序列分析四一一分子进化系统发生分析.pptVIP

最大简约法(maximum parsimony,MP)最早源于形态性状研究，现在已经推广到分子序列的进化分析中。最大简约法的理论基础是奥卡姆（Ockham）哲学原则，这个原则认为：解释一个过程的最好理论是所需假设数目最少的那一个。 优点： 不需要在处理核苷酸或者氨基酸替代的时候引入假设（替代模型）。 此外，最大简约法对于分析某些特殊的分子数据如插入、缺失等序列有用。 缺点： 在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，最大简约法可能会给出一个不合理的甚至错误的进化树推导结果。 最大似然法（ML）的创始人 ————杨子恒 2006年英国皇家科学院，大陆旅英学者中获此殊荣的第一人，现为伦敦大学学院统计遗传学教授。出生在甘肃定西地区的通渭县，1980年他考进甘肃农业大学，学的是畜牧专业，“误入”生物领域。后来在北京农业大学读研究生时，选择了与数学关系密切的统计遗传学。 1. 选择一个或多个已知与分析序列关系较远的序列作为外群； 2.外群可以辅助定位树根； 3.外群序列必须与剩余序列关系较近，但外群序列与其他序列间的差异必须比其他序列之间的差异更显著。 1. 从排列的多序列中随机有放回的抽取某一序列，构成新的排列序列； 2. 重复上面的过程，得到多组新的序列； 3. 对这些新的序列进行建树，再观察这些树与原始树是否有差异，以此评价建树的可靠性。 1. 分子进化的分析：基于氨基酸序列的分析早于DNA序列。 2. 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DNA更为简单； 3. p距离：p-distance; 4. 泊松校正，d距离； 5. Г距离； P-distance 令两条蛋白质序列之间的氨基酸差异数为nd,所有序列的氨基酸数目相同为n，则 泊松校正 1. 序列差异的百分比( p )与分歧时间 t 的关系：t 较短的时候，回复突变较少，两者大致成线性关系；当 t 较大时，回复突变增多，二者成非线性关系； 2. 令 r 为某一位点每年的氨基酸替代率，并假设所有位点的 r 都相同：基本假设； 3. 在时间 t 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 k (k=0,1,2,3,…)的可能性遵循泊松分布，即 4. 因此，某一位点氨基酸不变的概率为 1. 祖先序列未知：不知道当前的序列从何演化而来。 2. 解决方案：对两条已经有 t 年分化的序列，一条序列无替代的概率为： ，两条序列则为： 3. 则发生突变的概率为p=1-q; 4. 泊松校正距离d=2rt 5. 因此， d=-ln(1-p)，即泊松距离。 P-距离 vs. 泊松距离 Г距离 1. p-距离和泊松距离：氨基酸替代率在所有位点是相同的； 2. 实际情况：功能次要的位点比功能重要的位点替代率更高； 3.氨基酸替代率的实际观测与Г分布近似符合。 1. 基因组上存在着多种多样的DNA区域，例如蛋白质编码区，非编码区，内含子，侧翼区，重复片断以及插入序列等； 2. 考虑编码区的DNA序列的进化演变模型； 3. Jukes-Cantor法与Kimura两参数法 1. 对于两条长度为n的DNA序列，不同的碱基对为nd; 2. 核苷酸的改变p：转换P、颠换Q，则：p=P+Q 3. 当p较小时，如果核苷酸替代是随机发生的，通常转换比颠换出现频率高； Ka/Ks含义 1. Ka/Ks ~ 1: 中性进化； 2. Ka/Ks 1: 阴性选择，净化选择； 3. Ka/Ks 1: 阳性选择，适应性进化。 4. 多数基因为中性进化，约1%的基因受到阳性选择。 5. PAML, MEGA等工具：计算Ka/Ks及统计显著性 进化通径法：Nei-Gojobori 1. 首先需要考虑：潜在的同义(S)和非同义位点数(N)。 2. 基本假设：所有核苷酸的替代率相等； 3. 用 fi 表示某一个密码子第i位的核苷酸上发生同义替代的比例；(i=1,2,3); 4. 所有密码子潜在的同义和非同义替代的位点数定义如下： ，N=3-S; 潜在的同义和非同义位点数的估计 1. 例如，对于Phe, 密码子TTT, 第三位T变成C时为同义替代，变成A/G为非同义替代。因此： S=0+0+1/3 N=3-1/3=8/3 2. 终止密码子忽略不计。如Cys的TGT, S=0.5 Sd与Nd的计算 1. 当一对密码子仅存在一个差异时，可以立即判断是同义还是非同义，进化通径只有一种可能；例如对于GTT (Val)和GTA (Val), sd=1, nd=0；而对于ATT(I)和ATG(M)，sd=0, n