明（如未覆盖区域、数据库限制）。*参考文献和咨询建议。四、论述题1.应用流程：1.样本采集与测序：采集患者血液、组织等样本，进行基因组（WGS）或外显子组（WES）测序。2.数据预处理：对原始测序数据（Reads）进行质量控制和过滤，去除低质量读长；对合格的Reads进行比对（Alignment）到参考基因组。3.变异检测：识别样本基因组与参考基因组的差异，检测SNP、InDel、SV等，并生成变异列表（VCF）。4.变异注释：利用ANNOVAR、VEP等工具，将变异信息注释到基因、功能域、通路、疾病关联数据库（ClinVar）等，预测变异对蛋白质功能的影响。5.变异致病性预测与筛选：使用SIFT、PolyPhen-2、CADD等工具预测变异的致病性，结合遗传模式（如常隐病需检测双亲）、变异频率、功能影响、文献证据等进行综合筛选，确定候选致病变异。6.诊断与报告：根据筛选出的致病/候选变异，结合患者临床表型，做出遗传诊断，并撰写包含详细分析和结论的诊断报告。举例说明：患者表现为囊性纤维化典型症状。进行WES，检测到CFTR基因存在c.1052T>G（p.Trp352*）变异。该变异位于外显子2，预测会导致提前终止密码子，编码的CFTR蛋白功能缺失。该变异被ClinVar标记为致病（Pathogenic），且为CFTR基因已知致病热点变异。结合患者症状和家族史（如父母之一为携带者），可诊断为CFTR基因相关囊性纤维化，并建议进行产前诊断。2.WGS优势：覆盖全基因组，能发现全基因组范围内的所有类型变异（包括外显子、内含子、调控区、SV等），可以发现罕见或新的致病基因，适用于表型不典型或怀疑复杂遗传病的情况。WGS局限性：数据量巨大，分析复杂，成本高；对于仅由外显子组变异引起的疾病，分析效率可能不如WES；数据解读难度更大，可能发现大量良性变异干扰诊断。WES优势：聚焦外显子组，数据量和成本适中，分析相对高效；能检测外显子区域的大多数致病变异；是诊断已知单基因遗传病和常染色体显性/隐性遗传病的高效选择。WES局限性：无法检测外显子区域之外的变异（如调控区、SV等），可能遗漏由这些区域变异引起的疾病；存在“外显子陷阱”效应，即某些内含子或UTR区域的变异可能无法被捕获或准确检测。应用场景：WGS适用于复杂遗传病研究、肿瘤基因组分析、对疾病机制进行全面探索、诊断表型不明确的疾病、寻找罕见病致病基因等；WES适用于诊断已知遗传病目录中的疾病、家系分析、产前诊断（针对已知高风险基因）等。3.挑战：*数据庞大与复杂性：NGS产生海量数据，生物信息学分析流程复杂，对计算资源和专业人才要求高。*变异解读困难：大量变异中区分致病性与良性变异（假阳性/假阴性）是核心难点；变异的功能效应预测准确率有限；数据库信息可能不完整或存在矛盾。*技术平台差异：不同测序平台和试剂产生的数据质量和特征可能不同，影响分析结果的可比性。*临床表型与变异的匹配：将复杂的生物信息学结果与患者的具体临床表型精确对应存在挑战，需要临床医生和遗传咨询师的经验判断。*伦理、法律与社会问题（ELSI）：数据隐私保护、知情同意、结果解释与沟通、潜在的歧视风险等。提高准确性与可靠性：*优化分析流程：采用经过验证的高质量分析工具和流程，标准化分析步骤，提高变异检测和注释的准确性。*