第9章分子進(jìn)化與系統(tǒng)發(fā)育講授：舒坤賢2013.11WhereDoWeComeFrom?WhatAreWe?WhereAreWeGoing?（MuseumofFineArts,Boston）“一個(gè)半世紀(jì)以前，CharlesDarwin可能沒(méi)有意識(shí)到他所給予科學(xué)的是一件從未有過(guò)的強(qiáng)大武器，即他的進(jìn)化理論?？茖W(xué)家用這把堅(jiān)利之劍斬?cái)嗔藷o(wú)知、迷信和傲慢，這些束縛人類對(duì)億萬(wàn)年來(lái)的生命的了解的鐐銬。”——《美國(guó)自然博物館成立125周年紀(jì)念?？非把訡harlesDarwin(1809-1882)Whoarecloser?OutofAfrica53個(gè)人的線粒體基因組(16,587bp)人類遷移的路線TreeofLife:重建所有生物的進(jìn)化歷史并以系統(tǒng)樹(shù)的形式加以描述。Wehaveadream…第一節(jié)分子進(jìn)化與系統(tǒng)發(fā)育Darwin,Charles(1809-1882)

《TheOriginofSpecies》（1859）化石證據(jù)（最理想的方法：化石！——

然而…零散、不完整）

(Fossil)比較形態(tài)學(xué)證據(jù)

(Comparativemorphology)比較生理學(xué)證據(jù)

(Comparativephysiology)系統(tǒng)學(xué)(Systematics)分類學(xué)(Taxonomy)經(jīng)典的進(jìn)化研究方法比較形態(tài)學(xué)和比較生理學(xué)：確定大致的進(jìn)化框架?！?/p>

然而，細(xì)節(jié)存在巨多的爭(zhēng)議一、分子水平的進(jìn)化分子水平的進(jìn)化主要是指在生物進(jìn)化過(guò)程中，構(gòu)成生物體的大分子物質(zhì)，如蛋白質(zhì)、核酸的演變過(guò)程。分子系統(tǒng)發(fā)育學(xué)MolecularPhylogenetics分子系統(tǒng)學(xué)MolecularSystematicsWhatcanwedoformolecularevolution?序列比較：源于同一祖先DNA/氨基酸序列的兩條DNA/氨基酸序列，考察二者的差異。序列差異：進(jìn)化過(guò)程中分子突變的痕跡。分子進(jìn)化：以累計(jì)在DNA/氨基酸分子上的歷史信息為基礎(chǔ)，研究分子水平的生物進(jìn)化過(guò)程和機(jī)制。分子系統(tǒng)學(xué)為生物分類問(wèn)題提供了許多嶄新的見(jiàn)解?；蛲蛔?、核苷酸替代、插入/缺失、重組2、基因轉(zhuǎn)換固定在生物個(gè)體以及物種內(nèi)遺傳漂變自然選擇傳遞給后代產(chǎn)生新的形態(tài)、性狀分子系統(tǒng)學(xué)是研究進(jìn)化機(jī)制的一個(gè)重要工具。生物進(jìn)化的分子機(jī)制性狀改變DNA分子的改變核苷酸替代substitution核苷酸缺失deletion核苷酸插入insertion核苷酸倒位invertionDNA序列的突變

Thr

Tyr

LeuLeuACCTATTTGCTGACCTCTTTGCTGThrSerLeuLeu替代

ThrTyrLeuLeuACCTATTTGCTGACCTACTTTGCTGThrTyrPheAla插入

ThrTyr

LeuLeuACCTATTTGCTGACCTATTGCTG-ThrTyr

Cys-缺失

Thr

TyrLeu

LeuACCTATTTGCTGACCTTT

ATGCTG

Thr

PheMet

Leu倒位核苷酸替代的幾種分類轉(zhuǎn)換

（transition）嘌呤嘌呤嘧啶嘧啶顛換

（transvertion）嘌呤嘧啶嘧啶嘌呤ATCG胞嘧啶腺嘌呤胸腺嘧啶鳥(niǎo)嘌呤

在大多數(shù)DNA片段中，轉(zhuǎn)換出現(xiàn)的概率高于顛換出現(xiàn)的概率。DNA序列突變對(duì)氨基酸序列的影響

同義（沉默）替代（synonymous/silentsubstitution）仍然為同義密碼子的核苷酸替代如：TATTAC

TyrTyr

非同義替代（nonsynonymoussubstitution）導(dǎo)致產(chǎn)生非同義密碼子的核苷酸替代如：TATAAT

TyrAsn

無(wú)義突變（nonsensemutation）導(dǎo)致產(chǎn)生終止密碼子的核苷酸突變?nèi)纾篢ATTAA

TyrSTP問(wèn)題：假設(shè)所有密碼子以同一概率出現(xiàn)，上述三種突變的比例25%，71%，4%1、分子進(jìn)化的特點(diǎn)1)生物大分子進(jìn)化速率相對(duì)恒定Sandwalk:TheModernMolecularClock-1244×1000-按圖片搜索網(wǎng)頁(yè)制作者：LaurenceA.Moran-...interestedinmolecularclocks(BrohamandPenny,2003;Kumar,2005).也可嘗試查看以下圖片：

圖片可能受版權(quán)保護(hù)。-發(fā)送反饋分子進(jìn)化速率

生物大分子隨時(shí)間的改變主要表現(xiàn)為核苷酸、蛋白質(zhì)的一級(jí)結(jié)構(gòu)的改變，即分子序列中核苷酸、氨基酸的替換不同物種同源大分子的分子進(jìn)化速率大體相同

例子：比較不同物種血紅蛋白氨基酸序列差異人、馬——0.8

10-9/AA.a

人、鯉魚(yú)——0.6

10-9/AA.a分子進(jìn)化速率遠(yuǎn)遠(yuǎn)比表型進(jìn)化速率穩(wěn)定原因？

序列的核苷酸或氨基酸替換是否隨機(jī)過(guò)程？…1965,ZuckerkandlandPauling,MolecularClock，分子鐘根據(jù)分子系統(tǒng)學(xué)研究與古生物學(xué)資料相結(jié)合，建立推論生物進(jìn)化事件發(fā)生的時(shí)間表。

假定分子進(jìn)化速率r恒定，則分子進(jìn)化改變量（替代數(shù)目或替代率）與進(jìn)化時(shí)間成正比。以兩條序列為例：d=2rt其中，t是進(jìn)化時(shí)間，d是這兩條序列每個(gè)位點(diǎn)的替代數(shù)目。分子鐘成立的先決條件：分子進(jìn)化速率恒定。分子鐘成立的證據(jù)：A至少某些生物大分子（如珠蛋白）的進(jìn)化速率在相當(dāng)長(zhǎng)的地質(zhì)時(shí)間內(nèi)的相對(duì)穩(wěn)定、均勻；B許多不同物種的多種同源大分子在相當(dāng)長(zhǎng)時(shí)間內(nèi)的平均進(jìn)化速率近似恒定。建立分子鐘的大致步驟a、選擇所要比較的生物大分子種類根據(jù)具體研究目標(biāo)和已掌握的資料，選擇進(jìn)化速率相對(duì)恒定、速率大小合適、分布范圍能涵蓋各待比較物種的生物大分子。b、選擇所要比較的物種，確定各比較組合及其所代表的進(jìn)化事件c、獲得生物大分子一級(jí)結(jié)構(gòu)的資料d、獲得有關(guān)的代表性進(jìn)化事件發(fā)生的地質(zhì)時(shí)間數(shù)據(jù)e、通過(guò)比較大分子一級(jí)結(jié)構(gòu)，選擇合適的數(shù)學(xué)模型，計(jì)算得到進(jìn)化產(chǎn)生的分子差異d，通過(guò)回歸分析等統(tǒng)計(jì)方法得到大分子的進(jìn)化速率r(t)f、由此可以推斷未知進(jìn)化事件的發(fā)生時(shí)間關(guān)于分子鐘的討論和爭(zhēng)議a、對(duì)長(zhǎng)期進(jìn)化而言，不存在以恒定速率替換的生物大分子一級(jí)結(jié)構(gòu)；（基因功能的改變、基因數(shù)目的增加）b、不存在通用的分子鐘；c、爭(zhēng)議：分子鐘的準(zhǔn)確性中性理論（分子鐘成立的基礎(chǔ)）2）生物大分子進(jìn)化的保守性保守性

功能上重要的大分子或大分子的局部在進(jìn)化速率上明顯低于那些在功能上不重要的大分子或者大分子局部。（引起表型發(fā)生顯著改變的突變發(fā)生的頻率要低于無(wú)明顯表型發(fā)生顯著改變得突變發(fā)生的頻率。）氨基酸

例：血紅蛋白分子的外區(qū)的功能要次于內(nèi)區(qū)的功能，外區(qū)的進(jìn)化速率是內(nèi)區(qū)進(jìn)化速率的10倍。核苷酸

例：DNA密碼子的同義替代頻率高于非同義替代頻率；內(nèi)含子上的核苷酸替代頻率較高。生物大分子進(jìn)化并非完全隨機(jī)

存在某種制約因素，存在某種機(jī)制……?從物種的一些分子特性出發(fā)，構(gòu)建系統(tǒng)發(fā)育樹(shù)，進(jìn)而了解物種之間的生物系統(tǒng)發(fā)生的關(guān)系——treeoflife;物種分類。TreeofLife:16SrRNA進(jìn)化理論圍繞的三個(gè)主題A進(jìn)化的動(dòng)力是什么？B進(jìn)化是否有一定的方向？C進(jìn)化的速度是否恒定？是漸近的還是跳躍的？分子進(jìn)化理論同樣必須回答上述三個(gè)問(wèn)題。2、分子進(jìn)化的中性學(xué)說(shuō)Darwinian進(jìn)化理論告訴了什么？(1)、遺傳和變異

一切生物都能發(fā)生變異，至少有一部分變異能夠遺傳給后代(2)、自然選擇

繁殖過(guò)剩：任何生物產(chǎn)生的生殖細(xì)胞或后代數(shù)目要遠(yuǎn)遠(yuǎn)多于可能存活的個(gè)體數(shù)目；而在所產(chǎn)生的后代中，那些最具有適應(yīng)環(huán)境條件的有利變異的個(gè)體有較大的生存機(jī)會(huì)，并繁殖后代，從而使有利變異可以世代積累，不利變異被淘汰?！斑x擇”不是超自然的上帝的作用。(3)、性狀分歧；種的形成、絕滅；系統(tǒng)樹(shù)

性狀分歧原理——在同一個(gè)種內(nèi)，個(gè)體之間在結(jié)構(gòu)、習(xí)性上越是歧異，則在適應(yīng)不同環(huán)境方面愈是有利，因而將會(huì)繁育更多的個(gè)體，分布到更廣的范圍。由此一個(gè)種會(huì)逐漸演變?yōu)槿舾勺兎N、亞種乃至新種。新種的形成、種間的競(jìng)爭(zhēng)、種的絕滅、外界環(huán)境的作用系統(tǒng)樹(shù)——由于性狀分歧和中間類型的絕滅，新種不斷產(chǎn)生、舊種不斷絕滅，種間差異不斷擴(kuò)大，形成時(shí)間、空間上的物種系統(tǒng)樹(shù)。Darwinian進(jìn)化理論的三次修正第一次：“新Darwinian主義”

1900s，Weismann等，消除Lamarck的“獲得性遺傳”學(xué)說(shuō)、Buffon的“環(huán)境直接作用”學(xué)說(shuō)，強(qiáng)調(diào)“自然選擇”為進(jìn)化的主要因素；第二次：“現(xiàn)代綜合論(Modernsynthesis)”1930-40s，遺傳學(xué)、生物系統(tǒng)學(xué)、古生物學(xué)的重大貢獻(xiàn)：對(duì)“自然選擇”、“物種變異”等概念的新認(rèn)識(shí)。適應(yīng)：繁殖的相對(duì)優(yōu)勢(shì)適應(yīng)度：個(gè)體或基因型對(duì)后代或后代基因庫(kù)的相對(duì)貢獻(xiàn)適應(yīng)和選擇：繁殖或基因傳遞的相對(duì)差異

……

消除社會(huì)達(dá)爾文主義的科學(xué)基礎(chǔ)第三次：NOW…

原因：現(xiàn)代分子生物學(xué)、古生物學(xué)的發(fā)展。宏觀（對(duì)生物進(jìn)化實(shí)際過(guò)程的了解）：古生物學(xué)揭示生命進(jìn)化的規(guī)律、進(jìn)化速度、進(jìn)化趨勢(shì)、物種的形成和絕滅微觀：現(xiàn)代分子生物學(xué)揭示生物大分子的進(jìn)化規(guī)律和攜帶遺傳信息的物質(zhì)基礎(chǔ)及其復(fù)雜結(jié)構(gòu)新的認(rèn)識(shí)：(1)、生物進(jìn)化過(guò)程并非“勻速”、“漸變”的，而是“快速進(jìn)化”與“進(jìn)化停滯”相間；(2)、生物進(jìn)化與分子進(jìn)化都顯示出相當(dāng)大的隨機(jī)性，自然選擇并非總是進(jìn)化的主要因素；(3)、遺傳系統(tǒng)本身具有某種進(jìn)化功能，進(jìn)化過(guò)程中可能存在內(nèi)因的“驅(qū)動(dòng)”和“導(dǎo)向”。

Continuing…Neutraltheoryofmolecularevolution(Kimura&Ohta,1968,1971)(King&Jukes,1969)提出分子層次上的“non-Darwinianevolution”“在生物分子層次上的進(jìn)化改變不是由自然選擇作用于有利突變而引起的，而是在連續(xù)的突變壓之下由選擇中性或非常接近中性的突變的隨機(jī)固定造成的。中性突變是指對(duì)當(dāng)前適應(yīng)度無(wú)影響的突變?！敝行酝蛔?、連續(xù)突變壓、隨機(jī)固定否認(rèn)自然選擇在分子進(jìn)化中的作用，認(rèn)為生物大分子的進(jìn)化主要因素是機(jī)會(huì)和突變壓力。分子進(jìn)化中性論的若干依據(jù)分子層次上的大多數(shù)變異是選擇中性的

蛋白質(zhì)和核苷酸分子的進(jìn)化速率高且相對(duì)恒定

突變壓在分子進(jìn)化中的作用得到研究證實(shí)按照群體遺傳學(xué)的數(shù)學(xué)模型，自然選擇的代價(jià)太高

分子進(jìn)化中性論的討論1)、中性論是解釋分子層次的進(jìn)化現(xiàn)象

自然選擇只作用于表型，并不直接作用于分子。衡量尺度的區(qū)別：分子的顯著性改變并不意味著表型的顯著性改變。中性論只涉及生物大分子一級(jí)結(jié)構(gòu)單元的替換，并不包含和解釋分子層次的全部改變（如蛋白質(zhì)三級(jí)結(jié)構(gòu)、功能的改變）2)、分子進(jìn)化的保守性表明選擇仍然起作用

可能之一——負(fù)選擇的存在：任何發(fā)生在重要功能的大分子或大分子保守區(qū)的突變，由于造成適應(yīng)度的下降而被選擇淘汰。（隨機(jī)作用）可能之二——存在某種機(jī)制阻止功能重要的大分子或大分子保守區(qū)的突變產(chǎn)生。（非隨機(jī)作用）3)、選擇中性突變的復(fù)雜調(diào)控系統(tǒng)

中性突變的可能原因：復(fù)雜的調(diào)控機(jī)制。基因表達(dá)受到內(nèi)外因素的制約。決定中性突變的調(diào)控系統(tǒng)受到自然選擇的影響。

4)、選擇在分子的適應(yīng)進(jìn)化中起作用

在分子層次上可能存在兩種進(jìn)化形式：中性進(jìn)化（導(dǎo)致分子多樣性）適應(yīng)進(jìn)化（通過(guò)選擇實(shí)現(xiàn)，導(dǎo)致分子適應(yīng)）能否打倒的Darwinian進(jìn)化論?3、基因組計(jì)劃與分子進(jìn)化基因組計(jì)劃為許多生物進(jìn)化關(guān)鍵問(wèn)題的研究提供了基礎(chǔ)1)、基因組計(jì)劃產(chǎn)生的大量數(shù)據(jù)為分子進(jìn)化研究提供了新的素材人類基因組計(jì)劃、模式生物基因組計(jì)劃2)、可以從生物大分子層次研究進(jìn)化的機(jī)制進(jìn)化機(jī)制：基因重復(fù)、拷貝？（低等生物－>高等生物）多基因家族的一致進(jìn)化？提供有關(guān)重復(fù)基因、DNA缺失插入、基因易位、轉(zhuǎn)座子插入等信息，為分子系統(tǒng)學(xué)研究提供更多的研究對(duì)象。4、研究分子進(jìn)化的意義生命起源諸多生命現(xiàn)象的解釋分子系統(tǒng)發(fā)育樹(shù)構(gòu)建二、系統(tǒng)發(fā)育分析的基本概念基于16S/18S核糖體RNA序列比對(duì)得到的古細(xì)菌系統(tǒng)發(fā)育樹(shù)（Ettema等，2005）1、分子系統(tǒng)發(fā)育樹(shù)的基本概念一般來(lái)說(shuō)，系統(tǒng)發(fā)生樹(shù)是一種二叉樹(shù)。所謂樹(shù)，實(shí)際上是一個(gè)無(wú)向非循環(huán)圖。系統(tǒng)發(fā)生樹(shù)由一系列節(jié)點(diǎn)（nodes）和分支（branches）組成，其中每個(gè)節(jié)點(diǎn)代表一個(gè)分類單元（物種或序列），而節(jié)點(diǎn)之間的連線代表物種之間的進(jìn)化關(guān)系。樹(shù)的節(jié)點(diǎn)又分為外部節(jié)點(diǎn)（terminalnode）和內(nèi)部節(jié)點(diǎn)（internalnode）。在一般情況下，外部節(jié)點(diǎn)代表實(shí)際觀察到的分類單元，而內(nèi)部節(jié)點(diǎn)又稱為分支點(diǎn)，它代表了進(jìn)化事件發(fā)生的位置，或代表分類單元進(jìn)化歷程中的祖先。分類單元是一種由研究者選定的基本單位，在同一項(xiàng)研究中，分類單元一般應(yīng)當(dāng)一致。abcdabcd拓?fù)浣Y(jié)構(gòu)：有根樹(shù)：反映時(shí)間順序無(wú)根樹(shù)：反映距離

理論上，一個(gè)DNA序列在物種形成或基因復(fù)制時(shí)，分裂成兩個(gè)子序列，因此系統(tǒng)發(fā)育樹(shù)一般是二歧的。一般考慮二歧的樹(shù)結(jié)構(gòu)：二歧樹(shù)分支：內(nèi)部分支外部分支節(jié)點(diǎn)：內(nèi)部節(jié)點(diǎn)外部節(jié)點(diǎn)2、有根樹(shù)和無(wú)根樹(shù)系統(tǒng)發(fā)育樹(shù):術(shù)語(yǔ)祖先節(jié)點(diǎn)/樹(shù)根內(nèi)部節(jié)點(diǎn)/分歧點(diǎn)，該分支可能的祖先結(jié)點(diǎn)分支/世系末端節(jié)點(diǎn)

ABCDE代表最終分類，可以是物種，群體，或者蛋白質(zhì)、DNA、RNA分子等

物種樹(shù)：

代表一個(gè)物種或群體進(jìn)化歷史的系統(tǒng)發(fā)育樹(shù)兩個(gè)物種分歧的時(shí)間：兩個(gè)物種發(fā)生生殖隔離的時(shí)間

基因樹(shù)：

由來(lái)自各個(gè)物種的一個(gè)基因構(gòu)建的系統(tǒng)發(fā)育樹(shù)（不完全等同于物種樹(shù)），表示基因分離的時(shí)間。abcdef基因分裂基因分裂基因分裂物種分裂3、基因樹(shù)與物種樹(shù)期望樹(shù)：

一個(gè)用無(wú)限長(zhǎng)的序列或每一分支的期望替代數(shù)構(gòu)建的樹(shù)理論上：假設(shè)所研究的序列無(wú)限長(zhǎng)，從中隨機(jī)抽樣進(jìn)行統(tǒng)計(jì)分析。實(shí)際情況：所研究的序列是短序列，統(tǒng)計(jì)得到的替代數(shù)目存在大量隨機(jī)誤差?，F(xiàn)實(shí)樹(shù)：

建立在實(shí)際替代數(shù)基礎(chǔ)上的樹(shù)重建樹(shù)構(gòu)樹(shù)方法系統(tǒng)發(fā)育樹(shù)的種類：期望樹(shù)、現(xiàn)實(shí)樹(shù)和重建樹(shù)

系統(tǒng)發(fā)生樹(shù)性質(zhì)：

（1）如果是一棵有根樹(shù)，則樹(shù)根代表在進(jìn)化歷史上是最早的、并且與其它所有分類單元都有聯(lián)系的分類單元；（2）如果找不到可以作為樹(shù)根的單元，則系統(tǒng)發(fā)生樹(shù)是無(wú)根樹(shù)；（3）從根節(jié)點(diǎn)出發(fā)到任何一個(gè)節(jié)點(diǎn)的路徑指明進(jìn)化時(shí)間或者進(jìn)化距離。對(duì)于給定的分類單元數(shù)，有很多棵可能的系統(tǒng)發(fā)生樹(shù)，但是只有一棵樹(shù)是正確的。

系統(tǒng)發(fā)生分析的目標(biāo)

——尋找這棵正確的樹(shù)第二節(jié)

分子系統(tǒng)發(fā)生樹(shù)的構(gòu)建方法建立系統(tǒng)發(fā)生樹(shù)的基本任務(wù)：在給定的條件下（包括分類單元、分類單元的特征值或者序列），構(gòu)造一棵最優(yōu)的系統(tǒng)發(fā)生樹(shù)。這里重點(diǎn)討論針對(duì)DNA序列或者蛋白質(zhì)序列構(gòu)建系統(tǒng)發(fā)生樹(shù)。1、特征數(shù)據(jù)(characterdata)：表示分子所具有的特征，提供了基因、個(gè)體、群體或物種的信息特征數(shù)據(jù)可分為：

二態(tài)特征——例如：DNA序列上的某個(gè)位置如果是剪切位點(diǎn)多態(tài)特征——例如：某一位置可能的堿基有Ａ、Ｔ、Ｇ或Ｃ2、距離數(shù)據(jù)(distancedata)或相似性數(shù)據(jù)(similaritydata)：常用距離矩陣描述，表示兩個(gè)數(shù)據(jù)集之間所有兩兩差異，涉及的則是成對(duì)基因、個(gè)體、群體或物種的信息。

構(gòu)建系統(tǒng)發(fā)生樹(shù)的分子數(shù)據(jù)

計(jì)算序列之間距離令S(i,j)是序列i和序列j比對(duì)位置得分的加權(quán)和

歸一化的距離：其中Sr(i,j)是序列i和j隨機(jī)化之后的比對(duì)得分的加權(quán)和，Smax(i,j)是可能的最大值令Sr(i,j)=0

為了適合于處理相似性較小的序列，可以進(jìn)一步修改距離計(jì)算公式

分子系統(tǒng)發(fā)生分析過(guò)程

多序列比對(duì)（自動(dòng)比對(duì)，手工校正）選擇建樹(shù)方法以及替代模型建立進(jìn)化樹(shù)進(jìn)化樹(shù)評(píng)估系統(tǒng)發(fā)生樹(shù)的構(gòu)建方法分為兩大類：基于距離的構(gòu)建方法

最小二乘法

連鎖聚類方法及非加權(quán)組平均法 距離變換法

鄰近歸并法 基于離散特征的構(gòu)建方法最大簡(jiǎn)約法最大似然法根據(jù)建樹(shù)算法在執(zhí)行過(guò)程中采用的搜索方式，系統(tǒng)發(fā)生樹(shù)的構(gòu)建方法也可以分為以下3類。（1）窮盡搜索方法

即產(chǎn)生所有可能的樹(shù)，然后根據(jù)評(píng)價(jià)標(biāo)準(zhǔn)選擇一棵最優(yōu)的樹(shù)。

（2）分支約束方法

即根據(jù)一定的約束條件將搜索空間限制在一定范圍內(nèi)，產(chǎn)生可能的樹(shù)，然后擇優(yōu)。（3）啟發(fā)式或經(jīng)驗(yàn)性方法

根據(jù)先驗(yàn)知識(shí)或一定的指導(dǎo)性規(guī)則壓縮搜索空間，提高計(jì)算速度。

需要注意的是，系統(tǒng)發(fā)生樹(shù)可能的個(gè)數(shù)隨序列的個(gè)數(shù)急劇增加。假設(shè)要為n個(gè)分類單元建立系統(tǒng)發(fā)生樹(shù)，則可能的有根樹(shù)個(gè)數(shù)（NR）和無(wú)根系統(tǒng)發(fā)生樹(shù)個(gè)數(shù)（NU）可用下面的算式計(jì)算得到：分支數(shù)目：有根樹(shù)無(wú)根樹(shù)內(nèi)部分支數(shù)目：有根樹(shù)無(wú)根樹(shù)內(nèi)部節(jié)點(diǎn)數(shù)目：有根樹(shù)無(wú)根樹(shù)abcdabcdabcdadbcbacdcabddabcacbdbcadcbaddbacadbcbaaccdabdcab考慮4個(gè)分類群時(shí)，共有15種可能的有根樹(shù)abcdacbdadbc考慮4個(gè)分類群時(shí)，共有3種可能的無(wú)根樹(shù)表6.1對(duì)不同的n，可能的有根樹(shù)和無(wú)根樹(shù)數(shù)目數(shù)據(jù)數(shù)目

有根樹(shù)數(shù)目

無(wú)根樹(shù)數(shù)目

21133141535105151034,459,4252,207,02515213,458,046,767,8757,905,853,580,625208,200,794,532,637,891,559,375221,643,095,476,699,771,875從計(jì)算量來(lái)看，窮盡搜索方法只能處理很少的分類單元。當(dāng)分類單元個(gè)數(shù)n大于一定值（如15），幾乎不可能采用窮盡搜索的方式來(lái)求取最優(yōu)樹(shù)。因此，目前算法都為優(yōu)化算法，不能保證最優(yōu)解。

構(gòu)建進(jìn)化樹(shù)的一般原則http://www.genome.jp/tools/clustalw/一、基于距離的系統(tǒng)發(fā)生樹(shù)構(gòu)建方法基本思路：給定一種序列之間距離的測(cè)度，在該距離測(cè)度下構(gòu)建一棵系統(tǒng)發(fā)生樹(shù)，使得該樹(shù)能夠最好地反映已知序列之間的距離。10條核酸序列的距離矩陣

采用兩兩距離，建立一個(gè)距離矩陣，如下表所示，根據(jù)距離矩陣構(gòu)造系統(tǒng)發(fā)生樹(shù)。如何建立分類群之間的進(jìn)化距離的數(shù)學(xué)模型如何根據(jù)不同的概率統(tǒng)計(jì)模型，由兩條序列的差異值構(gòu)建它們的進(jìn)化距離？進(jìn)一步閱讀：《分子進(jìn)化與系統(tǒng)發(fā)育》(MolecularEvolutionandPhylogentics)MasatoshiNei&SudhirKumar，OxfordUniversityPress,Inc.2000中文譯本：呂寶忠、鐘揚(yáng)、高莉萍等譯，高等教育出版社，2002第二～四章（pp15-63）《氨基酸序列的進(jìn)化演變》《DNA序列的進(jìn)化演變》《同義與非同義的核苷酸替代》1、最小二乘法目標(biāo)是構(gòu)造一棵樹(shù)T，該樹(shù)的葉節(jié)點(diǎn)代表物種，用該樹(shù)預(yù)測(cè)物種之間的距離。通過(guò)優(yōu)化，使下式最小化：

這里，Dij為物種i和j的實(shí)際觀察距離（或序列之間的計(jì)算距離），dij是物種i和j在系統(tǒng)發(fā)生樹(shù)T中的距離，Wij是與物種i和j相關(guān)的權(quán)值。SSQ（T）是樹(shù)T所有預(yù)測(cè)值與實(shí)際觀察值偏差的累加和。權(quán)值Wij一般為1，或

Wij=1/Dij2

例，如果有三個(gè)分類單元，其兩兩距離如下：dab=0.5;dac=0.9;dbc=0.9假設(shè)分類單元a和分類單元b的分歧起始時(shí)間是相同的，根據(jù)分子時(shí)鐘假說(shuō)，dau

和dbu

的值應(yīng)該是相等的，進(jìn)一步假設(shè)節(jié)點(diǎn)u到其它節(jié)點(diǎn)的距離相同，則通過(guò)求解方程，得到如圖6.2所示的一棵樹(shù)。

但是，在實(shí)際應(yīng)用中，所要處理的分類單元可能很多，因而，需要求解的線性方程也很多，難以求解，或者方程組的求解過(guò)程存在著不確定性。因此，需要采用數(shù)學(xué)逼近的方法。連鎖聚類屬于一般的聚類分析方法，當(dāng)用來(lái)構(gòu)建系統(tǒng)發(fā)生樹(shù)時(shí)，其假定的前提條件是：在進(jìn)化過(guò)程中，核苷酸或氨基酸的替換速率是均等且恒定的，在每一次分歧發(fā)生后，從共同祖節(jié)點(diǎn)到兩個(gè)分類單元間的分支長(zhǎng)度一樣。在構(gòu)建系統(tǒng)發(fā)生樹(shù)時(shí)，首先用n個(gè)葉節(jié)點(diǎn)表示n個(gè)分類單元（序列），每個(gè)分類單元自成一類，然后通過(guò)反復(fù)的聚類使所有的分類單元都聚為一類，并將進(jìn)化過(guò)程中的祖先賦予樹(shù)的內(nèi)部節(jié)點(diǎn)，最終得到一個(gè)完整的系統(tǒng)發(fā)生樹(shù)。假設(shè)若干條序列是從一個(gè)共同的祖先進(jìn)化而來(lái)，則系統(tǒng)發(fā)生樹(shù)將是一個(gè)有根樹(shù)，并且從根節(jié)點(diǎn)出發(fā)到所有葉節(jié)點(diǎn)路徑的長(zhǎng)度相同。2、連鎖聚類方法及非加權(quán)分組平均法

選擇距離最小的一對(duì)序列將這兩個(gè)序列合二為一，形成一個(gè)新的對(duì)象（代表這兩個(gè)序列的祖先）重新計(jì)算這個(gè)新的對(duì)象與其它序列的距離。單連鎖聚類:d(x,u)=min(d(y,u),d(z,u)) 最大連鎖聚類：d(x,u)=max(d(y,u),d(z,u))平均連鎖聚類：d(x,u)=1/2(d(y,u)+d(z,u))

其中x代表y和z的合并，u代表任意其它對(duì)象?；舅悸贩羌訖?quán)分組平均法

（UnweightedPairGroupMethodwithArithmeticmean,UPGMA）

在平均連鎖聚類過(guò)程中，一個(gè)新類到其它類之間的距離就是簡(jiǎn)單的原距離平均值。

如果類中分類單元個(gè)數(shù)不一樣，原距離矩陣中各個(gè)距離值對(duì)新距離計(jì)算的貢獻(xiàn)就不一樣，或者說(shuō)是經(jīng)過(guò)“加權(quán)”的，稱這樣的聚類為加權(quán)分組平均。在非加權(quán)分組平均法中，在計(jì)算新分類到其它分類之間的平均距離時(shí)按照各分類中分類單元的數(shù)目進(jìn)行加權(quán)處理。

UPGMA算法的執(zhí)行過(guò)程如下：(1)初始化：使每個(gè)物種自成一類，如果有n個(gè)物種，則開(kāi)始時(shí)共有n個(gè)類，每個(gè)類的大小為1，分別用n個(gè)葉節(jié)點(diǎn)代表每個(gè)類；

(2)執(zhí)行下列循環(huán)：l

尋找具有最小距離Dij的兩個(gè)類i、j；建立一個(gè)新的聚類（ij)l

連接i和j形成新節(jié)點(diǎn)(ij)，生長(zhǎng)兩個(gè)新的分支，將i和j連接到(ij)，分支的長(zhǎng)度為Dij/2；l

計(jì)算新分類到其它類的距離

其中ni、nj、(ni+nj)分別為i類、j類、(ij)類的元素個(gè)數(shù)；l

在距離矩陣中刪除與類i和類j相應(yīng)的行和列，為類(ij)加入新的行和列；

重復(fù)循環(huán)，直到僅剩一個(gè)類為止。

討論1)、在基因替代速率恒定假設(shè)成立時(shí)，UPGMA方法比較適用；2)、UPGMA方法適用于具有較小變異系數(shù)的距離測(cè)度；3)、UPGMA是一種既構(gòu)建拓?fù)浣Y(jié)構(gòu)又計(jì)算分支長(zhǎng)度的方法；4)、UPGMA方法既可以得到有根樹(shù)，也可以得到無(wú)根樹(shù)。3、距離變換法

連鎖聚類和UPGMA算法的一個(gè)缺陷是假定所有家系的進(jìn)化速率是相同的，但是，實(shí)際情況并不總是這樣。進(jìn)化速率的變化容易導(dǎo)致連鎖聚類和UPGMA算法產(chǎn)生錯(cuò)誤拓?fù)浣Y(jié)構(gòu)的樹(shù)。表6.3四個(gè)分類單元的距離矩陣

ABCB9

C811

D121510假設(shè)有4個(gè)分類單元A、B、C和D，其系統(tǒng)發(fā)生關(guān)系及各個(gè)分類單元之間的距離如圖6.5所示，距離矩陣見(jiàn)表6.3。如果利用UPGMA進(jìn)行分析，則首先合并A和C，（AC）到B的距離等于9/2+11/2=10，（AC）到D的距離等于12/2+10/2=11；進(jìn)一步合并（AC）和B，（（AC）B）到D的距離等于2×11/3+1×15/3=37/3；最終得到圖6.6所示的系統(tǒng)發(fā)生樹(shù)，但是，該樹(shù)顯然與真實(shí)樹(shù)有出入。距離變換法（TransformedDistanceMethod）。這種方法充分利用了外群或外部參考物種(outgroup)，即先于其它所有被考慮的物種（稱為內(nèi)群或內(nèi)部物種，ingroup）從它們的共同祖先中分化出來(lái)的那些物種。假設(shè)有4個(gè)物種A、B、C和D，其中D是物種A、B和C的外部參考物種，并且已知關(guān)于這四個(gè)物種的距離矩陣。D可作為變換其它物種之間的距離的外部參考，變換式如下：其中d’ij是物種i和j之間的變換后距離，

是外部參考物種與全體內(nèi)部物種之間的平均距離，此例中

=(dAD+dBD+dCD)/3

。鄰近歸并法（NeighborJoining）是另一種快速的聚類方法，該方法是Saitou和Nei于1987年首次提出的。在構(gòu)建系統(tǒng)發(fā)生樹(shù)時(shí)，該方法取消了非加權(quán)分組平均法所作的假定，不需要關(guān)于分子鐘的假設(shè)，在進(jìn)化分支上，發(fā)生趨異的次數(shù)可以不同。與非加權(quán)分組平均法相比，鄰近歸并法在算法上相對(duì)較復(fù)雜，它跟蹤的是樹(shù)上的節(jié)點(diǎn)而不是分類單元。4、鄰接法（NeighborJoiningMethod）基本思想是：進(jìn)行類的合并時(shí)，不僅要求待合并的類是相近的，同時(shí)，還要求待合并的類遠(yuǎn)離其它的類。在聚類過(guò)程中，根據(jù)原始距離矩陣，根據(jù)所有節(jié)點(diǎn)間的平均趨異程度，對(duì)每?jī)蓚€(gè)節(jié)點(diǎn)間的距離進(jìn)行調(diào)整，即將每個(gè)分類單元的趨異程度標(biāo)準(zhǔn)化，從而形成一個(gè)新的距離矩陣。重建時(shí)，將距離最小的兩個(gè)葉節(jié)點(diǎn)連接起來(lái)，合并這兩個(gè)葉節(jié)點(diǎn)所代表的分類，形成一個(gè)新的分類。在樹(shù)中增加一個(gè)父節(jié)點(diǎn)，并在距離矩陣中加入新的分類，同時(shí)刪除原來(lái)的兩個(gè)分類。隨后，新增加的父節(jié)點(diǎn)被看成為葉節(jié)點(diǎn)，重復(fù)上一次循環(huán)。在每一次循環(huán)過(guò)程中，都有兩個(gè)葉節(jié)點(diǎn)被一個(gè)新的父節(jié)點(diǎn)所取代,兩個(gè)類被合成為一個(gè)新類。整個(gè)循環(huán)直到只剩一個(gè)類為止。從所得到的系統(tǒng)發(fā)生樹(shù)來(lái)看，對(duì)于兩個(gè)聚在一起的分類單元，其所在的葉節(jié)點(diǎn)到父節(jié)點(diǎn)的距離并不一定相同。定義：鄰居（neighbors）無(wú)根樹(shù)中，一個(gè)節(jié)點(diǎn)所連接的兩個(gè)分類群互為鄰居

(1,2);(5,6);(1-2,3);(1-2-3,4)……其中X為連接互為鄰居的類群i,j的內(nèi)部節(jié)點(diǎn)，LiX為類群i到X的分支長(zhǎng)度。ACDB123456(1)(2)(3)(4)(1)(2)(2)(6)(7)S：所有分支長(zhǎng)度總和在每一次循環(huán)中，都要在樹(shù)中尋找兩個(gè)分類單元的直接祖先。對(duì)于節(jié)點(diǎn)x，到其它節(jié)點(diǎn)的距離dx按下式進(jìn)行估算：這里dxy是分類x和分類y之間的距離，是動(dòng)態(tài)更新的距離矩陣D中的元素。為了使所有分支長(zhǎng)度的和最?。ɑ蚍Q為最小進(jìn)化原則），選擇dxy-dx-dy最小的一對(duì)節(jié)點(diǎn)x和節(jié)點(diǎn)y進(jìn)行歸并。算法如下：

（1）初始化（與連鎖聚類算法一樣）（2）循環(huán)對(duì)于所有的分類單元x，按公式（6-13）計(jì)算dx；選擇一對(duì)分類單元x和y，使dxy-dx-dy最??；將x和y歸并為新的類(xy)，在樹(shù)中添加一個(gè)新的節(jié)點(diǎn)，將它與節(jié)點(diǎn)x和y連接，新節(jié)點(diǎn)代表新生成的分類，計(jì)算從x和y到新節(jié)點(diǎn)（xy）的分支長(zhǎng)度；dx,(xy）

=1/2dx,y+1/2(dx-dy),dy,(xy）

=1/2dx,y+1/2(dy-dx)計(jì)算新類(xy)與其它類u的距離；d(xy),u=1/2(dx,u+dy,u-dx,y)刪除聚類x和y，添加新類(xy),更新距離矩陣；如果有兩個(gè)以上的分類存在，則繼續(xù)執(zhí)行循環(huán)，否則合并剩余的兩個(gè)類，并且連接這兩個(gè)類。例子已知距離矩陣：

表6.46個(gè)分類單元的距離矩陣

ABCDEB5

C47

D7107

E6965

F811898首先分別用6個(gè)葉節(jié)點(diǎn)代表分類單元，計(jì)算每個(gè)節(jié)點(diǎn)到其它節(jié)點(diǎn)的距離：dA=5+4+7+6+8=30/4=7.5；dB=5+7+10+9+11=42/4=10.5；dC

=4+7+7+6+8=32/4=8；dD

=7+10+7+5+9=36/4=9.5；dE

=6+9+6+5+8=34/4=8.5；dF

=8+11+8+9+8=44/4=11第一次歸并時(shí)，選擇使Dxy-dx-dy最小的一對(duì)分類單元x=A和y=B，將這兩個(gè)鄰近的單元?dú)w并，以一個(gè)新節(jié)點(diǎn)（xy）代表，同時(shí)計(jì)算（xy）到x和y所在節(jié)點(diǎn)的距離：

dx,(xy）=Dx,(xy）/2+(dx-dy)/2=5/2+(7.5-10.5)/2=1dy,(xy）=Dx,(xy）/2+(dy-dx)/2=5/2+(10.5-7.5)/2=4進(jìn)一步計(jì)算新類與其它類的距離，更新距離矩陣，重復(fù)循環(huán)。最終結(jié)果見(jiàn)圖6.8。

CommentsNJ法本質(zhì)上是一種尋找最優(yōu)拓?fù)浣Y(jié)構(gòu)的譜系聚類算法。同時(shí)給出系統(tǒng)發(fā)育樹(shù)的拓?fù)浣Y(jié)構(gòu)以及分支的長(zhǎng)度。優(yōu)點(diǎn)：1)、可以較快地構(gòu)建系統(tǒng)樹(shù)；2)、適用于分析較大的數(shù)據(jù)集；3)、能夠較方便地進(jìn)行自展（Bootstrap）檢驗(yàn)。一般問(wèn)題：給定n個(gè)物種

m個(gè)用以描述物種的特征每個(gè)物種所對(duì)應(yīng)的特征值

構(gòu)建一棵系統(tǒng)發(fā)生樹(shù)，使得某個(gè)目標(biāo)函數(shù)最大。二、基于特征的系統(tǒng)發(fā)生樹(shù)構(gòu)建方法輸入一般為n×m的特征矩陣M在構(gòu)建系統(tǒng)發(fā)生樹(shù)假設(shè)特征是相互獨(dú)立的，即一個(gè)特征的變化不影響另一個(gè)特征。另外，還假設(shè)在進(jìn)化過(guò)程中，兩個(gè)物種分叉后獨(dú)立進(jìn)化，互不影響。1、最大簡(jiǎn)約法

(MaximumParsimonyMethod)目標(biāo)：構(gòu)造一棵反映分類單元之間最小變化的系統(tǒng)發(fā)生樹(shù)。所謂簡(jiǎn)約就是使代價(jià)最小。對(duì)于系統(tǒng)發(fā)生樹(shù)最直觀的代價(jià)計(jì)算就是沿著各個(gè)分支累加特征變化的數(shù)目。

甲乙丙丁戊

節(jié)點(diǎn)1

節(jié)點(diǎn)3

節(jié)點(diǎn)2

根節(jié)點(diǎn)最大簡(jiǎn)約法的處理過(guò)程：（1）針對(duì)待比較的物種，選擇核酸或蛋白質(zhì)序列。有些分子比其它分子變化慢，適合于進(jìn)行距離分析，例如哺乳類的線粒體DNA、管家蛋白質(zhì)等；（2）比較各個(gè)序列，產(chǎn)生序列的多重比對(duì)，確定各個(gè)序列符號(hào)的相對(duì)位置；（3）根據(jù)每個(gè)序列比對(duì)的位置（即多重對(duì)比排列的每一列），確定相應(yīng)的系統(tǒng)發(fā)生樹(shù)，該樹(shù)用最少的進(jìn)化動(dòng)作產(chǎn)生序列的差異，最終生成完整的樹(shù)。

對(duì)于一棵系統(tǒng)發(fā)生樹(shù)T

假設(shè)樹(shù)中的節(jié)點(diǎn)用V(T)表示， 樹(shù)的邊用E(T)，以u(píng)j、vj分別表示節(jié)點(diǎn)u和v的第j個(gè)特征，則樹(shù)T的代價(jià)為：?jiǎn)翁卣鱂itch算法（Fitch,1971;Hartigan,1973）：首先對(duì)于每個(gè)待分析的物種，分配一個(gè)葉節(jié)點(diǎn)v，其值vc取對(duì)應(yīng)物種的特征值。然后執(zhí)行下面兩步：(1)給每個(gè)節(jié)點(diǎn)v賦予一個(gè)集合Sv：如果v是葉節(jié)點(diǎn)，則Sv={vc}；如果v是內(nèi)部節(jié)點(diǎn)，并且u、w是其子節(jié)點(diǎn)，如果Su

Sw

，則Sv=Su

Sw；否則S(v)=Su

Sw

。這個(gè)過(guò)程是從葉節(jié)點(diǎn)開(kāi)始，直至處理到根節(jié)點(diǎn)。如果用遞歸算法，則應(yīng)該按后序遍歷方式處理每個(gè)節(jié)點(diǎn)。（2）給定集合Sv，為每個(gè)內(nèi)部節(jié)點(diǎn)v的特征c賦予值vc。如果v有一個(gè)父節(jié)點(diǎn)u滿足uc

Sv,則將uc賦予vc，否則任取一個(gè)t

Sv賦予vc。這個(gè)過(guò)程的執(zhí)行方向剛好與上一個(gè)過(guò)程相反，即從樹(shù)根出發(fā)，直至葉節(jié)點(diǎn)為止，最后得到完全標(biāo)定的樹(shù)。應(yīng)按前序遍歷方式依次處理每個(gè)節(jié)點(diǎn)。

MP法評(píng)述MP法適用的問(wèn)題（1）位點(diǎn)不存在回復(fù)突變、平行突變；（2）被分析的序列較長(zhǎng)，核苷酸或氨基酸數(shù)目很大；（3）序列的相似度較高；（4）核苷酸或氨基酸替代速率較穩(wěn)定。詳細(xì)內(nèi)容請(qǐng)參考《分子進(jìn)化與系統(tǒng)發(fā)育》（高等教育出版社）ML算法基本思想（Felsenstein,1981;Kishino,1990）以一個(gè)特定的替代模型分析一組給定的核苷酸（或氨基酸）序列數(shù)據(jù)，使獲得的每一個(gè)拓?fù)浣Y(jié)構(gòu)的