进化树(精美自制)PPT
合集下载
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)。
始树是否有差异，以此评价建树的可靠性。 一般Bootstrap重复取样次数要大于100，根据
每个分支在不同此取样时出现的频率赋予该分 支一个百分比。 如果严格根据统计学概念，该百分比要大于95 ％才认为该分支可信。在实际应用中该值大于 75％就认为可信。
A.重新取样(100-1000 time).
近邻归并法是由非加权分 组平均法（UPGMA）法 演变出的另一种常用的方 法，强调配对物种，由此 构造一棵分支长度总和最 小的树。
邻位归并法构建的进化树 相对准确，计算快捷。其 缺点是序列上的所有位点 都被同等对待，而且，所 分析的序列的进化距离不 能太大。
NJ－邻位归并法
从星状开始，首先连接两个相 邻的序列，并筛选出分支总长 最短的树，直到最后。
分子进化与系统发育分析软件
3.发生树构建演示
MEGA软件——系统发育树构建方法
然后，导入需要构建系统进化树的序列：
பைடு நூலகம்
点击OK：
如果是 DNA 序列，点击 DNA，如果是蛋白序列， 点击 Protein。
出现新的对话框，创建新的数据文件
如果是 DNA 序列，点击 DNA，如果是蛋白序列， 点击 Protein。
基因进化树的定义
基因进化树是基于核酸或蛋白序列构建 的进化树——分子进化树。 绘制基因进化树，对病毒的全长或部分 基因序列进行同源性比较与分型，有助探讨 病毒的分型，不同地方株的亲缘关系，传染 的来源与流行关系等方面的问题。
边 节点
进化树的基本概念
分类单位 （基因、蛋 白、形态等） 用于进化树 的构建
分枝
末端节点
代表分类单位 （基因、蛋白、 形态等）用于 进化树的构建
外部节点或树根
（代表此树的同 一祖先）
内部节点或分枝点
（代表分类单位的假 设祖先）
系统发生树可分为有根树和无根树
Ⅰ
ⅡⅢ ⅣⅤ
Ⅰ
Ⅱ
Ⅴ
Ⅲ
根
时间
Ⅳ
⑴ 有根树
⑵ 无根树
有根树种，单一的节点指派为共同的祖先，从祖先节点只有唯一的路 径进化到达其他任何节点。
导入成功
点击W，进行比对
比对完成后删除序列两端不能完全对齐的碱基。
点击系统发生分析。
然后，关闭该窗口，在弹出的对话框中选择保存 文件。
Bootstrap 选择 1000，点 Computer，开始计算
计算完毕后，生成系统发生树。
4.系统发生树应用
指导疾病的预防与治疗
指导疾病的临床治疗（HCV）
12345 100 1 : ATCTG…A 2 : ATCTG…C 3 : ACTTA…C 4 : ACCTA…T
12345 100 1 : AATTT…T 2 : AATTT…G 3 : AACTT…T 4 : AACTT…T
11244 x
12345 100 1 : TTTAT…T 2 : TAACC…G 3 : TAACC…T 4 : TGGGA…T
由于HCV基因1型用干扰素治疗的效果不佳。
病毒基因型分型对预防策略的影响（HEV）
净化环境，保 持水源清洁
给易感者接种 HEV疫苗
免食生肉
给猪接种HEV 疫苗，切断传 染源头。
净化环境，保 持水源清洁
给易感者接种 HEV疫苗
传染的来源
利用构建系统发生树的方法，可揭示时间 和地点相距较远的病毒分离株之间的同源 性，从而发现某一流行事件是过去流行株 复发还是从外界传入，对控制病毒的流行 具有重要意义。
指导疾病的预防（HEV genotype Ⅰ Ⅳ）
有助研究病毒的分子流行病学意义
揭示传染的来源
监控和预测
为疫苗的选定提供依据
基因分型对HCV临床治疗的指导意义
HCV（丙型肝炎病毒）基因分型及血清HCV RNA定量测定对于预治疗疗效及决定治疗方案有重 要意义。 非基因1型（2、3型）感染者用干扰素加小剂量 利巴韦林800mg/d治疗24周即可获得较好的疗效。 而基因1型者疗效较差（特别是病毒负荷较高者 ），应给予更长的疗程（48周），并需更大剂量的 利巴韦林（1000~1200mg/d）。
WHO每年根据系统发生树推荐流 感疫苗
WHO在全球有6个人流感参比 实验室（ reference Lab ），2个 动物流感参比实验室。
对当年流行的毒株进行序列分 析（人流感/动物流感）。
选定当年主要流行分支的数种 根部毒株为预选疫苗。
评价预选疫苗的免疫原性和免 疫保护性——确定推荐疫苗株 。
Sp4
C. 计算各分支出现的可信度
Sp1 Sp2
Sp3 Sp4
Sp1 Sp2
Sp3 Sp4
Sp1
Sp2 Sp3
Sp4
67% 100%
Sp1 Sp2
Sp3 Sp4
In 67% of the data sets, the split between SP1+SP2 and the rest of the tree was found.
系统发生树的分析与应用
专业：流行病与卫生统计 方向：分子流行病学
主要内容
1
系统发生树的相关概念
2
发生树的构造与评价方法
3
发生树构建演示
4
系统发生树的应用
1.系统发生树的相关概念
系统发生树（Phylogenetic tree）又称为系统进化树，是 表明被认为具有共同祖先的各 物种间演化关系的树。用来描 述物种之间的进化关系。
Neighbor joining(NJ)邻位归并法
Character-based methods 基于特征的方法
Maximum parsimony(MP)最大简约法
Maximum likelihood method(ML)最大似然法
1/29/2020
7
基于距离的建树法
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。
无根树只表明了节点之间的关系，而没有关于进化发生方向的信息。
2.系统发生树的构建方法
Distance-based methods 基于距离的方法
Unweightedpair group method using arithmetic average (UPGMA) 非加权分组平均法
Minimum evolution(ME)最小进化法
基于特征的建树方法
不计算序列间的距离，而是将序列中有差异的位 点作为单独的特征，并根据这些特征来建树。
ML－最大似然法
选取一个特定的替代模型来分析给定的一 组序列数据，使得获得的每一个拓扑结构 的似然率都为最大值，然后再挑出其中似 然率最大的拓扑结构作为最优树。
最大似然法的建树过程是个很费时的过程 ，因为在分析过程中有很大的计算量，每 个步骤都要考虑内部节点的所有可能性。
47789…x
12345 100 1 : AGGTA…T 2 : AGGAC…G 3 : AAAAC…A 4 : AAAGG…C
15578… x
B. 每组取样重建发生树。
12345 100
12345 100
1 : AATTT…T
1 : TTTAT…T
2 : AATTT…G
2 : TAACC…G
3 : AACTT…T
系统发生树构建方法的选择
系统发生树的可靠性
用截然不同的距离矩阵法与简约法分析一 个数据集，如果能够产生相似的系统发生 树，这样的树可以认为是可靠的
用Bootstrap（自展法）检验
Bootstrap－自展法
从排列的多序列中随机有放回的抽取某一列， 构成相同长度的新的排列序列。
重复上面的过程，得到多组新的序列。 对这些新的序列进行建树，再观察这些树与原
3 : TAACC…T
4 : AACTT…T
4 : TGGGA…T
11244 x
47789…x
12345 100 1 : AGGTA…T 2 : AGGAC…G 3 : AAAAC…A 4 : AAAGG…C
15578… x
Sp1 Sp2
Sp3 Sp4
Sp1 Sp2
Sp3 Sp4
Sp1
Sp2 Sp3
每个分支在不同此取样时出现的频率赋予该分 支一个百分比。 如果严格根据统计学概念，该百分比要大于95 ％才认为该分支可信。在实际应用中该值大于 75％就认为可信。
A.重新取样(100-1000 time).
近邻归并法是由非加权分 组平均法（UPGMA）法 演变出的另一种常用的方 法，强调配对物种，由此 构造一棵分支长度总和最 小的树。
邻位归并法构建的进化树 相对准确，计算快捷。其 缺点是序列上的所有位点 都被同等对待，而且，所 分析的序列的进化距离不 能太大。
NJ－邻位归并法
从星状开始，首先连接两个相 邻的序列，并筛选出分支总长 最短的树，直到最后。
分子进化与系统发育分析软件
3.发生树构建演示
MEGA软件——系统发育树构建方法
然后，导入需要构建系统进化树的序列：
பைடு நூலகம்
点击OK：
如果是 DNA 序列，点击 DNA，如果是蛋白序列， 点击 Protein。
出现新的对话框，创建新的数据文件
如果是 DNA 序列，点击 DNA，如果是蛋白序列， 点击 Protein。
基因进化树的定义
基因进化树是基于核酸或蛋白序列构建 的进化树——分子进化树。 绘制基因进化树，对病毒的全长或部分 基因序列进行同源性比较与分型，有助探讨 病毒的分型，不同地方株的亲缘关系，传染 的来源与流行关系等方面的问题。
边 节点
进化树的基本概念
分类单位 （基因、蛋 白、形态等） 用于进化树 的构建
分枝
末端节点
代表分类单位 （基因、蛋白、 形态等）用于 进化树的构建
外部节点或树根
（代表此树的同 一祖先）
内部节点或分枝点
（代表分类单位的假 设祖先）
系统发生树可分为有根树和无根树
Ⅰ
ⅡⅢ ⅣⅤ
Ⅰ
Ⅱ
Ⅴ
Ⅲ
根
时间
Ⅳ
⑴ 有根树
⑵ 无根树
有根树种，单一的节点指派为共同的祖先，从祖先节点只有唯一的路 径进化到达其他任何节点。
导入成功
点击W，进行比对
比对完成后删除序列两端不能完全对齐的碱基。
点击系统发生分析。
然后，关闭该窗口，在弹出的对话框中选择保存 文件。
Bootstrap 选择 1000，点 Computer，开始计算
计算完毕后，生成系统发生树。
4.系统发生树应用
指导疾病的预防与治疗
指导疾病的临床治疗（HCV）
12345 100 1 : ATCTG…A 2 : ATCTG…C 3 : ACTTA…C 4 : ACCTA…T
12345 100 1 : AATTT…T 2 : AATTT…G 3 : AACTT…T 4 : AACTT…T
11244 x
12345 100 1 : TTTAT…T 2 : TAACC…G 3 : TAACC…T 4 : TGGGA…T
由于HCV基因1型用干扰素治疗的效果不佳。
病毒基因型分型对预防策略的影响（HEV）
净化环境，保 持水源清洁
给易感者接种 HEV疫苗
免食生肉
给猪接种HEV 疫苗，切断传 染源头。
净化环境，保 持水源清洁
给易感者接种 HEV疫苗
传染的来源
利用构建系统发生树的方法，可揭示时间 和地点相距较远的病毒分离株之间的同源 性，从而发现某一流行事件是过去流行株 复发还是从外界传入，对控制病毒的流行 具有重要意义。
指导疾病的预防（HEV genotype Ⅰ Ⅳ）
有助研究病毒的分子流行病学意义
揭示传染的来源
监控和预测
为疫苗的选定提供依据
基因分型对HCV临床治疗的指导意义
HCV（丙型肝炎病毒）基因分型及血清HCV RNA定量测定对于预治疗疗效及决定治疗方案有重 要意义。 非基因1型（2、3型）感染者用干扰素加小剂量 利巴韦林800mg/d治疗24周即可获得较好的疗效。 而基因1型者疗效较差（特别是病毒负荷较高者 ），应给予更长的疗程（48周），并需更大剂量的 利巴韦林（1000~1200mg/d）。
WHO每年根据系统发生树推荐流 感疫苗
WHO在全球有6个人流感参比 实验室（ reference Lab ），2个 动物流感参比实验室。
对当年流行的毒株进行序列分 析（人流感/动物流感）。
选定当年主要流行分支的数种 根部毒株为预选疫苗。
评价预选疫苗的免疫原性和免 疫保护性——确定推荐疫苗株 。
Sp4
C. 计算各分支出现的可信度
Sp1 Sp2
Sp3 Sp4
Sp1 Sp2
Sp3 Sp4
Sp1
Sp2 Sp3
Sp4
67% 100%
Sp1 Sp2
Sp3 Sp4
In 67% of the data sets, the split between SP1+SP2 and the rest of the tree was found.
系统发生树的分析与应用
专业：流行病与卫生统计 方向：分子流行病学
主要内容
1
系统发生树的相关概念
2
发生树的构造与评价方法
3
发生树构建演示
4
系统发生树的应用
1.系统发生树的相关概念
系统发生树（Phylogenetic tree）又称为系统进化树，是 表明被认为具有共同祖先的各 物种间演化关系的树。用来描 述物种之间的进化关系。
Neighbor joining(NJ)邻位归并法
Character-based methods 基于特征的方法
Maximum parsimony(MP)最大简约法
Maximum likelihood method(ML)最大似然法
1/29/2020
7
基于距离的建树法
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。
无根树只表明了节点之间的关系，而没有关于进化发生方向的信息。
2.系统发生树的构建方法
Distance-based methods 基于距离的方法
Unweightedpair group method using arithmetic average (UPGMA) 非加权分组平均法
Minimum evolution(ME)最小进化法
基于特征的建树方法
不计算序列间的距离，而是将序列中有差异的位 点作为单独的特征，并根据这些特征来建树。
ML－最大似然法
选取一个特定的替代模型来分析给定的一 组序列数据，使得获得的每一个拓扑结构 的似然率都为最大值，然后再挑出其中似 然率最大的拓扑结构作为最优树。
最大似然法的建树过程是个很费时的过程 ，因为在分析过程中有很大的计算量，每 个步骤都要考虑内部节点的所有可能性。
47789…x
12345 100 1 : AGGTA…T 2 : AGGAC…G 3 : AAAAC…A 4 : AAAGG…C
15578… x
B. 每组取样重建发生树。
12345 100
12345 100
1 : AATTT…T
1 : TTTAT…T
2 : AATTT…G
2 : TAACC…G
3 : AACTT…T
系统发生树构建方法的选择
系统发生树的可靠性
用截然不同的距离矩阵法与简约法分析一 个数据集，如果能够产生相似的系统发生 树，这样的树可以认为是可靠的
用Bootstrap（自展法）检验
Bootstrap－自展法
从排列的多序列中随机有放回的抽取某一列， 构成相同长度的新的排列序列。
重复上面的过程，得到多组新的序列。 对这些新的序列进行建树，再观察这些树与原
3 : TAACC…T
4 : AACTT…T
4 : TGGGA…T
11244 x
47789…x
12345 100 1 : AGGTA…T 2 : AGGAC…G 3 : AAAAC…A 4 : AAAGG…C
15578… x
Sp1 Sp2
Sp3 Sp4
Sp1 Sp2
Sp3 Sp4
Sp1
Sp2 Sp3