海南醫學院

Ⅰ.考查目標

近年來，隨著人類基因組計劃(HGP)在世界范圍內的實施，產生了大量的基因組信息，分析這些信息是人類基因組研究必不可少的重要內容�；�因組信息學涉及基因組信息的獲取、處理、存儲、分配、分析和解釋等所有方面。人類基因組共有約30億個堿基對，對如此大量的信息數據進行搜集、存儲及分配是生物學領域從未遇到過的問題。這些數據中包括編碼人類全部蛋白質和結構核糖核酸(RNA)的信息，以及調控這些蛋白質和核酸裝配成生物體的信息。因此解讀這些信息是一個很大的難題。生物信息學基礎主要研究新一代測序測序技術的原理和方法、測序數據分析方法及應用、核酸序列比對、基因的功能注釋與富集、復雜疾病的系統生物學研究及ncRNA的功能、ncRNA與復雜疾病的關系，蛋白質組、表觀遺傳和統計遺傳等，也就是“讀懂”人類基因組。

Ⅱ.參考書

《生物信息學》，第2版，李霞，雷健波，李亦學等，人民衛生出版社，2015年。

《生物信息學理論與醫學實踐》，李霞主編，人民衛生出版社，2013年。

《生物信息學》，李霞，李亦學等，人民衛生出版社，2010年。

《生物信息學》，第3版，陳銘主編，科學出版社，2018年。

Ⅲ.考試形式和試卷結構

答卷方式：閉卷，筆試，所列題目全部為必答題

答題時間：180分鐘

卷面滿分：150分

考試題型：名詞解釋(含英文)、選擇題、填空題、問答題 、論述題

Ⅳ.考查內容

(一) 生物醫學網絡資源

【基本內容】

(一)DNA、RNA和蛋白質網絡資源：序列信息資源(Ensemble、GenBank、EMBL、DDBJ、SWISS-PROT)、結構信息資源(PDB)、遺傳變異網絡資源(dbSNP、dbGap)等。

(二)組學數據資源：基因組學資源(UCSC)、轉錄組學資源(GEO、SRA、TCGA)、蛋白質組學資源(HPA)。

【基本要求】

1. 掌握常用的網絡資源，能從中熟練獲取DNA、RNA和蛋白質序列。

2. 掌握常用的組學網絡資源，能從GEO、SRA和TCGA等項目中熟練下載數據，并會用UCSC獲取常用基因元件信息，并進行可視化。

(二) 序列比對

【基本內容】

(一)序列比對：定義、描述序列相似性的指標、序列相似性及比對原理;核酸序列分析的基本步驟和方法、基因兩兩比對算法，局部比對搜索的策略;序列相似性及比對原理。Clustal Omega程序使用方法、多序列比對動態規劃算法原理、星型比對及樹形比對的基本原理。

(二)雙序列比對：核酸或蛋白質序列比對所用到的幾種典型的替換記分矩陣的原理、常用數據庫搜索工具的原理和使用方法、定量描述序列的相似性、序列同源與序列相似、垂直同源和水平同源。常用數據庫搜索工具的參數及意義。

(三)多序列比對：幾類不同的多序列比對方法與適用條件、參數的設定及其意義、使用Ensembl Genome Browser和UCSC Genome Browser多序列比對與基因組數據相結合的網站。

(四)序列特征分析：原核生物基因和真核生物基因組結構特點;蛋白質結構特點;DNA序列特征及其分析方法;蛋白質序列特征及其分析方法，用于DNA序列特征分析和蛋白質序列特征分析的相關軟件的使用、RNA二級結構的預測方法。

【基本要求】

1. 了解序列比對的定義，理解序列相似性及比對原理，明白全局比對和局部比對的差別，會使用描述序列相似性的指標。熟練掌握Clustal Omega程序使用方法。

2. 掌握核酸或蛋白質序列的雙序列比對所用到的幾種典型的替換記分矩陣的原理、常用數據庫搜索工具的原理和使用方法，如何定量的描述序列的相似性、序列同源與序列相似、垂直同源和水平同源的區別。常用數據庫搜索工具的參數的意義。

3.掌握幾類不同的多序列比對方法，特點與適用條件，參數的設定及其意義，理解使用不同的參數進行比對可對結果產生顯著的影響，并理解這種影響是怎么產生的。學會使用幾個重要的多序列比對與基因組數據相結合的網站，即Ensembl基因組瀏覽器(Ensembl Genome Browser)和UCSC基因組瀏覽器(UCSC Genome Browser)，這些網站所包含的大量基因組比對和基因組注釋信息是非常重要的生物信息學資源。

4.了解真核生物基因結構特點;蛋白質結構特點;掌握DNA序列特征及其分析方法;蛋白質序列特征及其分析方法，用于DNA序列特征分析和蛋白質序列特征分析的相關軟件的使用。

5.了解RNA二級結構的預測方法;有關序列綜合分析軟件的功能、運行環境、參數設計等。

(三) 新一代測序技術和工作流程

【基本內容】

(一)新一代測序分析：提出、新一代測序儀的基本技術原理、流程、特點、與芯片技術的差別、應用。生物信息學概念及其主要特征，新一代測序分析。生物信息學的應用及其在復雜疾病研究中的應用;新一代測序數據的預處理。

(二)DNA-seq：DNA測序流程、原始數據的獲取、預處理、映射、組裝、DNA重測序與個體變異發現、細菌基因組測序與致病性位點發現、宏基因組測序與感染性疾病分析、外顯子組測序。

(三)RNA-seq：RNA測序流程、RNA-seq技術與micro-技術的比較、原始數據的獲取、預處理、映射、組裝、定量、差異表達的計算、非編碼RNA測序。

(四)ChIP-Seq：測序流程、原始數據的獲取、預處理、映射、組裝、peak的識別、獲取組蛋白修飾區域、獲取轉錄因子結合區域、位置頻率矩陣及位置權重矩陣的計算方法及應用、轉錄因子結合位點的預測及分析方法。

【基本要求】

1. 了解新一代測序技術的基本原理、流程及其與芯片數據的差異。

2. 掌握DNA-Seq數據分析流程，能夠利用外顯子組測序數據獲得體細胞突變及其插入、缺失等遺傳變異，并對變異進行序列特征以及功能分析。

3.掌握RNA-Seq數據分析處理流程，能夠對RNA-Seq數據進行映射、組裝以及定量，獲得編碼基因以及非編碼RNA的表達水平。

4. 掌握ChIP-Seq數據映射組裝方法，以及Peak識別方法，獲得候選轉錄因子結合區域。

(四) 基因表達分析

【基本內容】

(一)基因表達譜芯片技術：寡核苷酸芯片的制備原理，原位合成技術的操作流程，寡核苷酸芯片的應用范疇和代表性芯片類型，cDNA微陣列概念，制備原理，基因表達譜的數據處理與分析、生物芯片技術產生背景、的功能和應用。

(二)miRNA芯片技術：miRNA表達譜的數據處理與分析，miRNA表達譜與基因表達譜的整合分析、miRNA表達芯片在復雜疾病中的應用。

(三)lncRNA芯片技術：lncRNA表達譜的數據處理與分析，lncRNA表達譜與兩miRNA表達譜、基因表達譜的整合分析、lncRNA表達芯片在復雜疾病中的應用術。

【基本要求】

1. 了解基因表達芯片、miRNA芯片以及lncRNA芯片的制備流程及方法。

2. 掌握基因表達芯片數據獲取、處理與分析的常用方法，能夠利用基因表達芯片獲取復雜疾病差異表達基因。

3. 掌握miRNA芯片數據處理分析方法，整合miRNA-mRNA表達數據分析復雜疾病中miRNA調控異常。

4. 掌握lncRNA芯片處理分析方法，利用lncRNA芯片獲得差異表達lncRNA技術流程，以及整合miRNA、基因表達分析技術。

(五) 基因注釋與功能分類

【基本內容】

(一)基因注釋：定義、注釋數據庫GO和KEGG、本體論的概念和特點、GO的三個本體論、功能注釋的證據、KEGG通路的特點、GO和KEGG得使用、GO和KEGG數據庫產生與發展歷程。

(二)功能富集：原理、常用方法、基于閾值的富集分析、無閾值的富集分析、

基因集功能富集分析方法和常用工具;功能富集分析中的常見注意事項和誤區;本體論的概念。

(三)功能數據的拓展使用：基于同源預測基因的功能、基于共表達預測基因的功能。

【基本要求】

1. 了解功能數據庫GO和KEGG的發展歷史，構建流程、特點以及意義。

2. 掌握GO和KEGG數據獲取、處理以及分析方法，能夠熟練獲取基因、功能、通路注釋信息。

3. 了解功能注釋與功能富集的差異，掌握功能富集的原理、常用方法以及工具等。

4. 掌握基因功能預測的常用方法。

(六) 復雜疾病系統生物學

【基本內容】

(一)復雜疾病的概念;復雜疾病的特點;精準醫學;常用疾病基因數據庫OMIM、DO等;復雜疾病系統生物學的理解。孟德爾疾病的概念及特點;基因的致病機理。

(二)癌癥系統生物學：癌癥的十大特征;癌癥的高通量組學研究;衰老的概念;衰老與癌癥的關系，常用高通量多組學數據整合分析方法。

(三)常用數據資源和研究進展：OMIM、TCGA、GWAS cataloge等。

【基本要求】

1. 了解復雜疾病與精準醫學的基本概念。

2. 掌握常用復雜疾病數據庫，如OMIM, TCGA等的使用方法，能夠快速獲取數據資源。

3. 了解癌癥的十大分子特征，衰老與癌癥的關系。

4. 掌握高通量組學分析研究的常用整合方法。

(七) ncRNA與復雜疾病

【基本內容】

(一)ncRNA：定義、特點、分類、miRNA及生物合成機制、lncRNA及生物合成機制、miRNA和lncRNA的區別和聯系。

(二)ncRNA與靶基因：miRNA的靶基因預測算法和原理;lncRNA的靶基因預測算法和原理;高通量實驗檢測miRNA的靶基因;高通量實驗檢測lncRNA的靶基因。miRNA和靶基因數據庫;lncRNA和靶基因數據庫;miRNA調控生物學網絡;lncRNA調控生物學網絡。

(三)ncRNA與復雜疾病：miRNA和lncRNA表達的高通量檢測及計算分析;識別疾病相關的新的或已知的miRNA和lncRNA;miRNA和lncRNA致病機制和功能的預測;致癌ncRNA和抑癌ncRNA的識別。miRNA和lncRNA表達檢測流程的差異;預測新的lncRNA和miRNA的步驟;常用的疾病相關miRNA和lncRNA數據庫。

【基本要求】

1. 了解非編碼RNA的基本概念以及與復雜疾病的關系。

2. 掌握miRNA靶基因常用預測算法以及miRNA靶基因獲取流程，能夠提取miRNA-靶基因調控關系，并對調控網絡進行系統分析。

3. 掌握lncRNA常用數據庫及其靶基因數據資源，能夠提取lncRNA靶基因并對調控網絡進行分析。

(八) 蛋白質組學

【基本內容】

(一)蛋白質：蛋白質的組成;蛋白質的理化性質;蛋白質常用數據庫;直系同源、旁系同源、相似性等概念。

(二)結構域、蛋白質家族的概念;蛋白質序列及常用數據資源。蛋白質的一級結構到四級結構的特點及區別;蛋白質motif，蛋白質結構域，蛋白質家族的概念及聯系。

(三)蛋白質組學：定義、發展歷程、研究內容、生物信息的歷史和蛋白質組學在其中的位置;蛋白質組學的主要研究方向和領域;

(四)常用蛋白質組學數據類型，如質譜數據、RPPA蛋白芯片等;質譜等蛋白質組學數據分析流程以及分析方法。

(五)復雜疾病蛋白質組學數據資源，如CPTAC，數據獲取、分析方法以及復雜疾病中蛋白質組學差異的識別以及功能分析方法。

【基本要求】

1. 了解蛋白質組學基本概念。

2. 掌握蛋白質常用序列、結構等數據庫的使用分析方法，能夠獲取蛋白質序列、結構等數據，并利用常用分析方法預測蛋白質結構域等。

3. 了解復雜疾病蛋白質組學發展歷史。

4. 熟悉RPPA蛋白芯片、質譜等蛋白組學數據的獲取、預處理以及分析方法。

5. 掌握質譜等蛋白質組學數據分析方法。

(九) 蛋白質互作組信息學

【基本內容】

(一)蛋白質互作：定義、類型、物理互作、遺傳互作、常用的高通量檢測方法。

(二)蛋白質互作網絡：常用的蛋白質互作組數據庫;網絡的表示方式;矩陣表示方法;行列式表示方法;

(三)拓撲指標的計算;度、度分布、無尺度網絡、聚類系數、小世界網絡、最短路徑、拓撲系數、介數等

(四)模塊的識別：模塊的定義;蛋白互作網絡模塊的識別;蛋白質互作網絡motif的識別;蛋白質互作網絡的動態性分析。

(五)蛋白質組與復雜疾病：疾病基因在蛋白質互作網絡中的拓撲特征和模塊化特征;利用拓撲指標優化疾病基因;利用模塊優化疾病基因;整合多組學數據優化疾病基因。

【基本要求】

1. 了解蛋白質互作常用實驗檢測方法。

2. 掌握蛋白質互作數據資源，能夠獲取蛋白質互作數據，并利用常見的網絡表示方式對蛋白質互作進行處理。

3. 掌握蛋白質互作網絡拓撲指標的計算方法及其意義。

4. 掌握蛋白質互作網絡模塊識別方法及應用。

5. 熟悉復雜疾病蛋白質互作網絡的應用方法，如疾病基因預測以及功能分析等。

(十) 統計遺傳學

【基本內容】

(一)緒論：統計遺傳學的性質、研究內容、任務及其在遺傳學中的地位;統計遺傳學的發展史;基因作圖的基本概況。

(二)群體遺傳學：基本概念與原理、單核苷酸多態的基本概念、基因頻率與基因型頻率的概念;Hardy-Weinberg平衡定律(定律內容、定律證明、平衡檢驗);親屬對基因型聯合分布(父子對兄弟對的基因型聯合分布律);常染色體位點連鎖相不平衡(連鎖、交叉、重組、重組率、連鎖平衡，連鎖不平衡、連鎖分析的基本概念)。影響群體結構的因素(遷移，突變，選擇，遺傳漂變和非隨機交配)。

(三)關聯分析：關聯分析的基本原理、理論基礎;基于群體數據的關聯分析的基本方法：person 卡方檢驗;優勢比的含義及其點估計和區間估計�；�于家系數據的關聯分析方法：傳遞不平衡檢驗(TDT檢驗);基于群體數據的關聯分析方法：Armitage 趨勢檢驗;全基因組關聯分析方法。

(四)單體型分析：單體型的定義及應用;單體型塊的定義以及單體型塊的劃分;標簽SNP;單體型推斷的方法，單體型關聯分析方法。HapMap計劃(一期、二期和三期)。

(五)系統遺傳學中的基本方法：Gene-based關聯研究方法;SNP的交互作用分析方法;pathway-based關聯研究方法;網絡為基礎的關聯研究策略。系統遺傳學簡介。

(六)Meta分析研究：Meta分析的基本原理，Meta分析步驟，以及常用分析軟件。Meta分析在生物醫學以及生物信息領域的應用，全基因組范圍關聯分析的Meta策略。

【基本要求】

1. 了解統計遺傳的基本概念，任務以及發展歷史。

2. 熟悉群體遺傳學的基本概念及原理，HW平衡定律的內容以及證明。

3. 掌握常用關聯分析的基本方法;單體型分析常用方法以及系統遺傳學分析的基本流程及方法。

4. 熟悉Meta分析的原理、步驟以及分析軟件。

(十一) 計算表觀遺傳學

【基本內容】

(一)計算表觀遺傳學概要：表觀遺傳學的性質、研究內容、研究目的、任務及其在生物醫學領域中的地位;表觀遺傳學的發展史;表觀遺傳現象;染色質結構和功能;真核細胞的表達調控。

(二)基因組的DNA甲基化： DNA甲基化概況;DNA甲基化對轉錄的調控;CpG島的特點。CpG島及DNA甲基化的生物學意義;DNA甲基化在基因組的分布;實驗方法尋找CpG島。DNA甲基化檢測的常用技術。DNA甲基化檢測技術在疾病、發育過程中的應用。CpG島預測方法的核心思想;BS-Seq數據預處理方法;高通量450K數據分析方法;常用的CpG島預測軟件;常用的BS-Seq數據處理軟件

(三)組蛋白修飾的表觀基因組：組蛋白修飾的生物學基礎;組蛋白修飾的基因組定位;組蛋白修飾的調控基因表達。組蛋白密碼;組蛋白修飾與DNA甲基化的相互作用。組蛋白修飾檢測的常用實驗技術。組蛋白修飾的實驗技術的應用。ChIP-Seq數據的峰值探測。常用的組蛋白修飾分析工具;常用的計算表觀遺傳學數據庫。

(四)基因組的染色質重塑和基因組印記：核小體定位的實驗和計算方法;峰值分析方法;染色質重塑的假設;染色質重塑的模式;常用軟件。染色質重塑復合物的功能、種類;核小體定位的意義。印記基因的識別;機器學習預測印記基因;常用數據庫。基因印記的生物學基礎;基因組印記的起源。

(五)計算表觀遺傳學與疾�。豪�用差異甲基化篩選識別疾病標記;利用構建DNA甲基化網絡的策略識別疾病標記。癌癥基因組中DNA甲基化的特征;癌癥DNA甲基化網絡的拓撲特征。

【基本要求】

1. 了解計算表觀遺傳學基本概念及其研究內容。

2. 熟悉DNA甲基化、組蛋白修飾、基因組印記基本概念及其研究內容。

3. 掌握DNA甲基化、組蛋白修飾、染色質重塑等數據處理、分析方法，能夠識別復雜疾病中DNA甲基化、組蛋白修飾以及核小體定位等差異，并對其功能進行分析。

4. 掌握計算表觀遺傳學與復雜疾病常用分析方法及流程，軟件工具等。