2025年考研生物信息学专业基础综合模拟试卷（含答案）.docxVIP

2025年考研生物信息学专业基础综合模拟试卷（含答案）

考试时间：______分钟总分：______分姓名：______

一、单项选择题（本大题共10小题，每小题2分，共20分。在每小题列出的四个选项中，只有一项是最符合题目要求的。请将所选项前的字母填在题后的括号内。）

1.在生物信息学中，用于衡量两个DNA序列相似程度的常用指标是？

A.序列长度

B.核苷酸组成

C.编辑距离

D.自信息量

2.下列哪种排序算法最适合用于对大规模生物序列数据库进行快速近似匹配？

A.快速排序

B.归并排序

C.堆排序

D.布隆过滤器

3.在构建基因表达谱差异分析模型时，选择错误率控制方法的主要目的是？

A.提高统计检验的功率

B.减少假阳性结果的数量

C.增加假阴性结果的数量

D.降低实验成本

4.DNA双螺旋结构中，碱基配对的严格遵循的规则是？

A.A与T配对，G与C配对

B.A与G配对，T与C配对

C.A与C配对，G与T配对

D.A与A配对，G与G配对

5.以下哪个数据库主要存储了大规模基因组测序项目产生的原始测序读长（reads）数据？

A.GenBank

B.EMBL-EBIDDBJ

C.PDB

D.SRA

6.在蛋白质结构预测中，“AlphaFold”方法主要应用了以下哪种技术？

A.基于物理的能量最小化

B.基于序列比对的传统同源建模

C.机器学习，特别是深度学习和强化学习

D.X射线晶体衍射实验数据

7.下列哪个参数是衡量算法时间复杂度的大O表示法中的典型例子，表示算法执行时间随输入规模n增长呈线性关系？

A.O(1)

B.O(logn)

C.O(n)

D.O(n^2)

8.在系统发育树构建中，使用邻接法（Neighbor-Joining）的主要依据是？

A.碱基替换速率

B.核苷酸组成多样性

C.系统发育距离矩阵

D.蛋白质的二级结构

9.生物信息学中，k-mer的概念通常指的是？

A.基因组中的重复序列

B.序列数据库中的关键字段

C.从生物序列中提取的固定长度子字符串

D.蛋白质的功能域

10.决定一个线性回归模型拟合好坏的统计量通常是？

A.方差分析（ANOVA）

B.决定系数（R-squared）

C.假设检验的p值

D.系统发育树的拓扑结构

二、填空题（本大题共5小题，每空1分，共10分。请将答案填在题中横线上。）

1.在生物序列比对中，动态规划算法能够解决______问题，它通过构建一个二维表（或矩阵）来记录子问题的最优解。

2.基因组是生物体遗传信息的载体，主要存在于细胞核内的______中，线粒体和叶绿体中也含有少量基因组。

3.常用的核酸序列数据库如GenBank、EMBL和DDBJ，通常采用______系统进行数据存储和管理，便于数据的检索和共享。

4.在机器学习的交叉验证方法中，k-折交叉验证将数据集随机分成k个大小相等的子集，每次留出一个子集作为验证集，其余k-1个子集用于训练，这个过程重复______次，每次选择不同的验证集。

5.统计学中的假设检验包含零假设和备择假设，当p值小于预设的显著性水平α时，通常意味着有______的证据拒绝零假设。

三、简答题（本大题共4小题，每小题5分，共20分。）

1.简述生物信息学中“序列比对”的意义和基本目标。

2.解释什么是“生物信息学数据库”，并列举至少三种主要的生物信息学数据库类型。

3.描述贪心算法在生物信息学中的一个典型应用实例（如序列比对或基因识别）。

4.简要说明什么是系统发育树，它在生物学研究中有什么作用？

四、计算题（本大题共2小题，每小题10分，共20分。）

1.假设有两个DNA序列：

序列A：ATGCGTAC

序列B：ATGCACTA

使用简单的动态规划算法（不考虑罚分），计算这两个序列的最长公共子序列（LCS）长度，并简要说明计算过程。

2.在一个简化的基因表达数据分析中，假设收集了两组样本（对照组和实验组）的基因表达量数据（假设只有3个基因），如下表所示（单位：FPKM）：

|基因|对照组|实验组|

|:---:|:----:|:----:|

|Gene1|10