生物信息学面试题及答案.docxVIP

第PAGE页共NUMPAGES页

2026年生物信息学面试题及答案

一、单选题（共5题，每题2分，共10分）

1.题目：在RNA-Seq数据分析中，用于评估基因表达水平的常用指标是？

A.TPM

B.FPKM

C.RPKM

D.CPM

答案：A

解析：TPM（TranscriptsPerMillion）是标准化表达量指标，不受基因长度影响，适用于跨基因比较。FPKM（FragmentsPerKilobaseoftranscriptperMillionmappedreads）和RPKM类似，但TPM更常用。

2.题目：以下哪种算法常用于基因组比对？

A.K-means

B.SVM

C.Smith-Waterman

D.DecisionTree

答案：C

解析：Smith-Waterman是局部比对算法，常用于序列比对。K-means用于聚类，SVM用于分类，DecisionTree用于决策。

3.题目：在蛋白质结构预测中，AlphaFold2主要使用的模型是？

A.CNN

B.RNN

C.Transformer

D.GNN

答案：C

解析：AlphaFold2基于Transformer架构，通过自注意力机制预测蛋白质结构。

4.题目：以下哪种数据库常用于存储基因注释信息？

A.PubMed

B.NCBIGene

C.Scopus

D.WebofScience

答案：B

解析：NCBIGene提供基因注释，PubMed是文献数据库，Scopus和WebofScience是学术搜索引擎。

5.题目：在系统发育分析中，常用哪种距离度量？

A.EuclideanDistance

B.JaccardDistance

C.Kimura2-parameter

D.ManhattanDistance

答案：C

解析：Kimura2-parameter适用于核苷酸距离计算，Euclidean和Manhattan用于连续数据，Jaccard用于集合相似度。

二、多选题（共5题，每题3分，共15分）

1.题目：RNA-Seq数据分析流程通常包括哪些步骤？

A.质量控制

B.去除接头序列

C.基因表达量计算

D.差异表达分析

E.序列比对

答案：A,B,E,C,D

解析：完整流程包括质量控制、去除接头、序列比对、基因表达量计算和差异表达分析。

2.题目：以下哪些工具可用于基因组组装？

A.SPAdes

B.Trinity

C.MEGAHIT

D.HISAT2

E.velvet

答案：A,C,E

解析：SPAdes、MEGAHIT、velvet用于基因组组装。Trinity用于转录组组装，HISAT2用于序列比对。

3.题目：蛋白质功能预测常用的方法包括？

A.基于序列的预测

B.基于结构的预测

C.基于网络的预测

D.基于表型的预测

E.基于实验验证的预测

答案：A,B,C,D

解析：功能预测方法包括序列、结构、网络和表型分析，实验验证是验证手段而非预测方法。

4.题目：以下哪些属于常用的生物信息学数据库？

A.GenBank

B.EMBL-EBI

C.PDB

D.STRING

E.GEO

答案：A,B,C,D,E

解析：GenBank、EMBL-EBI、PDB、STRING、GEO都是重要生物信息学数据库。

5.题目：系统发育树构建方法包括？

A.邻接法（Neighbor-Joining）

B.最大似然法（MaximumLikelihood）

C.贝叶斯法（Bayesian）

D.神经网络法

E.UPGMA

答案：A,B,C,E

解析：系统发育树方法包括邻接法、最大似然法、贝叶斯法和UPGMA。神经网络法不常用。

三、简答题（共5题，每题4分，共20分）

1.题目：简述STAR软件在RNA-Seq数据处理中的作用。

答案：STAR是高效的RNA-Seq序列比对工具，通过种子-延展算法快速比对RNA序列，支持多种参考基因组，准确率高。

解析：STAR通过预匹配种子区域加速比对，适用于大规模RNA-Seq数据。

2.题目：简述蛋白质结构预测中AlphaFold2的优势。

答案：AlphaFold2基于Transformer架构，通过自注意力机制预测蛋白质结构，准确率高，速度快，无需实验数据。

解析：其自注意力机制能捕捉长程依赖，显著提升预测精度。

3.题目：简述系统发育分析中常用的距离模型。

答案：常用距离模型包括Kimura2-parameter（核苷酸）、Jukes-Cantor（核苷酸）、PAM（氨基酸）、BLOSUM（氨基酸）。

解析：这