系統(tǒng)生物學(xué)軟件試題

1、1.Which option is wrong about CytoScape(C)Open source Java baseddealing with specific simple networksintegrating networks with annotations2.GEO數(shù)據(jù)庫(kù)創(chuàng)建于2000年，是當(dāng)今最大、最全面的公共基因表達(dá)數(shù)據(jù)資源,它包含（A）多個(gè)物種160016016000163.以下能反應(yīng)節(jié)點(diǎn)在網(wǎng)絡(luò)中重要性的是（C） A聚類系數(shù) B 節(jié)點(diǎn)的度 C 介數(shù) D 與該點(diǎn)連接的邊中割邊的數(shù)目4.MCODE插件的主要用途（A） A尋找識(shí)別顯著的model模塊 B尋找差異表達(dá)基因 C

2、進(jìn)行功能富集 D對(duì)數(shù)據(jù)進(jìn)行分析5.下面關(guān)于網(wǎng)絡(luò)的說(shuō)法不正確的是（B） A介數(shù)高的點(diǎn)表明該點(diǎn)是樞紐點(diǎn) B.一個(gè)hub，度高則介數(shù)越高 C聚類系數(shù)反映了網(wǎng)絡(luò)連接的緊密性D.hub節(jié)點(diǎn)分為date和party兩種6.下列選項(xiàng)中不屬于EXPANDER軟件提供的聚類方法的是（D）A.CLICKB.K-meanC.SOMD.principal component analysis(PCA) 7.共改變的功能模塊中起主導(dǎo)作用的基因是（A）driver gene Passage geneA+B以上選項(xiàng)都不是8.通過(guò)下列哪個(gè)選項(xiàng)可以進(jìn)行層次聚類（C）AUnsupervised Grouping Clusteri

3、ng CLICKBGroup Analysis Functional Analysis TANGOCUnsupervised Grouping Hierarchical Clustering ClusterDGroup Analysis Promoter Analysis PRIMA9.下列哪個(gè)不是Cytoscape的插件（D）ANetwork analysisBMCODE CBinGODTANGO10.下列哪個(gè)不是常用篩選差異表達(dá)基因的方法（B）倍數(shù)法（ fold change）PCA（principal component analysis）CT檢驗(yàn)（T-test）DSAM（signifi

4、cance analysis of microarrays）11.下面哪個(gè)不是篩選差異表達(dá)基因的分析軟件（A）AMOE B R (Bioconductor)C Array toolD EXPANDER12.GEO數(shù)據(jù)庫(kù)中，存儲(chǔ)探針I(yè)D與其對(duì)應(yīng)的Symbol以及GeneID等，是數(shù)據(jù)庫(kù)中的哪種記錄種類（B）A GSM B GPL C GSE D GDS13.下列數(shù)據(jù)庫(kù)不屬于常見的芯片數(shù)據(jù)庫(kù)的是（C）A、GEO B、EBI C、GAD D、SMD14.下列不是芯片數(shù)據(jù)預(yù)處理步驟的是(D)A 背景校正 B 標(biāo)準(zhǔn)化 C 合并 D 篩選差異基因15下面哪個(gè)網(wǎng)絡(luò)是無(wú)向網(wǎng)絡(luò)：（A）A 蛋白質(zhì)互作網(wǎng)絡(luò)B信號(hào)網(wǎng)

5、絡(luò)C代謝網(wǎng)絡(luò)D共表達(dá)網(wǎng)絡(luò) 16.以下哪步不是芯片數(shù)據(jù)的分析流程：（D）A 圖像分析和數(shù)據(jù)提取B 數(shù)據(jù)預(yù)處理C后續(xù)芯片數(shù)據(jù)分析D 標(biāo)準(zhǔn)化17.下面哪個(gè)不是cytoscape的特點(diǎn)：（D）A開源B可視化C整合D 收費(fèi)18.以下哪個(gè)縮寫的解釋是錯(cuò)誤的：(D )GO：富集分析B .BP：生物過(guò)程C .MF：分子功能D. CC：共阻系數(shù)19.以下不是Expender當(dāng)中篩選探針數(shù)據(jù)所需要的方法（D）AT-test B.SAM C.Fold Change D.PCA20.Cytoscape中TANGO的功能是（C）AmicroRNA靶富集 B.啟動(dòng)子分析 C.功能分析 D.網(wǎng)絡(luò)分析21. Cytoscap

6、e中用于通路富集分析的工具是（B）A.TANGO B.KEGG C. MCODE DBinGO22.Cytoscape可以通過(guò)（C）進(jìn)行擴(kuò)展開發(fā)其功能。A Addins B Appoint C Plugin DEditer23.下列數(shù)據(jù)格式中，Cytoscape可以讀取的不包括（ D ）ASIF B. SBML C. Excel D.AIF24.下列哪一個(gè)不是GEO將研究者遞交的數(shù)據(jù)分成三個(gè)等級(jí)的實(shí)體類型（D）A GPL B GSM C GSE D GSS25.在Cytoscape中，哪個(gè)不是創(chuàng)建網(wǎng)絡(luò)的方法（ D ）A 導(dǎo)入預(yù)設(shè)的格式化網(wǎng)絡(luò)文件B 導(dǎo)入預(yù)設(shè)的未格式化的文本文件C 從 Web S

7、ervice 中導(dǎo)入網(wǎng)絡(luò)D 導(dǎo)入預(yù)設(shè)的未格式化的word文件 26.欲將癌基因網(wǎng)絡(luò)劃分模塊，我們應(yīng)該使用如下哪個(gè)插件（B ）A Network analysis B MCODEC BiNGO D Network Modifications27. BiNGO插件主要有什么功能（A）A 功能富集分析 B 數(shù)據(jù)標(biāo)準(zhǔn)化C 篩選差異基因 D 數(shù)據(jù)預(yù)處理28.下列哪一項(xiàng)不是做功能富集的（D）下載GO數(shù)據(jù) B.處理數(shù)據(jù)C.廣義/狹義的注釋 D.不用做預(yù)處理29.Network Analysis of Genomic Alteration Profiles Reveals Co-altered Functio

8、nal Modules and Driver Genes for Glioblastoma.這篇文獻(xiàn)的工作步驟的順序?yàn)椋海―）(1) 搜索共突變模塊對(duì)（2）提取有改變的基因（3）尋找人類互作網(wǎng)絡(luò)（4）共改變模塊對(duì)打分A（1）（2）（3）（4） B（2）（3）（4）（1） C（4）（3）（2）（1） D（3）（2）（4）（1）30.GEO數(shù)據(jù)庫(kù)中，“GPL”代表的是（C）A系列 B 樣本C 平臺(tái)D 數(shù)據(jù)集 31.EXPANDER這個(gè)軟件的分析步驟包括（D）（1）數(shù)據(jù)的預(yù)處理和標(biāo)準(zhǔn)化（2）識(shí)別差異表達(dá)基因（3）聚類和雙向聚類（4）富集分析（5）表達(dá)數(shù)據(jù)基于網(wǎng)絡(luò)的分析A（1）（2）（3）B（1）（2

9、）（3）（4）C（1）（3）（4）（5）D（1）（2）（3）（4）（5）32.SAM篩選差異表達(dá)基因的方法比T檢驗(yàn)更為可靠。因?yàn)椋ˋ）A在d統(tǒng)計(jì)量中引入殘差Se，使假陽(yáng)性降低B在d統(tǒng)計(jì)量中引入方差Si，使假陽(yáng)性降低C對(duì)于d統(tǒng)計(jì)量，均值相減所的差值放大倍數(shù)，而分母不變D對(duì)于d統(tǒng)計(jì)量，分母縮小，分子不變。33.MCODE插件的主要用途（A）A尋找識(shí)別顯著的model模塊B尋找差異表達(dá)基因C進(jìn)行功能富集D對(duì)數(shù)據(jù)進(jìn)行分析34.下列選項(xiàng)不屬于EXPANDER可做的富集分析的是（D）AGO功能富集 B 啟動(dòng)子區(qū)域的TF結(jié)合位點(diǎn)分析C KEGG通路富集D 離子富集35.以下說(shuō)法錯(cuò)誤的是（D）A一個(gè)樣本可以在

10、多個(gè)系列中B一個(gè)系列可以引用多個(gè)平臺(tái)C一個(gè)數(shù)據(jù)集只引用一個(gè)平臺(tái)D一個(gè)系列只可以形成一個(gè)數(shù)據(jù)集36.現(xiàn)版本的Arraytools中對(duì)單通道數(shù)據(jù)標(biāo)準(zhǔn)化的方法有幾種（A）A 3 B 4 C 5 D 637.為了使用ArrayTools的功能，必須把Excel的安全級(jí)別設(shè)置為(B)A低 B 中或低 C 高或中 D 不用設(shè)置38.下面比較Spotted cDNA arrays和Affymetrix arrays那個(gè)不是Affymetrix arrays的特點(diǎn)（C）A 1 target sample / arrayB Probes are 25-mersC 2 target samples / array

11、D 11-20 probe pairs / gene39.用Arraytools數(shù)據(jù)預(yù)處理一下那個(gè)操作一定不要（D）A NormalizationB Gene filterC Gene subsetsD Network built40.GEO不能提供哪些數(shù)據(jù)下載（B）A 原始數(shù)據(jù).cel文件B 相關(guān)文獻(xiàn)全文 C Senes Matrix FileD SOFT formatted family file41.CH2I_MEAN的含義是（C）A前景通道的中值B背景通道的中值C前景通道的均值D背景通道的均值42.利用Median方法進(jìn)行標(biāo)準(zhǔn)化的時(shí)候，認(rèn)為樣本間的差異來(lái)自于哪種分布（A）A隨機(jī)分布B超

12、幾何分布C正態(tài)分布D二項(xiàng)分布43.以下哪個(gè)功能不能用ArrayTools實(shí)現(xiàn)（D）A.基因注釋 B.標(biāo)準(zhǔn)化 C.層次聚類D.TF結(jié)合位點(diǎn)分析44.以下四個(gè)對(duì)Affymetrix芯片的描述中，哪個(gè)是錯(cuò)誤的（C）A. Affymetrix芯片是單通道芯片B. Affymetrix芯片特有 PM-MM探針設(shè)計(jì)C. Affymetrix芯片的探針長(zhǎng)度大于100bpD. Affymetrix芯片只有前景信號(hào)45.Arraytools對(duì)芯片數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化時(shí)，以下哪個(gè)標(biāo)準(zhǔn)化方法不能選擇（A）A. z-scoreB.GCRMNAC.MAS5.0D. JustRMA46.Arraytools將芯片的信息整合到一

13、起分析，以下哪個(gè)不屬于整合的范疇（B）A.表達(dá)譜數(shù)據(jù)B.蛋白質(zhì)網(wǎng)絡(luò)C.實(shí)驗(yàn)描述D.基因標(biāo)識(shí)47.GEO芯片數(shù)據(jù)中 CH1B_MEDIAN表示的是（D）A 前景信號(hào)的均值 B 背景信號(hào)的均值 C 前景信號(hào)的中值 D 背景信號(hào)的中值48.芯片數(shù)據(jù)處理中，我們一般用的Unique ID是（A） A Clone ID B Gene Symbol C Cluster ID D NAME49. arraytools利用參考序列基因標(biāo)準(zhǔn)化時(shí)，是將所有的值減去（B） A 均值 B 中值 C 最大值 D 最小值 50.下面關(guān)于表達(dá)譜數(shù)據(jù)分析敘述錯(cuò)誤的是（D） A.可用來(lái)識(shí)別差異表達(dá)基因 B.需分析那個(gè)差異表達(dá)是

14、顯著的 C.基因數(shù)目一般很大 D.由表達(dá)譜得到的數(shù)據(jù)一般是沒(méi)有噪聲的51.用SAM分析時(shí)，當(dāng)有更多的數(shù)據(jù)要求時(shí)，會(huì)產(chǎn)生什么情況（A） A、實(shí)驗(yàn)很“昂貴” B、實(shí)驗(yàn)很“便宜” C、很容易做出 D、無(wú)法做出52.系統(tǒng)生物學(xué)所需數(shù)據(jù)一般在哪些數(shù)據(jù)庫(kù)中得到（D）A、GEO B、NCBI C、SMD D、以上均可53.SAM應(yīng)用下面哪個(gè)標(biāo)準(zhǔn)進(jìn)行評(píng)估(C) A.TNR B.TPR C.FDR D.FNR54.下面哪些問(wèn)題不是SAM能夠解決的問(wèn)題(C) A.確定差異表達(dá)的基因B.確定哪些改變是顯著的C.能夠接受普通數(shù)據(jù)分布D.處理數(shù)量較大的基因55.SAM計(jì)算統(tǒng)計(jì)函數(shù)d(i)時(shí)在分母上增加一個(gè)量s0的原因（

15、D）？ A.因?yàn)閟(i)值太小，當(dāng)表達(dá)水平低時(shí)d(i)值會(huì)很高 B.d(i)的分布應(yīng)該和基因表達(dá)水平及s(i)獨(dú)立 C.添加s0是為了使d(i)的相關(guān)系數(shù)可以作為s(i)的函數(shù) D.以上都是56.SAM中Permutation的個(gè)數(shù)至少是（B）時(shí)差異基因個(gè)數(shù)基本可以穩(wěn)定下來(lái)？ A.100 B.500 C.1000 D.150057.基因集比較工具分析基因集在預(yù)定義分類中的差異表達(dá)情況，哪個(gè)不能用來(lái)表示哪些基因集比隨機(jī)期望包含有更多的差異表達(dá)基因。 C A Gene Ontology分類、B Biocarta通路 C protein通路 D 用戶自定義58.連接聚類簇中哪一種以其提供了以上兩種方

16、案里優(yōu)缺點(diǎn)的折衷而使用的比較多 C A完全連接 B單一連接 C平均連接59.表達(dá)譜上基因/樣本間的相似度或者距離依次進(jìn)行嵌套融合，并以“_”的形式呈現(xiàn) C A 柱狀圖 B有向無(wú)環(huán)圖 C系統(tǒng)樹圖 D盒裝圖60.which method does not assume normal distribution of the data B A FDR B SAM C FWER D CYTOSCAPE61.if we want to set a higher threshold, we shoud choose _ B A FDR B FWER C SAM D CYTOSCAPE62.散點(diǎn)圖繪制時(shí)，代表

17、基因的數(shù)據(jù)點(diǎn)會(huì)排列在_度對(duì)角線上 B A 30 B 45 C 60 D 9063.差異表達(dá)的基因會(huì)落在異常界線外，該界線可由用戶通過(guò)指定兩類間表達(dá)量幾何均數(shù)的倍數(shù)_來(lái)生成 BA 和 B差 C乘 D除1.ArrayTools的基本功能：1.導(dǎo)入數(shù)據(jù)，多維數(shù)據(jù)的預(yù)處理；2.基因注釋；3.可視化；4.過(guò)濾、標(biāo)準(zhǔn)化；5.基因的聚類分析、差異基因篩選；6.層次聚類分析實(shí)驗(yàn)；7.生存分析；8.陣列組之間類的比較；9.微陣列的意義分析2.SAM算法流程： _ _1.用d(i)統(tǒng)計(jì)量對(duì)真實(shí)差異基因差異程度進(jìn)行排序；d(i)=XI(i)-XU(i)此結(jié)果為均值/S(i)+/-方差+So；2.劃定一個(gè)閾值FDR：

18、隨即重排樣本標(biāo)簽，得到隨機(jī)情況下的樣本排序，在實(shí)際情況下劃定一個(gè)閾值，看隨機(jī)情況中是否有通過(guò)的差異基因，若有通過(guò)的，則假陽(yáng)性率為：隨機(jī)通過(guò)閾值的基因數(shù)/ 真實(shí)樣本通過(guò)閾值數(shù)。若FDR閾值控制的過(guò)于嚴(yán)格（閾值比較大），則可能會(huì)過(guò)濾掉一些真實(shí)的差異基因。這樣，由FDR可以給出具體有多少比例為假陽(yáng)性的結(jié)果。3.單雙通道的差異：?jiǎn)瓮ǖ朗且訟ffimetrix公司基因芯片為代表，長(zhǎng)度固定，為25bp，用PM和MM做比對(duì)出結(jié)果；雙通道的是cDNA微陣列，實(shí)驗(yàn)的（癌癥）是紅光信號(hào)cy5，對(duì)照的（正常）是綠光信號(hào)cy3，長(zhǎng)度通常在200-800之間；Cytoscape功能：1，支持分子網(wǎng)絡(luò)和通路的可視化2，提供強(qiáng)大的圖形布局工具3，可對(duì)網(wǎng)絡(luò)進(jìn)行過(guò)濾和修剪3，可同時(shí)組織多個(gè)網(wǎng)絡(luò)，4，可對(duì)大型網(wǎng)絡(luò)進(jìn)行操作5，可整合基因表達(dá)譜、基因注釋等數(shù)據(jù)6，可安裝插件擴(kuò)展其功能Cytoscape原理（Cytoscape擁有很多功能，不知道原理的題會(huì)怎么出）：MCODE：PPI網(wǎng)絡(luò)的聚出來(lái)的類別可表示蛋白質(zhì)復(fù)合物、蛋白質(zhì)家族、通路，MCODE利用聚類系數(shù)挖取模塊。BinGO：利用GO對(duì)cytoscape可視化的網(wǎng)絡(luò)EXPANDER的功能：1，原始數(shù)據(jù)的預(yù)處理（RMA）2，標(biāo)準(zhǔn)化3，過(guò)濾