分子进化基础I序列置换模型.pptVIP

分子进化基础 (I) 序列置换模型 存于Cambridge University Library “As far as is known, synonymous mutations are truly neutral with respect to natural selection.” 用分子信息研究进化问题 DNA仅由四个碱基组成 DNA进化的规律性 基因组信息 速率和时间估计 DNA序列突变 DNA 序列进化 DNA序列间的平均置换数 对于两条长度为n的序列, 统计差异数目 nd; p＝nd /n 为两条序列之间的距离（差异） 在序列的同一个位点可能发生不止一次的变化。如在一条序列的第10个位置观测到A，而在另一条序列为T, 有多种可能 A ? T A ? C ? T … DNA置换模型的必要性 必须准确和无偏见地估计分歧度和速率 数学模型可以考虑回复和平行突变等情况，尤其是在p值较大时 Jukes - Cantor 单参数模型 最简单的DNA序列进化模型 假设任一位点的核苷酸置换概率相同, 仅有一个参数，即一个核苷酸变为另一个核苷酸的概率为?；一个核苷酸变为其他任何一个核苷酸的概率为3? 一个单位时间后： A演变为3种其他任何一种核苷酸的概率为γ＝3? A保持不变的概率为A = 1-3? 以 qt表示两个序列间相同核苷酸的比率，pt表示不相同的比率， pt ＝1－ qt ； 在时间t+1,两个物种间相同核苷酸的比率qt+1 ，可由以下两个独立事件组成的： X和Y相同位点保持不变的概率为 (1-3?）×(1-3?) X和Y不同的位点，变为相同的概率： Xi的核苷酸变为Yi对应的核苷酸的概率，而Yi保持不变：?×(1-3?) 反之依然： ?×(1-3?) qt+1＝ [(1-3?）×(1-3?)＋ ?×(1-3?) ×2]× pt Kimura双参数模型 两类核苷酸 嘌呤: A, G 嘧啶: C, T 转换（Transitions） : 相似置换 颠换（Transversions）: 嘌呤被嘧啶置换，反之亦然 在实际数据中，转换置换的速率常高于颠换的速率 转换 = ? 颠换 = ? 核苷酸置换模型 Jukes – Cantor 单参数模型 Kimura 双参数模型 Equal－input模型 Tamura模型 HKY模型 …... 序列分歧较小时, 两个模型的结果基本相同 序列分歧较大时，双参数模型更为准确 (尤其是当转换概率明显高于颠换概率时) 一般模型的问题 所有位点的置换速率并不是一致的 一些位点的进化并不是独立的, 如相互作用位点可能需要互补突变（例：发卡结构) 计算软件例子: MEGA 2.1 考虑序列间隔的情况 在序列的同源区对位排列时，常常插入间隔（－表示）来表示插入或缺失（indel）。这些间隔增加了距离估计的复杂度。当然，也可能是由于实验的原因，出现丧失信息的位点（？表示）。 在距离估计中，一般忽略这类位点，可用两种不同的方法处理 完全删除 成对删除 氨基酸序列与同义/非同义核苷酸置换为什么研究氨基酸 分子进化的一些重要原理 (如基因重复和分子钟) 都是通过研究氨基酸序列发现的 蛋白质序列较为保守，能为研究基因和物种的长期进化提供有用信息 对蛋白质编码基因的DNA序列对位排列时可能需要氨基酸序列校正 氨基酸置换模型比核苷酸置换模型简单 P 距离 PC 距离 运用泊松分布更精确地估计置换数目 假定一个给定位点氨基酸置换数k（0，1，2，…) 的发生频率符合泊松分布 泊松校正距离（PC距离) Г距离 氨基酸置换速率在位点间有变异，可能不是泊松模型中所假设的一致速率 在不太重要的位点速率通常比较高（而在酶的活性位点置换率较低） 每个位点的氨基酸置换数k（0，1，2，…)的方差大于泊松分布方差，近似遵循负二项式分布 PC 距离 运用泊松分布更精确地估计置换数目 假定一个给定位点氨基酸置换数k（0，1，2，…) 的发生频率符合泊松分布 泊松校正距离（PC距离) Г分布非常柔性，有多种形状，由形状参数a决定 a＝∞时，所有位点上的置换率都是相同的 (泊松分布) a＝1，置换率遵循指数分布, 可描述不同位点的速率变异 a 1，分布将更为偏斜，有相当比例位点上的速率值趋近0，实际上它们几乎是不变的位点 同义置换与非同义置换 同义: Sequence 1: UUU CAU CGU Sequence 2: UUU CAC CGU Coded Amino Acids: Phe His Arg Ka/Ks 检验的两类方法 基于Maximum Parsimony原理的近似方法 Nei and Gojobori 为代表 (