2025年基因数据解读师考试题库（附答案和详细解析）（1107）.docxVIP

基因数据解读师考试试卷

一、单项选择题（共10题，每题1分，共10分）

新一代测序技术（NGS）的核心特点是？

A.单分子实时测序，无需PCR扩增

B.高通量、短读长、大规模平行测序

C.仅能检测点突变，无法识别结构变异

D.成本高、耗时久，仅适用于科研场景

答案：B

解析：NGS的核心特点是高通量（同时检测数百万DNA片段）、短读长（通常50-300bp）和大规模平行测序（区别于Sanger的单片段测序）。A为三代测序（如PacBio）特点；C错误，NGS可通过生物信息学方法检测结构变异；D错误，NGS已广泛应用于临床检测（如肿瘤基因panel）。

ClinVar数据库的主要功能是？

A.存储全基因组测序原始数据（FASTQ文件）

B.收集变异与疾病关联的致病性证据

C.提供基因功能注释的GO术语数据库

D.记录药物与基因相互作用的临床实验数据

答案：B

解析：ClinVar是NCBI维护的变异致病性数据库，整合了实验室、文献和公共数据库的致病性分类（如“致病”“可能致病”）。A为SRA数据库功能；C为GO数据库功能；D为DrugBank功能。

ACMG变异分类标准中将变异分为几类？

A.3类（良性、意义未明、致病）

B.4类（良性、可能良性、可能致病、致病）

C.5类（良性、可能良性、意义未明、可能致病、致病）

D.6类（新增“药物反应相关”）

答案：C

解析：ACMG（美国医学遗传学与基因组学学会）2015年指南明确将变异分为5类：良性（Benign）、可能良性（Likelybenign）、意义未明（VUS）、可能致病（Likelypathogenic）、致病（Pathogenic）。其他选项不符合标准分类。

以下哪种变异最可能被判定为“同义突变”？

A.编码区C→T替换，导致氨基酸由精氨酸（Arg）变为终止密码子

B.内含子-外显子边界的剪接位点突变（±2位置）

C.编码区G→A替换，密码子由GCC（丙氨酸）变为GCA（丙氨酸）

D.3号外显子缺失3个碱基，导致移码突变

答案：C

解析：同义突变指编码区核苷酸替换但不改变氨基酸的变异（如C选项中GCC和GCA均编码丙氨酸）。A为无义突变；B为剪接突变；D为移码突变（缺失非3倍数碱基）。

肿瘤基因检测报告中“TMB（肿瘤突变负荷）”的单位通常是？

A.突变数/百万碱基（Mut/Mb）

B.突变数/基因（Mut/Gene）

C.突变数/外显子（Mut/Exon）

D.突变数/样本（Mut/Sample）

答案：A

解析：TMB定义为每百万碱基中体细胞非同义突变的数量（Mut/Mb），是免疫治疗（如PD-1抑制剂）的重要生物标志物。其他单位不符合行业共识（如ESMO指南）。

gnomAD数据库的主要用途是？

A.提供肿瘤驱动基因列表

B.统计人群中变异的频率

C.存储单基因病的致病突变

D.预测蛋白质三维结构

答案：B

解析：gnomAD（基因组聚集数据库）整合了超过14万人的基因组数据，主要用于统计变异在正常人群中的频率（如MAF，次要等位基因频率），辅助判断变异是否为“罕见致病”。A为COSMIC数据库功能；C为OMIM功能；D为AlphaFold功能。

以下哪项不属于外显子测序（WES）的局限性？

A.无法检测非编码区调控元件变异

B.对拷贝数变异（CNV）的检测灵敏度低于WGS

C.覆盖区域受捕获探针设计限制

D.测序读长显著短于三代测序技术

答案：D

解析：WES与NGS平台（如Illumina）共用测序技术，读长与WGS一致（通常150-300bp），其局限性主要是覆盖区域限制（A、C）和CNV检测能力（B）。三代测序（如PacBio）的长读长是其优势，与WES无关。

遗传病基因解读中，“家系共分离分析”的核心目的是？

A.验证变异是否为新发突变（Denovo）

B.确认变异与疾病表型的遗传模式是否一致

C.排除测序过程中产生的技术误差

D.预测变异对蛋白质功能的影响

答案：B

解析：共分离分析通过检测家系成员中变异与疾病表型的共传递情况（如常染色体显性遗传病中患者应携带变异，未患病亲属不应携带），验证变异与疾病的因果关系。A是新发突变的判断方法；C通过重复测序或Sanger验证；D通过功能预测工具（如SIFT、PolyPhen-2）。

以下哪种变异注释工具主要用于预测剪接位点改变？

A.SIFT

B.PolyPhen-2

C.dbNSFP

D.SpliceAI

答案：D

解析：SpliceAI是专门预测剪接位点变异（如内含子-外显子边界突变）对剪接效率影响的工具。A（SIFT）和B（PolyPhen-2）预测错义突变对蛋白质功能的影响；C（dbNSFP）整合多种功能预测结果的数据库。