第五章系统发生分析

有根树，无根树，外围群
archaea archaea archaea
eukaryote
无根树
eukaryote
eukaryote eukaryote
Rooted by outgroup
bacteria outgroup
archaea archaea archaea
外围群
有根树
root
eukaryote eukaryote eukaryote eukaryote
分子系统学为生物分类问题提供了许多崭新的见解。
生物进化的分子机制
1、核苷酸替代、插 入/缺失、重组 2、基因转换
遗传漂变
基因突变 自然选择 产生新的形态、性状
固定在生物个体 以及物种内
传递给后代 分子系统学是研究进化机制的一个重要工具。
DNA序列的突变
DNA分子的改变
性状改变
核苷酸倒位 invertion
所有的生物都可以追溯到共同的祖先,生物的 产生和分化就象数一样地生长,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。
系统发生树是一种二叉树(每个节点最多有两 个子节点)，由一系列的节点(nodes)和分支 (branches)组成，每个节点代表一个分类单元 (物种或序列), 节点之间的连线表示物种之间的 进化关系。 枝长branch length 通常代表在该 分枝中曾发生过的变化数。
Cladograms show branching order branch lengths are meaningless 进化分支图，只用分支 信息，无支长信息。 Phylograms show branch order and branch lengths 进化树，有分支和支长 信息
Eukaryote 2 Eukaryote 3 Eukaryote 4
Darwin, Charles (1809-1882)
《The Origin of Species》 （1859）
经典的进化研究方法
化石证据
(Fossil)
比较形态学证据
(Comparative morphology)
系统学(Systematics) 分类学(Taxonomy)
比较生理学证据
(Comparative physiology)
最大简约法利用存在序列之间的差异的位点,即信息位点： 由位点产生的突变数目把一棵树与另一棵树区分开来的位点。 对于一个信息位点要求至少有两种不同的序列,而且每个序 列至少出现2次。
最大简约法就是寻找长度最小，代价最小(替换的 次数最少)的树。 我们只考虑信息位点。(以5为例) try…
基于距离的构建方法
缬氨酸Val GTT 55 精氨酸Arg CGU 89 GTC GTA GTG 21 34 34 CGC CGA CGG 46 1 0
为什么会出现密码子使用频率的偏倚性？
• 与同功能tRNA的丰度有关？ • 突变压力与净化选择双重控制？ Open problem
第一节
基本概念
基本概念： • 系统发生（phylogeny）——是指生物形成或进化的 历史； • 系统发生学(phylogenetics)——研究物种(遗传学特 征)之间的进化关系,认为特征相似的物种在遗传学 上接近.系统发生的结果常以系统发生树表示; • 系统发生树（phylogenetic tree）——表示形式，描 述物种(遗传学特征: 形态, 基因序列, 蛋白质序列等 等) 之间进化关系 的树，又叫系统发育树、系统演化
树、系统进化树、种系发生树、演化树、进化树、系统 树。
系统发生树: 物种(遗传特征)之间的关 系;
进化树: 从低等到高等, 有始有终
• 经典系统发生学
主要是物理或表型特征
如生物体的大小、颜色、触角个数
•即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. •有时候亲缘关系远的物种也能进化出相似的表 型，所谓的趋同进化(convergent evolution)。所 以表型为依据的进化分析有时候并不正确。 •如是否有眼睛？
系统树可以是有根的rooted 也可以是无根的 (unrooted). 在有根树中存在一个被称为根特殊节点由此导向 任何别的节点都只有唯一图。 每一途径中的方 向与进化时间和变异频率相对应。而根则是所有 正被研究的的共同祖先。无根树是一种只将各间 的关系具体化而未定义进化途径的树图。
系统发生树性质： （1）如果是一棵有根树，则树根代表在进 化历史上是最早的、并且与其它所有分类单元 都有联系的分类单元； （2）如果找不到可以作为树根的单元，则 系统发生树是无根树； （3）从根节点出发到任何一个节点的路径 指明进化时间或者进化距离。
距离法又称距离矩阵法，首先通过各个 物种之间的比较，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 。来自10条核酸序列的距离矩阵
例，如果有三个物种， 其两两距离如下： dab = 0.5 dac = 0.9 dbc = 0.9 0.25
（1）序列比对 （2）确定替换模型 （3）构建系统发生树 （4）评价所建立的树
• 两类数据： –距离： –离散特征
离散特征数据可分为 二态特征——例如：DNA序列上的某个位 置如果是剪切位点 多态特征——例如：某一位置可能的碱 基有Ａ、Ｔ、Ｇ或Ｃ
• 系统发生树的构建方法分为两大类： –基于距离的构建方法 非加权组平均法 邻近归并法 Fitch-Margoliash法 最小进化方法
直系同源与旁系同源
• 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.
Paralogs （旁系）
Orthologs（直系）
Paralogs旁系
Orthologs直系
进化分支图，进化树
Bacterium 1 Bacterium 2 Bacterium 3 Eukaryote 1 Eukaryote 2 Eukaryote 3 Eukaryote 4 Bacterium 1 Bacterium 2 Bacterium 3 Eukaryote 1
系统发育树的种类 ——基因树、物种树
基因分裂 物种树： 代表一个物种或群体 进化历史的系统发育树 两个物种分歧的时间： 基因分裂 两个物种发生生殖隔离的 基因分裂 时间 物种分裂 基因树： 由来自各个物种的一 个基因构建的系统发育树 （不完全等同于物种树）， 表示基因分离的时间。 a b c d e f
古分子系统学、分子系统学
古生物遗体、化石保存的三种信息： 1、形态学信息 2、化学信息（生物的代谢产物和一般的生物化学分子） 3、遗传信息(保存的一级结构生物大分子,即基因产物和基因片段)
分子系统学（Molecular Systematics）：从生物大分子（氨 基酸、核苷酸）的遗传信息推断生物进化的历史，并以系统 树（谱系）的形式表达出来。 古分子系统学：利用古代DNA保留的遗传信息进行分子系统 学研究
仍然为同义密码子的核苷酸替代 如： TAT TAC Tyr Tyr
非同义替代（nonsynonymous substitution）
导致产生非同义密码子的核苷酸替代 如： TAT AAT Tyr Asn
无义突变（nonsense mutation）
导致产生终止密码子的核苷酸突变 如： TAT TAA Tyr STP

胸腺嘧啶 T
颠换
（transvertion） 嘌呤 嘧啶 嘧啶 嘌呤


A 腺嘌呤

G 鸟嘌呤
在大多数DNA片段中，转换出现的概率高于颠换出现的概率。
DNA序列突变对氨基酸序列的影响
同义（沉默）替代（synonymous / silent substitution）
–基于离散特征的构建方法 最大简约法 最大似然法 进化简约法 相容性方法
基于离散特征的构建方法 ---最大简约法（MP）
最大简约法(maximum parsimony,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，这个原则认 为：解释一个过程的最好理论是所需假设数 目最少的那一个。对所有可能的拓扑结构进 行计算，并计算出所需替代数最小的那个拓 扑结构，作为最优树。
问题：假设所有密码子以同一概率出现，上述三种突变的比例 25%，71%，4%
密码子使用频率(codon usage)
密码子使用频率的偏倚性： 编码同一个氨基酸的多个同义密码子具有不同的使用频率。 或者某一物种或某一基因通常倾向于使用一种或几种特定的 同义密码子，这些密码子被称为最优密码子(Optimal Codon)， 此现象被称为密码子偏好性(Codon Usage bias)。 例：E. coli的RNA聚合酶
基因组编码信息的丰富 与形态、性状包含的信息相比，基因组序列包含更多、更 复杂的信息结构
What can we do for molecular evolution?
序列比较：源于同一祖先DNA/氨基酸序列的两条DNA/氨基酸 序列，考察二者的差异。 序列差异：进化过程中分子突变的痕迹
分子进化：以累计在DNA/氨基酸分子上的历史信息为基础， 研究分子水平的生物进化过程和机制。 分子系统发育学 Molecular Phylogenetics 分子系统学 Molecular Systematics
核苷酸替代 substitution
核苷酸缺失 deletion
核苷酸插入 insertion
替代 Thr Tyr Leu Leu ACC TAT TTG CTG
插入 Thr Tyr Leu Leu ACC TAT TTG CTG