分子进化树构建方法
分子进化树构建方法
MP法建树流程
Sequence1 Sequence2 Sequence3
Sequence4
Position 1
Position 1 2 3 T G C T A C A G G A A G
If 1 and 2 are grouped a total of four changes are needed.
5
genetic change
系统发生树术语
Rooted tree vs. Unrooted tree
无 A 有 根 根 树 B 树 two major ways to root trees:
A
10 3 2 5
C D
By midpoint or distance
d (A,D) = 10 + 3 + 5 = 18 Midpoint = 18 / 2 = 9
Distance Uses only pairwise distances Minimizes distance between nearest neighbors Very fast Easily trapped in local optima Good for generating tentative tree, or choosing among multiple trees Maximum parsimony Uses only shared derived characters Minimizes total distance Maximum likelihood Uses all data Maximizes tree likelihood given specific parameter values Very slow Highly dependent on assumed evolution model Good for very small data sets and for testing trees built using other methods
分子进化树构建方法
C B
2
D
outgroup
外群、外围支
Rooted tree vs. Unrooted tree
plant animal
plant
plant animal
Unrooted tree
fungus
animal
bacterium
plant plant plant
animal
Rooted tree
Monophyletic group
Cat Dog Rat Cow 3 4 6 5 7 6 Dog Dog Rat Cat
1
2 2 1 4
计算序 列的距 离，建 立距离 矩阵
Rat
通过距 离矩阵 建进化 树
Cow
Step1. 计算序列的距离，建立距离矩阵
对位排列， 去除空格 （选择替代模型）
Uncorrected “p” distance (=observed percent sequence difference) Kimura 2-parameter distance (estimate of the true number of substitutions between taxa)
A
节点 Node
祖先节点/树 根
Root
内部节点/分歧点
该分支可能的祖先 HTU
系统发生树术语
A clade（进化支） is a group of organisms that includes an ancestor and all descendents of that ancestor. 分支树
Step2. 通过矩阵建树 由进化距离构建进化树的方法有很多，常见有：
1. Unweighted Pair Group Method with Arithmetic mean (UPGMA)
进化树构建方法-MEGA
利用MEGA 来构建进化树（molecular evolutionary genetics analysis 分子进化遗传分析）打开mega5，选择Align----edit/built alignment----create a new alignment—OK选择DNA/protein出现新的对话框Open------选择已经保存好的用clustalx 经过比对保存的以.aln格式的文件打开之后，出现下面的页面双击文件名可以进行修改的。
我的就是从这里开始修改把A,B,C 都去掉，只留号码就好右键菜单点击delete 删除带※的那一行。
得到下面的图示，点击保存，重新起名字。
之后点击此图内的Alignment 选择Align by clustalW即可。
默认设置即可，点击OK就进行比对了，此后会出现一个过渡对话框，显示的是两两比对和多序列比对的过程之后回到初始页面，就是这个页面之后点File---点开，把刚才保留的文件点开然后出现下面的页面多了几个内容，点击TA的那个框框。
之后出现这样的框框图片然后在主程序中选择phylogeny---construct/test neighbor-joining tree,然后出现下面的页面黄色框框处的的参数是可以改变的，该图为我已经改变好的，把Bootstrap 的值改为1000 Methods根据文献上的参考改为了Kimura2-parameter model.之后点击compute,就出现了，而且还带有必需的支持率即自展值，是用来检验你所计算的进化树分支可信度的。
简单地讲就是把序列的位点都重排，重排后的序列再用相同的办法构树，如果原来树的分枝在重排后构的树中也出现了，就给这个分枝打上一分，如果没出现就给0分，这样经过你给定的repetitions 次（至少1000次）重排构树打分后，每个分枝就都得出分值，计算机会给你换算成bootstrap值。
重排的序列有很多组合，值越小说明分枝的可信度越低，最好根据数据的情况选用不同的构树方法和模型。
分子进化与系统进化树的构建
分子进化与系统进化树的构建分子进化与系统进化树的构建分子进化与系统进化树的构建主要内容：1、分子进化的研究方法2、系统进化树的构建方法3、系统进化树构建常用软件汇集4、系统进化树构建方法及软件的选择5、Phylip分子进化分析软件包简介及使用6、如何利用MEGA3.1构建进化树声明：1、本篇涉及的资源主要源于网络及相关书籍，由酷友搜集、分析、整理、审改，供大家学习参考用，如有转载、传播请注明源于基因酷及本篇的工作人员；若本篇侵犯了您的版权或有任何不妥，请Email genecool@告知。
2、由于我们的学识、经验有限，本篇难免会存在一些错误及缺陷，敬请不吝赐教：请到基因酷论坛（/bbs）本篇对应的专题跟贴指出或Email genecool@。
致谢：整编者：flashhyh主要参考资料：《生物信息学札记》樊龙江；《分子进化分析与相关软件的应用》作者不详；《进化树构建》ZHAO Yangguo；《如何用MEGA 3.1构建进化树》作者不详；《MEGA3指南》作者不详；分子进化的研究方法分子进化的研究方法分子进化的研究方法分子进化研究的意义自20世纪中叶，随着分子生物学的不断发展，进化研究也进入了分子进化(molecularevolution)研究水平，并建立了一套依赖于核酸、蛋白质序列信息的理论和方法。
随着基因组测序计划的实施，基因组的巨量信息对若干生物领域重大问题的研究提供了有力的帮助，分子进化研究再次成为生命科学中最引人注目的领域之一。
这些重大问题包括：遗传密码的起源、基因组结构的形成与演化、进化的动力、生物进化等等。
分子进化研究目前更多地是集中在分子序列上，但随着越来越多生物基因组的测序完成，从基因组水平上探索进化奥秘，将开创进化研究的新天地。
分子进化研究最根本的目的就是从物种的一些分子特性出发，从而了解物种之间的生物系统发生的关系。
通过核酸、蛋白质序列同源性的比较进而了解基因的进化以及生物系统发生的内在规律。
3个基因构建进化树的方法
3个基因构建进化树的方法基因是生物体内部的遗传物质，它们携带着生物体的遗传信息，并且决定了生物体的性状和特征。
在生物学研究中，通过研究基因的变化和演化关系，可以揭示生物种群之间的进化历程和亲缘关系。
构建进化树是研究基因演化的重要方法之一，它可以帮助我们了解不同物种之间的演化关系以及共同祖先的存在。
构建进化树的方法有很多种，其中比较常用的方法之一是基于DNA 或RNA序列的系统发育分析。
DNA和RNA是生物体内的核酸分子，它们携带着基因信息，并且在生物进化过程中会发生变异和演化。
通过比较不同物种之间的DNA或RNA序列差异，可以推断它们之间的亲缘关系和进化历程。
在构建进化树的方法中，一种常用的方法是基于单个基因的系统发育分析。
通过选择一个具有高变异性的基因，如线粒体DNA或核基因的特定区域，可以对不同物种之间的进化关系进行推断。
这种方法的优点是操作简单，成本低廉，但由于只考虑了单个基因的信息，可能会导致结果的不准确性。
为了提高进化树的准确性，还可以使用多个基因进行系统发育分析。
多个基因可以提供更多的信息，从而增加了结果的可靠性。
同时，使用多个基因还可以减少单个基因由于突变等原因引起的误差。
然而，选择哪些基因进行分析是一个关键问题，需要考虑基因的稳定性、变异速率以及在不同物种之间的保守性。
另一种构建进化树的方法是基于基因组数据的系统发育分析。
随着基因组测序技术的发展，我们可以获取到更多物种的基因组序列。
通过比较不同物种的基因组序列，可以揭示它们之间的进化关系。
基因组数据具有更高的分辨率和更全面的信息，可以提供更准确的进化树。
除了基于DNA或RNA序列的系统发育分析，还有其他一些方法可以用于构建进化树。
例如，可以利用蛋白质序列的相似性进行系统发育分析。
蛋白质是基因的产物，它们在不同物种之间可能存在相似性。
通过比较不同物种的蛋白质序列，可以推断它们之间的亲缘关系。
还可以利用形态学特征进行系统发育分析。
形态学特征是生物体外部的形状、结构和功能等方面的特征。
分子进化与系统进化树的构建
分子进化与系统进化树的构建分子进化与系统进化树的构建分子进化与系统进化树的构建主要内容：1、分子进化的研究方法2、系统进化树的构建方法3、系统进化树构建常用软件汇集4、系统进化树构建方法及软件的选择5、Phylip分子进化分析软件包简介及使用6、如何利用MEGA3.1构建进化树声明：1、本篇涉及的资源主要源于网络及相关书籍，由酷友搜集、分析、整理、审改，供大家学习参考用，如有转载、传播请注明源于基因酷及本篇的工作人员；若本篇侵犯了您的版权或有任何不妥，请Email genecool@告知。
2、由于我们的学识、经验有限，本篇难免会存在一些错误及缺陷，敬请不吝赐教：请到基因酷论坛（/bbs）本篇对应的专题跟贴指出或Email genecool@。
致谢：整编者：flashhyh主要参考资料：《生物信息学札记》樊龙江；《分子进化分析与相关软件的应用》作者不详；《进化树构建》ZHAO Yangguo；《如何用MEGA 3.1构建进化树》作者不详；《MEGA3指南》作者不详；分子进化的研究方法分子进化的研究方法分子进化的研究方法分子进化研究的意义自20世纪中叶，随着分子生物学的不断发展，进化研究也进入了分子进化(molecularevolution)研究水平，并建立了一套依赖于核酸、蛋白质序列信息的理论和方法。
随着基因组测序计划的实施，基因组的巨量信息对若干生物领域重大问题的研究提供了有力的帮助，分子进化研究再次成为生命科学中最引人注目的领域之一。
这些重大问题包括：遗传密码的起源、基因组结构的形成与演化、进化的动力、生物进化等等。
分子进化研究目前更多地是集中在分子序列上，但随着越来越多生物基因组的测序完成，从基因组水平上探索进化奥秘，将开创进化研究的新天地。
分子进化研究最根本的目的就是从物种的一些分子特性出发，从而了解物种之间的生物系统发生的关系。
通过核酸、蛋白质序列同源性的比较进而了解基因的进化以及生物系统发生的内在规律。
进化树构建方法
P(B)=0.001*0.99+0.999*0.02=0.02097=> 人群中任取一人被检测为阳性的概率
贝叶斯-例子
临床检测： 初检为阳性的结果并不可怕，因此确诊需要复检 假设二次检查，再次检出为阳性 问： 患病的概率有多大 初检为阳性：P(B) 复检为阳性：P(C)
则两次都为阳性的情况下该人患病的概率为
给定核苷酸 i 在时间ｔ之后变成ｊ 的概率。矩阵Ｐ(ｔ)＝ {ｐｉｊｔ)} 时间*速率=距离=>概率
距离计算-JC69
横坐标d=3 *t
此公式的推导，考虑了所有的路径，因此可以矫正回复突变或平行突变 进化速率 和进化时间 t 以乘积形式出现 =>
AAAAAAAA => AATTGGCC
距离计算-JC69
贝叶斯定理
贝叶斯-例子
临床检测： 假设一个人被感染HIV，医院检测其为阳性的概率为99%。 真阳性 假设一个人未被感染，医院检测其为阳性的概率为2%。假阳性 假设HIV的人群发病率0.1% 问：若一个人被查出阳性，那么此人患病的概率为多少？
A: 感染, B: 阳性， B|A: 染病情况下查出阳性，A|B, 查出阳性情况下染病
进化树构建方法
邢鹏伟
2018.11
内节点（灭绝物种） 外节点（现存物种）
分子钟置根法：如果在所有时间内进化速率是恒定的，即假定存在分子钟 产生有根树的条件： 外类群置根法：在树重建中引入关系较远的物种,同时在对所有物种重建的无根树中， 将树根置于连接外类群的枝，使得内类群的子树有根
邻接法 Neighbour joining 基于距离 distance-based 最小二乘法 Least squares 非加权算数平均组对(UPGMA )法
进化树构建方法
假设二次检查，再次检出为阳性
问： 患病的概率有多大 初检为阳性：P(B) 复检为阳性：P(C)
则两次都为阳性的情况下该人患病的概率为
0.99*0.99=0.9801
0.99*0.99=0.9801
0.02*0.02=0.0004
=71.03%
21
构树-贝叶斯
对于连续参数，则用概率密度
难以计算
f(θ) 为先验分布, f(Ｘ｜θ）为似然率（给定参数θ时数据Ｘ 的概率） 而 f(θ｜Ｘ)为后验分布
给定核苷酸 i 在时间ｔ之后变成ｊ 的概率。矩阵Ｐ(ｔ)＝ {ｐｉｊｔ)} 时间*速率=距离=>概率
5
距离计算-JC69
横坐标d=3 *t
此公式的推导，考虑了所有的路径，因此可以矫正回复突变或平行突变 进化速率 和进化时间 t 以乘积形式出现
=> AAAAAAAA => AATTGGCC
6
距离计算-JC69
基于特征 character-based
邻接法 Neighbour joining 最小二乘法 Least squares 非加权算数平均组对(UPGMA )法 最大简约
最大似然
贝叶斯
3
距离计算
两条序列间的距离被定义为平均每个位点核苷酸置换的期望数。
例：如果进化速率是恒定的，距离将随分歧时间线性增长。一种简化的距离测 度就是差异位点比例，有时称为ｐ 距离。如果同为100个核苷酸长度的 两条序列间有10个位点差异，则ｐ＝10%＝0.1。
23
蒙特卡洛
每个核苷酸突变为其他核苷酸的速率为, 因此总突变速率为3 距离d = 3 t 子裔序列不同于祖先序列的核苷酸概率为
Gap : 剔除
：两条序列的差异位点比例 ：两条序列进化距离 两条序列位点差异<75%
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
animal
animal fungus
animal
Monophyletic group
How to root a tree?
bacteria outgroup 外群
archaea
archaea
选择外群 （Outgroup）
archaea
eukaryote
eukaryote
eukaryote
eukaryote
time
系统发生树术语
Rooted tree vs. Unrooted tree
有 根 树
无A
C
根
树B
D
two major ways to root trees:
By midpoint or distance
A
d (A,D) = 10 + 3 + 5 = 18
Midpoint = 18 / 2 = 9
Taxon B
Taxon C
Taxon A
进化树
Phylogram
6 1
3 1 Taxon C
1 Taxon A
Taxon B
Taxon D
no meaning
5
Taxon D
genetic change
超度量树
Ultrametric tree
Taxon B Taxon C Taxon A
Taxon D
Step2. 通过矩阵建树 由进化距离构建进化树的方法有很多，常见有：
1. Unweighted Pair Group Method with Arithmetic mean (UPGMA)
2. Neighbor-Joining Method (NJ法/邻位连接法) 3.Minimum Evolution (MP法/最小进化法)
距离法
距离法又称距离矩阵法，首先通过各个序
列之间的比较，根据一定的假设（进化距离模型）
推导得出分类群之间的进化距离，构建一个进化
距离矩阵。进化树的构建则是基于这个矩阵中的
进化距离关系 。
计算序
Cat Dog Rat
列的距 Dog 3
离，建 Rat 4
5
立距离 Cow 6
7
6
矩阵
Cat
1 1
2
Dog
Easy
only with substitutions
Difficult
also with indels
系统发生树术语
分支
祖先节点/树 根
Root
Branch
末端节点 A 可以是物种，
B 群体，或者蛋
节点 Noபைடு நூலகம்e
内部节点/分歧点
C 白质、DNA
D
、RNA分子 等 OTU
E
该分支可能的祖先 HTU
10
C
3
2
B2
5
D
outgroup 外群、外围支
plant plant
root
Rooted tree vs. Unrooted tree
plant
animal
Unrooted tree
fungus
animal
animal
bacterium
Rooted tree
plant plant plant
Monophyletic group
研究系统发生的方法
经典进化生物学：
比较：形态、生理结构、化石
分子进化生物学：
比较DNA和蛋白质序列
An Alignment is an hypothesis of positional homology between bases/Amino Acids
Residues that are lined up in different sequences are considered to share a common ancestry (i.e., they are derived from a common ancestral residue).
= ((A, (B,C)), (D, E))
Newick format
系统发生树术语
A clade（进化支） is a
group of organisms that
includes an ancestor and all
descendents of that ancestor.
分支树
Cladogram
最大简约法 (Maximum Parsimony)
最大简约法（MP）最早源于形态性状研究， 现在已经推广到分子序列的进化分析中。最大 简约法的理论基础是奥卡姆（Ockham）哲学 原则，对所有可能的拓扑结构进行计算，找出 所需替代数最小的那个拓扑结构，作为最优树。
Find the tree that explains the observed sequences with a minimal number of substitutions
距离法 (distance)
最大似然法
(maximum likelihood, ML)
贝叶斯法
建立进化树
(Bayesian inference)
UPGMA
邻近法 (Neighbor-joining, NJ)
最小进化法 (minimum evolution)
进化树评估
统计分析 Bootstrap Likelihood Ratio Test ……
2. 系统发生分析（Phylogenetic analysis)
分析基因或蛋白质的进化关系
系统发生（进化）树（phylogenetic tree）
A tree showing the evolutionary relationships among various biological species or other entities that are believed to have a common ancestor.
Rat
2
4
通过距 离矩阵 建进化
树
Cow
Step1. 计算序列的距离，建立距离矩阵
对位排列， 去除空格
（选择替代模型）
Uncorrected “p” distance (=observed percent sequence difference)
Kimura 2-parameter distance (estimate of the true number of substitutions between taxa)
➢选择一个或多个已知与分析序列关系较远的序列作
为外类群
➢外类群可以辅助定位树根
➢外类群序列必须与进化树上其它序列同 源，但外 类群序列与这些序列间的差异必须比这些序列之间的
差异更显著。
系统发育树构建步骤
多序列比对（自动比对、手工校正）
最大简约法
(maximum parsimony, MP)
选择建树方法（替代模型）