进化树构建方法PPT学习教案

1、会计学1进化树构建方法进化树构建方法外节点（现存物种）内节点（灭绝物种）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第1页/共34页构树方法基于距离distance-based基于特征character-based最小二乘法Least squares邻接法Neighbour joining非加权算数平均组对(UPGMA )法最大简约最大似然贝叶斯第2页/共34页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

2、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 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10%0.1。由于存在回复突变，即A-C-A，平行突变, 即A-T, A-T因此序列相似性不能估算亲缘关系第3页/共34页假定每个核苷酸变成其他任何一个核苷酸都是相同速率Juckes and Cantor,1969给定核苷酸 i 在时间之后变成 的概率。矩阵() )q( ij ) 表示核苷酸变成核苷酸 j 时的瞬时速率（i, j，），时间*速率=距离=概率距离计算-JC69第4页/共34页进化速率 和进化时间 t 以乘积形式出现=AAAAAAAA

3、 = AATTGGCC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距离计算-JC69横坐标d=3 *t 第5页/共34页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 两条序列位点差异人群中任取一人被检测为阳性的概率第19页/共34页贝叶斯-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： 患病的概率有多大复检为阳性：P(C)初检为阳性：P(B)则两次都为阳性的情况下该人患病的概率为0.99*0.99=0.98010.02*0.02=0.00040.99*0.99=0.9801=71.03%第20页/共34页

4、构树-贝叶斯对于连续参数，则用概率密度f() 为先验分布, f(）为似然率（给定参数时数据 的概率）而 f()为后验分布后验分布=先验分布*似然率难以计算第21页/共34页T: 进化树: 进化树的参数向量D: 观测数据（序列）参数给定时，观测数据发生的概率，即似然率每一种参数下的进化树形成的概率，即先验分布观测数据的边缘概率，标准化的常数是所有可能的树拓扑结构之和及这些树中所有枝长的积分涉及到大量参数的高维积分，非常难计算一般通过MCMC方法计算第22页/共34页蒙特卡洛1. 采样样本独立2. 有些时候，直接从给定的函数分布中抽取样本很难是一个高维向量时难以抽的符合该分布的样本集第23页/共3

5、4页马尔科夫链根据马尔科夫状态转换矩阵的平稳分布的重要性质，给定马尔科夫状态转换矩阵，可以采样得到符合该平稳分布的样本集如果已知概率分布P(x), 但不容易从该分布中直接进行采样假设该分布对应某马尔科夫状态转换矩阵，只要求得此矩阵，就可以进行采样用来采样的第24页/共34页MCMC根据采样得到的参数，计算每一颗树的后验概率已知后验分布P, 找到收敛于P的马尔科夫转换概率矩阵，从此马尔科夫链上随机采样第25页/共34页构树-贝叶斯优点：速度快，相对比较准确，应用广泛缺点：对进化模型比较敏感，BI法中指定的每个氨基酸的后验概率建立在许多假说条件下，在现实中可能不成立。适用：大或复杂的数据集第26页/共34页第27页/共34页最大似然VS贝叶斯距离方法采用核苷酸或氨基酸置换模型来计算成对距离似然法和贝斯法用置换模型来计算似然函数。第28页/共34页树的可靠性验证-bootstrap第29页/共34页第30页/共34页对于插入和缺失的处理1. 考虑为第五种核苷酸2. 删掉该位点3. 处理为不确定核苷酸YTR(Y=T or C，R=A or G)3. 使用考虑插入和缺失的置换模型 .第31页/共34页优缺点较少使用速度快，应用广序列分歧大