2025年大学《化学生物学》专业题库- 生物信息学在医学中的应用

2025年大学《化学生物学》专业题库——生物信息学在医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.下列哪项技术主要研究生物体内所有蛋白质的表达谱及其动态变化？A.基因组测序B.转录组测序(RNA-Seq)C.蛋白质组质谱分析D.代谢组学分析2.在医学研究中，用于预测疾病易感性的基因变异通常是？A.蛋白质结构域的变异B.编码区（外显子）的单核苷酸多态性(SNP)C.非编码区的可变数目串联重复序列(VNTR)D.mRNA剪接位点的变异3.KEGG数据库主要提供哪方面的生物信息？A.完整的基因组序列数据B.蛋白质序列和结构信息C.通路信息、药物信息及疾病信息D.基因表达芯片原始数据4.生物信息学中，系统生物学主要关注什么？A.单个基因或蛋白质的功能解析B.生物系统整体层面的相互作用和功能C.基因测序技术的优化D.蛋白质组数据库的构建5.如果一名研究者想要寻找可能治疗某种癌症的新药物靶点，以下哪种生物信息学方法最为相关？A.基于已知药物靶点的药物重定位分析B.蛋白质结构模建C.基因表达谱聚类分析D.病毒基因组测序6.在进行基因功能注释时，经常被引用的GO（GeneOntology）数据库主要提供？A.基因测序的序列信息B.基因或蛋白质相关的生物学过程、细胞组分和分子功能注释C.基因突变导致的疾病列表D.药物靶点信息7.RNA-Seq数据分析中，差异表达基因筛选的常用统计指标是？A.蛋白质二级结构预测值B.基因芯片的信号强度C.FDR(FalseDiscoveryRate)或p-valueD.mRNA的半衰期8.以下哪项技术不直接依赖于高通量测序技术？A.DNA微阵列分析B.RNA-SeqC.液相色谱-质谱联用(LC-MS)D.拓扑测序(PacBio,OxfordNanopore)9.系统药理学研究中，构建药物-靶点-疾病网络的主要目的是？A.寻找药物的单一靶点B.评估药物的潜在毒副作用C.探索药物的多靶点作用机制及协同/拮抗效应D.预测药物在特定疾病模型中的疗效10.生物信息学分析中，蛋白质序列比对的主要目的是？A.预测蛋白质的三维结构B.发现蛋白质家族成员并推断其功能C.计算基因表达量的倍数变化D.构建基因组物理图谱二、填空题（每空2分，共20分）1.生物信息学通常被认为是________学和计算机科学在生物医学领域的交叉学科。2.基因组中的SNP（单核苷酸多态性）是指DNA序列中________的差异。3.用于存储和管理生物数据的计算机数据库是生物信息学的重要基础，例如________和UniProt。4.蛋白质的功能与其________结构密切相关。5.通过分析基因表达谱的差异，可以识别在特定疾病状态下发生显著变化的________基因。6.系统生物学强调从________的角度理解生命活动。7.在药物研发中，生物信息学可以帮助预测化合物的________和ADME（吸收、分布、代谢、排泄）特性。8.基因网络分析中，节点通常代表________，边代表它们之间的相互作用。9.机器学习在生物信息学中的应用包括预测基因功能、识别疾病标志物和________。10.伦理考量是生物信息学研究和应用中不可忽视的方面，涉及数据隐私、基因隐私和________等问题。三、简答题（每题5分，共15分）1.简述生物信息学在疾病诊断中可能发挥的作用。2.解释什么是系统生物学，并举例说明其在理解复杂疾病机制方面的优势。3.描述利用生物信息学方法筛选疾病相关药物靶点的常见思路和步骤。四、论述题（10分）结合化学生物学的知识，论述生物信息学如何帮助研究者发现和验证小分子化合物与生物大分子（如蛋白质）之间的相互作用及其在疾病治疗中的应用潜力。试卷答案一、选择题1.C2.B3.C4.B5.A6.B7.C8.A9.C10.B二、填空题1.生物学2.单个碱基3.NCBI4.一级（或氨基酸）5.差异表达6.整体（或系统）7.药物靶点8.基因/蛋白质9.药物发现10.基因歧视三、简答题1.答案：生物信息学可通过分析疾病相关的基因组、转录组、蛋白质组等高通量数据，识别疾病生物标志物（如基因突变、表达差异的蛋白质）。这些标志物可用于开发新的诊断试剂、建立疾病预测模型或用于疾病的早期筛查。例如，通过分析癌症患者的肿瘤组织与正常组织的基因表达谱差异，可以发现潜在的肿瘤特异性标志物用于血液检测。解析思路：考察对生物信息学在疾病诊断直接应用的理解。思路应从高通量数据分析入手，落脚到标志物发现和诊断应用上。2.答案：系统生物学是整合性的学科，旨在从整体上研究生物系统（如细胞、组织、器官）的组成及其相互作用，以理解其整体功能。它在理解复杂疾病机制方面的优势在于：能够综合考虑多层次（基因、蛋白质、代谢物等）、多组学数据，揭示疾病发生的网络机制和动态过程，而不是孤立地研究单个因素。例如，通过构建心肌梗塞相关的基因调控网络和信号通路，可以更全面地理解疾病发生发展的分子基础，为寻找干预靶点提供更广阔的视角。解析思路：考察对系统生物学定义及其在复杂疾病研究中的优势的理解。需答出系统生物学的核心思想（整体观、整合性）及其在复杂疾病研究中的具体优势（如揭示网络机制、多层次整合）。3.答案：利用生物信息学筛选疾病相关药物靶点的常见思路和步骤包括：①获取疾病相关基因/蛋白质列表（通过基因表达谱分析、突变分析、文献挖掘等）；②利用蛋白质数据库（如UniProt）和功能注释数据库（如GO,KEGG）进行功能富集分析和通路富集分析，识别与疾病相关的关键信号通路或功能模块；③在蛋白质相互作用网络（如STRING,BioGRID）中分析这些疾病相关蛋白，寻找关键的调控节点或相互作用伙伴作为潜在靶点；④结合已知药物靶点和药物作用机制，筛选出具有成药性潜力的靶点；⑤进一步利用计算化学和分子模拟等方法预测小分子与潜在靶点的结合能力。解析思路：考察对药物靶点筛选流程的掌握。应包含数据获取、分析（功能/通路富集、网络分析）、筛选（结合成药性）、预测（结合能等）等关键步骤。四、论述题答案：生物信息学在发现和验证小分子化合物与生物大分子相互作用及其在疾病治疗中的应用潜力方面发挥着关键作用。首先，通过生物信息学分析蛋白质结构（如使用AlphaFold等工具进行结构预测），可以识别蛋白质活性位点或结合口袋的候选区域。其次，利用分子对接（MolecularDocking）等计算方法，可以在原子水平上预测小分子化合物与蛋白质靶点的结合模式、结合亲和力（如计算结合自由能ΔG）和相互作用方式。这些预测结果可以指导实验设计，优先选择高亲和力或具有独特作用模式的化合物进行实验验证。此外，药物靶点识别和验证本身也依赖于生物信息学方法，如通过基因组学数据、蛋白质组学数据和文献挖掘，结合化学生物学知识，可以鉴定与特定疾病相关的潜在药物靶点。生物信息学还可以整合多组学数据（如结合位点信息、药物靶点表达数据、疾病关联信息），构建网络模型，预测药物的潜在疗效、毒副作用或脱靶效应，评估其在疾病治疗中的应用潜力。例如，通过分析药物靶点在正常组织和肿瘤组织中的表达差异，结合药物与靶点的结合预测，可以识别具有开发抗癌药物潜力的靶点。总之，生物信息学通过提供计算预测、靶点发现和机制探究的手段，极大地加速了小分子药物的研发进程，并深化了我们对药物作用机制的理解。