biología sstemas

En el ejemplo de la captura de Saddam Hussein, ¿qué idea clave se usa para justificar el valor predictivo de la ciencia de redes? A) Las redes sociales reales pueden ser más estables y útiles que las jerarquías formales. B) Las redes jerárquicas siempre contienen toda la información relevante. C) La predicción en redes solo funciona con información muy reciente. D) Las redes cambian tan rápido que no pueden guiar decisiones. A. B. C. D.

¿Qué describe mejor la “robustez” de un sistema complejo según el tema? A) La capacidad de maximizar el número de enlaces en la red. B) La capacidad de seguir funcionando pese a perturbaciones o fallos. C) La tendencia a volverse cerrado para evitar interferencias externas. D) La ausencia de módulos o comunidades para evitar fallos localizados. A. B. C. D.

¿Cuál es la mejor explicación de por qué la interconectividad puede aumentar la vulnerabilidad y, a la vez, la estabilidad? A) Porque reduce el número de nodos críticos. B) Porque elimina los bucles de retroalimentación. C) Porque puede permitir compensación (redundancia) pero también propagación rápida de fallos. D) Porque convierte cualquier red en aleatoria (Poisson). A. B. C. D.

Según la definición de “sistema” del tema, ¿qué condición es imprescindible para que algo sea considerado un sistema? A) Que tenga muchos elementos. B) Que sea dinámico. C) Que sea abierto. D) Que tenga un objetivo o función interna. A. B. C. D.

Un organismo vivo se clasifica como sistema “abierto” principalmente porque: A) Intercambia materia y energía con el entorno. B) No intercambia ni materia ni energía con el entorno. C) Permanece estático en el tiempo. D) No presenta permeabilidad. A. B. C. D.

¿Cuál de las siguientes afirmaciones refleja mejor el concepto de “comportamiento emergente”? A) El todo siempre se explica completamente sumando las partes. B) Una propiedad global aparece por interacciones y no se deduce solo de estudiar componentes aislados. C) Cualquier propiedad emergente se predice con causalidad lineal simple. D) La emergencia ocurre solo en sistemas cerrados. A. B. C. D.

¿Qué crítica fundamental hace el tema al determinismo genético lineal (ADN → ARN → proteína → fenotipo) cuando se analiza la biología real? A) Niega la existencia de genes. B) Afirma que la traducción no existe. C) Señala que hay retroalimentaciones y regulación: ARN/proteínas también influyen en ADN y fenotipo. D) Demuestra que el fenotipo no depende nunca del ambiente. A. B. C. D.

¿Qué conclusión se extrae de la “paradoja del tamaño del genoma”? A) Los organismos complejos siempre tienen más ADN codificante. B) La complejidad depende exclusivamente del número total de genes. C) Cuanto mayor el genoma, mayor la complejidad del organismo. D) El tamaño del genoma no determina la complejidad; importa más la regulación y eficiencia. A. B. C. D.

¿Qué interpretación “de pensar” encaja mejor con la paradoja de la similitud genética? A) La diferencia fenotípica puede depender más de cuándo/dónde se expresan genes que de la secuencia en sí. B) El fenotipo depende solo de mutaciones aleatorias sin regulación. C) La secuencia genética es irrelevante para cualquier rasgo. D) Dos especies con genes parecidos siempre son fenotípicamente indistinguibles. A. B. C. D.

En términos de redes biológicas, la “redundancia” contribuye a la robustez porque: A) Reduce el número de metabolitos de la célula. B) Impide que existan hubs. C) Proporciona rutas alternativas que pueden mantener la función si una vía falla. D) Obliga a que la red sea densa (no dispersa). A. B. C. D.

En el problema de los puentes de Königsberg, ¿qué condición es necesaria para que exista un circuito euleriano? A) Que el grafo sea conexo y todos sus vértices tengan grado par. B) Que el grafo tenga exactamente dos vértices de grado impar. C) Que el grafo sea completo (todos conectados con todos). D) Que exista al menos un hub. A. B. C. D.

¿Qué métrica identifica mejor nodos que “conectan módulos” y controlan el flujo entre comunidades? A) Grado (degree). B) Betweenness (centralidad de intermediación). C) Closeness (centralidad de cercanía). D) Clustering (transitividad). A. B. C. D.

Si eliminas un nodo y la red se separa en componentes que antes estaban conectados, ese nodo es: A) Un hub (siempre). B) Una arista puente. C) Un punto de articulación (articulation). D) Un nodo con alta esparsidad. A. B. C. D.

¿Qué propiedad describe mejor la “esparsidad” típica de muchas redes biológicas? A) Solo una pequeña fracción de todas las interacciones posibles está presente. B) Todos los nodos tienen el mismo grado. C) La red contiene triángulos en todos sus nodos. D) La red tiene distribución de Poisson por definición. A. B. C. D.

¿Qué caracteriza a una red aleatoria tipo Erdős–Rényi frente a una red biológica típica? A) Presenta hubs muy marcados y cola larga en la distribución. B) Tiene estructura modular funcional muy fuerte por construcción. C) Su distribución de grados se aproxima a Poisson y la mayoría de nodos tienen grado cercano al promedio. D) Solo puede existir si hay conexión preferencial. A. B. C. D.

En una red libre de escala (scale-free), el riesgo principal es: A) Vulnerabilidad a ataques dirigidos a hubs. B) Que todos los nodos tengan grado par. C) Que la red sea siempre un sistema cerrado. D) Que no exista propagación de señales. A. B. C. D.

¿Qué mecanismo explica la aparición de hubs en el modelo de Barabási–Albert? A) La eliminación aleatoria de nodos periféricos. B) La conexión preferencial: los nodos nuevos se conectan más a nodos ya muy conectados. C) La obligatoriedad de que todos los nodos tengan el mismo número de enlaces. D) La imposición de una distribución de Poisson por diseño. A. B. C. D.

El efecto “small-world” combina principalmente: A) Alta distancia media y bajo clustering. B) Baja conectividad y alta fragmentación. C) Alta agrupación (clustering) y baja distancia promedio. D) Ausencia de rutas alternativas (sin redundancia). A. B. C. D.

En una red de señalización celular representada como grafo dirigido, ¿qué aporta específicamente la direccionalidad al análisis? A) Obliga a que todos los caminos sean eulerianos. B) Permite inferir el sentido de propagación de la señal y modelar cascadas. C) Elimina la necesidad de modelos dinámicos. D) Convierte automáticamente la red en aleatoria. A. B. C. D.

¿Cuál es la diferencia más correcta entre enfoques Top-Down y Bottom-Up en Biología de Sistemas? A) Top-Down solo sirve para rutas metabólicas pequeñas; Bottom-Up para big data ómico. B) Top-Down elimina la validación experimental; Bottom-Up la hace innecesaria. C) Top-Down parte de procesos moleculares definidos; Bottom-Up parte del organismo completo. D) Top-Down parte de datos globales (ómicos) para hallar patrones; Bottom-Up construye modelos desde componentes para simular y predecir. A. B. C. D.

En un experimento quieres detectar globalmente la mayor cantidad posible de componentes sin una lista previa (enfoque no dirigido). ¿Qué opción describe mejor ese enfoque? A) Ómica “untargeted” orientada a detectar el conjunto completo de biomoléculas medibles B) Ensayo dirigido a un único biomarcador validado C) Técnica de confirmación (validación) de una proteína concreta D) Experimento de baja escala con una sola variable. A. B. C. D.

¿Qué limitación clave aparece típicamente en la secuenciación de 2ª generación (NGS) frente a lecturas largas? A) No permite estudiar ARN B) Usa lecturas cortas que requieren ensamblaje y puede perder información en regiones repetitivas C) Solo funciona en fragmentos largos y por eso es lenta D) Detecta directamente modificaciones epigenéticas sin procesamiento. A. B. C. D.

¿Qué ventaja diferencial se asocia a las técnicas de 3ª generación (long reads) en comparación con NGS? A) Siempre son más baratas que NGS B) Solo secuencian fragmentos muy cortos pero muy precisos C) Permiten leer moléculas individuales largas y detectar modificaciones epigenéticas directamente D) No requieren ADN/ARN como molde. A. B. C. D.

¿Cuál es la lógica del método de Sanger para “leer” la secuencia? A) Se mide fluorescencia de SYBR Green ciclo a ciclo B) Se hibridan transcritos a sondas en un chip C) Se fragmenta el proteoma y se analiza por LC-MS/MS D) La incorporación de ddNTPs detiene la síntesis y genera fragmentos de distinta longitud que se separan por electroforesis. A. B. C. D.

Si quieres medir expresión de un ARN específico y además conocer el tamaño aproximado del transcrito, ¿qué técnica encaja mejor? A) Northern blot B) Microarrays C) LC-MS/MS D) iTRAQ. A. B. C. D.

En RT-qPCR con SYBR Green, ¿qué interpretación es correcta cuando la fluorescencia cruza el umbral muy pronto (Ct bajo)? A) La muestra tenía menos ARN inicial B) La muestra tenía más cantidad inicial (mayor expresión del gen) C) El producto es necesariamente inespecífico D) El ARN es menos estable que el cDNA, por eso el Ct baja. A. B. C. D.

¿Para qué sirven principalmente las curvas de fusión (melting curves) en RT-qPCR? A) Para estimar el tamaño del ARN total B) Para detectar modificaciones epigenéticas directas C) Para comprobar la especificidad/pureza del amplicón (un único producto) D) Para cuantificar proteínas con anticuerpos. A. B. C. D.

¿Cuál es la idea central de un microarray (gene chip) para transcriptómica? A) Detectar proteínas con anticuerpos B) Cuantificar metabolitos por UV C) Secuenciar moléculas completas de ARN en tiempo real D) Hibridar ARN/cDNA marcado a miles de sondas de ADN conocidas y leer intensidad de fluorescencia como expresión. A. B. C. D.

Si tu objetivo es confirmar presencia/ausencia de una proteína concreta en una mezcla, ¿qué técnica es la más adecuada? A) Western blot B) 2D-DIGE C) Shotgun proteomics D) RMN. A. B. C. D.

¿Qué relación correcta existe entre Northern blot y Western blot? A) Ambos detectan ADN con ddNTPs B) Son análogos conceptualmente, pero Northern detecta ARN y Western detecta proteínas con anticuerpos C) Ambos se basan en SYBR Green D) Ambos requieren LC-MS/MS para la lectura final. A. B. C. D.

En 2D-DIGE, si comparas control (verde) vs condición patológica (rojo) y en una zona predomina el rojo, ¿qué interpretación es más coherente? A) Esa proteína disminuye en la condición patológica B) Esa proteína no cambia, pero el gel tiene ruido C) Esa proteína está más abundante en la condición patológica respecto al control D) Esa zona corresponde a metabolitos, no proteína. A. B. C. D.

¿Qué describe mejor el enfoque “shotgun proteomics” (non-gel based)? A) Se separa ARN en gel y se transfiere a membrana B) Se hibridan transcritos a sondas en un chip C) Se visualiza tejido con láser para mapear metabolitos D) Se digieren proteínas (p. ej., tripsina), se separan péptidos por cromatografía y se identifican/cuantifican por LC-MS/MS. A. B. C. D.

Estás diseñando un experimento para comparar cuantitativamente proteínas entre condiciones usando etiquetas isotópicas “ligera” y “pesada” unidas covalentemente. ¿Qué técnica encaja? A) ICAT B) iTRAQ C) WGCNA D) SNF. A. B. C. D.

Quieres comparar hasta 8 muestras en un solo experimento de proteómica mediante etiquetas que se distinguen tras fragmentación por iones reporteros. ¿Qué técnica es? A) ICAT B) iTRAQ C) 2-DE D) IEF. A. B. C. D.

En metabolómica targeted, ¿cuál es la diferencia conceptual principal frente a untargeted? A) Targeted detecta todos los metabolitos posibles sin hipótesis previa B) Targeted solo usa RMN obligatoriamente C) Targeted se centra en metabolitos conocidos/específicos, mientras que untargeted busca el perfil global y requiere identificación estructural de desconocidos D) Targeted no necesita cromatografía ni detectores. A. B. C. D.

Un metabolito no presenta cromóforos ni propiedades que lo hagan detectable por los detectores cromatográficos habituales. ¿Qué estrategia suele aplicarse en targeted metabolomics? A) Convertirlo en proteína para detectarlo con anticuerpos B) Secuenciarlo con Nanopore C) Hibridarlo a un microarray D) Derivatizarlo químicamente para facilitar su detección. A. B. C. D.

Quieres identificar metabolitos desconocidos en una mezcla compleja con alta sensibilidad y separación previa. ¿Qué opción es más adecuada? A) LC-MS o GC-MS (cromatografía acoplada a espectrometría de masas) B) Northern blot C) Western blot D) Electroforesis SDS-PAGE. A. B. C. D.

¿Qué característica define mejor la Mass Spectrometry Imaging (MSI) en metabolómica? A) Cuantifica expresión génica por fluorescencia en ciclos B) Convierte señales iónicas en mapas espaciales de intensidad para ver “dónde y cuánto” hay de un metabolito en tejido C) Solo detecta proteínas mediante anticuerpos D) Fusiona redes de similitud donde los nodos son variables (genes). A. B. C. D.

En Similarity Network Fusion (SNF), ¿qué representan típicamente los nodos de la red? A) Genes B) Proteínas individuales C) Muestras (samples), fusionando redes de similitud entre ellas D) Metabolitos exclusivamente. A. B. C. D.

Si tienes etiquetas “sano vs enfermo” y quieres entrenar un modelo para clasificar nuevas muestras a partir de perfiles ómicos, ¿qué enfoque es el más coherente? A) No supervisado (k-means) porque ignora etiquetas B) Correlación simple (Pearson) porque siempre clasifica C) PCA porque es un clasificador supervisado D) ML supervisado (p. ej., regresión logística, Random Forest, SVM, redes neuronales). A. B. C. D.

¿Cuál es la diferencia más precisa entre genómica y genética? A) La genómica estudia todo el ADN (incluidas regiones no codificantes), mientras la genética se centra en genes/rasgos y su herencia. B) La genómica estudia solo exones y la genética todo el genoma. C) La genómica es solo clínica y la genética solo evolutiva. D) La genómica no considera interacción entre regiones, la genética sí. A. B. C. D.

Si dos especies tienen números de genes parecidos pero fenotipos muy distintos, ¿qué explicación encaja mejor con lo que defiende el tema? A) La secuencia de ADN no influye nunca en el fenotipo. B) La regulación (cuándo/dónde/cuánto se expresa) y la arquitectura del genoma pueden explicar grandes diferencias con pocos cambios en genes. C) La complejidad depende solo del tamaño del genoma. D) Los intrones son siempre funcionalmente irrelevantes. A. B. C. D.

¿Qué enunciado relaciona correctamente promotor, exones e intrones en un gen eucariota? A) El promotor se traduce a proteína y los intrones permanecen en el mRNA. B) Exones e intrones son regiones reguladoras no transcritas. C) El promotor regula el inicio de transcripción; los exones permanecen en el mRNA tras splicing y los intrones se eliminan. D) Los intrones determinan el emparejamiento A–T/G–C. A. B. C. D.

En el nucleosoma, ¿qué combinación describe mejor el “core” y su estabilización? A) Un tetrámero H1-H1-H1-H1 y ADN linker. B) Solo ADN sin proteínas para permitir acceso. C) Un hexámero de histonas H2A/H2B/H3 y ADN enrollado. D) Un octámero de histonas (H2A, H2B, H3, H4) con ADN enrollado; H1 se asocia al ADN linker. A. B. C. D.

Si el 1–2% del genoma humano son exones, ¿qué implicación es más coherente? A) La mayor parte del ADN no codifica proteínas, pero puede tener roles estructurales/regulatorios o repetitivos. B) La mayoría de genes se localizan solo en telómeros. C) El genoma humano contiene casi exclusivamente promotores. D) Los intrones son más cortos que los exones por norma. A. B. C. D.

¿Qué afirmación sobre ADN repetitivo es más acorde con el tema? A) Es menos del 1% del genoma humano. B) Puede constituir cerca de la mitad del genoma e incluye elementos móviles como transposones/retrotransposones. C) Se limita a exones de genes muy expresados. D) Solo existe en procariotas. A. B. C. D.

¿Qué relación es correcta entre SINE/LINE/LTR y la clasificación de transposones? A) Son DNA-transposones de clase 2 (corte-y-pega). B) Son satélites en tándem y no tienen movilidad. C) Son retrotransposones (clase 1), que se expanden vía un intermediario de ARN. D) Son intrones que siempre se traducen. A. B. C. D.

En plantas, un genoma “grande” con muchas repeticiones implica típicamente que: A) No existen intrones. B) Los genes ocupan la mayor parte del ADN. C) Los promotores desaparecen por exceso de repetidos. D) Hay grandes regiones repetitivas intercaladas entre genes, y los genes (exones+intrones) son una fracción relativamente pequeña. A. B. C. D.

¿Por qué las estructuras como G-quadruplex o i-motif se consideran relevantes en biología del genoma? A) Porque pueden aparecer en regiones reguladoras y afectar estabilidad/expresión por su estructura 3D. B) Porque sustituyen siempre a la doble hélice B en todo el genoma. C) Porque solo existen en bacterias. D) Porque impiden cualquier interacción proteína-ADN. A. B. C. D.

Si quieres mapear contactos espaciales entre regiones lejanas en la secuencia pero cercanas en el núcleo, ¿qué familia de técnicas es la más adecuada? A) Northern blot / RT-qPCR B) 3C y derivados (Hi-C, Micro-C, HiChIP, etc.) C) Western blot D) ELISA. A. B. C. D.

Sobre SNPs, ¿qué enunciado integra mejor su impacto potencial? A) Un SNP en un intrón nunca puede tener efecto. B) Un SNP silencioso siempre cambia el aminoácido. C) Un SNP puede ser neutro; pero si cae en región codificante puede alterar proteína, y si cae en región reguladora puede cambiar niveles de expresión. D) Todos los SNPs están en exones. A. B. C. D.

¿Qué enfoque de detección de SNP encaja mejor con “alta escala” y genotipado masivo? A) PCR + digestión con enzimas de restricción (con gel) B) ARMS-PCR (con gel) C) Minisequenciación manual D) SNP-chips de alta densidad / GWAS. A. B. C. D.

En un flujo de High Throughput Sequencing, ¿qué representa exactamente la “library preparation”? A) Fragmentar ADN y añadir adaptadores para poder secuenciar los fragmentos. B) Traducir ARN a proteína para medir expresión. C) Visualizar cromosomas por microscopía. D) Convertir directamente variantes a VCF sin alineamiento. A. B. C. D.

¿Qué diferencia conceptual clave existe entre una genomic DNA library y una cDNA library? A) La genomic library contiene solo genes expresados y la cDNA todo el genoma. B) La genomic library representa todo el ADN (incluido no expresado); la cDNA library representa solo transcritos expresados en un tejido/momento. C) Ambas siempre se construyen desde proteínas. D) La cDNA library se obtiene por digestión con enzimas de restricción del ADN genómico. A. B. C. D.

¿Qué afirmación describe mejor el propósito de alignment & assembly con lecturas cortas? A) Evitar cualquier comparación con genomas de referencia. B) Convertir calidad Phred en letras ASCII. C) Reconstruir secuencias (contigs/ensamblaje) alineando reads por solapamientos o mapeándolos a un genoma de referencia. D) Sustituir la necesidad de “variant calling”. A. B. C. D.

En formatos de análisis, ¿qué emparejamiento es correcto? A) FASTQ = variantes finales; VCF = lecturas con calidad. B) BAM = anotación de genes; GFF = lecturas crudas. C) IGV = formato binario de alineamiento. D) FASTQ = secuencia+calidad por base; SAM/BAM = alineamientos; VCF = variantes; GFF = anotación. A. B. C. D.

Si dos reads tienen la misma secuencia pero uno tiene mayor Phred, ¿qué concluyes? A) El de mayor Phred tiene menor probabilidad de error en el “base calling”. B) El de mayor Phred está peor alineado al genoma. C) El de mayor Phred necesariamente contiene una variante real. D) El de mayor Phred proviene de una librería cDNA, no genómica. A. B. C. D.

En un archivo VCF, ¿qué interpretación es correcta del genotipo “0/1”? A) No hay información de genotipo, solo metadatos. B) Heterocigoto: un alelo coincide con REF (0) y el otro con ALT (1). C) Homocigoto alternativo: ambos alelos son ALT. D) Significa que la variante ha sido filtrada (FAIL). A. B. C. D.

¿Qué ventaja típica aportan ONT/PacBio respecto a lectura corta tipo Illumina? A) Eliminan por completo la necesidad de preparación de librerías. B) Son incapaces de detectar variantes estructurales. C) Producen lecturas largas útiles para ensamblaje de novo y detección de SV/CNVs. D) Solo sirven para microarrays. A. B. C. D.

¿Qué relación integra mejor epigenética, metilación y expresión génica? A) La epigenética cambia la secuencia de nucleótidos para regular genes. B) La metilación ocurre solo en exones y siempre activa genes. C) DNMTs no participan en patrones heredables. D) La epigenética regula expresión sin cambiar secuencia; la metilación (p. ej., en promotores CpG) suele asociarse a silenciamiento y puede mantenerse por “maintenance methylation”. A. B. C. D.

La transcriptómica se define como un análisis “imparcial y no dirigido” de los transcritos. ¿Qué característica refleja mejor esa idea? A) Solo mide genes previamente seleccionados como candidatos. B) Busca cuantificar globalmente los transcritos presentes sin partir de una lista cerrada. C) Solo detecta ARNr por ser el más abundante. D) Se limita a confirmar por PCR un único transcrito. A. B. C. D.

En un RNA-seq no detectas un gen. ¿Cuál es la interpretación más correcta? A) El gen no existe en el genoma de esa especie. B) El gen está mutado y por eso no aparece. C) El gen solo existe como proteína, no como ARN. D) Puede existir pero estar a muy bajo nivel, tener vida media corta o haber sesgo por longitud/tecnología. A. B. C. D.

¿Qué diferencia conceptual clave separa RNAseq de Riboseq? A) Riboseq se centra en ARNm unido a ribosomas y aporta información sobre traducción. B) RNAseq solo mide ADN genómico. C) Riboseq solo detecta ARN no codificante. D) RNAseq mide exclusivamente modificaciones químicas del ARN. A. B. C. D.

¿Cuál es el objetivo principal de la epitranscriptómica? A) Medir el tamaño del genoma. B) Detectar SNPs solo en exones. C) Estudiar modificaciones químicas del ARN (p. ej., m⁶A, pseudouridina) usando técnicas de secuenciación específicas. D) Identificar proteínas por espectrometría de masas. A. B. C. D.

En el protocolo Illumina TruSeq, ¿por qué se depleta el ARNr y se seleccionan colas poli-A? A) Para enriquecer en ARNm y evitar que el ARNr (muy abundante) “domine” la librería. B) Para convertir directamente proteínas en ADNc. C) Para aumentar el número de intrones en la muestra. D) Para impedir que exista splicing alternativo. A. B. C. D.

¿Qué ventaja práctica aporta el “paired-end” frente a “single-end” en RNA-seq? A) Elimina la necesidad de alineamiento. B) Impide que una lectura mapee en múltiples sitios. C) Mejora el mapeo y ayuda a resolver regiones repetitivas y empalmes (splicing) al leer ambos extremos del fragmento. D) Convierte lecturas cortas en lecturas largas reales. A. B. C. D.

¿Qué afirmación resume mejor la diferencia entre short reads y long reads para identificar isoformas? A) Las short reads siempre abarcan la isoforma completa. B) Las long reads requieren ensamblaje de contigs para cada transcrito. C) Las short reads no sirven para cuantificar expresión. D) Las long reads pueden cubrir isoformas completas y reducen el problema de ensamblaje para reconstruir transcritos. A. B. C. D.

En PacBio (SMRT/HiFi), ¿qué idea explica su alta precisión combinada con lecturas largas? A) La polimerasa sintetiza ADN sin nucleótidos marcados. B) Se realizan múltiples pasadas sobre una plantilla circular y se genera una lectura consenso muy precisa. C) Se hibrida el ARN a sondas fijas como en microarrays. D) Se secuencian únicamente fragmentos de 150 nt. A. B. C. D.

¿Cuál es el principio físico detrás de Oxford Nanopore? A) Fluorescencia de nucleótidos terminadores. B) Imagen por microscopía de clusters en un flow cell. C) Medición de pH al incorporar nucleótidos. D) Cambios en la corriente iónica al pasar ADN/ARN por un poro, que se traducen en bases (incluidas modificadas). A. B. C. D.

¿Cuál es el propósito principal del “trimming” en el preprocesado de lecturas? A) Eliminar adaptadores y bases de baja calidad para mejorar el mapeo posterior. B) Convertir BAM en FASTQ. C) Generar directamente términos GO. D) Corregir efectos de lote (batch) entre estudios. A. B. C. D.

En el pipeline RNA-seq, ¿qué representa de forma más correcta la “cuantificación”? A) Convertir lecturas en proteínas. B) Asegurar que todas las muestras tengan la misma distribución sin supuestos. C) Contar cuántas lecturas se asignan a cada gen/transcrito para obtener matrices de counts. D) Determinar únicamente el porcentaje GC del genoma. A. B. C. D.

¿Qué expresa la puntuación Phred (Q) en secuenciación? A) El número de lecturas mapeadas a un gen. B) Una medida logarítmica inversa de la probabilidad de error en el “base calling” (a mayor Q, menor error). C) El porcentaje de ARNr eliminado. D) El número de isoformas por gen. A. B. C. D.

Si quieres comparar genes dentro de una misma muestra corrigiendo por longitud del gen y profundidad de secuenciación, ¿qué métrica encaja mejor? A) FPKM/RPKM (corrigen longitud y tamaño de librería; útiles para comparar genes dentro de una muestra). B) CPM (corrige longitud y profundidad). C) Counts crudos (ya son comparables). D) Batch correction (ComBat). A. B. C. D.

¿Qué problema intenta evitar TMM (trimmed mean of M-values) al normalizar RNA-seq? A) Que todos los genes tengan el mismo Ct. B) Que los intrones se confundan con exones. C) Que el ARNr sesgue la librería tras poli-A selection. D) Que unos pocos genes muy diferencialmente expresados distorsionen la cuantificación del resto y el tamaño efectivo de librería. A. B. C. D.

¿Qué afirmación describe mejor la normalización por cuantiles (quantile normalization)? A) Ajusta cada gen por su longitud y ya permite comparar entre datasets. B) Fuerza a que la distribución de expresión sea la misma en todas las muestras, asumiendo que diferencias globales son técnicas. C) Solo se aplica a lecturas largas (PacBio/Nanopore). D) Sirve exclusivamente para detectar isoformas completas. A. B. C. D.

Quieres combinar RNA-seq de dos estudios distintos con posibles efectos de lote. ¿Qué enfoque es el más adecuado? A) Usar CPM y nada más. B) Eliminar manualmente los genes con más counts. C) Aplicar corrección de batch (p. ej., Limma/ComBat) tras normalizar dentro de cada dataset. D) Sustituir el alineamiento por de novo assembly siempre. A. B. C. D.

Tras corregir efectos de lote conocidos, ¿para qué se utiliza típicamente el análisis de variables sustitutas (sva)? A) Para convertir lecturas single-end a paired-end. B) Para traducir cambios de corriente en bases (Nanopore). C) Para hacer selección de poli-A. D) Para identificar y estimar fuentes desconocidas de variación residual. A. B. C. D.

Si no existe un genoma/transcriptoma de referencia para tu especie, ¿qué estrategia es más coherente para cuantificar expresión? A) Ensamblar de novo transcritos (contigs) y mapear lecturas contra ese transcriptoma ensamblado. B) Usar únicamente GO sin secuenciar. C) Convertir el problema en proteómica y evitar RNA-seq. D) Asumir que todos los reads mapean en un único lugar. A. B. C. D.

En un análisis de enriquecimiento GO, ¿qué comparación es la base del test estadístico? A) Comparar Ct de qPCR entre dos genes. B) Comparar isoformas completas vs fragmentadas. C) Comparar la frecuencia de términos GO en genes diferencialmente expresados frente a su frecuencia en un conjunto de referencia (p. ej., todo el genoma). D) Comparar el número de poros activos en Nanopore. A. B. C. D.

¿Qué interpretación es más correcta del “FDR” reportado en GO/KEGG? A) Un score de calidad por base de Illumina. B) Un p-valor ajustado por múltiples comparaciones que controla la tasa esperada de falsos descubrimientos. C) Un conteo crudo de lecturas por gen. D) La longitud media de los transcritos. A. B. C. D.

¿Cuál de las siguientes definiciones encaja mejor con “proteómica” en biología de sistemas? A) Estudio integrador del conjunto de proteínas de un sistema biológico y sus cambios. B) Estudio exclusivo de la secuencia del ADN. C) Medición de metabolitos pequeños por cromatografía. D) Análisis de variantes genéticas en poblaciones. A. B. C. D.

¿Por qué las PTMs (modificaciones postraduccionales) son clave para una visión holística de la regulación celular? A) Porque sustituyen la transcripción del ADN. B) Porque modulan actividad, localización e interacciones proteína–proteína, alterando función sin cambiar el gen. C) Porque determinan el orden de bases del genoma. D) Porque solo aparecen en proteínas bacterianas. A. B. C. D.

Si una técnica permite ver qué proteínas cambian de abundancia globalmente entre muestras sin hipótesis previa, ¿qué tipo de proteómica describe? A) Proteómica de secuencia (Edman). B) Proteómica estructural. C) Proteómica de expresión o “discovery/shotgun” (untargeted). D) Proteómica genética (GWAS). A. B. C. D.

¿Qué limitación explica mejor por qué la degradación de Edman no es útil para mezclas proteicas complejas? A) Solo funciona con proteínas glicosiladas. B) No necesita separación previa, por eso falla. C) Requiere lectura directa del ARN. D) Secuencia aminoácido a aminoácido en el extremo N-terminal y se “confunde” cuando hay múltiples proteínas/péptidos mezclados. A. B. C. D.

Quieres inferir función a partir de topología, dinámica conformacional e interacciones a escala de sistema. ¿Qué bloque de la proteómica estás priorizando? A) Proteómica estructural. B) Proteómica de secuencia. C) Proteómica de expresión. D) Proteómica clínica de metabolitos. A. B. C. D.

¿Qué técnica encaja mejor con detectar cambios conformacionales midiendo intercambio de hidrógeno por deuterio? A) XL-MS (cross-linking). B) HDX-MS (hydrogen–deuterium exchange). C) LiP-MS (proteólisis limitada). D) Edman. A. B. C. D.

Estás estudiando cómo cambian las interacciones de una proteína tras un estímulo (dinámica de complejos, rutas, hubs). ¿Qué tipo de proteómica describe mejor el objetivo? A) Estructural (solo atómica). B) Secuencia (solo N-terminal). C) Funcional e interaccionómica (functional & interaction proteomics). D) Solo transcriptómica. A. B. C. D.

Quieres identificar proteínas que se unen a ADN/ARN de forma no sesgada aislando complejos con CRISPR-captura y luego identificándolos. ¿Qué estrategia completa describe mejor el enfoque? A) PCR + secuenciación Sanger del ADN diana. B) Microarray de proteínas para detectar RNAs. C) Western blot con anticuerpo anti-ADN. D) Purificación (p. ej., CRISPR-CAP/pull-down) + espectrometría de masas para identificar las proteínas asociadas. A. B. C. D.

En un experimento de bottom-up proteomics, ¿qué paso es conceptualmente imprescindible antes de identificar proteínas? A) Digestionar proteínas en péptidos y analizarlos por LC-MS/MS para reconstruir proteínas desde esos péptidos. B) Medir la proteína intacta sin fragmentar. C) Secuenciar el gen correspondiente por Nanopore. D) Hibridar proteínas a sondas de ADN. A. B. C. D.

¿Qué enunciado diferencia correctamente top-down vs bottom-up? A) Top-down requiere digestión completa; bottom-up no. B) Top-down analiza proteínas intactas y permite ver isoformas/PTMs completas; bottom-up infiere desde péptidos. C) Bottom-up solo sirve para una proteína purificada. D) Top-down no usa espectrometría de masas. A. B. C. D.

¿Qué describe mejor el objetivo de un flujo LC-MS/MS en proteómica de descubrimiento? A) Confirmar un único epítopo con anticuerpos. B) Medir solo la estructura 3D por cristalografía. C) Separar péptidos por LC y usar espectros MS/MS para identificar qué péptidos/proteínas hay en la muestra. D) Convertir proteínas en ADNc. A. B. C. D.

¿Qué emparejamiento de ionización es correcto en MS proteómica? A) ESI produce iones solo sólidos; MALDI solo líquidos. B) Ambas técnicas destruyen siempre el analito. C) Solo QTOF puede ionizar; Orbitrap no. D) ESI y MALDI se usan para generar iones antes del analizador, permitiendo medir m/z de péptidos/proteínas. A. B. C. D.

¿Cuál es la idea clave que distingue a un analizador Orbitrap? A) Los iones oscilan atrapados en un campo electrostático y la frecuencia de oscilación se traduce a m/z. B) Los iones se separan por colorimetría. C) Mide tiempos de vuelo en un tubo sin cuadrupolo. D) Solo identifica proteínas sin péptidos. A. B. C. D.

¿Qué describe mejor un sistema QTOF? A) Solo un cuadrupolo sin medición precisa. B) Combina cuadrupolo y tiempo de vuelo: el tiempo de recorrido caracteriza el m/z con alta resolución. C) Mide frecuencia de oscilación en una trampa. D) No puede usarse en LC-MS/MS. A. B. C. D.

En un flujo típico de proteómica, ¿qué rol cumplen motores como MASCOT o SEQUEST? A) Ionizan péptidos mediante ESI. B) Separan péptidos por cromatografía líquida. C) Comparan espectros MS/MS contra bases de datos para asignar identidades de péptidos/proteínas. D) Generan proteínas “alucinadas” con IA. A. B. C. D.

¿Qué salida de análisis es más típica de la etapa de “data analysis & visualisation” en proteómica cuantitativa? A) Electroforesis capilar de Sanger. B) Curvas de fusión de qPCR. C) Mapas genéticos de ligamiento. D) Tablas de proteínas cuantificadas y visualizaciones como heatmaps o volcano plots. A. B. C. D.

Si buscas integrar datos para entender módulos funcionales y “hubs” en redes de interacción proteína–proteína, ¿qué análisis bioinformático encaja mejor? A) Clustering/redes sobre interacciones y abundancias para detectar módulos y nodos centrales. B) Solo recuento de reads por gen. C) Alineamiento de genomas. D) Ensamblaje de novo de transcriptomas. A. B. C. D.

¿Qué afirmación describe mejor la diferencia entre “interacciones dinámicas y funcionales” vs “contactos atómicos”? A) Los contactos atómicos cambian con estímulos; las interacciones funcionales no. B) Las interacciones funcionales consideran cambios con señales/estímulos/mutaciones y efecto en rutas, no solo proximidad estructural. C) Las interacciones funcionales se miden solo por cristalografía. D) Los contactos atómicos solo existen en proteómica de expresión. A. B. C. D.

¿Qué implica que el proteoma sea “altamente dinámico” respecto al genoma? A) Que la secuencia del genoma cambia constantemente por hora. B) Que el número de genes codificantes varía entre tejidos en un mismo individuo. C) Que la abundancia/estado (PTMs, localización, complejos) de proteínas puede variar rápido con condiciones, señales y tiempo. D) Que las proteínas no se degradan. A. B. C. D.

¿Qué afirmación integra correctamente el papel de IA (p. ej., AlphaFold/RoseTTAFold) en proteómica estructural? A) Sustituye completamente cualquier dato experimental. B) Solo sirve para cuantificar abundancias por LC-MS/MS. C) Sirve para identificar SNPs en exones. D) Permite predecir estructuras (y diseñar proteínas) que se integran con datos experimentales (cryo-EM, MS, etc.) para biología estructural integradora. A. B. C. D.

¿Cuál es la definición más precisa de metabolito en metabolómica? A) Una entidad química definida que es intermediario o producto final de una vía bioquímica. B) Cualquier macromolécula celular (ADN, ARN o proteína). C) Un gen regulador de rutas metabólicas. D) Un complejo proteico que cataliza reacciones. A. B. C. D.

¿Qué afirmación describe mejor el metaboloma? A) El conjunto de todos los genes expresados en una célula. B) El conjunto completo de metabolitos de pequeña molécula (excluye ácidos nucleicos y proteínas). C) El conjunto de todas las proteínas y sus modificaciones. D) El conjunto de todas las vías metabólicas conocidas. A. B. C. D.

Un análisis del metaboloma “ideal” debería ser imparcial y exhaustivo. ¿Qué requisito está más ligado a poder descubrir metabolitos nuevos? A) Que use siempre GC como técnica de separación. B) Que sea 100% dirigido (targeted). C) Que proporcione información que permita identificar metabolitos desconocidos (p. ej., MS/MS). D) Que solo mida la presencia/ausencia sin cuantificar. A. B. C. D.

En la práctica, ¿por qué suele ser altamente recomendable separar antes de medir con MS (GC/LC antes del analizador)? A) Porque el MS no puede medir masas sin separación. B) Porque la separación elimina la necesidad de normalización. C) Porque así todos los metabolitos salen a la vez y se comparan mejor. D) Porque combinar tiempo de retención y m/z aumenta mucho el poder discriminatorio y reduce ambigüedades. A. B. C. D.

Tienes analitos volátiles (o procedentes de headspace). ¿Qué combinación técnica es la más coherente? A) GC acoplada a MS. B) LC acoplada a MS. C) RMN sin separación previa. D) MSI por DESI. A. B. C. D.

Tienes compuestos no volátiles que quieres analizar por GC-MS. ¿Qué paso suele ser necesario? A) Lisis celular con detergentes para solubilizar proteínas. B) Derivatización previa para hacerlos volátiles (p. ej., metoximación y trimetilsililación). C) Coinyección con estándar isotópico en LC. D) Selección de poli-A. A. B. C. D.

¿Qué diferencia conceptual clave entre fase estacionaria y fase móvil es correcta? A) La fase móvil es el relleno sólido y la estacionaria es el disolvente. B) Ambas son siempre gases en GC. C) La fase estacionaria es el material de la columna (p. ej., sílice C18) y la fase móvil es el fluido que arrastra los analitos. D) La fase estacionaria solo existe en LC, no en GC. A. B. C. D.

Estás trabajando con analitos relativamente poco polares en LC-MS y quieres una ionización suave con pocos fragmentos, más adecuada que ESI en ese caso. ¿Qué modo encaja mejor? A) EI B) APGC C) ESI D) APCI. A. B. C. D.

¿Qué enunciado describe mejor la EI (electron impact) en GC-MS? A) Genera muchos fragmentos y patrones de fragmentación muy reproducibles entre instrumentos. B) Produce casi exclusivamente el ión pseudomolecular y nada de fragmentos. C) Solo funciona a presión atmosférica en LC. D) Se usa únicamente para biomoléculas muy polares grandes. A. B. C. D.

¿Qué opción describe mejor ESI en LC-MS? A) Fragmenta siempre por completo la molécula. B) Es una ionización “suave” que produce mayoritariamente iones pseudomoleculares (aunque puede haber algo de fragmentación en la fuente). C) Requiere derivatización para cualquier analito. D) Se limita a compuestos volátiles. A. B. C. D.

¿Por qué, en metabolómica, saber si un compuesto se detecta en modo positivo o negativo no suele ser suficiente para identificarlo de forma unívoca? A) Porque el modo de ionización nunca aporta información. B) Porque el modo positivo/negativo identifica el nombre exacto del metabolito, pero no su concentración. C) Porque solo da pistas generales (ayuda a descartar), y se necesita combinar masa exacta, MS/MS y/o tiempo de retención/estándares. D) Porque el modo de ionización cambia aleatoriamente en cada corrida. A. B. C. D.

¿Qué secuencia ordena correctamente el “pipeline” computacional típico tras la adquisición en LC/GC-MS? A) Identificación → Alineamiento → Normalización → Detección de características B) Normalización → Identificación → Detección de características → Alineamiento C) Alineamiento → Identificación → Detección de características → Normalización D) Detección de características → Alineamiento → Normalización → Identificación/anotación. A. B. C. D.

¿Por qué se hace quenching en preparación de muestras? A) Para parar rápidamente el metabolismo y “congelar” el estado metabólico (p. ej., con congelación o solventes fríos). B) Para aumentar la volatilidad de todos los metabolitos. C) Para convertir MS1 en MS2 automáticamente. D) Para eliminar completamente la variabilidad biológica. A. B. C. D.

En el “dry lab”, ¿por qué es importante el alineamiento de características cromatográficas/másicas? A) Para corregir mutaciones en el genoma. B) Porque se espera drift instrumental (en separación y/o detección) y hay que hacer corresponder picos entre muestras. C) Para evitar cualquier normalización posterior. D) Porque sin alineamiento no se puede hacer extracción de tejido. A. B. C. D.

¿Qué describe mejor el principal cuello de botella en metabolómica no dirigida? A) La molienda (grinding) del tejido. B) La elección del gas portador en GC. C) La anotación/identificación de metabolitos por la enorme diversidad química y variabilidad entre plataformas. D) La inyección con jeringa a través del septum. A. B. C. D.

Un “match” de espectro MS/MS en una base de datos es alto, pero no hay estándar disponible para coinyección. ¿Cómo debería reportarse el resultado con más rigor? A) Como metabolito identificado sin dudas. B) Como desconocido sin información útil. C) Como identificado si el modo es ESI+ y la masa encaja. D) Como anotación tentativa (no identificación definitiva). A. B. C. D.

¿Qué combinación de evidencias es la más fuerte para afirmar identificación (no solo anotación) de un metabolito? A) Coinyección con estándar + coincidencia de tiempo de retención y espectro (MS/MS) con la muestra. B) Solo masa aproximada (m/z) en modo positivo. C) Solo un pico bien definido en el cromatograma. D) Solo que aparezca en una ruta metabólica conocida. A. B. C. D.

En LC-MS, ¿qué estrategia de adquisición de MS/MS se menciona como habitual para obtener información de fragmentación de forma amplia? A) DDA (Data Dependent Acquisition) exclusivamente. B) DIA (Data Independent Acquisition), con funciones de baja y alta energía de colisión. C) Solo EI a 70 eV. D) Solo espectros MS1 sin fragmentación. A. B. C. D.

¿Qué afirmación es más correcta sobre GC-MS con EI para elucidación estructural? A) La EI no fragmenta, por lo que aporta poca información. B) EI solo sirve si el compuesto está siempre sin derivatizar. C) La EI puede generar muchos fragmentos reproducibles, a veces suficientes para ayudar a identificar/elucidar metabolitos (derivatizados o no). D) La EI se usa principalmente en LC-MS para compuestos polares. A. B. C. D.

Quieres metabolómica con resolución espacial sin marcaje para ver distribución de múltiples compuestos en tejido. ¿Qué conjunto de técnicas encaja mejor? A) RT-qPCR y Northern blot B) Microarrays y RNA-seq C) Western blot e inmunofluorescencia D) MSI (p. ej., MALDI, LAESI, DESI). A. B. C. D.