2025年大学《生物信息学》专业题库—— 基因组变异与表型关联分析的生物信息学方法.docxVIP

2025年大学《生物信息学》专业题库——基因组变异与表型关联分析的生物信息学方法

考试时间：______分钟总分：______分姓名：______

一、选择题（每题2分，共20分）

1.下列哪项不属于常见的单核苷酸多态性（SNP）的后果？

A.引起氨基酸替换

B.导致移码突变

C.改变RNA剪接位点

D.引起蛋白质翻译终止

2.在进行全基因组测序（WGS）数据变异检测时，对原始测序数据质量进行控制（QC）的目的是什么？

A.提高变异检测的敏感性

B.降低变异检测的假阳性率

C.增加测序深度

D.减少测序成本

3.下列哪个数据库主要收录人类基因变异的公共数据？

A.NCBISRA

B.EMBL-EBIEnsembl

C.dbSNP

D.UCSCGenomeBrowser

4.使用GATK进行SNP检测时，通常需要先进行哪些步骤？（多选）

A.基因组排序（Alignment）

B.基因组索引构建

C.变异深度计算

D.基因组重复序列过滤

5.在GWAS分析中，连锁不平衡（LD）指的是什么？

A.不同基因之间的物理距离接近

B.等位基因在群体中以非随机方式一起遗传

C.SNP密度高的区域

D.表型相似的个体具有相同的基因型

6.下列哪种统计指标通常用于评估一个SNP与表型之间关联的强度？

A.基因组覆盖度

B.遗传力

C.p值

D.变异频率

7.在进行GWAS时，为什么需要对关联分析结果进行多重测试校正？

A.为了提高检测的灵敏度

B.因为一个个体可能携带多个变异

C.为了减少假阳性发现的数量

D.因为表型数据通常存在缺失值

8.限制全外显子组测序（WES）分析应用的一个主要因素是什么？

A.数据量过大

B.覆盖的基因组区域有限

C.成本相对较高

D.只能检测SNP

9.VEP（VariantEffectPredictor）主要用于做什么？

A.检测基因组中的变异

B.对基因组变异进行注释，预测其功能影响

C.进行连锁不平衡分析

D.校正多重测试

10.如果一个GWAS研究发现了多个与某个复杂性状显著关联的SNP，下一步可能的研究方向是什么？

A.停止研究，认为已经找到所有原因

B.进行功能验证实验，研究这些SNP的功能

C.直接开发基于这些SNP的诊断试剂盒

D.忽略这些发现，因为它们可能是假阳性

二、简答题（每题5分，共30分）

1.简述从原始测序读长到基因型数据的基本流程。

2.解释什么是“保守过滤”，并说明在变异过滤中应用保守过滤的原因。

3.描述连锁不平衡（LD）对GWAS分析可能产生的影响。

4.简述GWAS分析中，从计算p值到获得最终显著关联变异的基本步骤。

5.为什么在比较不同物种的基因组变异时，需要考虑密码子偏倚（CodonUsageBias）？

6.简述在进行表型数据准备时，需要进行数据标准化或归一化的原因。

三、论述题（每题10分，共20分）

1.比较并说明全基因组关联研究（GWAS）、全外显子组关联研究（WES）和全基因组关联研究（GWES）在目标区域、数据类型、覆盖范围和潜在应用方面的主要区别。

2.设计一个简单的分析流程，用于研究一个候选基因（GeneX）是否与某种疾病的易感性相关。请描述主要的步骤、需要使用的关键工具或方法以及每个步骤需要关注的问题。

四、计算题（10分）

假设在一个简化的二等位基因（A和a）孟德尔遗传性状的关联分析中，你观察到以下数据：在一个病例组（Case）中，AA基因型个体占30%，Aa基因型个体占50%，aa基因型个体占20%；在对照组（Control）中，AA基因型个体占10%，Aa基因型个体占40%，aa基因型个体占50%。请计算该SNP位点与该性状的关联性（例如，计算比值比（OddsRatio）或进行卡方检验，并简要解释结果的含义）。

试卷答案

一、选择题（每题2分，共20分）

1.B

2.B

3.C

4.A,B

5.B

6.C

7.C

8.B

9.B

10.B

二、简答题（每题5分，共30分）

1.解析思路：首先说明测序读长需要经过质量控制（QC），去除低质量读长和接头序列。然后进行基因组排序（Alignment），将读长与参考基因组进行比对。接着进行变异检测（V