进化树分析
相关主题
- 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)。
GAATC GAGTT GAATC 序列1 GAGTT 序列2
GA(A/G) T(C/T)
祖先序列
一个可靠的系统发育的推断，将揭示出有关生物 进化过程的顺序，有助于我们了解生物进化的历 史和进化机制 在分子水平上进行系统发育分析具有许多优势， 所得到的结果更加科学、可靠。 关于现代人起源的研究: 线粒体DNA ——所有现代人都是一个非洲女性的后代
现代系统发育学发展过程
在分子水平上研究生物之间的关系早在20世纪初 就开始了 (免疫反应) 。 直到20世纪中期，分子数据才开始被广泛应用于 系统发育研究。蛋白质电泳使得我们可以在一些 浅层特征上，如分子大小和电荷，来分离和比较 相关的蛋白质。 20世纪60年代，蛋白质测序成为可能； 20世纪70年代，研究者开始能够获得基因组信 息，特别是DNA序列。蛋白质序列和DNA序列为分 子系统发育分析提供了可靠的数据。
Â功能上重要的大分子或大分子的局部在进化速率上明显 低于那些在功能上不重要的大分子或者大分子局部。 (引起表型发生显著改变的突变发生的频率要低于无明显 表型发生显著改变得突变发生的频率）
V 氨基酸
 例：血红蛋白分子的外区的功能要次于内区的功能，外区的进化速率 是内区进化速率的10倍。
V 核苷酸
 例：DNA密码子的同义替代频率高于非同义替代频率；内含子上的核 苷酸替代频率较高。
V Nature Genetics 31, 205 - 209 (2002)
关于分子钟的讨论和争议
1、对长期进化而言，不存在以恒定速率替换的生物 大分子一级结构；（基因功能的改变、基因数目 的增加） 2、不存在通用的分子钟； 3、争议：
V 分子钟的准确性 V 中性理论（分子钟成立的基础）
分子钟的最明显的例外之一是分子序列证据与化 石证据在人类起源时间上的差异。60年代中期， 许多人类学家认为人类在3000万年前与我们最近 的亲属——非洲猿分歧。根据分子钟假设，分歧 3000万年的物种氨基酸序列差异的应达4～5%、非 重复序列DNA差异应约为8%，但实测值分别为0.8% 与1.1%。对这种6倍左右的差别有两种解释。许多 人类学家倾向于怀疑钟的存在，并认为在高等灵 长类中分子进化速率下降
基因树、物种树
基于单个同源基因差异构建的系统发育树称为基 因树（gene tree），代表的仅仅是单个基因的进 化历史 两个物种分歧的时间：两个物种发育生殖隔离的 时间 物种树一般是通过综合多个基因数据的分析结果 而产生，代表物种的进化历史。 两个基因分歧点：表示基因分离的时间。
Speciation event
无根树
eukaryote
通过外围支 来确定树根
bacteria outgroup
archaea archaea archaea eukaryote
外群
有根树
根
eukaryote eukaryote eukaryote
a
b
c
d a
c b
d a
d
b
c
a
b
百度文库
c
d a
c
b
d a
d
b
c
b
a
c
d b
c
a
d b
a
基因与物种的分离时间未必同步
物种树（矩形）和基因树（实心点）
树只代表分支的拓扑结构
A BC D F E† G D C E† F G A B
分子进化的两个特点
生物大分子进化速率的相对恒定
V 分子进化速率
Â生物大分子随时间的改变主要表现为核苷酸、蛋白质的 一级结构的改变速率，即分子序列中核苷酸、氨基酸的 替换速率
二、系统发育树重建分析步骤
多序列比对（自动比对，手工校正） 确定替换模型 建立进化树 进化树评估
2.1多序列比对
序列多重比对的结果反映了序列之间的相似性， 为系统发育树的构建提供了有价值的信息。为提 高模型估算的精确性，不仅需要选择合适的比对 方法和参数，还需要对后续比对结果进行合理修 正，从中提取有意义的数据集用于系统发育树的 构建。
a
c
c
a
b
d c
b
a
d c
d
a
b
d
a
b c d b a c d c 考虑4个分类群时，共有15种可能的有根树
a
b
a b a d
c d
a c b c
b d
考虑4个分类群时，共有3种可能的无根树
考察类群数为 m ( m ≥ 3 )的系统树，其可能的拓扑结构数目为：
有根树
( 2 m − 3 )! 2 m − 2 ⋅ (m − 2 )!
现代系统发育学
现代系统发育学 利用从遗传物质中提取的信息作为物种特征 核酸序列或蛋白质分子 现今世界上存在的核酸和蛋白质分子都是从共同的祖先经 过不断的进化而形成的 作为生物遗传物质的核酸和作为生命机器的蛋白质分子中 存在着关于生物进化的信息 这些分子不仅在序列上保留进化的痕迹，它们的结构也保 留着进化的痕迹
系统发育分析术语
直系同源(orthologs): 同源的基因是由于共同的 祖先基因进化而产生的. 旁系同源(paralogs): 同源的基因是由于基因复 制产生的.
以上定义源自Fitch, W.M. (1970) Distinguishing homologous from analogous proteins. Syst. Zool. 19, 99–113
分子系统发育分析
一、分子进化的基本理论
系统发育（或种系发育、系统发生，phylogeny） 是指生物形成或进化的历史。 系统发育学(phylogenetics)研究物种之间的进化 关系，其基本思想是比较物种的特征，并认为特 征相似的物种在遗传学上接近。
一、分子进化的基本理论
系统发育学是进化生物学的一个重要研究领域， 系统发育分析早在达尔文时代就已经开始。从那 时起，科学家们就开始寻找物种的源头，分析物 种之间的进化关系，给各个物种分门别类。
系统发育树：三种类型
分支图
Taxon B Taxon C Taxon A Taxon D
1 1
进化树
6
时间度量树
Taxon B Taxon B Taxon C Taxon A Taxon D
Taxon C
Taxon A Taxon D
只用分支 信息，无 支长信息
遗传变化
时间
以上三种类型的系统发育树表示相同的分支状 况，相同的进化关系
一、分子进化的基本理论
所有的生物都可以追溯到共同的祖先，生物的产 生和分化就像树一样地生长、分叉，以树的形式 来表示生物之间的进化关系是非常自然的事。可 以用树中的各个分支点代表一类生物起源的相对 时间，两个分支点靠得越近，则对应的两群生物 进化关系越密切。
经典系统发育学
经典系统发育学 主要是物理或表型特征 如生物体的大小、颜色、触角个数 通过表型比较来推断生物体的基因型 (genotype)，研究物种之间的进化关系
虽然大部分分子进化学家同意序列进化与分歧时 间密相关，但进化是以年限还是以代限为刻度则 仍有分歧与争议；而且因为众多因素的影响，与 分子钟相左的数据，无论是用氨基酸、核苷酸序 列差异、免疫学距离，还是用DNA杂交复性等参 数，均不断有所报道，其论争预计将继续下去。
分子进化中性论揭示了分子进化的规律，这是他 的主要贡献；其次中性论强调随机因素和突变压 在进化中的作用，这正是对现代综合进化论的纠 正和补充。 分子进化中性论虽然很好地解释了分子多样性的 起源，但未能解释表现型的适应进化。 中性论所涉及的只是生物大分子一级结构单元的 替换，并不能包含和解释分子进化的全部。
无根树
( 2 m − 5 )! 2 m − 3 ⋅ ( m − 3 )!
无根树和有根树：潜在的数目
#Taxa 3 4 5 6 7 … 30 无根树 1 3 15 105 945 ~3.58X1036 有根树 3 15 105 945 10,395 ~2.04X1038
Taxa增大，计算量急剧增加，因此，目前算法都 为优化算法，不能保证最优解
分子钟: 进化时间的估计
1. 遗传距离d的计算：
V A. 氨基酸序列：p-距离，d-距离，Γ-距离； V B. DNA序列： Jukes-Cantor距离，Kimura距离；
2. 物种分歧点：使用考古数据确定共有祖先；确 定分化时间T; 3. 计算分子的分化/进化的速率：r=d/2T; 4. 对新的序列，计算分化时间： Tnew=dnew/2r
物种分化时间：化石证据
1. 2. 3. 4. 5. 灵长目-啮齿动物： ~80 Myr ago 哺乳动物-鸟类： ~310 Myr ago 哺乳动物-两栖类： ~350 Myr ago 四肢动物-硬骨鱼： ~430 Myr ago 脊椎动物-果蝇(昆虫)： ~830 Myr ago
V 中性突变、连续突变压、随机固定
换句话说，分子中性论虽然承认自然选择在表现型进 化中的作用，但否认自然选择在分子进化中的作用， 认为生物大分子的进化主要因素是机会和突变压力。
系统发育分析一般是建立在分子钟 (molecular clock)基础上的
分子钟假说是在20世纪60年代首次提出 序列之间的遗传差异的数量与分歧时间 接近正线性关系；分子变化的速率相当 稳定，可以用来预测分化的时间。
V不同物种同源大分子的分子进化速率大体相同
Â例子：比较不同物种血红蛋白氨基酸序列差异
人、马——0.8×10-9/AA.a 人、鲤鱼——0.6×10-9/AA.a
V分子进化速率远远比表型进化速率稳定
Â原因？ Â序列的核苷酸或氨基酸替换是否随机过程？…
分子进化的两个特点
生物大分子进化的保守性
V 保守性
经典系统发育学局限性
表型有时候会误导我们，表型相似并不总是反映 基因相似。关系很远的物种也能进化出相似的表 型，这是由趋同进化的过程造成的。 用表型来判定进化关系的另一个问题是，对于许 多生物体很难检测到可用来进行比较的表型特征。 比较关系较远的生物体，什么样的表型特征能用 来比较呢？
paralogs
orthologs
paralogs orthologs
Erik L.L, et al TRENDS in Genetics， 2002
异同源(xenology)
系统发育树术语
分支/世系 末端节点
A B C D
祖先节点/ 树根
内部节点/分歧点，该 分支可能的祖先结点
E
代表最终 分类，可 以是物种 ，群体， 或者蛋白 质、DNA、 RNA分子等
单系类群 包含一个 祖先类群所有子裔， 存在共同祖先 并系类群 非单系类 群，存在共同祖先 复系类群 非单系类 群，不存在共同衍生 祖先
内类群 研究所涉及的 某一特定类群 外类群 不包括在 内类群中又与之有一 定关系 姐妹群 与某一类 群关系最为密切的类 群
无根树，有根树，外群
archaea archaea archaea eukaryote eukaryote eukaryote
2.1多序列比对
一个典型的比对过程包括：
 首先应用CLUSTALW程序，然后进行手工比对，最后提交给一个建树程 序。
这个过程有如下特征选项：
 （1）部分依赖于计算机（也就是说，需要手工调整）；  （2）需要一个先验的系统发育标准（即需要一个前导树）；  （3）使用先验评估方法和动态评估方法（推荐）对比对参数进行评 估；  （4）对基本结构（序列）进行比对（对于亲水氨基酸，推荐引入部 分二级结构特征）；  （5）应用非统计数学优化。
根据现有生物基因或物种多样性来重建生物的进 化史 基本原理 从一条序列转变为另一条序列所需要的变换越 多，那么，这两条序列的相关性就越小，从共同 祖先分歧的时间就越早，进化距离就越大；相 反，两个序列越相似，那么它们之间的进化距离 就可能越小。为了便于分析，一般假设序列变化 的速率相对恒定。
V 生物大分子进化并非完全随机 V 存在某种制约因素，存在某种机制……?
分子进化中性论
V 20世纪60年代末基于对蛋白质和核酸分子的进化改变（表现为蛋 白质分子中的氨基酸替换和DNA分子的碱基替换）的比较研究， 1968年，日本遗传学家木村资生提出分子进化中性学说:
“在生物分子层次上的进化改变不是由自然选择作用 于有利突变而引起的，而是在连续的突变压之下由选 择中性或非常接近中性的突变的随机固定造成的。中 性突变是指对当前适应度无影响的突变。”
GA(A/G) T(C/T)
祖先序列
一个可靠的系统发育的推断，将揭示出有关生物 进化过程的顺序，有助于我们了解生物进化的历 史和进化机制 在分子水平上进行系统发育分析具有许多优势， 所得到的结果更加科学、可靠。 关于现代人起源的研究: 线粒体DNA ——所有现代人都是一个非洲女性的后代
现代系统发育学发展过程
在分子水平上研究生物之间的关系早在20世纪初 就开始了 (免疫反应) 。 直到20世纪中期，分子数据才开始被广泛应用于 系统发育研究。蛋白质电泳使得我们可以在一些 浅层特征上，如分子大小和电荷，来分离和比较 相关的蛋白质。 20世纪60年代，蛋白质测序成为可能； 20世纪70年代，研究者开始能够获得基因组信 息，特别是DNA序列。蛋白质序列和DNA序列为分 子系统发育分析提供了可靠的数据。
Â功能上重要的大分子或大分子的局部在进化速率上明显 低于那些在功能上不重要的大分子或者大分子局部。 (引起表型发生显著改变的突变发生的频率要低于无明显 表型发生显著改变得突变发生的频率）
V 氨基酸
 例：血红蛋白分子的外区的功能要次于内区的功能，外区的进化速率 是内区进化速率的10倍。
V 核苷酸
 例：DNA密码子的同义替代频率高于非同义替代频率；内含子上的核 苷酸替代频率较高。
V Nature Genetics 31, 205 - 209 (2002)
关于分子钟的讨论和争议
1、对长期进化而言，不存在以恒定速率替换的生物 大分子一级结构；（基因功能的改变、基因数目 的增加） 2、不存在通用的分子钟； 3、争议：
V 分子钟的准确性 V 中性理论（分子钟成立的基础）
分子钟的最明显的例外之一是分子序列证据与化 石证据在人类起源时间上的差异。60年代中期， 许多人类学家认为人类在3000万年前与我们最近 的亲属——非洲猿分歧。根据分子钟假设，分歧 3000万年的物种氨基酸序列差异的应达4～5%、非 重复序列DNA差异应约为8%，但实测值分别为0.8% 与1.1%。对这种6倍左右的差别有两种解释。许多 人类学家倾向于怀疑钟的存在，并认为在高等灵 长类中分子进化速率下降
基因树、物种树
基于单个同源基因差异构建的系统发育树称为基 因树（gene tree），代表的仅仅是单个基因的进 化历史 两个物种分歧的时间：两个物种发育生殖隔离的 时间 物种树一般是通过综合多个基因数据的分析结果 而产生，代表物种的进化历史。 两个基因分歧点：表示基因分离的时间。
Speciation event
无根树
eukaryote
通过外围支 来确定树根
bacteria outgroup
archaea archaea archaea eukaryote
外群
有根树
根
eukaryote eukaryote eukaryote
a
b
c
d a
c b
d a
d
b
c
a
b
百度文库
c
d a
c
b
d a
d
b
c
b
a
c
d b
c
a
d b
a
基因与物种的分离时间未必同步
物种树（矩形）和基因树（实心点）
树只代表分支的拓扑结构
A BC D F E† G D C E† F G A B
分子进化的两个特点
生物大分子进化速率的相对恒定
V 分子进化速率
Â生物大分子随时间的改变主要表现为核苷酸、蛋白质的 一级结构的改变速率，即分子序列中核苷酸、氨基酸的 替换速率
二、系统发育树重建分析步骤
多序列比对（自动比对，手工校正） 确定替换模型 建立进化树 进化树评估
2.1多序列比对
序列多重比对的结果反映了序列之间的相似性， 为系统发育树的构建提供了有价值的信息。为提 高模型估算的精确性，不仅需要选择合适的比对 方法和参数，还需要对后续比对结果进行合理修 正，从中提取有意义的数据集用于系统发育树的 构建。
a
c
c
a
b
d c
b
a
d c
d
a
b
d
a
b c d b a c d c 考虑4个分类群时，共有15种可能的有根树
a
b
a b a d
c d
a c b c
b d
考虑4个分类群时，共有3种可能的无根树
考察类群数为 m ( m ≥ 3 )的系统树，其可能的拓扑结构数目为：
有根树
( 2 m − 3 )! 2 m − 2 ⋅ (m − 2 )!
现代系统发育学
现代系统发育学 利用从遗传物质中提取的信息作为物种特征 核酸序列或蛋白质分子 现今世界上存在的核酸和蛋白质分子都是从共同的祖先经 过不断的进化而形成的 作为生物遗传物质的核酸和作为生命机器的蛋白质分子中 存在着关于生物进化的信息 这些分子不仅在序列上保留进化的痕迹，它们的结构也保 留着进化的痕迹
系统发育分析术语
直系同源(orthologs): 同源的基因是由于共同的 祖先基因进化而产生的. 旁系同源(paralogs): 同源的基因是由于基因复 制产生的.
以上定义源自Fitch, W.M. (1970) Distinguishing homologous from analogous proteins. Syst. Zool. 19, 99–113
分子系统发育分析
一、分子进化的基本理论
系统发育（或种系发育、系统发生，phylogeny） 是指生物形成或进化的历史。 系统发育学(phylogenetics)研究物种之间的进化 关系，其基本思想是比较物种的特征，并认为特 征相似的物种在遗传学上接近。
一、分子进化的基本理论
系统发育学是进化生物学的一个重要研究领域， 系统发育分析早在达尔文时代就已经开始。从那 时起，科学家们就开始寻找物种的源头，分析物 种之间的进化关系，给各个物种分门别类。
系统发育树：三种类型
分支图
Taxon B Taxon C Taxon A Taxon D
1 1
进化树
6
时间度量树
Taxon B Taxon B Taxon C Taxon A Taxon D
Taxon C
Taxon A Taxon D
只用分支 信息，无 支长信息
遗传变化
时间
以上三种类型的系统发育树表示相同的分支状 况，相同的进化关系
一、分子进化的基本理论
所有的生物都可以追溯到共同的祖先，生物的产 生和分化就像树一样地生长、分叉，以树的形式 来表示生物之间的进化关系是非常自然的事。可 以用树中的各个分支点代表一类生物起源的相对 时间，两个分支点靠得越近，则对应的两群生物 进化关系越密切。
经典系统发育学
经典系统发育学 主要是物理或表型特征 如生物体的大小、颜色、触角个数 通过表型比较来推断生物体的基因型 (genotype)，研究物种之间的进化关系
虽然大部分分子进化学家同意序列进化与分歧时 间密相关，但进化是以年限还是以代限为刻度则 仍有分歧与争议；而且因为众多因素的影响，与 分子钟相左的数据，无论是用氨基酸、核苷酸序 列差异、免疫学距离，还是用DNA杂交复性等参 数，均不断有所报道，其论争预计将继续下去。
分子进化中性论揭示了分子进化的规律，这是他 的主要贡献；其次中性论强调随机因素和突变压 在进化中的作用，这正是对现代综合进化论的纠 正和补充。 分子进化中性论虽然很好地解释了分子多样性的 起源，但未能解释表现型的适应进化。 中性论所涉及的只是生物大分子一级结构单元的 替换，并不能包含和解释分子进化的全部。
无根树
( 2 m − 5 )! 2 m − 3 ⋅ ( m − 3 )!
无根树和有根树：潜在的数目
#Taxa 3 4 5 6 7 … 30 无根树 1 3 15 105 945 ~3.58X1036 有根树 3 15 105 945 10,395 ~2.04X1038
Taxa增大，计算量急剧增加，因此，目前算法都 为优化算法，不能保证最优解
分子钟: 进化时间的估计
1. 遗传距离d的计算：
V A. 氨基酸序列：p-距离，d-距离，Γ-距离； V B. DNA序列： Jukes-Cantor距离，Kimura距离；
2. 物种分歧点：使用考古数据确定共有祖先；确 定分化时间T; 3. 计算分子的分化/进化的速率：r=d/2T; 4. 对新的序列，计算分化时间： Tnew=dnew/2r
物种分化时间：化石证据
1. 2. 3. 4. 5. 灵长目-啮齿动物： ~80 Myr ago 哺乳动物-鸟类： ~310 Myr ago 哺乳动物-两栖类： ~350 Myr ago 四肢动物-硬骨鱼： ~430 Myr ago 脊椎动物-果蝇(昆虫)： ~830 Myr ago
V 中性突变、连续突变压、随机固定
换句话说，分子中性论虽然承认自然选择在表现型进 化中的作用，但否认自然选择在分子进化中的作用， 认为生物大分子的进化主要因素是机会和突变压力。
系统发育分析一般是建立在分子钟 (molecular clock)基础上的
分子钟假说是在20世纪60年代首次提出 序列之间的遗传差异的数量与分歧时间 接近正线性关系；分子变化的速率相当 稳定，可以用来预测分化的时间。
V不同物种同源大分子的分子进化速率大体相同
Â例子：比较不同物种血红蛋白氨基酸序列差异
人、马——0.8×10-9/AA.a 人、鲤鱼——0.6×10-9/AA.a
V分子进化速率远远比表型进化速率稳定
Â原因？ Â序列的核苷酸或氨基酸替换是否随机过程？…
分子进化的两个特点
生物大分子进化的保守性
V 保守性
经典系统发育学局限性
表型有时候会误导我们，表型相似并不总是反映 基因相似。关系很远的物种也能进化出相似的表 型，这是由趋同进化的过程造成的。 用表型来判定进化关系的另一个问题是，对于许 多生物体很难检测到可用来进行比较的表型特征。 比较关系较远的生物体，什么样的表型特征能用 来比较呢？
paralogs
orthologs
paralogs orthologs
Erik L.L, et al TRENDS in Genetics， 2002
异同源(xenology)
系统发育树术语
分支/世系 末端节点
A B C D
祖先节点/ 树根
内部节点/分歧点，该 分支可能的祖先结点
E
代表最终 分类，可 以是物种 ，群体， 或者蛋白 质、DNA、 RNA分子等
单系类群 包含一个 祖先类群所有子裔， 存在共同祖先 并系类群 非单系类 群，存在共同祖先 复系类群 非单系类 群，不存在共同衍生 祖先
内类群 研究所涉及的 某一特定类群 外类群 不包括在 内类群中又与之有一 定关系 姐妹群 与某一类 群关系最为密切的类 群
无根树，有根树，外群
archaea archaea archaea eukaryote eukaryote eukaryote
2.1多序列比对
一个典型的比对过程包括：
 首先应用CLUSTALW程序，然后进行手工比对，最后提交给一个建树程 序。
这个过程有如下特征选项：
 （1）部分依赖于计算机（也就是说，需要手工调整）；  （2）需要一个先验的系统发育标准（即需要一个前导树）；  （3）使用先验评估方法和动态评估方法（推荐）对比对参数进行评 估；  （4）对基本结构（序列）进行比对（对于亲水氨基酸，推荐引入部 分二级结构特征）；  （5）应用非统计数学优化。
根据现有生物基因或物种多样性来重建生物的进 化史 基本原理 从一条序列转变为另一条序列所需要的变换越 多，那么，这两条序列的相关性就越小，从共同 祖先分歧的时间就越早，进化距离就越大；相 反，两个序列越相似，那么它们之间的进化距离 就可能越小。为了便于分析，一般假设序列变化 的速率相对恒定。
V 生物大分子进化并非完全随机 V 存在某种制约因素，存在某种机制……?
分子进化中性论
V 20世纪60年代末基于对蛋白质和核酸分子的进化改变（表现为蛋 白质分子中的氨基酸替换和DNA分子的碱基替换）的比较研究， 1968年，日本遗传学家木村资生提出分子进化中性学说:
“在生物分子层次上的进化改变不是由自然选择作用 于有利突变而引起的，而是在连续的突变压之下由选 择中性或非常接近中性的突变的随机固定造成的。中 性突变是指对当前适应度无影响的突变。”