2025年大学《生物信息学》专业题库- 转录组数据分析与表观遗传学的关系

2025年大学《生物信息学》专业题库——转录组数据分析与表观遗传学的关系考试时间：______分钟总分：______分姓名：______一、选择题（每题2分，共20分）1.在RNA-Seq数据质量控制（QC）阶段，哪个指标主要用于评估原始测序读段的完整性和比例？A.RPKM值B.Q30比率C.读段长度分布D.基因数量2.下列哪种工具通常用于从RNA-Seq比对结果中准确地量化每个基因或转录本的表达水平？A.HISAT2B.samtoolsC.featureCountsD.bedtools3.进行差异表达基因分析时，DESeq2包中常用的统计模型基于哪种假设？A.基于t分布B.基于正态分布C.基于泊松分布D.基于卡方分布4.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.胞嘧啶（C）D.鸟嘌呤（G）5.ChIP-Seq技术主要用于检测什么？A.DNA序列变异B.DNA甲基化位点C.组蛋白修饰的染色质区域D.RNA表达水平6.RNA干扰（RNAi）现象主要由哪种类型的非编码RNA介导？A.mRNAB.microRNA(miRNA)C.longnon-codingRNA(lncRNA)D.tRNA7.5hmC（5-羟甲基胞嘧啶）是哪种表观遗传修饰？A.组蛋白乙酰化B.组蛋白甲基化C.DNA甲基化D.RNA化学修饰8.在整合转录组与DNA甲基化数据时，一个常见的挑战是如何区分基因表达沉默是由于转录抑制还是由于启动子区域的CpG岛高甲基化？A.甲基化水平与表达量完全正相关B.甲基化水平与表达量完全负相关C.启动子甲基化通常不影响下游基因表达D.启动子区域非CpG位点的甲基化更为关键9.ATAC-Seq（AssayforTransposase-AccessibleChromatinusingsequencing）技术主要用来检测什么？A.与DNA结合的蛋白质B.染色质开放可及区域C.DNA序列重复单元D.DNA复制起始位点10.RNA-Seq数据中，FPKM值的计算涉及哪些参数？A.比对到的读段数量、参考基因组大小、读段长度B.总读段数量、样本库大小、转录本长度C.比对到的读段数量、样本数量、基因数量D.总读段数量、参考基因组碱基数量、平均读段长度二、填空题（每空1分，共10分）1.RNA-Seq数据分析的首要步骤通常是__________，以去除低质量读段和去除adapter序列。2.差异表达分析中，p值用于评估结果的__________，而FoldChange则反映了表达差异的__________。3.组蛋白修饰中的H3K4me3通常与活跃染色质区域相关，如__________和__________。4.microRNA（miRNA）通过__________机制下调靶基因表达。5.整合转录组与表观遗传数据的一种方法是分析__________区域的甲基化水平与基因表达的关系。三、简答题（每题5分，共15分）1.简述RNA-Seq数据分析的主要流程，至少包含三个关键步骤。2.解释什么是表观遗传学，并列举三种主要的表观遗传修饰类型及其大致功能。3.描述DNA甲基化如何影响基因表达，并说明CpG岛甲基化通常与哪些基因状态相关？四、论述题（10分）假设你获得了一组来自某种疾病组织与对照组组织的RNA-Seq数据，并计划进一步结合该组织的DNA甲基化数据（来自BS-Seq）进行分析。请阐述你将如何设计分析策略来探索DNA甲基化变化与疾病状态下转录组变化之间的关系？你的分析结果可能揭示哪些生物学问题或机制？试卷答案一、选择题1.B2.C3.C4.C5.C6.B7.D8.B9.B10.D二、填空题1.数据质量控制(或质量评估与过滤)2.显著性；程度3.染色体启动子；活性染色质域4.基因沉默(或mRNA降解)5.基因启动子(或基因调控区域)三、简答题1.解析思路：要求概述RNA-Seq分析核心步骤。首先要想到的是数据预处理，这是后续所有分析的基础。然后是核心的生物信息学分析环节，即比对和定量。最后可以提及下游分析，如差异表达等。答案要点：*数据质量控制（QC）：评估读段质量，过滤低质量读段，去除测序接头序列等。*序列比对（Alignment）：将RNA-Seq读段映射到参考基因组或转录组上。*基因/转录本定量（Quantification）：计算每个样本中每个基因或转录本的表达水平（如读段计数或丰度值）。*（可选）差异表达分析：比较不同条件下基因表达水平的差异。*（可选）功能注释与分析：对差异表达基因进行功能富集分析等。2.解析思路：定义是基础，需要明确表观遗传学是研究可遗传变异的学科。然后列举三种主要的表观遗传标记，并简要说明其功能。常见的标记包括DNA甲基化、组蛋白修饰和非编码RNA调控。功能描述要抓住核心作用，如DNA甲基化通常抑制表达，H3K4me3关联激活，miRNA抑制表达等。答案要点：*表观遗传学是研究不涉及DNA序列改变，但可遗传给后代的细胞核性状（基因功能状态）的学科。*主要修饰类型及功能：*DNA甲基化：通常在CpG岛上发生，与基因沉默、染色质结构重塑相关。*组蛋白修饰：如H3K4me3常关联活跃染色质和启动子区域，H3K27me3常关联抑制性染色质；修饰可影响染色质结构、转录因子结合和基因表达。*非编码RNA调控：如miRNA通过碱基互补配对与靶mRNA结合，导致其降解或翻译抑制，从而调控基因表达。3.解析思路：核心在于解释甲基化影响表达的两个主要机制：阻止转录因子结合和招募抑制性染色质蛋白。需要具体说明CpG岛甲基化通常导致基因表达沉默或下调。答案要点：*DNA甲基化主要通过两种方式影响基因表达：*在基因启动子区域的CpG岛发生甲基化，可以阻止转录因子结合到DNA上，从而抑制基因转录。*甲基化的DNA序列可以招募组蛋白去乙酰化酶等抑制性染色质修饰复合物，使染色质变得紧密（异染色质化），从而抑制基因表达。*在大多数情况下，启动子区域的CpG岛甲基化与基因表达沉默或显著下调相关。四、论述题解析思路：此题考察整合分析策略的设计能力。首先要明确目标：探索甲基化与转录组的关系。核心方法是相关性分析或回归分析，需要将甲基化数据（通常是特定位点或区域的平均甲基化水平）与基因表达量关联起来。需要考虑如何处理甲基化数据（如区分CpG岛甲基化与基因body甲基化），如何选择合适的分析方法（如线性模型），以及可能需要控制的变量（如细胞类型异质性）。最后要能从分析结果中推断出潜在的生物学意义，例如甲基化是否是导致表达差异的原因，或者两者是否存在共变异模式。答案要点：*分析策略设计：1.数据准备：获取RNA-Seq数据（表达量矩阵，如FPKM/TPM值）和BS-Seq数据（甲基化水平矩阵，如CpG位点甲基化率）。对BS-Seq数据进行预处理，如计算每个基因或基因区域的平均甲基化率，区分启动子、体区等不同区域的甲基化水平。2.关联分析：使用统计方法将基因表达量与其相关区域的甲基化水平联系起来。例如，对于每个基因，计算其表达量与启动子区域CpG岛甲基化率之间的相关系数（如Pearson或Spearman）。或者，构建线性回归模型，以基因表达量为因变量，甲基化率为自变量，同时控制其他因素（如基因长度、样本批次效应等）。3.差异分析：比较疾病组与对照组中，甲基化水平与表达量关联模式的差异。例如，分析两组间相关系数是否显著不同，或者回归模型中甲基化率的系数是否有显著差异。*可能揭示的生物学问题或机制：*