第五章進(jìn)化與系統(tǒng)發(fā)生分析

生物信息學(xué)Bioinformatics編號(hào)名稱第一章生物信息學(xué)引論第二章生物信息學(xué)的生物學(xué)基礎(chǔ)第三章生物信息學(xué)數(shù)據(jù)庫(kù)資源第四章DNA和蛋白質(zhì)序列分析第五章系統(tǒng)發(fā)生分析第六章基因表達(dá)數(shù)據(jù)分析第七章其他常用生物信息學(xué)工具第八章電子克隆的原理和應(yīng)用第九章基本生物信息學(xué)工具的開發(fā)與應(yīng)用第五章系統(tǒng)發(fā)生分析第一節(jié)基本概念第二節(jié)系統(tǒng)發(fā)生分析步驟第一節(jié)基本概念

基本概念：系統(tǒng)發(fā)生（phylogeny）——是指生物形成或進(jìn)化的歷史;系統(tǒng)發(fā)生學(xué)(phylogenetics)——研究物種間進(jìn)化關(guān)系的學(xué)科;系統(tǒng)發(fā)生樹（phylogenetictree）——描述物種間進(jìn)化關(guān)系的一種表示形式。

經(jīng)典系統(tǒng)發(fā)生學(xué) 主要是物理或表型特征 如生物體的大小、顏色、觸角個(gè)數(shù)即通過表型比較來研究物種之間的進(jìn)化關(guān)系。有時(shí)候親緣關(guān)系遠(yuǎn)的物種也能進(jìn)化出相似的表型，所謂的趨同進(jìn)化(convergentevolution)。如是否有眼睛?現(xiàn)代系統(tǒng)發(fā)生學(xué)利用從遺傳物質(zhì)中提取的信息作為物種特征，具體地說就是核酸序列或蛋白質(zhì)分子如:關(guān)于現(xiàn)代人起源的研究:線粒體DNA

——所有現(xiàn)代人都是一個(gè)非洲女性的后代系統(tǒng)發(fā)生樹是一般是二叉樹(每個(gè)節(jié)點(diǎn)最多有兩個(gè)子節(jié)點(diǎn))，由一系列的節(jié)點(diǎn)(nodes)和分支(branches)組成。Bacterium1Bacterium3Bacterium2Eukaryote1Eukaryote4Eukaryote3Eukaryote2Bacterium1Bacterium3Bacterium2Eukaryote1Eukaryote4Eukaryote3Eukaryote2Phylograms

showbranchorderandbranchlengths進(jìn)化樹，有分支和支長(zhǎng)信息。.進(jìn)化分支圖Cladograms

showbranchingorder-branchlengthsaremeaningless進(jìn)化分支圖，只用分支信息，無(wú)支長(zhǎng)信息。進(jìn)化樹系統(tǒng)樹可以是有根的(rooted)也可以是無(wú)根的(unrooted)：有根樹中存在一個(gè)被稱為根特殊節(jié)點(diǎn)，是所有正被研究的共同祖先。無(wú)根樹是一種只將各間的關(guān)系具體化而未定義進(jìn)化途徑的樹圖。Rootedbyoutgrouparchaeaarchaeaarchaeaeukaryoteeukaryoteeukaryoteeukaryotebacteriaoutgrouprooteukaryoteeukaryoteeukaryoteeukaryote無(wú)根樹archaeaarchaeaarchaea有根樹，無(wú)根樹有根樹外圍群直系同源(orthologs):同源的基因是由于共同的祖先基因進(jìn)化而產(chǎn)生的.旁系同源(paralogs):同源的基因是由于基因復(fù)制產(chǎn)生的.直系同源與旁系同源必須了解的概念:paralogsorthologs思考:用于分子進(jìn)化的序列必須是直系or旁系同源才能真實(shí)反映進(jìn)化過程?

第二節(jié)系統(tǒng)發(fā)生分析步驟（1）序列比對(duì)（2）確定替換模型（3）構(gòu)建系統(tǒng)發(fā)生樹（4）評(píng)價(jià)所建立的樹兩類數(shù)據(jù)：距離離散特征

系統(tǒng)發(fā)生樹的構(gòu)建方法分為兩大類：基于距離的構(gòu)建方法： 非加權(quán)組平均法 鄰近歸并法

Fitch-Margoliash法 最小進(jìn)化方法基于離散特征的構(gòu)建方法：最大簡(jiǎn)約法最大似然法進(jìn)化簡(jiǎn)約法相容性方法基本思路是：

給定一種序列之間距離的測(cè)度，在該距離測(cè)度下構(gòu)建一棵系統(tǒng)發(fā)生樹，使得該樹能夠最好地反映已知序列之間的距離。一.距離法10條核酸序列的距離矩陣

例，如果有三個(gè)物種，其兩兩距離如下：

dab=0.5dac

=0.9

dbc=0.9通過求解方程，得到如圖所示的一棵樹。

uvabc0.20.250.250.45一種簡(jiǎn)單的距離矩陣1.1非加權(quán)分組平均法

（UnweightedPairGroupMethodwithArithmeticmean,UPGMA）

在非加權(quán)分組平均法中，在計(jì)算新分類到其它分類之間的平均距離時(shí)按照各分類中分類單元的數(shù)目進(jìn)行加權(quán)處理。

例，如果有三個(gè)物種，其兩兩距離如下：

dab=0.5dac

=0.9

dbc=0.9通過求解方程，得到如圖所示的一棵樹。

uvabc0.20.250.250.45UPGMA法d=e=10/2=5c=19/2=9.5g=c-d=9.5-5=4.5d(DE)A=(AE+AD)/2=(41+39)/2=40a=b=22/2=11AB(CDE)A-2239.5B--41.5(CDE)---d(CDE)A=(AE+AD+AC)/3=(41+39+39)/3=39.5(AB)(CDE)(AB)-40.5(CDE)--f1+a=f2+c=40.5/2=20.25f1=9.25,f2=11.751.2鄰近歸并法(neighbor-joiningmethod)基本思想：在進(jìn)行類的合并時(shí)，不僅要求待合并的類是相近的，同時(shí)還要求待合并的類遠(yuǎn)離其它的類。選擇外類群

（Outgroup）選擇一個(gè)或多個(gè)已知與分析序列關(guān)系較遠(yuǎn)的序列作為外類群外類群可以輔助定位樹根bacteriaoutgroupeukaryoteeukaryoteeukaryoteeukaryotearchaeaarchaeaarchaea外圍群系統(tǒng)發(fā)生樹的構(gòu)建方法分為兩大類：基于距離的構(gòu)建方法 非加權(quán)組平均法 鄰近歸并法

Fitch-Margoliash法 最小進(jìn)化方法基于離散特征的構(gòu)建方法最大簡(jiǎn)約法最大似然法進(jìn)化簡(jiǎn)約法相容性方法離散特征數(shù)據(jù)可分為：二態(tài)特征——例如：DNA序列上的某個(gè)位置如果是剪切位點(diǎn)；多態(tài)特征——例如：某一位置可能的堿基有Ａ、Ｔ、Ｇ或Ｃ。

二.距離法2.1

最大簡(jiǎn)約法（MP）

最大簡(jiǎn)約法(maximumparsimony,MP)認(rèn)為：解釋一個(gè)過程的最好理論是所需假設(shè)數(shù)目最少的那一個(gè)。對(duì)所有可能的拓?fù)浣Y(jié)構(gòu)進(jìn)行計(jì)算，并計(jì)算出所需替代數(shù)最小的那個(gè)拓?fù)浣Y(jié)構(gòu)，作為最優(yōu)樹。

最大簡(jiǎn)約法利用存在序列之間的差異的位點(diǎn),即信息位點(diǎn):由位點(diǎn)產(chǎn)生的突變數(shù)目把一棵樹與另一棵樹區(qū)分開來的位點(diǎn).對(duì)于一個(gè)信息位點(diǎn)要求至少有兩種不同的序列,而且每個(gè)序列至少出現(xiàn)2次.最大簡(jiǎn)約法就是尋找長(zhǎng)度最小,代價(jià)最小(替換的次數(shù)最少)的樹.我們只考慮信息位點(diǎn).(以5為例)try…2.2最大似然法（ML） 最大似然法(maximumlikelihood,ML)選取一個(gè)特定的替代模型來分析給定的一組序列數(shù)據(jù)獲得多個(gè)拓?fù)浣Y(jié)構(gòu)，然后再挑出其中似然率最大的拓?fù)浣Y(jié)構(gòu)作為最優(yōu)樹。第二節(jié)系統(tǒng)發(fā)生分析步驟（1）序列比對(duì)（2）確定替換模型（3）構(gòu)建系統(tǒng)發(fā)生樹（4）評(píng)價(jià)所建立的樹進(jìn)化樹的可靠性分析自展法（BootstrapMethod）將最終系統(tǒng)樹與各個(gè)自展樹進(jìn)行比較,其中在各個(gè)自展樹中都出現(xiàn)或大量出現(xiàn)的那些部分將具有高的置信度.比較耗時(shí).課堂練習(xí):下列哪些位點(diǎn)是信息位點(diǎn)?位點(diǎn)123456序列1CAGGTA序列2CAGACA序列3CGGCTA序列4TGGTCG課堂練習(xí):2)下列系統(tǒng)發(fā)生樹建立的方法中,基于序列特征分析的是?基于距離的是?A.neighbor-joiningmethodB.UPGMAC.Maximum

parismonyD.Maximumlikelihood課堂練習(xí):3)給定一個(gè)距離距陣,請(qǐng)用UPGMA法構(gòu)建系統(tǒng)發(fā)生樹.ABCDEA-8468B--884C---68D----8

或者:

假設(shè)序列A-E如下:

A:aagcttactgaatgggc

B:aagcatactgaatcggc

C:aatcatactgaatgccg

D:aatcatactgtttgccg

E:tttcatagtcaatgcca

假設(shè)序列之間的距離為序列轉(zhuǎn)換需要的堿基替換次數(shù).常用系統(tǒng)發(fā)生樹軟件:

ClustalW/X,Philip,MEGA,DNAstar查看軟件:Treeview,MEGA流程:1)ClustalX多序列比較;2)用MEGA程序轉(zhuǎn)換格式;

3)選擇構(gòu)建方法;4)MEGA查看.Forexample…Forsequences:>OsSRZ1MNRKPGDWDCRACQHLNFSRRDLCQRCGGPRGAADRGSGGGGDYANFGGRGGSSFGGGFGTGSDVRPGDWYCNCGAHNFASRSSCFKCAAFKDDAAVNSGGAGAFDGGDMSRSRGYGFGSGAVRASRPGWKSGDWICTRSGCNEHNFASRMECFRCNAPRDSGTEV>OsSRZ2MNIQRKPGDWNCKSCQHLNFSRRDYCQRCHTPRQDLPLGDGYVPGGVLSSLDIRPGDWYCNCGYHNFASRASCFKCGAIVKDLPAGQGGGVANGDFARALDSSAVRAGWKAGDWICTRPGCNVHNFASRIECYRCNAPREAGNVK>OsSRZ3METKAAAMAMRKPGDWSCRSCQYVNFCKREACQRCGEAKLGVERTDYAAMGGGWEVKPGDWCCRCCAVNNYASRGSCFKCGAAKNDSAAAVAQGWGFSVASQAGWKNGDWICPRMECNVQNYANRTECFRCNFPRYYVD>AtSRZ1MSRPGDWNCRSCSHLNFQRRDSCQRCGDSRSGPGGVGGLDFGNFGGRAMSVFGFTTGSDVRPGDWYCTVGNCGTHNFASRSTCFKCGTFKDETGAGGGGGGIGGPAMFDADIMRSRVPGNGGRSSWKSGDWICTRIGCNEHNFASRMECFRCNAPRDFSNRTSF>AtSRZ2MNRPGDWNCRLCSHLNFQRRDSCQRCREPRPGGISTDLLSGFGGRPVSSSFGFNTGPDVRPGDWYCNLGDCGTHNFANRSSCFKCGAAKDEFSCSSAAATTGFMDMNVGPRRGLFGFGGSSSGGGGTGRSPWKSGDWICPRSGCNEHNFASRSECFRCNAPKELATEPPY>AtSRZ3MSWTGGDWLCGACQHANFKKRESCQKCGYPKFGGVDVSTYLYNRTEVMAGDWYCGALNCGSHN