分子進(jìn)化分析講解課件

1、第七章 分子進(jìn)化分析(Molecular Evolution Analysis)第七章 分子進(jìn)化分析內(nèi)容 分子進(jìn)化分析介紹 系統(tǒng)發(fā)育樹重建方法 常用分子進(jìn)化與系統(tǒng)發(fā)育分析的軟件內(nèi)容 分子進(jìn)化分析介紹第一節(jié) 分子進(jìn)化分析介紹進(jìn)化：是一種不斷改進(jìn)的過程?！懊總€(gè)生物每時(shí)每刻都在為生存進(jìn)行反復(fù)的斗爭，如果在復(fù)雜多變的生存條件下該生物仍然能夠不斷改進(jìn)自己，那么其將有較大的生存可能性，并被自然選擇所保留。被自然選擇保留下來的物種都傾向于繁殖其已經(jīng)被改進(jìn)的新的生命形式” -特種起源第一節(jié) 分子進(jìn)化分析介紹進(jìn)化：是一種不斷改進(jìn)的過程。18世紀(jì)之前，神創(chuàng)論和物種不變論。18世紀(jì)，相信物種是變化的。拉馬克用環(huán)境作

2、用的影響、器官的用進(jìn)廢退和獲得性的遺傳等原理解釋生物進(jìn)化過程，創(chuàng)立了第一個(gè)比較嚴(yán)整的進(jìn)化理論。1859年達(dá)爾文發(fā)表物種起源，論證了地球上現(xiàn)存的生物都由共同祖先發(fā)展而來，并提出自然選擇學(xué)說以說明進(jìn)化的原因，從而創(chuàng)立了科學(xué)的進(jìn)化理論。 18世紀(jì)之前，神創(chuàng)論和物種不變論。20世紀(jì)30年代，綜合進(jìn)化論，綜合了細(xì)胞遺傳學(xué)、群體遺傳學(xué)以及古生物學(xué)等學(xué)科的成就，進(jìn)一步發(fā)展了進(jìn)化理論。20世紀(jì)60年代末，分子進(jìn)化中性學(xué)說，認(rèn)為種內(nèi)和種間大多數(shù)可見差異是適合度很小的隨機(jī)突變的固定所決定的。 分子進(jìn)化分析講解生物學(xué)家：We have a dreamTree of Life: 重建所有生物的進(jìn)化歷史并以系統(tǒng)樹的形式

3、加以描述生物學(xué)家：We have a dreamTree of L夢(mèng)想走進(jìn)現(xiàn)實(shí)：How?比較形態(tài)學(xué)和比較生理學(xué)：確定大致的進(jìn)化框架 細(xì)節(jié)存很多的爭議最理想的方法：化石！ 零散、不完整夢(mèng)想走進(jìn)現(xiàn)實(shí)：How?比較形態(tài)學(xué)和比較生理學(xué)：確定大致的進(jìn)化分子進(jìn)化分析講解夢(mèng)想走進(jìn)現(xiàn)實(shí)：How?第三種方案：分子進(jìn)化 1964年，Pauling等提出分子進(jìn)化理論： (1) 生命起源：有機(jī)分子由簡單向復(fù)雜演變 (2) 生物進(jìn)化：構(gòu)成生物體的生物大分子如蛋白質(zhì)、核酸的演變。 基本假設(shè)：核苷酸和氨基酸序列中含有生物進(jìn)化歷史的全部信息 意義：分子進(jìn)化的研究可以為生物進(jìn)化過程提供佐證，為深入研究進(jìn)化機(jī)制提供重要依據(jù)。夢(mèng)想

4、走進(jìn)現(xiàn)實(shí)：How?第三種方案：分子進(jìn)化 從物種的一些分子特性出發(fā)，構(gòu)建系統(tǒng)發(fā)育樹，進(jìn)而了解物種之間的生物系統(tǒng)發(fā)生的關(guān)系 tree of life，物種分類 大分子功能與結(jié)構(gòu)的分析：同一家族的大分子，具有相似的三級(jí)結(jié)構(gòu)及生化功能，通過序列同源性分析，進(jìn)行大分子功能預(yù)測(cè) 進(jìn)化速率分析：例如，HIV的高突變性，哪些位點(diǎn)易發(fā)生突變？分子進(jìn)化研究的目的 從物種的一些分子特性出發(fā)，構(gòu)建系統(tǒng)發(fā)育樹，進(jìn)而了解物種之 Tree of Life: 16S rRNA真細(xì)菌 真核生物 古生菌 Tree of Life: 16S rRNA真細(xì)菌 真核生Out of Africa53個(gè)人的線粒體基因組(16,587bp)

5、人類遷移的路線非洲人相對(duì)其他大陸上的人類在基因上極為多樣化隨著距非洲距離越來越長，遺傳多樣性的衰退程度，正好沿著人類早期遷徙的路線慢慢增大。Out of Africa53個(gè)人的線粒體基因組(16,58分子進(jìn)化分析講解系統(tǒng)發(fā)育樹：描述一組對(duì)象進(jìn)化歷史的一種圖表。分類單元：用來構(gòu)建系統(tǒng)發(fā)育樹的對(duì)象。可以是基因、蛋白序列，或者是序列之外的數(shù)據(jù)（形態(tài)特征、酶切位點(diǎn)等）系統(tǒng)發(fā)育樹是一種二叉樹。由一系列節(jié)點(diǎn)（nodes）和分支（branches ）組成，其中每個(gè)節(jié)點(diǎn)代表一個(gè)分類單元（物種或序列），而節(jié)點(diǎn)之間的連線代表物種之間的進(jìn)化關(guān)系。一、系統(tǒng)發(fā)育樹（Phylogenetic tree）系統(tǒng)發(fā)育樹：描述一

6、組對(duì)象進(jìn)化歷史的一種圖表。一、系統(tǒng)發(fā)育樹（樹的節(jié)點(diǎn)又分為外部節(jié)點(diǎn)（terminal node）和內(nèi)部節(jié)點(diǎn)（internal node）。外部節(jié)點(diǎn):代表實(shí)際觀察到的分類單元。內(nèi)部節(jié)點(diǎn):又稱為分支點(diǎn)，代表分類單元進(jìn)化歷程中的祖先。ABCDE分支/世系節(jié)點(diǎn)樹的節(jié)點(diǎn)又分為外部節(jié)點(diǎn)（terminal node）和內(nèi)部節(jié)1. 系統(tǒng)發(fā)育樹的分類1.1 依據(jù)樹是否有根可分為:有根樹：從最早共同祖先（即根）開始，隨著時(shí)間的連續(xù)分歧事件引起的一組相關(guān)對(duì)象的分歧每個(gè)分支的進(jìn)化方向是確定的無根樹：只表示分類單元之間的關(guān)系，不鑒別最早共同祖先不清楚內(nèi)部分支的祖先物種是從哪里來的，進(jìn)化方向不清楚1. 系統(tǒng)發(fā)育樹的分類1.

7、1 依據(jù)樹是否有根可分為:archaeaarchaeaarchaeaeukaryoteeukaryoteeukaryoteeukaryotebacteria outgrouprooteukaryoteeukaryoteeukaryoteeukaryote無根樹archaeaarchaeaarchaeaMonophyletic group(單源支)Monophyleticgroup有根樹系統(tǒng)發(fā)育樹的種類: 有根樹、無根樹archaeaarchaeaarchaeaeukaryote 外圍支條件：序列必須與剩余序列關(guān)系較近，但外圍支序列與其他序列間的差異必須比其他序列之間的差異更顯著如何確定樹根？

8、引入外圍支(Outgroup)輔助定位樹根。選擇外圍支：bacteria outgroupeukaryoteeukaryoteeukaryoteeukaryotearchaeaarchaeaarchaeaMonophyletic group(單源支)Monophyleticgroup外圍支Rooted by outgroup 外圍支條件：序列必須與剩余序列關(guān)系較近，但外圍支序列與其分子進(jìn)化分析講解1.2 依據(jù)進(jìn)化關(guān)系可分為:基因樹：用于確定大基因家族內(nèi)基因或蛋白進(jìn)化關(guān)系的樹。物種樹：代表一個(gè)物種或群體進(jìn)化歷史的系統(tǒng)發(fā)育樹當(dāng)不同物種的直系同源基因序列被用來確定物種之間的關(guān)系時(shí)，會(huì)用物種名標(biāo)記分類

9、單元，樹稱為物種數(shù)。1.2 依據(jù)進(jìn)化關(guān)系可分為:2. 系統(tǒng)發(fā)育樹的表示方法有三種基本的表示方法：進(jìn)化分支樹（Cladogram）：展示了分類單元之間的家系關(guān)系，但沒有任何時(shí)間和分歧程度。即無支長信息。2. 系統(tǒng)發(fā)育樹的表示方法有三種基本的表示方法：加性樹（additive tree）：除了展示家系關(guān)系，用分支長度度量進(jìn)化分歧。分支長度的單位是任意的，與位點(diǎn)變異數(shù)成比例。等距離樹: 除了加性樹的屬性外，它假設(shè)所有分支有同樣的變異速率（分子鐘）。加性樹（additive tree）：除了展示家系關(guān)系，用分二、系統(tǒng)發(fā)育樹性質(zhì)如果是一棵有根樹，則樹根代表在進(jìn)化歷史上是最早的、并且與其它所有分類單元都有

10、聯(lián)系的分類單元。 如果找不到可以作為樹根的單元，則系統(tǒng)發(fā)生樹是無根樹。 從根節(jié)點(diǎn)出發(fā)到任何一個(gè)節(jié)點(diǎn)的路徑指明進(jìn)化時(shí)間或者進(jìn)化距離。二、系統(tǒng)發(fā)育樹性質(zhì)如果是一棵有根樹，則樹根代表在進(jìn)化歷史上對(duì)于給定的分類單元數(shù)，有很多棵可能的系統(tǒng)發(fā)生樹，但是只有一棵樹是正確的。系統(tǒng)發(fā)育分析的目標(biāo) 尋找這棵正確的樹對(duì)于給定的分類單元數(shù)，有很多棵可能的系統(tǒng)發(fā)生樹，但是只有一棵第二節(jié) 系統(tǒng)發(fā)育樹的構(gòu)建 分子進(jìn)化分析介紹 系統(tǒng)發(fā)育樹重建方法 常用分子進(jìn)化與系統(tǒng)發(fā)育分析的軟件第二節(jié) 系統(tǒng)發(fā)育樹的構(gòu)建 分子進(jìn)化分析介紹一 、系統(tǒng)發(fā)育樹重建分析步驟多序列比對(duì)（自動(dòng)比對(duì)，手工比對(duì)）選擇建樹方法及取代模型建立進(jìn)化樹進(jìn)化樹評(píng)估選擇

11、數(shù)據(jù)（核酸/蛋白質(zhì)，外圍支）一 、系統(tǒng)發(fā)育樹重建分析步驟多序列比對(duì)（自動(dòng)比對(duì)，手工比對(duì)）二、系統(tǒng)發(fā)育樹的構(gòu)建從多重序列比對(duì)到構(gòu)建進(jìn)化樹有多種算法，可分兩大類：基于距離的方法首先通過各個(gè)序列之間的比較，根據(jù)一定的假設(shè)（進(jìn)化距離模型）推導(dǎo)出分類群之間的進(jìn)化距離，構(gòu)建一個(gè)進(jìn)化距離矩陣。進(jìn)化樹的構(gòu)建則是基于這個(gè)矩陣中的進(jìn)化距離?；谔卣鞯姆椒ú挥?jì)算序列之間的距離，而是將序列中有差異的位點(diǎn)作為單獨(dú)的特征，并依據(jù)這些特征來建樹。二、系統(tǒng)發(fā)育樹的構(gòu)建從多重序列比對(duì)到構(gòu)建進(jìn)化樹有多種算法，可基于距離的方法非加權(quán)分組平均法（UPGMA）最小近乎距離(ME)鄰近法(NJ)基于特征的方法最大簡約法(MP)最大似然法

12、(ML)Bayesian 計(jì)算速度距離法 最大簡約法 最大似然法基于距離的方法1. 最大簡約（MP）最大簡約法(maximum parsimony)最早源于形態(tài)性狀研究，現(xiàn)在已經(jīng)推廣到分子序列的進(jìn)化分析中。 最大簡約法的理論基礎(chǔ)是奧卡姆（Ockham）原則，這個(gè)原則認(rèn)為：解釋一個(gè)過程的最好理論是所需假設(shè)數(shù)目最少的那一個(gè)。對(duì)所有可能的拓?fù)浣Y(jié)構(gòu)進(jìn)行計(jì)算，計(jì)算出所需替代數(shù)最小的那個(gè)拓?fù)浣Y(jié)構(gòu)，作為最優(yōu)樹。 1. 最大簡約（MP）最大簡約法(maximum par1) 能將所有可能的樹區(qū)別出來的位點(diǎn)2) 指那些至少存在2個(gè)不同堿基/氨基酸,且每個(gè)不同堿基/氨基酸至少出現(xiàn)兩次的位點(diǎn)信息位點(diǎn) (Sites

13、are informative)例: 1,2,3,4四條序列代表4個(gè)分類單元1) 能將所有可能的樹區(qū)別出來的位點(diǎn)信息位點(diǎn) (Sites 分子進(jìn)化分析講解上例Position 5, 7, 9為信息位點(diǎn)基于position 5的三個(gè)MP: Tree 1長4，Tree 2& 3長2同理，綜合所有信息位點(diǎn)： Tree 1長4，Tree 2長5，Tree 3長6計(jì)算結(jié)果：MP tree的最優(yōu)結(jié)果為Tree 1上例Position 5, 7, 9為信息位點(diǎn)1. 距離法又稱距離矩陣法，首先通過各個(gè)物種之間的比較，根據(jù)一定的假設(shè)（進(jìn)化距離模型）推導(dǎo)得出分類群之間的進(jìn)化距離，構(gòu)建一個(gè)進(jìn)化距離矩陣。進(jìn)化樹的構(gòu)建則

14、是基于這個(gè)矩陣中的進(jìn)化距離關(guān)系 計(jì)算序列的距離，建立距離矩陣通過距離矩陣建進(jìn)化樹1. 距離法又稱距離矩陣法，首先通過各個(gè)物種之間的比較，根據(jù)簡單的距離矩陣簡單的距離矩陣由進(jìn)化距離構(gòu)建進(jìn)化樹的方法有很多，常見有： Fitch-Margoliash Method（FM法）:對(duì)短支長非常有效 Neighbor-Joining Method (NJ法/鄰接法): 求最短支長，最通用的距離方法 Unweighted Pair Group Method (UPGMA法)通過矩陣建樹的方法由進(jìn)化距離構(gòu)建進(jìn)化樹的方法有很多，常見有：通過矩陣建樹的方法示例：FM法示例：FM法分成三組：D, E及ABC。 計(jì)算距

15、離矩陣分成三組：D, E及ABC。分子進(jìn)化分析講解將DE合并，ABC單列，計(jì)算距離矩陣分成三組：C, DE及AB。計(jì)算距離矩陣將DE合并，ABC單列，計(jì)算距離矩陣分成三組：C, DE及A分子進(jìn)化分析講解分子進(jìn)化分析講解3. 最大似然法（ML） 選取一個(gè)特定的替代模型來分析給定的一組序列數(shù)據(jù)，使得獲得的每一個(gè)拓?fù)浣Y(jié)構(gòu)的似然率都為最大值，然后再挑出其中似然率最大的拓?fù)浣Y(jié)構(gòu)作為最優(yōu)樹。位置1位置2位置3SUM拓?fù)錁銩L（A1）L（A2）L（A3）Asum拓?fù)錁銪L（B1）L（B2）L（B3）Bsum拓?fù)錁銫L（C2）L（C3）L（C3）Csum似然值最大，即SUM最大的拓?fù)錁鋭t為最優(yōu)樹。3. 最大似

16、然法（ML） 選取一個(gè)特定的替代模型來分析給定的三、構(gòu)建進(jìn)化樹的一般原則1. 可靠的待分析數(shù)據(jù)2. 準(zhǔn)確的多序列比對(duì)3. 選擇合適的建樹方法：A. 序列相似程度高，MP(最大簡約法)B. 序列相似程度較低，ML(最大似然法)C. 序列相似程度太低，無意義4. 一般采用兩種及以上方法構(gòu)建進(jìn)化樹，無顯著區(qū)別可接受三、構(gòu)建進(jìn)化樹的一般原則1. 可靠的待分析數(shù)據(jù)構(gòu)建進(jìn)化樹的一般原則構(gòu)建進(jìn)化樹的一般原則 進(jìn)化樹的可靠性分析: 自展法 (Bootstrap Method) (統(tǒng)計(jì)方法) 。從排列的多序列中隨機(jī)有放回的抽取某一列，構(gòu)成相同長度的新的排列序列重復(fù)上面的過程，得到多組新的序列對(duì)這些新的序列進(jìn)行建

17、樹，再觀察這些樹與原始樹是否有差異，以此評(píng)價(jià)建樹的可靠性進(jìn)化樹的可靠性分析 進(jìn)化樹的可靠性分析: 自展法 (Bootstrap Me第三節(jié) 常用分子進(jìn)化與系統(tǒng)發(fā)育分析的軟件第三節(jié) 常用分子進(jìn)化與一、常見的分子進(jìn)化分析程序1. Phylip 由華盛頓大學(xué)遺傳學(xué)系開發(fā)，是一個(gè)免費(fèi)的系統(tǒng)發(fā)育分析軟件包(版本3.69)，可以通過以下地址下載。 /phylip.html2. PAUP* 最早是在蘋果機(jī)上開發(fā)的具有菜單界面的進(jìn)化分析軟件，早先版本只有MP法，后續(xù)版本已經(jīng)包括距離法和ML法，現(xiàn)今有mac，win，linux等多種版本，該軟件不是免費(fèi)軟件。一、常見的分子進(jìn)化分析程序1. Phylip軟件名稱網(wǎng)

18、址說明PHYLIP/phylip.htmlIt includes programs to carry out parsimony, distance matrix methods, maximum likelihood, and other methods on a variety of types of data, including DNA and RNA sequences, protein sequences, restriction sites, 0/1 discrete characters data, gene frequencies, continuous characters

19、 and distance matrices. PAUP/It includes parsimony, distance matrix, invariants, and maximum likelihood methods and many indices and statistical tests.Tree of Life/tree/program/program.htmlArizona大學(xué)開發(fā)的軟件MEGA美國賓州州立大學(xué)Masatoshi Nei開發(fā)(It carries out parsimony, distance matrix and likelihood methods for

20、molecular data.)軟件名稱網(wǎng)址說明PHYLIPhttp:/evolution軟件名稱網(wǎng)址說明MOLPHYhttp:/www.ism.ac.jp/software/ismlib/softother.e.html#molphy日本國立統(tǒng)計(jì)數(shù)理研究所開發(fā)。(Carrying out maximum likelihood inference of phylogenies for either nucleotide sequences or protein sequences.)PAMLhttp:/abacus.gene.ucl.ac.uk/software/paml.html英國倫敦學(xué)院

21、Z. H. YANG開發(fā)。(A package of programs for the ML analysis of nucleotide or protein sequences.)PUZZLEftp:/fx.zi.biologie.uni-muenchen.de/pub/puzzle應(yīng)用Quarter puzzling方法（一種最大簡約法）構(gòu)建系統(tǒng)發(fā)育樹TreeViewhttp:/taxonomy.zoology.gla.ac.uk/rod/treeview.htmlA program for displaying trees on Apple Macs and Windows PCs.

22、It can draw rooted and unrooted trees, display bootstrap values, and supports the native font and graphics file formats of both Macs and PCs.phylogenyhttp:/www.ebi.ac.uk/phylogeny.htmlEBI的系統(tǒng)發(fā)育樹分析軟件軟件名稱網(wǎng)址說明MOLPHYhttp:/www.ism.a二、Phylip軟件包介紹 Phylip包含了35個(gè)獨(dú)立的程序，這些獨(dú)立的程序都實(shí)現(xiàn)特定的功能，這些程序基本上包括了系統(tǒng)發(fā)生分析的所有方面。 Phy

23、lip有多種不同平臺(tái)的版本包括Windows，Macintosh，DOS，Linux，Unix和OpenVMX）。二、Phylip軟件包介紹 Phylip包含了35個(gè)獨(dú)立 Phylip是目前最廣泛使用的系統(tǒng)發(fā)生分析程序，主要包括以下幾個(gè)程序組：分子序列組，距離矩陣組，基因頻率組，離散字符組，進(jìn)化樹繪制組。分子序列組：蛋白質(zhì)序列：protpars，proml，promlk， protdist核酸序列：dnapenny，dnapars， dnamove，dnaml，dnamlk， dnainvar，dnadist，dnacomp Phylip是目前最廣泛使用的系統(tǒng)發(fā)生分析程序，主要包距離矩陣組：F

24、itch，kitsch，neighbor基因頻率組：Gendist，contml離散字符組: Pars，mix，move，penny，dollop，dolmove，dolpenny，clique，factor進(jìn)化樹繪制組：drawtree，drawgram其他：restdist，restml，seqboot，contrast treedist，consense，retree距離矩陣組：Fitch，kitsch，neighbor分子進(jìn)化分析講解分子進(jìn)化分析講解分子進(jìn)化分析講解Phylip安裝分析程序幫助文件Phylip安裝分析程序幫助文件Exe文件夾內(nèi)容Exe文件夾內(nèi)容三、Phylip軟件包的應(yīng)

25、用1. 根據(jù)分析數(shù)據(jù)，選擇適當(dāng)?shù)某绦?如果分析的是DNA數(shù)據(jù)，就在核酸序列分析類中選擇程序（dnapenny，dnapars， dnamove，dnaml，dnamlk， dnainvar，dnadist，dnacomp ） 如果分析的是離散數(shù)據(jù)，如突變位點(diǎn)數(shù)據(jù)，就在離散字符組里面選擇程序。三、Phylip軟件包的應(yīng)用1. 根據(jù)分析數(shù)據(jù)，選擇適當(dāng)?shù)?.選擇適當(dāng)?shù)姆治龇椒?如分析的是DNA數(shù)據(jù)，可以選擇簡約法（dnapars），似然法（dnaml，dnamlk），距離法等（dnadist）。3.進(jìn)行分析 選擇好程序后，執(zhí)行，讀入分析數(shù)據(jù)，選擇適當(dāng)?shù)膮?shù)，進(jìn)行分析，結(jié)果自動(dòng)保存為outfile，o

26、uttree。2.選擇適當(dāng)?shù)姆治龇椒∣utfile是一個(gè)記錄文件，記錄了分析的過程和結(jié)果，可以直接用文本編輯器(如寫字板)打開。outtree是分析結(jié)果的樹文件，可以用phylip提供的繪樹程序打開查看，也可以用其他的程序來打開，如treeview。Outfile是一個(gè)記錄文件，記錄了分析的過程和結(jié)果，可構(gòu)建核酸樹的過程Alignment.phykitsch.exe fitch.exeneighbor.exednadist.exeDistdnapars.exeMPdnamlk.exednaml.exeMLouttreeoutfileTreeviewconsen-se.exeoutfileout

27、tree構(gòu)建核酸樹的過程Alignment.phykitsch.ex構(gòu)建蛋白質(zhì)樹的過程Alignment.phykitsch.exe fitch.exeneighbor.exeprodist.exeDistprotpars.exeMPpromlk.exeproml.exeMLouttreeoutfileTreeviewconsen-se.exeoutfileouttree構(gòu)建蛋白質(zhì)樹的過程Alignment.phykitsch.e(1).進(jìn)入EXE文件夾，點(diǎn)擊SEQBOOT軟件，輸入DNA8.phy文件名，回車后，輸Y確認(rèn)參數(shù)。并在Random number seed (must be odd

28、) ?的下面輸入一個(gè)4N+1的數(shù)字如5, 程序開始運(yùn)行，并在EXE文件夾中產(chǎn)生文件outfile.進(jìn)化樹的可靠性分析: 自展法 (Bootstrap Method) 四、實(shí)例：用Phylip 軟件推導(dǎo)進(jìn)化樹(1).進(jìn)入EXE文件夾，點(diǎn)擊SEQBOOT軟件，輸入DNA分子進(jìn)化分析講解(2). 得到一個(gè)文件outfile，把文件outfile改名為infile, infile可用記事本打開，內(nèi)容如下：(2). 得到一個(gè)文件outfile，把文件outfile改(3). 點(diǎn)擊DNADIST(PRODIST for 蛋白序列)程序。輸入M更改參數(shù)，輸入D選擇data sets, 輸入100。輸Y確認(rèn)參數(shù), 程序開始運(yùn)行，并在EXE文件夾中產(chǎn)生outfile。 建樹方法：距離矩陣法推測(cè)進(jìn)化樹(3). 點(diǎn)擊DNADIST(PRODIST for 蛋白序(4). 將原先infile文件名改為infile1，再將outfile文件名改為i