1、分子進(jìn)化 1生物信息學(xué)這篇文章是作者專門用于反對(duì)造物主理論和智能設(shè)計(jì)論的。拉馬克主義“blind as a mole”“giraffes long neck”“birds have no teeth?”Jean Baptiste Lamarck (1744-1829)用進(jìn)廢退論： 拉馬克（1744-1829）認(rèn)為，生物經(jīng)常使用的器官會(huì)逐漸發(fā)達(dá)，不使用的器官會(huì)逐漸退化。拉馬克認(rèn)為用進(jìn)廢退這種后天獲得的性狀是可以遺傳的，因此生物可把后天鍛練的成果遺傳給下一代。如長(zhǎng)頸鹿的祖先原本是短頸的，但是為了要吃到高樹(shù)上的葉子經(jīng)常伸長(zhǎng)脖子和前腿，通過(guò)遺傳而演化為現(xiàn)在的長(zhǎng)頸鹿。又例如上一代是為舉重選手，則子代應(yīng)遺

2、傳得自父母之強(qiáng)健肌肉。拉馬克主義推翻拉馬克主義： 德國(guó)的魏斯曼把老鼠尾巴都切斷后，再讓其互相交配來(lái)產(chǎn)生子代，而生出來(lái)的結(jié)果也依舊都是有尾巴的。再將這些沒(méi)有尾巴的子代互相交配產(chǎn)生下一代，而下一代的老鼠也仍然是有尾巴的。他一直這樣重復(fù)進(jìn)行至第二十一代，其子代仍然是有尾巴的。支持拉馬克主義： 水生的雄蟾蜍都有一個(gè)黑色指墊，陸生的沒(méi)有。奧地利的卡姆梅勒強(qiáng)迫陸生的產(chǎn)婆蟾在水中生活，繁殖了幾代之后絕種了，但是在絕種之前，雄蟾蜍據(jù)稱長(zhǎng)出了黑色指墊，而且一代比一代更明顯。他為了拉到資助，周游列國(guó)到處演講。1923年，他帶著產(chǎn)婆蟾標(biāo)本去英國(guó)演講，引起了遺傳學(xué)家貝特森的懷疑。1926年，美國(guó)自然歷史博物館和維也納

3、大學(xué)檢查他的產(chǎn)婆蟾標(biāo)本，發(fā)現(xiàn)所謂“黑色指墊”乃是用黑墨水涂上去的。一個(gè)多月后卡姆梅勒開(kāi)槍自殺，留下一封遺書(shū)，聲稱他是無(wú)辜的，是另外有人在他不知道的情況下造假。達(dá)爾文與進(jìn)化論達(dá)爾文主義優(yōu)勝劣汰，適者生存理論： 生物都有繁殖過(guò)剩的傾向，而生存空間和食物是有限的，所以生物必須“為生存而斗爭(zhēng)”。在同一種群中的個(gè)體存在著一定程度的變異，那些具有能適應(yīng)環(huán)境的有利變異的個(gè)體將存活下來(lái)，并繁殖后代，并把有利變異遺傳給后代，不具有有利變異的個(gè)體就被淘汰。如果自然條件的變化是有方向的，則在歷史過(guò)程中，經(jīng)過(guò)長(zhǎng)期的自然選擇，微小的變異就得到積累而成為顯著的變異。由此可能導(dǎo)致亞種和新種的形成。以長(zhǎng)頸鹿為例：一群長(zhǎng)頸鹿，

4、脖子長(zhǎng)長(zhǎng)短短的都有，但自然環(huán)境中較低處的樹(shù)葉都吃完了，只有那些脖子長(zhǎng)的能夠到更高處葉子的鹿才能吃飽并繁衍后代，而那些脖子不夠長(zhǎng)的餓死了，也就沒(méi)有了后代。達(dá)爾文與牛頓誰(shuí)更牛？如何研究進(jìn)化史1. 最確鑿證據(jù)是：生物化石！-零散、不完整2. 比較形態(tài)學(xué)、比較解剖學(xué)和生理學(xué)等：確定大致的進(jìn)化框架-細(xì)節(jié)存在很多的爭(zhēng)議3. 分子進(jìn)化：利用軟件，從分子水平（DNA、RNA或蛋白質(zhì)序列）上，構(gòu)建物種的進(jìn)化樹(shù)-準(zhǔn)確度依賴軟件的優(yōu)劣、序列的選取及參數(shù)的設(shè)置如何研究進(jìn)化史分子進(jìn)化：系統(tǒng)發(fā)育樹(shù)（phylogenetic tree）分子樹(shù)（molecular tree） 美國(guó)人Linus Pauling于1964年提出

5、了分子進(jìn)化的理論。 在分子水平上（DNA、RNA或蛋白質(zhì)序列）而不是物種的外在特征，來(lái)研究進(jìn)化過(guò)程。 基于某一個(gè)特定的分子在不同物種中的序列差異來(lái)構(gòu)建進(jìn)化樹(shù)。 基本假設(shè)：（1） DNA、RNA或蛋白質(zhì)序列包含了物種的所有進(jìn)化史的信息；（2）分子鐘理論：一個(gè)特定蛋白質(zhì)的進(jìn)化變異（不同堿基或氨基酸的個(gè)數(shù)）的速度在不同物種中是基本恒定的。即兩個(gè)蛋白質(zhì)的序列越相近，他們距離共同祖先就越近。三種不同的Homologs 同源（Homologs）：來(lái)源于共同祖先的相似的序列為同源序列。序列相似序列并不一定是同源序列。 直系同源（Orthologs ）：來(lái)自于不同物種的由垂直家系（物種形成）進(jìn)化而來(lái)的蛋白，并

6、且典型的保留與原始蛋白有相同的功能。 旁系同源（Paralogs）：在同一物種中的來(lái)源于基因復(fù)制的蛋白，可能會(huì)進(jìn)化出新的與原來(lái)有關(guān)的功能。 異同源（Xenologs ）：通過(guò)基因水平轉(zhuǎn)移，來(lái)源于共生或病毒侵染而產(chǎn)生的相似的蛋白質(zhì)序列。三種不同的Homologs基因平移與網(wǎng)狀樹(shù) 越來(lái)越多的細(xì)菌和動(dòng)植物的基因測(cè)試顯示，基因并不是簡(jiǎn)單遺傳給生命樹(shù)上的個(gè)別枝條，它們還在物種之間以不同的進(jìn)化路徑轉(zhuǎn)換，其結(jié)果是一個(gè)雜亂無(wú)章的“生命網(wǎng)”。 水平基因轉(zhuǎn)移是指在不同生物個(gè)體間或單個(gè)細(xì)胞內(nèi)部細(xì)胞器之間，遺傳物質(zhì)的交流。早在1993 年，就有生物學(xué)家提出細(xì)菌的基因排序不是樹(shù)狀，而是網(wǎng)狀。1999年，美國(guó)科學(xué)雜志發(fā)表

7、言論說(shuō)：“生命進(jìn)化樹(shù)并不是真實(shí)存在于自然界中的，而是人類用來(lái)規(guī)劃自然界的一個(gè)理論。”但是，有研究者運(yùn)用更多的研究捍衛(wèi)達(dá)爾文的觀點(diǎn)，認(rèn)為所謂網(wǎng)狀的進(jìn)化論是理想化、不切實(shí)際的想法。 “樹(shù)狀”和“網(wǎng)狀”的辯論在2006年正式拉開(kāi)帷幕，位于德國(guó)海德堡的歐洲分子生物實(shí)驗(yàn)室（EMBL）派出由皮爾博克領(lǐng)導(dǎo)的工作組，研究了來(lái)自細(xì)菌、古細(xì)菌以及真核細(xì)胞的191個(gè)基因組，他們發(fā)現(xiàn)，其中31組基因，沒(méi)有任何跡象表明曾經(jīng)被水平轉(zhuǎn)移過(guò)，和尚未完善的“樹(shù)”相近?；蚱揭婆c網(wǎng)狀樹(shù) 但是，來(lái)自德國(guó)杜塞爾多夫大學(xué)的達(dá)岡和馬汀教授認(rèn)為，31組的結(jié)果不能夠證明什么，這個(gè)數(shù)字太小。 2008年，達(dá)岡和他的團(tuán)隊(duì)研究了181個(gè)基因組，發(fā)

8、現(xiàn)80的基因組存在水平基因轉(zhuǎn)移，即網(wǎng)狀樹(shù)。 有學(xué)者相信，雜交是物種進(jìn)化的有力驅(qū)動(dòng)。來(lái)自倫敦大學(xué)的生物進(jìn)化學(xué)家詹姆斯馬里特說(shuō)：“雜交是非常普遍的現(xiàn)象，有110的動(dòng)物都是雜交的?！?008年，美國(guó)得克薩斯大學(xué)的科學(xué)家在包括家鼠、野鼠和非洲爪蛙在內(nèi)的8種動(dòng)物的基因組合中發(fā)現(xiàn)了一種奇特的DNA。這是雞、大象和人類所沒(méi)有的DNA，這說(shuō)明它是一些動(dòng)物通過(guò)異種交配形成的基因組。幾年前，科學(xué)家也曾在牛體內(nèi)發(fā)現(xiàn)蛇的DNA，魚(yú)類、昆蟲(chóng)和植物中也都曾發(fā)現(xiàn)水平基因轉(zhuǎn)移現(xiàn)象。這些新發(fā)現(xiàn)意味著，用達(dá)爾文的進(jìn)化枝條來(lái)連接物種過(guò)于簡(jiǎn)單了?；蚱揭婆c網(wǎng)狀樹(shù)系統(tǒng)發(fā)育樹(shù)系統(tǒng)發(fā)育樹(shù)有什么用？ 對(duì)于一個(gè)未知的蛋白質(zhì)或基因序列，確定其親

9、緣關(guān)系最近的物種。例如：你得到了一個(gè)新發(fā)現(xiàn)的細(xì)菌的核糖體RNA，你可以把它與所有已知的核糖體RNA一起構(gòu)建一棵系統(tǒng)發(fā)育樹(shù)。這樣就可以從樹(shù)上推測(cè)這個(gè)新細(xì)菌跟誰(shuí)關(guān)系最近。 預(yù)測(cè)一個(gè)新發(fā)現(xiàn)的蛋白質(zhì)或基因的功能。如果在樹(shù)上與新蛋白質(zhì)/基因關(guān)系十分密切的蛋白質(zhì)/基因的功能已知，那么這個(gè)已知的功能可以被延伸到這個(gè)新蛋白質(zhì)/基因上。 有助與預(yù)測(cè)一個(gè)分子功能的走勢(shì)。追溯一個(gè)基因的起源。一個(gè)基因組中的絕大多數(shù)基因都隨著時(shí)間一起演變，但有時(shí)某個(gè)單獨(dú)的基因會(huì)從一個(gè)物種“跳”到另一個(gè)物種里，稱為基因平移。系統(tǒng)發(fā)育樹(shù)可以很好的展示這種情況。通過(guò)外類群來(lái)確定樹(shù)根有根樹(shù)通過(guò)外類群來(lái)確定樹(shù)根有根樹(shù)通過(guò)外類群來(lái)確定樹(shù)根1998

10、年伍斯提出了一個(gè)涵蓋整個(gè)生命界的系統(tǒng)樹(shù)（物種樹(shù)），之后被不斷修改和補(bǔ)充，該樹(shù)非常龐大，勾畫(huà)了生物進(jìn)化的大致輪廓。下圖就是該樹(shù)的一個(gè)粗略版本。物種樹(shù)是基于每個(gè)物種整體的進(jìn)化關(guān)系構(gòu)建的，而分子樹(shù)是基于不同物種里某一個(gè)基因序列之間的關(guān)系構(gòu)建的。那么一個(gè)分子樹(shù)表達(dá)出來(lái)的各物種之間的關(guān)系可能與物種樹(shù)完全不同，此時(shí)說(shuō)明這個(gè)基因是經(jīng)歷了特殊進(jìn)化故事，可能是受到了特殊環(huán)境變化的影響或是基因水平轉(zhuǎn)移等。物種樹(shù)leaf / outer nodebranch / lineageinner noderootLetters represent different species or a certain protein

11、/DNA from different species.系統(tǒng)發(fā)育樹(shù)系統(tǒng)發(fā)育樹(shù)系統(tǒng)發(fā)育樹(shù)通過(guò)外類群來(lái)確定樹(shù)根根bacteria outgroupeukaryoteeukaryoteeukaryoteeukaryotearchaeaarchaeaarchaea有根樹(shù)外類群通過(guò)外類群來(lái)確定樹(shù)根有根樹(shù)通過(guò)外類群來(lái)確定樹(shù)根通過(guò)外類群（outgroup）來(lái)確定樹(shù)根eukaryoteeukaryoteeukaryoteeukaryotearchaeaarchaeaarchaea無(wú)根樹(shù)有根樹(shù)與無(wú)根樹(shù)通過(guò)外類群來(lái)確定樹(shù)根有根樹(shù)通過(guò)外類群來(lái)確定樹(shù)根有根樹(shù)通過(guò)外類群來(lái)確定樹(shù)根有根樹(shù)與無(wú)根樹(shù) 有根樹(shù)反映了樹(shù)上物種或者

12、基因進(jìn)化的時(shí)間順序,通過(guò)分析有根樹(shù)的樹(shù)枝的長(zhǎng)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。 無(wú)根樹(shù)只反映分類單元之間的距離,而不涉及誰(shuí)是誰(shuí)的祖先問(wèn)題。 做有根樹(shù)需要指定outgroup。所謂outgroup，就是你所分析的東西之外的一個(gè)group。比如你分析人類的不同人種，就選個(gè)chimpanzee，你要分析哺乳動(dòng)物，就選個(gè)鱷魚(yú)烏龜之類，總之保證它在你要分析的group之外，但又不太遠(yuǎn)就行了。將你選定的東西指定為outgroup，做出來(lái)的樹(shù)就是有根樹(shù)。outgroup可以不只一個(gè)物種，它是一個(gè)group。DNA or PROTEIN If DNA sequences 70% identi

13、cal: DNA multiple sequence alignment. If DNA sequences 70% identical: translate them into proteins and build the protein multiple sequence alignment. If your sequences are too similar at the protein level, you can thread the DNA sequences back onto the protein alignment using pal2nal: http:/www.bork

14、.embl.de/pal2nal/In practice, unless your sequences are almost identical, it is easier to keep working at the protein level. Maximum Parsimony (MP) 最大簡(jiǎn)約法: Closely related sequences, accurate, sequence number. Distance/Neighbor Joining (NJ) 距離法/鄰接法: Distantly/closely related sequences, not very accur

15、ate. Maximum Likelihood (ML) 最大似然法: Distantly related sequences, very accurate. Bayesian tree 貝葉斯法. Speed: Distance Maximum Parsimony Maximum Likelihood Bayesian建樹(shù)算法的選擇建樹(shù)軟件的選擇構(gòu)建NJ樹(shù)，可以用PHYLIP或者M(jìn)EGA構(gòu)建MP樹(shù)，可以使用PHYLIP或者M(jìn)EGA （MP方法基本淘汰了,很少有人用了）構(gòu)建ML樹(shù)可以使用PHYML或者M(jìn)EGA，速度快，此外還可以用PHYLIP或者BioEdit貝葉斯的算法以MrBayes為代表

16、，不過(guò)速度比較慢純生物信息學(xué)文章要用兩種方法鎖定同一個(gè)結(jié)果，以實(shí)驗(yàn)為主的文章用一種方法便可，一般情況下用ML便可。關(guān)于系統(tǒng)發(fā)育分析的更多知識(shí)請(qǐng)參閱附件！軟件說(shuō)明PHYLIP免費(fèi)的、集成的進(jìn)化分析工具/phylip.htmlMEGA圖形化、集成的進(jìn)化分析工具/ PAUP商業(yè)軟件，集成的進(jìn)化分析工具。收費(fèi)/PHYML最快的ML建樹(shù)工具h(yuǎn)ttp:/www.atgc-montpellier.fr/phyml/MrBayes基于貝葉斯方法的建樹(shù)工具/建樹(shù)軟件的選擇用MEGA建NJ樹(shù)下載：/將多條FASTA序列導(dǎo)入MEGA得到序列比對(duì)后，將其存為“.meg”格式。MEGA只能打開(kāi)meg格式的多序列比對(duì)文件

17、。關(guān)閉多序列比對(duì)窗，返回MEGA主窗，“File-Open A File”打開(kāi)meg文件，點(diǎn)擊TA。點(diǎn)擊C可以看到保守位點(diǎn)，點(diǎn)擊V則是可變位點(diǎn)（包括Pi和S）。至少有兩種變異類型在該位點(diǎn)出現(xiàn)兩次及以上，此類位點(diǎn)稱為簡(jiǎn)約性信息位點(diǎn)（Pi），其他稱為單一多態(tài)位點(diǎn)（S）。點(diǎn)擊“選擇和編輯數(shù)據(jù)”圖標(biāo)，可對(duì)所選擇的序列進(jìn)行編輯，完成后點(diǎn)擊close即可。單擊可選擇要分析的序列，雙擊可以編輯序列名稱。構(gòu)建NJ樹(shù)進(jìn)化樹(shù)的測(cè)試方法，可以選擇用bootstrap，也可以選擇不進(jìn)行測(cè)試。重復(fù)次數(shù)（replication）通常設(shè)定至少要大與100比較好。Model/Method對(duì)于蛋白質(zhì)序列通常選擇“p-dista

18、nce”。Partial deletion, cutoff 50%自檢率值BootstrapBOOTSTRAP值的意義是根據(jù)你所選的統(tǒng)計(jì)計(jì)算模型，設(shè)定初始值100-1000次，即讓模型計(jì)算并繪制100-1000株系統(tǒng)發(fā)育樹(shù)。而建好的系統(tǒng)發(fā)育樹(shù)中每個(gè)節(jié)點(diǎn)上的數(shù)字則代表在命令階段要求的100-1000次進(jìn)化樹(shù)分析中有多少棵樹(shù)有這個(gè)節(jié)點(diǎn)，即這幾個(gè)物種是具有相同的進(jìn)化分類的關(guān)系。一般來(lái)說(shuō)，節(jié)點(diǎn)上的數(shù)值大于初始值的70%，這樣的系統(tǒng)發(fā)育分析才具有可信度，審稿人才會(huì)認(rèn)可，個(gè)別地方低于70%問(wèn)題不大。Complete deletion: to eliminate all the alignment sites with gaps so as to consider them not to be informative at all. Partial deletion: to make use of informative changes at sites where there is missing data or indels for some taxa. 90% is similar to complete deletion.Pairwise deletion: where the