《分子进化和系统发育分析.ppt》由会员分享，可在线阅读，更多相关《分子进化和系统发育分析.ppt（115页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、关于分子进化与系统发育分析第一张，PPT共一百一十五页，创作于2022年6月本章内容提要 第一节第一节 关于分子进化简介关于分子进化简介 第二节第二节 密码子偏好及分析密码子偏好及分析 第第三节三节 氨基酸序列的进化演变氨基酸序列的进化演变 第四节第四节 分子系统发育分析分子系统发育分析 第五节第五节 分子系统发育分析软件介绍分子系统发育分析软件介绍第二张，PPT共一百一十五页，创作于2022年6月 Tree of Lifer 重建所有生物的进化历史重建所有生物的进化历史并以系统树的形式加以描述并以系统树的形式加以描述第一节第一节 关于分子进化简介关于分子进化简介第三张，PPT共一百一十五页，
2、创作于2022年6月生物进化理论r达尔文进化论：达尔文进化论：进化：变异的遗传进化：变异的遗传自然选择：解释为何演变发生的机制自然选择：解释为何演变发生的机制r种群中个体变异的遗传学基础：孟德尔遗传种群中个体变异的遗传学基础：孟德尔遗传孟德尔豌豆实验：杂交的表现特征是基因表达的结孟德尔豌豆实验：杂交的表现特征是基因表达的结果，而不是基因杂交遗传果，而不是基因杂交遗传r中性进化论：并非所有种群中保留下来的突变都中性进化论：并非所有种群中保留下来的突变都由自然选择所形成；大多数突变是中性或接近中由自然选择所形成；大多数突变是中性或接近中性，不妨碍种群的生存与繁衍。性，不妨碍种群的生存与繁衍。第四张
3、，PPT共一百一十五页，创作于2022年6月研究生物进化历史的途径r1.最确凿证据是：生物化石！最确凿证据是：生物化石！零散、不完零散、不完整整r2.比较形态学、比较解剖学和生理学等：确定大致比较形态学、比较解剖学和生理学等：确定大致的进化框架的进化框架 细节存很多的争议细节存很多的争议第五张，PPT共一百一十五页，创作于2022年6月分子进化r 1964年，年，Linus Pauling提出分子进化理论；提出分子进化理论；r从物种的一些分子特性出发，从而了解物种之间从物种的一些分子特性出发，从而了解物种之间的生物系统发生的关系。的生物系统发生的关系。r 发生在分子层面的进化过程：发生在分子层
4、面的进化过程：DNA,RNA和蛋白和蛋白质分子质分子r 基本假设：核苷酸和氨基酸序列中含有生物进化历史基本假设：核苷酸和氨基酸序列中含有生物进化历史的全部信息。的全部信息。第六张，PPT共一百一十五页，创作于2022年6月分子进化的模式r DNA突变的模式：替代，插入，缺失，倒位；突变的模式：替代，插入，缺失，倒位；r 核苷酸替代：转换核苷酸替代：转换(Transition)&颠换颠换(Transversion)r 基因复制：多基因家族的产生以及伪基因的产生基因复制：多基因家族的产生以及伪基因的产生A.单个基因复制单个基因复制 重组或者逆转录重组或者逆转录B.染色体片断复制染色体片断复制C.基
5、因组复制基因组复制第七张，PPT共一百一十五页，创作于2022年6月DNA突变的模式替代替代插入插入缺失缺失倒位倒位第八张，PPT共一百一十五页，创作于2022年6月核苷酸替代：转换&颠换r 转换：嘌呤被嘌呤替转换：嘌呤被嘌呤替代，或者嘧啶被嘧啶替代，或者嘧啶被嘧啶替代代r 颠换：嘌呤被嘧啶颠换：嘌呤被嘧啶替代，或者嘧啶被嘌替代，或者嘧啶被嘌呤替代呤替代第九张，PPT共一百一十五页，创作于2022年6月基因复制：单个基因复制重组重组逆转录逆转录第十张，PPT共一百一十五页，创作于2022年6月基因复制：基因组复制酿酒酵母酿酒酵母克鲁雄酵母克鲁雄酵母研究结果：克鲁雄研究结果：克鲁雄酵母中的同源基
6、因酵母中的同源基因数量与酿酒酵母相数量与酿酒酵母相比为比为1 1：2 2第十一张，PPT共一百一十五页，创作于2022年6月r 物种分类及关系：从物种的一些分子特性出发，构建系物种分类及关系：从物种的一些分子特性出发，构建系统发育树，进而了解物种之间的生物系统发生的关系统发育树，进而了解物种之间的生物系统发生的关系 tree of lifer 大分子功能与结构的分析：同一家族的大分子，具大分子功能与结构的分析：同一家族的大分子，具有相似的三级结构及生化功能，通过序列同源性分析，有相似的三级结构及生化功能，通过序列同源性分析，构建系统发育树，进行相关分析；功能预测构建系统发育树，进行相关分析；功
7、能预测r 进化速率分析：例如，进化速率分析：例如，HIV的高突变性；哪些位点易发的高突变性；哪些位点易发生突变？生突变？分子进化研究的目的第十二张，PPT共一百一十五页，创作于2022年6月第十三张，PPT共一百一十五页，创作于2022年6月基于基于16S/18S核糖体核糖体RNA序列比对得到的古细菌系统发育树序列比对得到的古细菌系统发育树生命三界：生命三界：细菌（细菌（Eubacteria）古细菌（古细菌（Archaebacteria）真核（真核（Eukaryotes）第十四张，PPT共一百一十五页，创作于2022年6月 Tree of Life:16S rRNA第十五张，PPT共一百一十五
8、页，创作于2022年6月Out of Africa5353个人的线粒体基因组个人的线粒体基因组(16,587bp)人类迁移的路线人类迁移的路线第十六张，PPT共一百一十五页，创作于2022年6月同源性与相似性r相似性相似性(Similarity)序列比对过程中用来描述检测序列和目标序列之序列比对过程中用来描述检测序列和目标序列之间相似间相似DNA碱基或氨基酸残基序列所占比例；碱基或氨基酸残基序列所占比例；定量描述；定量描述；r同源性同源性(Homology)两个基因或蛋白质序列具有共同祖先的结论；两个基因或蛋白质序列具有共同祖先的结论；定性判断；定性判断；r相似不一定同源相似不一定同源,同源不
9、一定相似。同源不一定相似。r氨基酸序列相似性超过氨基酸序列相似性超过30%,很很可能可能同源。同源。第十七张，PPT共一百一十五页，创作于2022年6月两种同源物：即垂直方向的即垂直方向的(orthology)(orthology)与水平与水平 方向的方向的(paralogy)(paralogy)。直系同源直系同源(orthology)是比较基因组学中最重要的定义。直系同源的定义是：(1)在进化上起源于一个始祖基因并垂直传递(verticaldescent)的同源基因；(2)分布于两种或两种以上物种的基因组；(3)功能高度保守乃至于近乎相同，甚至于其在近缘物种可以相互替换；(4)结构相似；(5
10、)组织特异性与亚细胞分布相似。第十八张，PPT共一百一十五页，创作于2022年6月鉴定直系同源的实际操作标准(practicalcriteria)为：如基因组中的A基因与基因组中的A基因被认是直系同源，则要求：(1)A的产物比任何在基因组中所发现的其它基因产物都更相似于A产物；(2)A与A的相似程度比在任何一个亲缘关系较远的基因组中的任一基因都要高；(3)A编码的蛋白与A编码的蛋白要从头到尾都能并排比较，即含有相似以至于相同的模序(motif)第十九张，PPT共一百一十五页，创作于2022年6月旁系同源旁系同源 (paralogy)(paralogy)基因是指同一基因组基因是指同一基因组(或同
11、系物种或同系物种的基因组的基因组)中，由于始祖基因的加倍而横向中，由于始祖基因的加倍而横向(horizontal)(horizontal)产生的几个同源基因。产生的几个同源基因。即两个基因在同一物种中，通过至少一次基因复制的即两个基因在同一物种中，通过至少一次基因复制的事件而产生。常常具有不同功能。事件而产生。常常具有不同功能。第二十张，PPT共一百一十五页，创作于2022年6月paralogsorthologs直系同源物 vs.旁系同源物第二十一张，PPT共一百一十五页，创作于2022年6月Orthologs&Paralogs(直系同源与旁系同源）直系同源与旁系同源）WormFlyHuman
12、1Human2Yeast1Yeast2OrthologsParalogsGene duplication eventsSpeciation eventsParalogs第二十二张，PPT共一百一十五页，创作于2022年6月第二十三张，PPT共一百一十五页，创作于2022年6月直系与旁系的共性是同源，都源于各自的始祖基因。其区别在于：在进化起源上，直系同源是强调在不同基因组中的垂直传递，旁系同源则是在同一基因组中的横向加倍；在功能上，直系同源要求功能高度相似，而旁系同源在定义上对功能上没有严格要求，可能相似，但也可能并不相似(尽管结构上具一定程度的相似)，甚至于没有功能(如基因家族中的假基因)。
13、旁系同源的功能变异可能是横向加倍后的重排变异或进化上获得了另一功能。第二十四张，PPT共一百一十五页，创作于2022年6月同源物种类rOrtholog(直系同源物直系同源物)：两个基因通过物种形成的事：两个基因通过物种形成的事件而产生，或源于不同物种的最近的共同祖先的两个件而产生，或源于不同物种的最近的共同祖先的两个基因，或者两个物种中的同一基因，一般具有相同的基因，或者两个物种中的同一基因，一般具有相同的功能。功能。rParalog(旁系同源物旁系同源物)：两个基因在同一物种中，通过至：两个基因在同一物种中，通过至少一次基因复制的事件而产生。常常具有不同功能。少一次基因复制的事件而产生。常常
14、具有不同功能。rXenolog(异系同源物异系同源物)：由某一个基因水平转移事件：由某一个基因水平转移事件而得到的同源序列。水平转移的基因功能主要根据在而得到的同源序列。水平转移的基因功能主要根据在前后宿主中变化而确定，然而功能却常常相似。前后宿主中变化而确定，然而功能却常常相似。第二十五张，PPT共一百一十五页，创作于2022年6月异源基因或水平转移基因xenologous or horizontally transferred genesxenologous or horizontally transferred genes第二十六张，PPT共一百一十五页，创作于2022年6月序列同源性模
15、型中的进化假设r所有的生物都起源于同一个祖先；所有的生物都起源于同一个祖先；r序列不是随机产生，而是在进化上，不断发序列不是随机产生，而是在进化上，不断发生着演变；生着演变；r基本假设：基本假设：序列保守性序列保守性 结构保守性结构保守性 注意：反之未必注意：反之未必 序列保守性序列保守性 结构保守性结构保守性第二十七张，PPT共一百一十五页，创作于2022年6月第二节 密码子偏好及分析r 密码子密码子(codon):在随机或者无自然选择的情况下，在随机或者无自然选择的情况下，各个密码子出现频率将大致相等各个密码子出现频率将大致相等;r 密码子偏好：各个物种中，编码同一氨基酸的不密码子偏好：各
16、个物种中，编码同一氨基酸的不同同义密码子的频率非常不一致同同义密码子的频率非常不一致;r 可能的原因：密码子对应的同功可能的原因：密码子对应的同功tRNA丰度的不丰度的不同同-Anticodon第二十八张，PPT共一百一十五页，创作于2022年6月标准密码子第二十九张，PPT共一百一十五页，创作于2022年6月大肠杆菌RNA聚合酶第三十张，PPT共一百一十五页，创作于2022年6月大肠杆菌RNA聚合酶(2)r 密码子偏好非常明显；例如密码子偏好非常明显；例如r 同为编码同为编码Leu的同义密码子的同义密码子CUA和和CUG，二者，二者出现的次数显著不等，出现的次数显著不等，CUA(1次次)，C
17、UG(141次次)；r 再如：编码再如：编码Arg的四个密码子的四个密码子CGU,CGC,CGA,CGG,出现次数分别为：出现次数分别为：89，46，1，0.r 提示：对应提示：对应CGG的同功的同功tRNA可能不存在！可能不存在！第三十一张，PPT共一百一十五页，创作于2022年6月tRNA&Anticodonr 每一个密码子，对应一每一个密码子，对应一个个tRNA；r tRNA通过通过Anticodon来来识别识别codon，联系，联系mRNA和氨基酸序列的合成；和氨基酸序列的合成；r 密码子的使用偏好：由密码子的使用偏好：由密码子对应的密码子对应的tRNA的进的进化及丰度来决定。化及丰度
18、来决定。第三十二张，PPT共一百一十五页，创作于2022年6月碱基出现的频率r1.假如：每个核苷酸位点上的替代是随机发生的，则假如：每个核苷酸位点上的替代是随机发生的，则A,T,C,G出现的频率应该大致相等。出现的频率应该大致相等。r2.实际情况：实际情况：DNA受到受到自然选择自然选择的压力，各个位点的碱的压力，各个位点的碱基出现频率并不相等。基出现频率并不相等。r3.需要解决的问题：需要解决的问题：A.每个位点上受到什么样的选择压力？每个位点上受到什么样的选择压力？B.各个位点的碱基频率反映了什么样的规律？各个位点的碱基频率反映了什么样的规律？r4.表征表征/统计的方法：计算统计的方法：计
19、算G+C的含量，并进行比较的含量，并进行比较第三十三张，PPT共一百一十五页，创作于2022年6月同义替代 vs.非同义替代64个密码子，编码个密码子，编码20个氨基酸个氨基酸GTTGTCGTAGTGCGTCGC脯氨酸脯氨酸P P组氨酸组氨酸H H四倍简并四倍简并二倍简并二倍简并TGGTGC色氨酸色氨酸W W半胱氨酸半胱氨酸C C同义替代同义替代非同义替代非同义替代第三十四张，PPT共一百一十五页，创作于2022年6月DNADNA序列突变对氨基酸序列的影响序列突变对氨基酸序列的影响序列突变对氨基酸序列的影响序列突变对氨基酸序列的影响 同义（沉默）替代同义（沉默）替代同义（沉默）替代同义（沉默）
20、替代（synonymous/silent substitutionsynonymous/silent substitution）仍然为同义密码子的核苷酸替代仍然为同义密码子的核苷酸替代如：如：TAT TAC Tyr Tyr 非同义替代非同义替代非同义替代非同义替代（nonsynonymous substitutionnonsynonymous substitution）导致产生非同义密码子的核苷酸替代导致产生非同义密码子的核苷酸替代如：如：TAT AAT Tyr Asn 无义突变无义突变无义突变无义突变（nonsense mutationnonsense mutation）导致产生终止密码子的
21、核苷酸突变导致产生终止密码子的核苷酸突变如：如：TAT TAA Tyr STP问题：假设所有密码子以同一概率出现，上述三种突变的比例？问题：假设所有密码子以同一概率出现，上述三种突变的比例？25%，71%，4%第三十五张，PPT共一百一十五页，创作于2022年6月分子进化的理论r自然选择理论：自然选择理论：阳性选择：促进有益突变；阳性选择：促进有益突变；w定向选择：固定有益的等位基因；定向选择：固定有益的等位基因；w平衡选择：保持多态性；平衡选择：保持多态性；阴性选择（净化选择）：清除有害突变；阴性选择（净化选择）：清除有害突变；r中性理论：中性理论：阳性选择：少有；阳性选择：少有；阴性选择：
22、普遍存在；阴性选择：普遍存在；中性进化：普遍存在；中性进化：普遍存在；第三十六张，PPT共一百一十五页，创作于2022年6月分子进化的理论r1.阳性选择，适应性进化，达尔文进化：阳性选择，适应性进化，达尔文进化：DNA分子显著出现非同义替代，改变编码蛋白质的氨基酸分子显著出现非同义替代，改变编码蛋白质的氨基酸组成，并产生新的功能组成，并产生新的功能；r2.阴性选择，净化选择：阴性选择，净化选择：DNA分子的同义替代分子的同义替代显著，较少改变蛋白质的氨基酸组成，其原来的功显著，较少改变蛋白质的氨基酸组成，其原来的功能高度保守；能高度保守；r3.中性进化：中性进化：同义替代与非同义替代比例相当，
23、同义替代与非同义替代比例相当，突变不好不坏，不改变或轻微改变蛋白质的功能。突变不好不坏，不改变或轻微改变蛋白质的功能。第三十七张，PPT共一百一十五页，创作于2022年6月基因的编码区和非编码区r基因的基因的DNA由编码区（由编码区（Coding region）和非编码）和非编码区（区（Non-coding region）构成；）构成；r编码区可以转录信使编码区可以转录信使RNA，进而调控蛋白质的合成；，进而调控蛋白质的合成；r非编码区不能转录成信使非编码区不能转录成信使RNA，但是它可以调控遗，但是它可以调控遗传信息的表达；传信息的表达；r原核基因：编码区全部编码蛋白质；原核基因：编码区全部
24、编码蛋白质；真核基因：编码区分为外显子和内含子真核基因：编码区分为外显子和内含子,只有外显只有外显子能编码蛋白质；子能编码蛋白质；第三十八张，PPT共一百一十五页，创作于2022年6月分子进化选择压力r 进化选择压力：进化选择压力：A.编码区：阳性选择编码区：阳性选择 1%（决定物种形成、新功能的产生（决定物种形成、新功能的产生 ）；阴性选择；阴性选择19%（较少改变蛋白质的氨基酸组成较少改变蛋白质的氨基酸组成,其原其原来来 的功能高度保守的功能高度保守）；中性进化；中性进化80%（突变不好不坏）突变不好不坏）。B.非编码区：非编码区：100%的中性进化的中性进化第三十九张，PPT共一百一十五
25、页，创作于2022年6月编码区：密码子r1.对于同义的密码子，第一位少部分可以允许不同，例如，对于同义的密码子，第一位少部分可以允许不同，例如，编码编码Ser的六个密码子：的六个密码子：TCT,TCC,TCA,TCG,AGT,AGCr2.第二位必须相同第二位必须相同r3.第三位绝大多数可以不同第三位绝大多数可以不同 近似随机；近似随机；r4.因此：因此：A.第一位：阴性进化占大部分，中性进化占小部分第一位：阴性进化占大部分，中性进化占小部分B.第二位：阴性进化第二位：阴性进化C.第三位：阴性进化占小部分，中性进化占大部分第三位：阴性进化占小部分，中性进化占大部分第四十张，PPT共一百一十五页，
26、创作于2022年6月密码子偏好的应用及计算r 基本假设：在高表达的基因中，密码子的选择，更倾向基本假设：在高表达的基因中，密码子的选择，更倾向于使用于使用“优化优化”的同义密码子的同义密码子r 推论推论1：给定一个物种的一些高表达的基因，我们可以：给定一个物种的一些高表达的基因，我们可以估算优化的同义密码子的分布估算优化的同义密码子的分布r 推论推论2：接着，我们可以对给定的一个未知基因的序列：接着，我们可以对给定的一个未知基因的序列进行密码子分布的分析，预测该基因的表达量！进行密码子分布的分析，预测该基因的表达量！r 推论推论3：对于一个表达量很低的基因，我们是否能够通：对于一个表达量很低的
27、基因，我们是否能够通过将少量的密码子改变成优化密码子，从而显著提高过将少量的密码子改变成优化密码子，从而显著提高基因的表达量？基因的表达量？第四十一张，PPT共一百一十五页，创作于2022年6月RSCUr相对同义密码子使用度相对同义密码子使用度(relative synonymous codon usage,RSCU)r 定义：观测到的某一同一密码子的使用次数，除以定义：观测到的某一同一密码子的使用次数，除以“期望期望”的该密码子出现次数的该密码子出现次数编码第编码第i i个氨基酸个氨基酸的第的第j j个密码子的个密码子的出现次数出现次数编码第编码第i i氨基酸的同义氨基酸的同义密码子的数目密
28、码子的数目编码第编码第i i个氨基酸的个氨基酸的第第j j个密码子的个密码子的RSCURSCU值值第四十二张，PPT共一百一十五页，创作于2022年6月密码子相对适应度The relative adaptiveness of a codon The relative adaptiveness of a codon r 编码第编码第i个氨基酸的第个氨基酸的第j个同义密码子的个同义密码子的“相相对适应性对适应性”:r 即该同义密码子的观察值，除以编码该氨基即该同义密码子的观察值，除以编码该氨基酸的同义密码子的最大值酸的同义密码子的最大值第四十三张，PPT共一百一十五页，创作于2022年6月大肠杆菌
29、&酵母第四十四张，PPT共一百一十五页，创作于2022年6月CAI：密码子适应指数Codon Adaptation IndexCodon Adaptation IndexL L为基因中所使用的为基因中所使用的密码子数密码子数rCAI值介于值介于01之间之间,该值越大表示偏性越强该值越大表示偏性越强;rCAI值一般用来预测种内基因的表达水平，以及预测值一般用来预测种内基因的表达水平，以及预测外源基因的表达水平。外源基因的表达水平。r不同物种不同物种CAI的计算依赖于各自的参考数据集。的计算依赖于各自的参考数据集。第四十五张，PPT共一百一十五页，创作于2022年6月大肠杆菌和酵母：部分基因的CA
30、I第四十六张，PPT共一百一十五页，创作于2022年6月异源基因：在其他物种中的CAI第四十七张，PPT共一百一十五页，创作于2022年6月第三节 氨基酸序列的进化演变r 分子进化的分析：基于氨基酸序列的分析早于分子进化的分析：基于氨基酸序列的分析早于DNA序列序列r 优势：氨基酸序列更为保守，对年代跨度大的优势：氨基酸序列更为保守，对年代跨度大的进化分析有帮助；数学模型较进化分析有帮助；数学模型较DNA远为简单远为简单r p距离：距离：p-distancer 泊松校正，泊松校正，d距离距离第四十八张，PPT共一百一十五页，创作于2022年6月P-distanceP-distance：利用利用
31、DNADNA序列序列数据计算遗传距离数据计算遗传距离 r 两条蛋白质序列之间的氨基酸差异数为两条蛋白质序列之间的氨基酸差异数为nd,序列的序列的氨基酸数目均为氨基酸数目均为n，则，则P距离：距离：不同物种的血红蛋白不同物种的血红蛋白链中差异氨基酸的数目及比例：（长度：链中差异氨基酸的数目及比例：（长度：140aa140aa）所有的插入所有的插入/缺失缺失均删除均删除第四十九张，PPT共一百一十五页，创作于2022年6月PC：泊松校正r 序列差异的百分比序列差异的百分比(p)与分歧时间与分歧时间t的关系：的关系：t较短的较短的时候，回复突变较少，两者大致成线性关系；当时候，回复突变较少，两者大致
32、成线性关系；当t较较大时，回复突变增多，二者成非线性关系大时，回复突变增多，二者成非线性关系r基本假设：令基本假设：令r为某一位点每年的氨基酸替代率，并为某一位点每年的氨基酸替代率，并假设所有位点的假设所有位点的r都相同都相同r 在时间在时间t年之后，每个位点替代的平均数为：年之后，每个位点替代的平均数为：rt给定一个位点，氨基酸替代数给定一个位点，氨基酸替代数k(k=0,1,2,3,)的可能的可能性遵循泊松分布，即性遵循泊松分布，即r 因此，某一位点氨基酸不变的概率为因此，某一位点氨基酸不变的概率为第五十张，PPT共一百一十五页，创作于2022年6月泊松距离r 祖先序列未知：不知道当前的序列
33、从何演化而来祖先序列未知：不知道当前的序列从何演化而来r 解决方案：对两条已经有解决方案：对两条已经有t年分化的序列，一条序列年分化的序列，一条序列某位点无替代的概率为：某位点无替代的概率为：，两条序列同源位点均，两条序列同源位点均无替代概率为：无替代概率为：r 此概率可用此概率可用1-p估计：估计：q=1-p;r两个序列间每个位点氨基酸替代总数（两个序列间每个位点氨基酸替代总数（d=2rt）：）：rd=-ln(1-p)，即泊松距离，即泊松距离第五十一张，PPT共一百一十五页，创作于2022年6月P-距离 vs.泊松距离p距离和泊松校正距离和泊松校正(PC)距离随分歧时间变化的关系距离随分歧时
34、间变化的关系第五十二张，PPT共一百一十五页，创作于2022年6月第四节 分子系统发育分析r1.系统发育树：分子进化树系统发育树：分子进化树/分子进化分析分子进化分析r2.通过进化树的构建，分析分子之间的起源通过进化树的构建，分析分子之间的起源关系，预测分子的功能。关系，预测分子的功能。r3.建树方法：建树方法：A.最大简约法最大简约法(Maximum Parsimony)B.距离法距离法(distance-based methods)C.最大似然性法最大似然性法(Maximum Likelihood)D.贝叶斯（贝叶斯（Bayesian）推断）推断 第五十三张，PPT共一百一十五页，创作于2
35、022年6月祖先节点/树根内部节点/分歧点，该分支可能的祖先结点分支/世系末端节点 ABCDE代代表最终分表最终分类，可以是类，可以是物种，群体，物种，群体，或者蛋白质、或者蛋白质、DNADNA、RNARNA分分子等子等系统发育树:术语第五十四张，PPT共一百一十五页，创作于2022年6月TaxonATaxonBTaxonCTaxonD116遗遗传变化传变化TaxonATaxonBTaxonCTaxonD时时间间TaxonATaxonBTaxonCTaxonD无无意义意义分分支图支图 进进化树化树 时时间度量树间度量树以以上三种类型的系统发育树表示相同的分支状况，相同的进上三种类型的系统发育树
36、表示相同的分支状况，相同的进化关系化关系系统发育树：三种类型遗遗传变化传变化无无意义意义时时间间遗遗传变化传变化无无意义意义以以上三种类型的系统发育树表示相同的分支状况，相同的进上三种类型的系统发育树表示相同的分支状况，相同的进化关系化关系时时间间遗遗传变化传变化无无意义意义以以上三种类型的系统发育树表示相同的分支状况，相上三种类型的系统发育树表示相同的分支状况，相同的进化关系同的进化关系时时间间遗遗传变化传变化无无意义意义分支图 进化树 时间度量树第五十五张，PPT共一百一十五页，创作于2022年6月树只代表分支的拓扑结构AB CDEFGFGCDEAB第五十六张，PPT共一百一十五页，创作于
37、2022年6月通通过外类群来过外类群来确定树根确定树根根根bacteria outgroupeukaryoteeukaryoteeukaryoteeukaryotearchaeaarchaeaarchaea有根树有根树外类群外类群无根树，有根树，外类群通通过外类群过外类群来确定树根来确定树根有根树有根树外类群外类群通通过外类群过外类群来确定树根来确定树根有根树有根树外类群通通过外类群来过外类群来确定树根确定树根有根树eukaryoteeukaryoteeukaryoteeukaryotearchaeaarchaeaarchaea无根树第五十七张，PPT共一百一十五页，创作于2022年6月无根树
38、和有根树：潜在的数目#Taxa 无根树无根树 有根树有根树3 1 34 3 155 15 1056 105 9457 945 10,39530 3.58X1036 2.04X1038Taxa增多，计算量急剧增加，因此，目前算法都为优化算法，增多，计算量急剧增加，因此，目前算法都为优化算法，不能保证最优解不能保证最优解第五十八张，PPT共一百一十五页，创作于2022年6月多序列比对（自动比对，手工校正）多序列比对（自动比对，手工校正）选择建树方法以及替代模型选择建树方法以及替代模型建立进化树建立进化树进化树评估进化树评估系统发育树重建分析步骤第五十九张，PPT共一百一十五页，创作于2022年6月
39、r1.最大简约法最大简约法(maximum parsimony,MP)适用序列有很高相似性时适用序列有很高相似性时r2.距离法距离法(distance)适用序列有较高相似性时适用序列有较高相似性时r3.最大似然法最大似然法(maximum likelihood,ML)可用于任何相关序列集合可用于任何相关序列集合r计算速度：计算速度：距离法距离法 最大简约法最大简约法 最大似然法最大似然法系统发育树重建的基本方法第六十张，PPT共一百一十五页，创作于2022年6月1.最大简约法(MP)r 根据信息位点提供的各序列间的替换情况，在所有可能的树根据信息位点提供的各序列间的替换情况，在所有可能的树中筛
40、选含最小替换数的树的方法。中筛选含最小替换数的树的方法。r理论基础为奥卡姆剃刀理论基础为奥卡姆剃刀(Ockham)原则：计算所需替换数原则：计算所需替换数最小的那个拓扑结构，作为最优树。最小的那个拓扑结构，作为最优树。r 在分析的序列位点上没有回复突变或平行突变，且被检验在分析的序列位点上没有回复突变或平行突变，且被检验的序列位点数很大的时候，最大简约法能够推导获得一个的序列位点数很大的时候，最大简约法能够推导获得一个很好的进化树。很好的进化树。r 优点优点：不需要在处理核苷酸或者氨基酸替代的时候引入假：不需要在处理核苷酸或者氨基酸替代的时候引入假设设(替代模型替代模型)缺点缺点：分析序列上存
41、在较多的回复突变或平行突变，而被：分析序列上存在较多的回复突变或平行突变，而被检验的序列位点数又比较少的时候，可能会给出一个不合检验的序列位点数又比较少的时候，可能会给出一个不合理的或者错误的进化树推导结果。理的或者错误的进化树推导结果。第六十一张，PPT共一百一十五页，创作于2022年6月r 信息位点：能将所有可能的树区别出来的位信息位点：能将所有可能的树区别出来的位点。点。r 信息位点是指那些至少存在信息位点是指那些至少存在2个不同碱基个不同碱基/氨氨基酸且每个不同碱基基酸且每个不同碱基/氨基酸至少出现两次的氨基酸至少出现两次的位点。位点。信息位点(Sites are informativ
42、e)第六十二张，PPT共一百一十五页，创作于2022年6月第六十三张，PPT共一百一十五页，创作于2022年6月上例r Position 5,7,9为信息位点为信息位点;r 基于基于position 5的三个的三个MP树树:Tree 1长度为长度为1，Tree 2&3长度为长度为2r Tree 1最为简约：总长最为简约：总长=4 Tree 2长长5；Tree 3长长6r 计算结果：计算结果：MP tree的最优结果为的最优结果为tree 1第六十四张，PPT共一百一十五页，创作于2022年6月2.距离法r又称距离矩阵法，首先通过各个物种之间的又称距离矩阵法，首先通过各个物种之间的比较，根据一定
43、的假设（进化距离模型）推比较，根据一定的假设（进化距离模型）推导得出分类群之间的进化距离，构建一个进导得出分类群之间的进化距离，构建一个进化距离矩阵。再依据进化距离，分别依次将化距离矩阵。再依据进化距离，分别依次将序列合并聚类，构建进化树。序列合并聚类，构建进化树。第六十五张，PPT共一百一十五页，创作于2022年6月简单的距离矩阵第六十六张，PPT共一百一十五页，创作于2022年6月r由进化距离构建进化树的方法有很多，常见由进化距离构建进化树的方法有很多，常见有：有：(1)Fitch-Margoliash Method(FM法法):对短支长对短支长非常有效非常有效(2)Neighbor-Jo
44、ining Method(NJ法法/邻接法邻接法):求求最短支长，最通用的距离方法最短支长，最通用的距离方法(3)Neighbors Relaton Method(邻居关系法邻居关系法)(4)Unweighted Pair Group Method with Arithmetic Mean(UPGMA，非加权组平均法，非加权组平均法)通过距离矩阵建树的方法第六十七张，PPT共一百一十五页，创作于2022年6月(1)Fitch-Margoliash方法(FM法)=D和和E最接近！最接近！DEABCedmr示例第六十八张，PPT共一百一十五页，创作于2022年6月分成三组：分成三组：D,E,以及以
45、及ABC(1)FM法示例第六十九张，PPT共一百一十五页，创作于2022年6月DE距离距离=d+e=10 (1)D到到ABC间的平均距离间的平均距离=d+m=32.7 (2)E到到ABC间的平均距离间的平均距离=e+m=34.7 (3)(2)-(3)+(1)d=4,e=6DEABCedm第七十张，PPT共一百一十五页，创作于2022年6月分成三组：分成三组：C,DE,以及以及AB=C最接近最接近DE！第七十一张，PPT共一百一十五页，创作于2022年6月c+g+(e+d)/2=19 (1)c+f+(a+b)/2=40 (2)(e+d)/2+(a+b)/2+f+g=41 (2)(1)+(2)-(
46、3)=c=9=g=5第七十二张，PPT共一百一十五页，创作于2022年6月由：由：(a+b)/2+f+g+(d+e)/2=41 得：得：f=20由：由：a+f+c=39 得：得：a=10，则，则b=12第七十三张，PPT共一百一十五页，创作于2022年6月（2）N-J/邻接法r 与与FM方法非常类似方法非常类似r 保证总的支长最短保证总的支长最短r总支长：总支长：a+b+c+d+e=314/4=78.5第七十四张，PPT共一百一十五页，创作于2022年6月找到距离最近的两个点r1.任意两个节点选为相邻序列的总支长计算公式任意两个节点选为相邻序列的总支长计算公式:r2.计算计算SAB,SBC,S
47、CD,SDE等数值等数值r3.该例中，该例中，SAB最小最小第七十五张，PPT共一百一十五页，创作于2022年6月 把把A、B看成一个新的复合序列，看成一个新的复合序列，构建一个新的距离表，重复以上过构建一个新的距离表，重复以上过程程计算A,B的分支长度第七十六张，PPT共一百一十五页，创作于2022年6月d=e=10/2=5UPGMA法第七十七张，PPT共一百一十五页，创作于2022年6月c=19/2=9.5g=c-d=9.5-5=4.5第七十八张，PPT共一百一十五页，创作于2022年6月a=b=22/2=11AB(CDE)A-2239.5B-41.5(CDE)-第七十九张，PPT共一百一
48、十五页，创作于2022年6月(AB)(CDE)(AB)-40.5(CDE)-f1+a=f2+c=40.5/2=20.25f1=9.25,f2=11.75第八十张，PPT共一百一十五页，创作于2022年6月最大似然法(ML)r最大似然法最大似然法(maximum likelihood,ML):最早应用于对基因最早应用于对基因频率数据的分析上频率数据的分析上r 选取一个特定的替代模型来分析给定的一组序列数据，选取一个特定的替代模型来分析给定的一组序列数据，使得获得的每一个拓扑结构的似然率都为最大值，然使得获得的每一个拓扑结构的似然率都为最大值，然后再挑出其中似然率最大的拓扑结构作为最优树；后再挑出
49、其中似然率最大的拓扑结构作为最优树；r 在最大似然法的分析中，所考虑的参数并不是拓扑结构在最大似然法的分析中，所考虑的参数并不是拓扑结构而是每个拓扑结构的枝长，并对似然率求最大值来估计而是每个拓扑结构的枝长，并对似然率求最大值来估计枝长；枝长；r 缺点：费时，每个步骤都要考虑内部节点的所有可能性缺点：费时，每个步骤都要考虑内部节点的所有可能性r 改进：启发式算法，改进：启发式算法，分枝交换搜索等分枝交换搜索等第八十一张，PPT共一百一十五页，创作于2022年6月构建进化树的一般原则第八十二张，PPT共一百一十五页，创作于2022年6月r1.可靠的待分析数据可靠的待分析数据r2.准确的多序列比对
50、准确的多序列比对r3.选择合适的建树方法：选择合适的建树方法：A.序列相似程度高，序列相似程度高，MP首先首先B.序列相似程度较低，序列相似程度较低，ML首先首先C.序列相似程度太低，无意义序列相似程度太低，无意义r4.一般采用两种及以上方法构建进化树，无一般采用两种及以上方法构建进化树，无显著区别可接受显著区别可接受构建进化树的一般原则(2)第八十三张，PPT共一百一十五页，创作于2022年6月r 选择一个或多个已知与分析序列关系较远的选择一个或多个已知与分析序列关系较远的序列作为外类群序列作为外类群;r 外类群可以辅助定位树根外类群可以辅助定位树根;r 外类群序列必须与剩余序列关系较近，但