4-第五章-分子進(jìn)化和系統(tǒng)發(fā)生

分子生態(tài)學(xué)第五章分子進(jìn)化和系統(tǒng)發(fā)生

OrangutanGorillaChimpanzeeHuman分子進(jìn)化（molecularevolution）：生物在分子水平上的進(jìn)化，即核酸和蛋白質(zhì)等生物大分子在生物傳代過程中的演變。特點進(jìn)化速率的相對恒定性進(jìn)化速率的不均衡性（或保守性）分子進(jìn)化的概念生物大分子在相當(dāng)長的時間內(nèi)速率進(jìn)化保持穩(wěn)定以相同的同源生物大分子在不同生物中進(jìn)化速率大致相同進(jìn)化速率的相對恒定性分子進(jìn)化速率：蛋白質(zhì)或核酸等大分子中的氨基酸或核苷酸在單位時間內(nèi)的替換率，以年為單位，可表示為：

K=d/2tNK：分子進(jìn)化速率d：生物大分子發(fā)生氨基酸或核苷酸替換的數(shù)目N：生物大分子總的氨基酸或核苷酸的數(shù)目t：進(jìn)化分歧時間X:ACTGATCGAA-TTCAGATTTCAGGA25Y:ACAGATCGCAGTGC-GCTTGCAGGA25已知兩條序列的分歧時間t=20Mad=7N=25（比對后的序列長度）K=d/2tN=7/（2×20×106×25）=7×10-9進(jìn)化速率恒定性的實例血紅蛋白α鏈：

7種動物以及人兩兩之間的血紅蛋白α鏈氨基酸差異數(shù)與物種分歧時間呈線性相關(guān)關(guān)系，即進(jìn)化速率大致相同。進(jìn)化速率的相對恒定性指的是以年為單位的進(jìn)化速率即每年每個位點的替換數(shù)，而不是以生物的世代為單位的進(jìn)化速率即每代每個位點的替換數(shù)以世代為單位世代時間長的生物進(jìn)化速率慢世代時間短的生物進(jìn)化速率快進(jìn)化速率恒定性說明生物大分子的進(jìn)化不可能是由自然選擇引起的，如果是由自然選擇引起的，替換率應(yīng)該隨著選擇系數(shù)的改變而改變適合度和選擇系數(shù)Darwinianfitness(W)：某個基因型的繁殖能力=后代數(shù)量/具有該基因型的親本數(shù)量Selectivecoefficient(S):該基因型受到的選擇壓力=1-w選擇作用GenotypeG1G1G1G2G2G2161020#ofbreedingadults1284040#ofoffspringOffspring/adultratio128/16=840/10=440/20=2FitnessW(relativetothebest)8/8=14/8=0.52/8=0.251-1=01-0.5=0.51-0.25=0.75SelectioncoefficientS=1-WUnpollutedtreePollutedtree進(jìn)化速率的不均衡性

功能不同的生物大分子具有不同的進(jìn)化速率功能上重要的大分子或大分子的局部比較保守，在進(jìn)化速率上明顯低于那些功能上不重要的大分子或大分子局部蛋白水平上進(jìn)化速率不均衡性的體現(xiàn)不同蛋白一般進(jìn)化速率不等同一蛋白不同區(qū)域進(jìn)化速度不等核酸水平上進(jìn)化速率不均衡性的體現(xiàn)非編碼區(qū)進(jìn)化速率高于編碼區(qū)密碼子中的同義替換比變義替換發(fā)生的頻率高；內(nèi)含子內(nèi)的堿基替換速率明顯高于外顯子；外顯子內(nèi)部功能不重要的部分進(jìn)化速率一般快于功能不重要的部分；假基因進(jìn)化速率也較快。進(jìn)化速率的不均衡性說明功能上重要的生物大分子的進(jìn)化并非是完全隨機(jī)的，而是存在著某種的制約因素或控制機(jī)制（選擇壓）中性突變理論的提出1968年，日本遺傳學(xué)家木村資生(MotooKimura)在《Nature》雜志發(fā)表了“論分子水平上的進(jìn)化速率”的評述，根據(jù)不少核苷酸和氨基酸的替換并不影響生物大分子的生物學(xué)功能的事實，提出了生物進(jìn)化在分子水平上的“中性理論”；次年，美國學(xué)者金和朱克斯（J.K.King&T.H.Jukes）在《Science》雜志上刊出“非達(dá)爾文主義的進(jìn)化”一文，呼應(yīng)木村資生的觀點。中性突變理論的主要內(nèi)容在分子水平上，多數(shù)（不是全部）突變是選擇中性或非常接近選擇中性的，不影響個體的適合度中性突變在生物群體中通過一代又一代的遺傳漂變被隨機(jī)消除或固定保留，從而形成進(jìn)化性的結(jié)果，因而進(jìn)化的動力是遺傳漂變中性突變理論的主要論據(jù)分子層次上的大多數(shù)變異是選擇中性的在生物基因組中，非編碼的DNA占絕大部分同義突變不改變蛋白功能的異義突變不影響適合度的異義突變自然界中廣泛存在“過量”的遺傳多態(tài)性多態(tài)性是突變和遺傳漂變平衡的結(jié)果不是適應(yīng)性進(jìn)化的結(jié)果按群體遺傳學(xué)的數(shù)學(xué)模式計算出來的自然選擇代價過高，不符合實際情況。根據(jù)自然選擇學(xué)說，不利突變占很大比例，使群體的適合度總量下降，造成種群數(shù)量不斷減少。分子進(jìn)化速率恒定，即進(jìn)化速率與種群大小、世代壽命和物種的生殖力均無關(guān)，也不受環(huán)境因素所影響。中性學(xué)說對此能作出既簡明又合理的解釋。假設(shè)種群數(shù)量為N的一個二倍體群體中，每個配子每代的突變率為υ，則每代將產(chǎn)生2Nυ個新突變。假設(shè)一個突變最終被固定的概率為μ，則每代每位點的突變替換數(shù)（進(jìn)化速率）為：K=2Nυμ由于群體中有2N個配子，在隨機(jī)交配的情況下，每個配子中的突變被遺傳的機(jī)會都相同，即μ=1/2N于是2Nυ個突變中僅有υ個被保留，即：K=υ可見，在中性突變情況下，進(jìn)化速率是一個恒定值且等于其突變率。功能越重要的大分子保守性越強(qiáng)功能重要的大分子中的突變大多數(shù)是有害的，少量是中性的，有害突變在進(jìn)化過程中被快速清除（負(fù)選擇Negative或PurifyingSelection），導(dǎo)致其進(jìn)化速率減慢功能重要的大分子中極少數(shù)突變是有益的，有益突變增加個體適合度，在進(jìn)化過程中會被快速固定（正選擇PositiveSelection），導(dǎo)致進(jìn)化速率加快蛋白編碼序列選擇壓力評估Ka/KsKa：non-synonymousmutationKs：synonymousmutationKa/Ks

<1negativeselectionKa/Ks

=1neutralselectionKa/Ks

>1positiveselection自然選擇理論個體和種群表現(xiàn)型、種群進(jìn)化的規(guī)律——自然選擇相互補(bǔ)充中性理論生物大分子分子水平的進(jìn)化規(guī)律——遺傳漂變系統(tǒng)發(fā)生樹(phylogenetictree)：描述任何生物實體之間系統(tǒng)發(fā)生關(guān)系假說的樹狀圖,也可以叫做進(jìn)化樹（evolutionarytree）。

系統(tǒng)發(fā)生和系統(tǒng)發(fā)生樹系統(tǒng)發(fā)生（或系統(tǒng)演化、系統(tǒng)發(fā)育phylogeny）:是指任何生物實體（基因、個體、種群、物種或種上高級階元）的起源和演化（進(jìn)化）關(guān)系。系統(tǒng)發(fā)生樹的要素拓?fù)浣Y(jié)構(gòu)（Topology）：即樹的分枝型式ABCDE外部節(jié)點：稱為操作分類單元，可以是基因、個體、種群、物種或種上高級階元內(nèi)部節(jié)點：代表進(jìn)化事件發(fā)生的位置，或分類單元進(jìn)化歷程中的祖先分支和支長1009510075節(jié)點支持度一種拓?fù)浣Y(jié)構(gòu)可以有多種表現(xiàn)型式====BifurcationTrifurcation=/一個節(jié)點與大于3個以上的分枝相連接稱為多歧分枝（polytomy）:表示該分支的系統(tǒng)發(fā)生關(guān)系未完全解析。系統(tǒng)發(fā)生樹的類型無根樹（unrootedtree）：只反映分類單元之間的距離,而不涉及誰是誰的祖先問題。ABCDRootRootedtree有根樹（rootedtree）：反應(yīng)了樹上物種或者基因進(jìn)化的時間順序,通過分析有根樹的長度，可以了解不同的物種或者基因以什么方式和速率進(jìn)化。OUT(4)OUT數(shù)目與可能的有根數(shù)和無根樹數(shù)目之間的關(guān)系UnrootedTree(3)RootedTree(15)ACBDADCBTaxa(n)rooted(2n-3)!/(2n-2(n-2)!)unrooted(2n-5)!/(2n-3(n-3)!)21133141535105156954105710,3959548135,13510,39592,027,025135,1351034,459,4252,027,025OUT數(shù)目與可能的有根數(shù)和無根樹數(shù)目之間的關(guān)系系統(tǒng)發(fā)生分析一般要求構(gòu)建一顆有根樹，但是構(gòu)建系統(tǒng)發(fā)生樹的計算機(jī)軟件通常產(chǎn)生的是無根樹，因此需要對其進(jìn)行準(zhǔn)確的賦根以轉(zhuǎn)換為有根樹。最常用的方法是利用外群（outgroup）來確定樹根。外群選擇：與內(nèi)群具有較近的系統(tǒng)發(fā)生關(guān)系，但是要比內(nèi)群分類單元相互之間的系統(tǒng)發(fā)生關(guān)系遠(yuǎn)。系統(tǒng)發(fā)生樹的類型未標(biāo)度樹（unscaledtree）：各分枝的長度不表示遺傳變異的量，但在有根樹中，節(jié)點的位置仍可以與相對分歧時間相對應(yīng)。標(biāo)度樹（scaledtree）：各分枝的長度代表遺傳變異的量。NJ：遺傳距離MP、ML和BI：堿基替換數(shù)構(gòu)建系統(tǒng)發(fā)生樹的理論基礎(chǔ)生物進(jìn)化論——生物共祖

地球上的一切生命形式，不管是現(xiàn)存的還是滅絕了的，都有一個可以追溯到30億年以前生存的共同祖先。親緣關(guān)系越近的物種相似程度越高。每個生物個體都有自己的直接祖先，遺傳物質(zhì)DNA在從祖先到后代的遺傳過程中伴隨著突變。大多數(shù)遺傳變異發(fā)生在不同的位點上，并且能夠在進(jìn)化過程中保留下來。越早期發(fā)生的核苷酸替換在所有后代中分布越廣；越近期發(fā)生的核苷酸替換，分布越局限于近期分歧的類群中。越早發(fā)生分歧的DNA序列，累積的核苷酸替換越多，相似性越低。基本假設(shè)構(gòu)建系統(tǒng)發(fā)生樹的步驟獲得同源DNA數(shù)據(jù)序列比對選擇構(gòu)建系統(tǒng)發(fā)生樹的方法和核苷酸替換模型構(gòu)建系統(tǒng)發(fā)生樹及其可靠性評估獲得同源DNA數(shù)據(jù)測序GenBankOUT要有代表性多基因（或多位點）同源性直系同源（Orthologs）

vs旁系同源（Paralogs）直系同源：由共同的祖先基因進(jìn)化而產(chǎn)生的同源基因。旁系同源：由基因復(fù)制而產(chǎn)生的同源基因。直系和旁系同源是兩個不同的進(jìn)化事件，用于分子進(jìn)化分析的序列必須是直系同源的，才能真實反映進(jìn)化過程Species1Species2基因樹和物種樹物種樹：代表一個物種或群體進(jìn)化歷史的系統(tǒng)發(fā)生樹，各個節(jié)點代表物種發(fā)生分歧（生殖隔離）的時間或事件基因樹：由來自各個物種的一個基因構(gòu)建的系統(tǒng)發(fā)生樹，各個節(jié)點代表基因分離的時間基因樹不完全等同于物種樹基因或DNA片段的選擇根據(jù)研究對象之間的親緣關(guān)系遠(yuǎn)近選擇進(jìn)化速率適中的基因或DNA片段親緣關(guān)系近——選擇進(jìn)化速率快的基因或DNA片段親緣關(guān)系遠(yuǎn)——選擇進(jìn)化速率慢的基因或DNA片段DNA序列比對目的：找出同源序列演化過程中的同源位點。重要性：只有正確的比對結(jié)果才會能推出正確的系統(tǒng)發(fā)生?？瘴唬╣ap）：在序列比對時，由于序列長度不同，需要插入一個或幾個位點以取得最佳比對結(jié)果，這樣在其中一序列上產(chǎn)生中斷現(xiàn)象，這些中斷的位點稱為空位ATGAGGTTGTTTTCATATATGAGGTT---TTCATATDNA序列比對程序自動比對（Clustal，Muscle等）手工校正編碼蛋白基因序列ATGAGGTTGTTTTCATATATGAGGTT---TTCATATATGAGGTTGTTTTCATATATGAGGTTTTCATAT編碼tRNA和rRNA基因的序列tRNA二級結(jié)構(gòu)rRNA二級結(jié)構(gòu)基于距離（distances）數(shù)據(jù)的方法：UPGMA非加權(quán)分組平均法（unweightedpairgroupmethodwitharithmeticmeans）Fitch-Margoliash法ME最小進(jìn)化方法（minimumevolution）NJ鄰接法（neighborjoiningmethod）基于特征（characters）數(shù)據(jù)的方法：MP最大簡約法（maximumparsimonymethod）ML最大似然法（maximumlikelihoodmethod）BI貝葉斯推斷法（Bayesianinference）構(gòu)建系統(tǒng)發(fā)生樹的方法基于距離數(shù)據(jù)的方法根據(jù)一定的假設(shè)（核苷酸替換模型）推導(dǎo)出分類單元兩兩之間的遺傳距離，構(gòu)建遺傳距離矩陣。根據(jù)遺傳距離矩陣，依次將分類單元聚類，從而構(gòu)建出系統(tǒng)發(fā)生樹。遺傳距離的計算未校正的遺傳距離（p-distance）P=nd/nn為比對后的序列長度；nd為序列之間的差異位點數(shù)。因為在序列的同一位點可能發(fā)生過不止一次的變化，大多數(shù)觀察到的替換數(shù)都會顯著低估真正替換的數(shù)目如在第7位點，一條序列觀察到G，另一條為A，實際上存在多種變化的可能GA（單一替換）GCA（多重替換）CG,CA（并發(fā)替換）……模型校正的遺傳距離：利用數(shù)學(xué)模型將多重替換、回復(fù)突變、平行突變等因素考慮進(jìn)去，能夠更準(zhǔn)確地估算遺傳距離。Kimura雙參數(shù)模型：假設(shè)轉(zhuǎn)換和顛換的幾率不同假設(shè)轉(zhuǎn)換和顛換的幾率不同，4種堿基出現(xiàn)的頻率不同

假設(shè)每種替換的幾率都不同，4種堿基出現(xiàn)的頻率不同

鄰接法（Neighbor-JoiningMethod，NJ）通過確定距離最近（或相鄰）的成對分類單元來構(gòu)建系統(tǒng)樹的方法，最優(yōu)樹的標(biāo)準(zhǔn)是其分支長度總和（S，即總的距離）最小最優(yōu)樹標(biāo)準(zhǔn)如圖A和B是相鄰的，A和C則不是；A和B組成一個新的分類單元（AB）后，（AB）與C又成為相鄰的123456623235456312456521456126241313624513451364521364136425優(yōu)點：算法簡單，速度快缺點：將序列數(shù)據(jù)轉(zhuǎn)化成距離數(shù)據(jù)的過程中不可避免地會丟失部分進(jìn)化信息最大簡約法(maximumparsimony，MP)根據(jù)信息位點提供的各序列間的替換情況，在所有可能的拓?fù)浣Y(jié)構(gòu)中篩選替換數(shù)最小的那個拓?fù)浣Y(jié)構(gòu)，作為最優(yōu)樹的方法。理論基礎(chǔ)：奧卡姆哲學(xué)原則，即解釋一個過程的最好理論是所需假設(shè)數(shù)目最少的那一個。S1：ACTS2：ACAS3：GTTS4：GTAACTGTTGTTGTAACAGTA22MPscore=51ACAACTGTAGTTACAACT313MPscore=7ACTACAGTTGTAACAGTA121MPscore=4OptimalMPtree在MP法中對構(gòu)建系統(tǒng)發(fā)生樹提供了有用信息的位點稱為信息位點信息位點至少存在2種不同的堿基（或氨基），并且每種堿基（或氨基）至少出現(xiàn)兩次優(yōu)點：不需要引入假設(shè)（替代模型）。當(dāng)分析的序列較長，相似度較高的時候，最大簡約法能夠推導(dǎo)獲得一個很好的進(jìn)化樹。缺點：在分析序列上存在較多的回復(fù)突變或平行突變，而被檢驗的序列位點數(shù)又比較少的時候，最大簡約法可能會給出一個不合理的或者錯誤的進(jìn)化樹推導(dǎo)結(jié)果。最大似然法（maximumlikelihood,ML）基于統(tǒng)計學(xué)算法的構(gòu)樹方法原理：以一個特定的核苷酸替代模型（需要明確選擇一個核苷酸替代模型）分析一組既定的序列數(shù)據(jù)，使獲得的每一個拓?fù)浣Y(jié)構(gòu)的似然率均為最大，再挑出似然率值最大的拓?fù)浣Y(jié)構(gòu)作為最終樹。最大似然法假設(shè)每個核苷酸位點都是獨立進(jìn)化的，并分別計算每個位點的對數(shù)似然值，所有位點似然值相乘就得到進(jìn)化樹的對數(shù)似然值。1.

計算特定進(jìn)化樹上每個位點的似然值2.

計算該樹的似然值（每個位點的似然值的乘積）3.

比較所有可能進(jìn)化樹的似然值4.

似然值最高的進(jìn)化樹即為最優(yōu)樹系統(tǒng)發(fā)生樹的可靠性評估自展法（Bootstrap）：放回式抽樣統(tǒng)計法。即通過對初始數(shù)據(jù)集多次重復(fù)有放回抽樣形成一系列新的數(shù)據(jù)集，然后利用新的數(shù)據(jù)集構(gòu)建多個進(jìn)化樹，用來檢查給定樹的分枝可信度。

OriginaldatasetReplicate1Replicate2Replicate3Etc…Step1:Re-samplethesequencewithreplacement新的序列和原序列等長有些“列”可能被多次使用，有些可能沒有被使用Replicate1Replicate2Replicate3Etc…Step2:BuildtreesStep3:Buildconsensustreewithbootstrappingvalue貝葉斯推斷法（

Bayesianinference，BI）也是基于統(tǒng)計學(xué)算法的構(gòu)樹方法，與最大似然法（指定樹的結(jié)構(gòu)和進(jìn)化模型，計算序列數(shù)據(jù)的概率，從而推斷出對應(yīng)的進(jìn)化樹）正好相反，是由給定的序列數(shù)據(jù)，計算進(jìn)化樹和進(jìn)化模型的概率。貝葉斯推斷法首先涉及兩個基本概念：樹的先驗概率和后驗概率。樹的先驗概率：是指對系統(tǒng)樹未進(jìn)行任何觀測時的概率，具體來說就是認(rèn)為所有系統(tǒng)樹都相同的可能性樹的后驗概率：是指通過觀測，系統(tǒng)樹的條件概率，即在給定的序列數(shù)據(jù)條件下，某進(jìn)化樹正確的概率，因而后驗概率最大的系統(tǒng)樹為最優(yōu)樹貝葉斯推斷法同樣需要預(yù)先確定核苷酸替代模型參數(shù)不需要利用自引導(dǎo)法進(jìn)行檢驗，其后驗概率直觀地反映了系統(tǒng)進(jìn)化樹的可信程度利用MEGA6.0構(gòu)建系統(tǒng)發(fā)生樹數(shù)據(jù)輸入格式——FASTA格式系統(tǒng)發(fā)生學(xué)的應(yīng)用系統(tǒng)分類學(xué)生物的起源和擴(kuò)散保護(hù)生物學(xué)確定病原體的傳播途徑……Species:PantherapardusGenus:PantheraFamily:FelidaeOrder:CarnivoraClass:MammaliaPhylum:ChordataKingdom:AnimaliaArchaea

EukaryaBacteria系統(tǒng)分類學(xué)分類系統(tǒng)按等級劃分為界、門、綱、目、科、屬、種7個階元達(dá)爾文：每個階元中分類單元的劃分要能夠反映出它的進(jìn)化歷史，各個分類單元可以通過進(jìn)化關(guān)系互相聯(lián)系在一起系統(tǒng)發(fā)生分類學(xué)（支序分類學(xué)）認(rèn)為一個分類單元應(yīng)該包括一個共同祖先的所有已知的后裔，即單系群（monophyleticgroup）。