系统发生分析-东南大学生物电子学国家重点试验室.PPT

第一节 系统发生与系统发生树 基本概念： 系统发生（phylogeny）——是指生物形成或进化的历史 系统发生学(phylogenetics)——研究物种之间的进化关系 系统发生树（phylogenetic tree）——表示形式，描述物种之间进化关系 系统发生树性质： （1）如果是一棵有根树，则树根代表在进化历史上是最早的、并且与其它所有分类单元都有联系的分类单元； （2）如果找不到可以作为树根的单元，则系统发生树是无根树； （3）从根节点出发到任何一个节点的路径指明进化时间或者进化距离。 对于给定的分类单元数，有很多棵可能的系统发生树，但是只有一棵树是正确的。 系统发生分析的目标 ——寻找这棵正确的树 ３、系统发生分析步骤 （1）序列比对 （2）确定替换模型 （3）构建系统发生树 （4）评价所建立的树 计算序列之间距离 令S(i,j)是序列i和序列j比对位置得分的加权和 两类数据： 距离 离散特征 离散特征数据可分为 二态特征——例如：DNA序列上的某个位置如果是剪切位点 多态特征——例如：某一位置可能的碱基有Ａ、Ｔ、Ｇ或Ｃ 系统发生树的构建方法分为两大类： 基于距离的构建方法 非加权组平均法 邻近归并法 Fitch-Margoliash法 最小进化方法 基于离散特征的构建方法 最大简约法 最大似然法 进化简约法 相容性方法 根据建树算法在执行过程中采用的搜索方式，系统发生树的构建方法也可以分为以下3类。 （1）穷尽搜索方法 即产生所有可能的树，然后根据评价标准选择一棵最优的树。 （2）分支约束方法 即根据一定的约束条件将搜索空间限制在一定范围内，产生可能的树，然后择优。 （3）启发式或经验性方法 根据先验知识或一定的指导性规则压缩搜索空间，提高计算速度。 第二节 基于距离的系统发生树构建方法 基本思路是： 给定一种序列之间距离的测度，在该距离测度下构建一棵系统发生树，使得该树能够最好地反映已知序列之间的距离。 例，如果有三个物种，其两两距离如下： dab = 0.08 dac = 0.45 dbc = 0.43 1、最小二乘法 目标是构造一棵树T，该树的叶节点代表物种，用该树预测物种之间的距离。通过优化，使下式最小化：  这里，Dij为物种i和j的实际观察距离（或序列之间的计算距离），dij是物种i和j在系统发生树T 中的距离，Wij是与物种i和j相关的权值。SSQ（T）是树T所有预测值与实际观察值偏差的累加和。权值Wij一般为1，或 Wij =1/ Dij2 2、连锁聚类方法 3、非加权分组平均法（Unweighted Pair Group Method with Arithmetic mean, UPGMA） 算法如下： （1）初始化（与UPGMA一样） （2）循环 对于所有的分类单元i，计算ui = ?k?I (Dik/(n-2))； 选择一对分类单元i 和j ，使Dij-ui-uj最小； 将i和j归并为新的类 (ij)，在树中添加一个新的节点，代表新生成的分类，计算从i和j到新节点的分支长度； di,(ij） = 1/2Di,j +1/2(ui-uj), dj,(ij） = 1/2Di,j +1/2(uj-ui) 计算新类与其它类的距离； D(ij）,k = 1/2(Di,k + Dj,k - Di,j) 删除聚类i和j，添加新类 (ij)； 如果有两个以上的分类存在，则继续执行循环；否则用长度为Di,j的分支连接剩余的两个类 。 第三节 基于特征的系统发生树构建方法 一般问题： 给定n个物种 m个用以描述物种的特征 每个物种所对应的特征值 ?构建一棵系统发生树，使得某个目标函数最大。 输入一般为n×m的特征矩阵M 在构建系统发生树假设特征是相互独立的，即一个特征的变化不影响另一个特征。 另外，还假设在进化过程中，两个物种分叉后独立进化，互不影响。 1、最大简约法 2、最大似然法 系统发生分析常用软件 (1) PHYLIP (2) PAUP (3) TREE-PUZZLE (4) MEGA (5) PAML (6)