2026年甘肃省事业单位《综合应用能力C类》真题及答案解析

2026年甘肃省事业单位《综合应用能力C类》真题及答案解析一、科技文献阅读题（50分）阅读下列文章，回答后面问题。合成生物学：从“读取”生命到“编写”生命合成生物学是21世纪初兴起的一门交叉学科，旨在将工程学中“设计—构建—测试”的范式引入生命科学，使人们能够对生物系统进行标准化改造甚至从头设计。如果说传统基因工程是对单个基因的“剪切—粘贴”，合成生物学则是系统化地对遗传线路进行“编程”，其核心特征为“标准化”“模块化”和“去耦合”。合成生物学的发展使人类对生命的认识从“读取”阶段迈向“编写”阶段。2000年，研究人员在大肠杆菌中构建了首个合成基因线路——双稳态开关。2010年，文特尔团队合成了首个由化学合成基因组控制的原核生物——丝状支原体JCVI-syn1.0。此后，人工合成酵母染色体、非天然碱基对扩展遗传字母表等突破陆续出现。在代谢工程领域，合成生物学已使青蒿素前体在大肠杆菌和酵母中的生物合成成为可能，显著降低了抗疟药物的生产成本。在材料领域，蛛丝蛋白、贻贝黏附蛋白等高性能生物材料可由工程微生物发酵制备。在环境领域，人工设计的微生物可以感知重金属离子、降解有机污染物。在医疗领域，工程化T细胞（如CAR-T疗法）已用于某些血液肿瘤治疗，合成生物学也为疫苗开发提供了新的平台。合成生物学的基本流程通常为：先将目标功能分解为若干可标准化的遗传元件（如启动子、核糖体结合位点、编码序列和终止子）；再按照设计规则将元件组装成基因线路；随后将线路导入底盘细胞（如大肠杆菌、酵母或哺乳动物细胞）；接着测试底盘细胞的生长、代谢和目标产物；最后根据测试结果进行迭代优化。该过程高度依赖高通量测序、DNA合成、自动化移液和机器学习等技术。其中，DNA合成成本的下降速度曾一度快于摩尔定律，使大规模构建遗传线路在经济上可行。合成生物学也带来生物安全、生物安保和伦理等方面的挑战。工程化微生物意外释放可能干扰原有生态系统；DNA合成技术可能被用于重建已知病原体；合成生物体的自我复制能力使其管理难度远大于普通化学品。为此，多个国家和国际组织提出“生物风险管理”框架，包括物理防护、生物学防护（如营养缺陷型菌株）、合成DNA订单筛查、伦理审查和公众参与等。2018年，《科学》杂志曾发表多国科学家签署的自律性倡议，主张在充分评估风险前暂缓某些可遗传基因编辑应用。合成生物学的健康发展需要在创新与预防原则之间保持动态平衡。（一）判断题（每题2分，共10分。正确的涂“A”，错误的涂“B”）1.合成生物学的核心特征包括“标准化”“模块化”和“去耦合”。答案：正确2.文特尔团队合成的JCVI-syn1.0是首个由化学合成基因组控制的原核生物。答案：正确3.合成生物学中的底盘细胞仅指大肠杆菌。答案：错误解析：文章明确指出底盘细胞包括大肠杆菌、酵母或哺乳动物细胞等，并非仅指大肠杆菌。4.DNA合成成本的下降速度一直快于摩尔定律。答案：错误解析：原文表述为“曾一度快于摩尔定律”，并非“一直”，时间范围被扩大。5.合成生物体的自我复制能力使其管理难度远大于普通化学品。答案：正确（二）单项选择题（每题2分，共8分。下列每题只有一项最符合题意）6.合成生物学与传统基因工程的主要区别在于合成生物学：A.只研究原核生物B.系统化地对遗传线路进行“编程”C.不使用DNA重组技术D.不依赖工程学思想答案：B解析：文章首段指出，传统基因工程是对单个基因的“剪切—粘贴”，合成生物学则是系统化地对遗传线路进行“编程”。7.CAR-T疗法属于合成生物学在哪个领域的应用？A.材料领域B.环境领域C.医疗领域D.能源领域答案：C8.在合成生物学基本流程中，将遗传元件组装成基因线路后，下一步是：A.目标功能分解B.导入底盘细胞C.发表研究成果D.申请专利答案：B9.根据文章，下列属于生物风险管理措施的是：A.提高DNA合成成本B.合成DNA订单筛查C.禁止所有基因编辑D.大规模释放工程微生物答案：B解析：文章列举的生物风险管理框架包括物理防护、生物学防护、合成DNA订单筛查、伦理审查和公众参与等。（三）不定项选择题（每题3分，共12分。每题至少有一个正确答案，多选、错选、漏选均不得分）10.根据文章，合成生物学基本流程包括：A.将目标功能分解为标准化遗传元件B.将遗传元件组装成基因线路C.将线路导入底盘细胞D.测试底盘细胞的生长、代谢和目标产物答案：ABCD解析：文章所述流程为“分解—组装—导入—测试—迭代优化”，A、B、C、D均属其中环节。11.下列哪些属于合成生物学的应用领域？A.青蒿素前体的生物合成B.蛛丝蛋白发酵制备C.重金属离子感知D.疫苗开发答案：ABCD解析：文章第二段分别对应代谢工程、材料、环境和医疗领域的应用。12.文章提到的生物风险管理框架包括：A.物理防护B.生物学防护C.合成DNA订单筛查D.公众参与答案：ABCD13.下列关于合成生物学发展的表述，正确的有：A.2000年构建了首个合成基因线路B.2010年合成了JCVI-syn1.0C.非天然碱基对扩展了遗传字母表D.DNA合成成本长期保持不变答案：ABC解析：D项与原文“下降速度曾一度快于摩尔定律”相矛盾，故排除。（四）简答题（每小题10分，共20分）14.简述合成生物学的基本流程。答案：合成生物学的基本流程包括：(1)将目标功能分解为若干可标准化的遗传元件；(2)按照设计规则将元件组装成基因线路；(3)将基因线路导入底盘细胞；(4)对底盘细胞的生长、代谢和目标产物进行测试；(5)根据测试结果进行迭代优化。解析：答题需覆盖“分解—组装—导入—测试—迭代优化”五个要点，每点2分，意思相近即可。15.根据文章，合成生物学面临的主要风险挑战有哪些？请至少列出三个方面。答案：(1)生物安全风险：工程化微生物意外释放可能干扰原有生态系统；(2)生物安保风险：DNA合成技术可能被用于重建已知病原体；(3)管理难度风险：合成生物体的自我复制能力使其管理难度远大于普通化学品；(4)伦理与治理挑战：需在创新与预防原则之间保持平衡。解析：答出任意三个方面即可，每点约3—4分，需结合文章内容。二、论证评价题（40分）阅读给定材料，回答问题。材料：某市近年来持续加大科技研发投入。2020年至2023年，该市研发经费从50亿元增加到80亿元，同期高新技术企业数量从1000家增加到1500家。有分析认为，研发经费增加是高新技术企业数量增长的根本原因。该市还建设了多个科技园区，周边城市也纷纷建设科技园区，这说明建设科技园区对区域创新没有实质作用，否则周边城市不会跟风。某企业去年研发投入增长了30%，但当年该企业利润下降了20%，可见研发投入会损害企业经济效益。因此，该市应当立即取消所有研发补贴。另有调查显示，该市科研人员中具有博士学位者占比较高，可见该市科技创新完全依赖于高学历人才，未来只要大量引进博士，该市创新能力必然领先全国。1.指出材料中存在的4处论证错误，并分别说明理由。（每处10分，共40分）答案：第一处错误：由“研发经费增加与高新技术企业数量增长同期发生”推出“研发经费增加是高新技术企业数量增长的根本原因”。理由：两者可能只是相关关系，未排除政策、市场、人才等其他影响因素，不能轻率确定为根本原因，属于因果论证不充分。第二处错误：由“周边城市纷纷建设科技园区”推出“建设科技园区对区域创新没有实质作用”。理由：周边城市跟风可能恰好说明其看到科技园区的价值并加以借鉴；即使存在盲目跟风，也不能证明该市的科技园区没有实质作用，属于归因不当。第三处错误：由“某企业研发投入增长30%但利润下降20%”推出“研发投入会损害企业经济效益”。理由：单一企业、单一年度的数据不能代表所有企业，利润下降还可能由市场波动、成本上升等原因导致，属于以偏概全、证据不足。第四处错误：由“科研人员中博士占比较高”推出“科技创新完全依赖于高学历人才”，进而推出“只要大量引进博士，创新能力必然领先全国”。理由：博士占比高不等于创新完全依赖高学历人才，创新能力还受资金、制度、产业基础等因素影响；从部分事实推出必然结论，属于过度推断、绝对化论证。解析：论证评价题重点考查对逻辑漏洞的识别与说明。常见错误类型包括因果倒置、以偏概全、类比不当、过度推断、偷换概念等。本题作答时需先指出“错误之处”，再简要说明“理由”，每处10分，观点与理由各占一定分值。三、材料作文题（60分）阅读给定材料，按要求作答。材料：人工智能正在深刻改变科学研究范式。从蛋白质结构预测到新材料发现，从药物筛选到气候模拟，AI技术大幅提高了科研效率。与此同时，也有人担忧：当机器可以提出假说、设计实验甚至撰写论文，科学家的直觉、创造力和好奇心是否会被边缘化？有人认为AI只是工具，科学发现的核心仍然是人的判断；也有人认为AI将带来“科研自动化”，人的角色将退居次要。请结合材料，联系实际，自选角度，自拟题目，写一篇800—1000字的议论文。答案：AI为翼，人本为核从AlphaFold预测蛋白质结构到机器学习加速新材料发现，人工智能正以前所未有的方式重塑科学研究的范式。欣喜之余，一种忧虑悄然滋生：当机器能够提出假说、设计实验甚至撰写论文，科学家的直觉与创造力是否将被边缘化？我认为，人工智能终究是科学研究的强大工具，科学发现的核心仍然是人的好奇心、判断力与价值选择。AI确实是科研的“外脑”。以药物筛选为例，传统方法需在上亿化合物中反复试错，而AI模型可快速预测候选分子的活性与毒性，将研发周期大幅缩短。气候模拟中，深度学习能够捕捉非线性耦合，提高预测精度。这些成就表明，AI在数据密集、模式复杂的领域具有人类难以比拟的优势。然而，强大不等于全面替代。AI的优势建立在既有数据之上，其“发现”本质上是概率性归纳，而非真正意义上的概念突破。科学史上重大突破多源于反常问题与范式转换。哥白尼提出日心说，爱因斯坦创立相对论，并非单纯数据积累的结果，而是对既有解释框架的怀疑与超越。AI可以在既有范式内优化计算，却难以自发产生“为什么”的追问。库恩在《科学革命的结构》中指出，新范式往往萌生于对旧范式的危机感，这种危机感来自科学家的哲学思辨、审美直觉与经验洞察。换言之，机器擅长解答问题，人则负责提出问题。科研伦理与价值判断同样离不开人的主导。基因编辑、合成生物学、人工智能军事化等研究，不仅涉及“能否做到”，更关乎“应不应该做”。算法可以评估效率与风险概率，却无法替代社会对公平、安全与生命尊严的权衡。科学家的良知、制度的约束和公众的参与，构成了科学技术行稳致远的护栏。把价值判断让渡给机器，无异于放弃人的责任。未来的科研图景不是“人的退场”，而是人机协同的再升级。科学家应主动提升数字素养，把AI作为延伸认知能力的工具，而将