2025年大学《生物统计学》专业题库—— 生物统计学在基因组测序研究中的应用.docxVIP

2025年大学《生物统计学》专业题库——生物统计学在基因组测序研究中的应用

考试时间：______分钟总分：______分姓名：______

一、选择题（每题2分，共20分）

1.在高通量测序数据分析中，序列比对后产生的SNP位点频率数据常需进行统计分析。若比较两种不同突变型（A和G）的频率是否有显著差异，且两种突变型均为稀有突变，且样本量较小，最适合使用的统计检验方法是？

A.Z检验

B.t检验

C.卡方检验

D.费舍尔精确检验

2.RNA-Seq数据分析中，对原始测序读数进行归一化的主要目的是？

A.降低测序错误率

B.消除不同样本间测序深度差异的影响，使基因表达水平具有可比性

C.增加数据稀疏性

D.提高测序通量

3.在全基因组关联研究（GWAS）中，控制家族关系的协方差矩阵（如K矩阵）主要用于？

A.增加样本量

B.提高测序精度

C.校正由遗传结构引起的连锁不平衡对关联分析结果的假阳性影响

D.降低数据维度

4.对于来自两个独立样本的基因表达量数据，若要检验两组间是否存在显著差异，且两组数据方差齐性，常用的统计方法包括？

A.单因素方差分析（ANOVA）

B.t检验（配对）

C.t检验（独立样本）

D.Wilcoxon秩和检验

5.在生物信息学中，主成分分析（PCA）主要应用于？

A.检测基因突变

B.对高维基因表达数据进行降维，并探索样本间的主要变异模式

C.构建系统发育树

D.进行基因功能富集分析

6.构建系统发育树时，距离方法（如Neighbor-Joining）和贝叶斯方法在统计原理上主要区别在于？

A.距离方法计算简单，贝叶斯方法计算复杂

B.距离方法基于系统发育树的拓扑结构，贝叶斯方法基于后验概率分布

C.距离方法适用于核苷酸序列，贝叶斯方法适用于蛋白质序列

D.距离方法不需要先验信息，贝叶斯方法需要先验信息

7.评估基因表达定量分析方法（如RNA-Seq）重复性时，常用的统计指标是？

A.序列比对率

B.N50值

C.相关系数（如样本间表达矩阵的相关系数）

D.Fisher精确检验P值

8.在进行基因集富集分析时，若发现某个通路富集的基因显著多于预期，这通常意味着？

A.该通路在所研究的生物学过程中可能发挥重要作用

B.实验设计存在严重偏差

C.测序深度不够

D.统计方法选择错误

9.在设计比较两组（如处理组与对照组）基因表达的实验时，为获得更可靠的统计结果，应遵循的基本原则是？

A.尽可能增加样本量，保证足够的统计功效

B.只选用显性突变基因进行分析

C.避免使用近亲个体作为实验样本

D.只进行一次测序实验

10.对于基因组测序中发现的非编码区变异，进行统计意义分析时需要特别注意？

A.这些变异可能不影响基因表达

B.统计分析方法与编码区变异完全相同

C.需要考虑其位置、附近序列特征及潜在的调控功能

D.这些变异的分析意义不大

二、简答题（每题5分，共25分）

1.简述在RNA-Seq数据分析中进行差异表达基因（DEG）识别时，为什么通常需要使用p值修正方法（如FDR）？与未修正的p值相比，FDR有何优势？

2.解释什么是多重比较问题，并简述在基因组学研究中常见的几种控制多重比较错误率的方法及其原理。

3.在进行全基因组关联研究（GWAS）时，为什么需要进行连锁不平衡（LD）校正？常用的LD校正方法有哪些？

4.描述在使用统计软件（如R）进行基因表达数据标准化时，常用的几种标准化方法（如TPM、FPKM、RSEM）的基本思想，并比较其异同点。

5.简述统计功效的含义及其在基因组测序实验设计中的重要性。

三、计算题（每题10分，共30分）

1.某研究比较A、B两种处理对某基因表达的影响，选取5个生物学重复样本。A处理下该基因的平均表达量（FPKM）为50，标准差为8；B处理下平均表达量为65，标准差为10。假设两组数据近似服从正态分布且方差齐性。请使用t检验（假设检验，α=0.05）判断B处理是否显著提高了该基因的表达量。（无需计算具体t值和P值，但需写出检验步骤和判断依据）

2.在一项测序项目中，检测到一个特定SNP位点，在对照组样本中，纯合子AA、杂合子AG、纯合子GG的频率分别为0.1、0.6、0.3。在病例组样本中