bioinformatics2010-2011semester1ustc核苷酸替代数的估计.ppt

生物信息学 第六章 分子进化与系统发育分析 本章内容提要 (续) 1. 密码子偏好及相应分析 2. 氨基酸序列的进化演变 3. DNA序列的进化演变 4. 同义与非同义的核苷酸替代 5. 系统发育树的构建 6. 分子钟与线性树 第三节 DNA序列的进化演变 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. 本章考虑蛋白质与RNA的编码区的DNA序列的进化演变模型 3. 进化模型：Jukes-Cantor法与Kimura两参数法 两条DNA序列的差异 1. 对于两条长度为n的DNA序列，不同的碱基对为nd，则两条序列的差异性可表示为： 2. 核苷酸的改变：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，Q=2P; 通常转换比颠换出现频率高； 4. 转换/颠换比： 核苷酸替代数的估计 Jukes-Cantor法 1. 假定任一位点的核苷酸替代的频率相等，且每一位点的核苷酸每年以α的概率演变为其他三种核苷酸的一种 2. 因此，一个核苷酸演变为其他三种核苷酸之一的概率为γ= 3α 3. 假设，在t年前分化出两条核酸序列X和Y, qt表示X和Y值之间相同核苷酸的比例值，pt=1-qt，表示X和Y之间不同的核苷酸的比例值 Jukes-Cantor法 (2) 4. 对于X和Y之间相同(qt)的核苷酸的一个位点，在时间t+1时(过了一年)，以(1-γ)2的概率保持不变; 当γ较小时，γ2可以忽略，则qt+1=1-2γ 5. 对于X和Y之间不同(1-qt)的位点，假设在时间t时，X序列上的位点位i，Y序列上为j：如果X的i变成j，而Y上的j不变，则二者将相同；事件发生的概率为α(1- γ)=γ(1-γ)/3; 反之的概率是相等的。因此事件的总概率为：2γ(1-γ)/3，γ2忽略，则近似为： 2γ/3 Jukes-Cantor法 (3) 6. 因此，差分方程为： 7.令 , 则 8. Kimura两参数法 1. 对于实际数据，转换替代速率通常高于颠换速率；因此，每年每个位点转换替代率为α，颠换替代率2β 2. 可计算P,Q值为： 3. 4. P和Q可以从两条比对的序列中观测并计算得到 第四节 同义与非同义的核苷酸替代 1. 同义替代：编码区的DNA序列，核苷酸的改变不改变编码的氨基酸的内容 2.非同义替代：核苷酸改变，从而改变编码氨基酸的内容 3. 计算方法： A. 进化通径法 B. Kimura两参数法 C. 采用密码子替代模型的最大似然法 Ka/Ks：计算及含义 1. Ka：每个非同义位点的非同义替代数目 2. Ks：每个同义位点的同义替代数目 3. 一般计算公式：考虑序列上所有可能的同义位点(S)和非同义位点(N)，通过双序列比对发现存在的同义位点(Sd)和非同义位点(Nd)，存在： Ka/Ks：计算及含义 (2) 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-决定物种形成、新功能的产生。 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 整个序列的同义与非同义估计 1. 和N=3C-S; Sj为第j位密码子的 s值，C为所有密码子的总数 2. S+N=3C：所比较的核苷酸的总数 Sd与Nd的计算：进化通径 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,nd=1 2. 一对密码子存在两个差异时：两种进化通径(简约法，即最少需要)。例如：比较TTT(Phe)和GTA(Val): (1) TTT(Phe)-GTT(Val)-GTA(Val) (2) TTT(Phe)-TTA(Leu)-GTA(