抗肿瘤药物AI研发案例分析试题库及答案.docxVIP

抗肿瘤药物AI研发案例分析试题库及答案

单项选择题（每题2分，共10题）

1.以下哪种技术常用于AI筛选抗肿瘤药物靶点？

A.基因编辑

B.分子对接

C.细胞培养

D.动物实验

答案：B

2.AI分析肿瘤基因数据可预测药物的：

A.颜色

B.口感

C.疗效

D.气味

答案：C

3.下列不属于AI研发抗肿瘤药物优势的是：

A.缩短研发周期

B.降低研发成本

C.完全取代临床试验

D.提高筛选效率

答案：C

4.AI研发抗肿瘤药物时，常用的深度学习模型是：

A.决策树

B.随机森林

C.卷积神经网络

D.线性回归

答案：C

5.AI对抗肿瘤药物研发的哪个环节影响较小？

A.靶点发现

B.药物合成

C.临床前试验

D.药物筛选

答案：B

6.以下哪种数据对AI研发抗肿瘤药物重要性较低？

A.肿瘤患者的影像数据

B.药物的价格数据

C.肿瘤细胞的基因表达数据

D.药物的化学结构数据

答案：B

7.AI研发抗肿瘤药物可利用的生物信息不包括：

A.蛋白质序列

B.血型信息

C.代谢通路

D.基因突变信息

答案：B

8.AI筛选抗肿瘤药物时，优先考虑的是药物的：

A.稳定性

B.创新性

C.靶向性

D.溶解性

答案：C

9.利用AI进行抗肿瘤药物研发可加速：

A.药物审批流程

B.药物生产过程

C.药物临床试验

D.先导化合物的发现

答案：D

10.AI分析肿瘤组织样本数据可辅助判断：

A.肿瘤