2026年大学《化学与信息科学》考试题库及答案解析

2026年大学《化学与信息科学》考试题库及答案解析一、单项选择题（每题2分，共20分）1.化学信息学中，SMILES的主要作用是？A.表示分子三维构象B.用线性字符串表示分子结构C.存储实验光谱数据D.计算反应速率常数答案B解析SMILES是一种用ASCII字符串表示分子结构的线性编码，便于计算机存储和检索。2.下列哪个数据库主要用于存储和检索小分子化学结构及其生物活性？A.GenBankB.PDBC.PubChemD.UniProt答案C3.分子指纹中，ECFP4的“4”通常表示？A.指纹长度为4位B.以每个原子为中心、直径为4个化学键的环境指纹C.仅考虑4种元素D.分子量小于400答案B解析ECFP4是直径4的扩展连接指纹，即从每个原子出发，考虑半径2个化学键内的原子环境。4.计算两个分子指纹相似度时，最常用的指标是？A.欧氏距离B.曼哈顿距离C.Tanimoto系数D.皮尔逊相关系数答案C5.QSAR模型建立中，因变量通常是？A.分子量B.化合物的生物活性或理化性质C.原子坐标D.分子指纹长度答案B6.在监督学习中，用于分类任务的算法不包括？A.支持向量机B.随机森林C.k-means聚类D.逻辑回归答案C解析k-means聚类是无监督学习方法，不属于分类任务。7.主成分分析（PCA）主要用于？A.增加数据维度B.数据降维与去相关C.生成分子指纹D.计算反应速率答案B8.模型评估中，ROC曲线的纵轴是？A.假阳性率B.真阳性率（灵敏度）C.精确率D.特异度答案B9.下列哪种编码方式可以唯一确定分子的原子连接关系，并且具有层次化结构？A.SMILESB.InChIC.CAS号D.分子式答案B解析InChI由IUPAC制定，具有分层结构，唯一性较好，适合数据库索引；SMILES对同一分子可能存在多种写法。10.深度学习中的图神经网络（GNN）在化学中最自然的输入形式是？A.分子指纹向量B.分子图（原子为节点、化学键为边）C.光谱数据矩阵D.一维SMILES字符串答案B二、多项选择题（每题3分，共15分，多选、少选、错选均不得分）11.下列属于化学信息学常用分子描述符的有？A.分子量B.脂水分配系数logPC.拓扑极性表面积TPSAD.氢键供体数量答案ABCD12.关于SMILES与InChI，下列说法正确的有？A.SMILES通常比InChI更直观简洁B.InChI是由IUPAC制定的标准标识C.同一化合物只能有一种SMILES写法D.InChIKey是InChI的哈希压缩形式答案ABD解析同一化合物可以有多种SMILES写法，因此C错误。13.构建QSAR模型时，常用的模型验证方法包括？A.留一法交叉验证B.k折交叉验证C.外部测试集验证D.随机打乱标签的y随机化答案ABCD14.下列属于无监督学习方法的有？A.主成分分析PCAB.层次聚类C.k-means聚类D.自组织映射SOM答案ABCD15.在药物发现中，化学信息学可用于？A.虚拟筛选B.化合物性质预测C.逆合成路线设计D.靶点结构解析的冷冻电镜数据收集答案ABC解析冷冻电镜数据收集属于结构生物学实验环节，不属于化学信息学的核心任务。三、判断题（每题1分，共10分）16.分子指纹中，MACCS指纹是一种基于预定义子结构字典的指纹。答案正确17.化学信息学中的“分子图”通常以原子为边、化学键为节点。答案错误解析分子图中应以原子为节点、化学键为边。18.SMILES字符串越长，分子一定越复杂。答案错误解析SMILES长度受书写方式、环、支链等因素影响，不一定与分子复杂度严格成正比。19.在分类任务中，准确率（accuracy）在不平衡数据上可能会高估模型性能。答案正确20.主成分分析中，第一主成分方向是数据方差最小的方向。答案错误解析第一主成分方向是数据方差最大的方向。21.InChIKey可以完全还原为原始InChI字符串。答案错误解析InChIKey是哈希压缩形式，哈希过程不可逆。22.随机森林是一种集成学习方法，通过多个决策树投票进行预测。答案正确23.数据标准化（如z-score标准化）对基于距离的模型（如kNN）通常是必要的。答案正确24.图神经网络（GNN）通过消息传递机制更新节点表示。答案正确25.化学数据库PubChem中的CID是化合物在数据库中的唯一标识。答案正确四、填空题（每空1分，共15分）26.化学信息学中，把分子结构转换为固定长度数值向量的常用方法包括__和__。答案分子指纹；分子描述符27.在Tanimoto相似度计算中，设a为两个分子指纹中均为1的位数，b为A中为1且B中为0的位数，c为A中为0且B中为1的位数，则相似度T=aa答案两个分子指纹中均为1的位数28.常用的深度学习框架有__和__（写出两个即可）。答案PyTorch；TensorFlow29.回归模型评价中，均方根误差的英文缩写为__，决定系数用__表示。答案RMSE；R30.QSAR中，Q表示__，SAR表示__。答案定量；构效关系31.分子对接中，通常需要搜索小分子与靶蛋白的__，并用__评估结合强度。答案结合构象；打分函数32.在机器学习中，将数据集划分为训练集、验证集和__；其中__用于调参和模型选择。答案测试集；验证集33.化学信息学常用的分子结构线性编码有__和__（写出两种即可）。答案SMILES；InChI五、简答题（每题5分，共20分）34.简述化学信息学的主要研究内容。答案(1)化学结构表示与编码；(2)化学数据库与信息检索；(3)分子描述符与分子相似性分析；(4)QSAR/QSPR建模；(5)分子模拟与虚拟筛选；(6)机器学习与深度学习在化学中的应用。答出其中4点即可得满分。35.简述SMILES和InChI的主要区别。答案SMILES简洁直观、可读性强，但同一分子可能存在多种写法，唯一性较差；InChI由IUPAC制定，具有层次化结构，唯一性好，适合数据库索引；InChIKey是InChI的哈希压缩形式，不可逆。36.简述在构建QSAR模型时，为什么要划分训练集和测试集？答案训练集用于拟合模型参数；测试集用于评估模型对未见样本的泛化能力；划分训练集和测试集有助于防止过拟合，检验模型的预测可靠性；常用划分方法包括随机划分、时间划分和分子骨架划分等。37.什么是分子指纹？列举两类常用的分子指纹。答案分子指纹是将分子结构编码为固定长度二进制或计数向量的表示方法。常用的分子指纹包括MACCS指纹、ECFP（扩展连接指纹）、AtomPair指纹、TopologicalTorsion指纹等。答出两类即可。六、计算与综合题（每题10分，共20分）38.已知3个化合物的分子指纹（二进制8位）如下：化合物A：10110010化合物B：10100011化合物C：00110101(1)计算A与B的Tanimoto相似度；(2)计算A与C的Tanimoto相似度；(3)根据相似度判断A与哪个化合物更相似，并说明Tanimoto相似度的取值范围及含义。答案(1)A与B：同时为1的位数a=3；A为1且B为0的位数b=1(2)A与C：同时为1的位数a=2；A为1且C为0的位数b=2(3)因为TAB>39.某研究团队建立了一个用于预测化合物是否具有某靶点抑制活性的二分类模型。测试集中共100个化合物，其中真实阳性40个，真实阴性60个。模型预测结果为：真阳性TP=32，假阳性FP=10，假阴性FN=8，真阴性TN=50。(1)计算准确率Accuracy；(2)计算精确率Precision；(3)计算召回率Recal