进化树(精美自制)PPT
合集下载
系统进化树的构建 图文【精选】共37页PPT
系统进化树的构建 图文【精选】
36、如果我们国家的法律中只有某种 神灵， 而不是 殚精竭 虑将神 灵揉进 宪法， 总体上 来说， 法律就 会更好 。—— 马克·吐 温 37、纲纪废弃之日，便是暴政兴起之 时。— —威·皮 物特
38、若是没有公众舆论的支持，法律 是丝毫 没有力 量的。 ——菲 力普斯 39、一个判例造出另一个判例，它们 迅速累 聚，进 而变成 法律。 ——朱 尼厄斯
25、学习是劳动，是充满思想的劳动。——乌申斯基
谢谢！
40、人类法律，事物有规律，这是不 容忽视 的。— —爱献反感轻蔑和嫉妒。——培根 22、业精于勤，荒于嬉；行成于思，毁于随。——韩愈
23、一切节省，归根到底都归结为时间的节省。——马克思 24、意志命运往往背道而驰，决心到最后会全部推倒。——莎士比亚
36、如果我们国家的法律中只有某种 神灵， 而不是 殚精竭 虑将神 灵揉进 宪法， 总体上 来说， 法律就 会更好 。—— 马克·吐 温 37、纲纪废弃之日，便是暴政兴起之 时。— —威·皮 物特
38、若是没有公众舆论的支持，法律 是丝毫 没有力 量的。 ——菲 力普斯 39、一个判例造出另一个判例，它们 迅速累 聚，进 而变成 法律。 ——朱 尼厄斯
25、学习是劳动，是充满思想的劳动。——乌申斯基
谢谢！
40、人类法律，事物有规律，这是不 容忽视 的。— —爱献反感轻蔑和嫉妒。——培根 22、业精于勤，荒于嬉；行成于思，毁于随。——韩愈
23、一切节省，归根到底都归结为时间的节省。——马克思 24、意志命运往往背道而驰，决心到最后会全部推倒。——莎士比亚
浅谈系统发育分析及进化树制作课件
浅谈系统发育分析及 进化树制作课件
THE FIRST LESSON OF THE SCHOOL YEAR
目录CONTENTS
• 系统发育分析简介 • 进化树基本概念 • 进化树的制作方法 • 系统发育分析的挑战与未来发展 • 实践案例分享 • 总结与展望
01
系统发育分析简介
定义与重要性
定义
系统发育分析是一种研究生物种群进化历程和亲缘关系的方法，通过比较不同 物种间的基因、蛋白质等分子序列差异，构建进化树来揭示生物的演化关系。
重复构建
为确保结果的稳定性，对同一数据集进行多次重复构 建进化树。
01
系统发育分析的挑 战与未来发展
当前面临的主要问题
数据获取与整合
系统发育分析需要大量的基因序 列数据，如何高效获取和整合这 些数据是一个挑战。
算法复杂度与计算
资源
随着数据量的增长，传统的系统 发育分析算法面临计算效率和资 源消耗的挑战。
物种间基因序列差
异
不同物种的基因序列存在较大差 异，如何准确识别和比较这些差 异是系统发育分析的关键。
未来发展方向与趋势
Байду номын сангаас
01
大数据技术的应用
利用大数据技术对海量基因序列 数据进行处理和分析，提高系统 发育分析的效率和准确性。
02
算法优化和并行计 算
通过算法优化和并行计算技术， 降低系统发育分析的计算复杂度 ，提高计算效率。
基于已知物种的进化关系 ，构建一棵假设树，常用 软件如RAxML。
贝叶斯法
基于贝叶斯统计理论，模 拟基因序列的进化过程， 常用软件如MrBayes。
参数设置与优化
模型选择
根据基因序列的特点选择合适的进化模型，如GTR、 GTR+I+G等。
THE FIRST LESSON OF THE SCHOOL YEAR
目录CONTENTS
• 系统发育分析简介 • 进化树基本概念 • 进化树的制作方法 • 系统发育分析的挑战与未来发展 • 实践案例分享 • 总结与展望
01
系统发育分析简介
定义与重要性
定义
系统发育分析是一种研究生物种群进化历程和亲缘关系的方法，通过比较不同 物种间的基因、蛋白质等分子序列差异，构建进化树来揭示生物的演化关系。
重复构建
为确保结果的稳定性，对同一数据集进行多次重复构 建进化树。
01
系统发育分析的挑 战与未来发展
当前面临的主要问题
数据获取与整合
系统发育分析需要大量的基因序 列数据，如何高效获取和整合这 些数据是一个挑战。
算法复杂度与计算
资源
随着数据量的增长，传统的系统 发育分析算法面临计算效率和资 源消耗的挑战。
物种间基因序列差
异
不同物种的基因序列存在较大差 异，如何准确识别和比较这些差 异是系统发育分析的关键。
未来发展方向与趋势
Байду номын сангаас
01
大数据技术的应用
利用大数据技术对海量基因序列 数据进行处理和分析，提高系统 发育分析的效率和准确性。
02
算法优化和并行计 算
通过算法优化和并行计算技术， 降低系统发育分析的计算复杂度 ，提高计算效率。
基于已知物种的进化关系 ，构建一棵假设树，常用 软件如RAxML。
贝叶斯法
基于贝叶斯统计理论，模 拟基因序列的进化过程， 常用软件如MrBayes。
参数设置与优化
模型选择
根据基因序列的特点选择合适的进化模型，如GTR、 GTR+I+G等。
系统进化树的构建精品PPT课件
• 构建我们自己的Fasta 文件
Fasta文件是直接可以从数 据库中下载得到的，但是 根据实际要求的不同，有 时候我们需要自己构建 Fasta文件。 如果您已近有了想用来构 建进化树的序列，您可以 如右图所示构建自己的文 件，文件的保存格式是： 文件名.txt
•实例讲解
下面我们以版纳病毒为例，构建系统进化树。 首先我们要下载我们所需的序列。
优点为：简单易用
最新版本下载/地址为：http：/
•实例讲解
下一步我们将介绍如何用MEGA构建我们的进化树，首先请大 家用MEGA软件将我们之前保留的Fasta文件打开这时候会有 两个窗口，选择File标签-->Convert to Mega.
工具条
菜单栏
•实例讲解
选择File标签-->Convert to Mega.
与分析序列相关的生物序列且具 有较远的亲缘关系
根
分支 长度 狒
狒
一个单位
距离标尺
外群
系统发育进化树示例
系统发育树重建分析步骤
多序列比对（自动比对，手工校正） 选择建树方法 建立进化树 进化树评估
系统发育树重建的基本方法
• 1. 距离法 (distance）
适用序列有较高相似性时
• 2. 最大简约法 (maximum parsimony, MP)
• 按路径输入刚才生成的 *.PHY文件；为了避免输入路径的繁 琐，可以直接将文件COPY至PART2文件夹中。
• 第二步：点击回车，出现参数设置页面。设定适当参 数；输出outfile文件。
• 第二步：设置参数后，输入Y。出现Random number seed 设置提示行。
Random number seed :进化树进行抽样时从第几棵树开始。
mega操作过程多序列比对进化树ppt文档
1 2 3 4 5 6 7 8 91 ⅠY D G G A V - E AL ⅡY D G G - - - E AL ⅢF E G G I L V E AL
ⅣF D - G I L V Q AV ⅤY E G G A V V Q AL
表1 多序列比对的定义 表示五个短序列（I-V）的比对结果。通过插入空位，使5个序列中 大多数相同或相似残基放入同一列，并保持每个序列残基顺序不变
➢ 在NCBI/EBI的FTP服务器上可以找到下载的软件包。 ClustalW 程序用选项单逐步指导用户进行操作，用户 可根据需要选择打分矩阵、设置空位罚分等。
ftp:///pub/software/
➢ EBI的主页还提供了基于Web的ClustalW服务，用户可以 把序列和各种要求通过表单提交到服务器上，服务器 把计算的结果用Email返回用户（或在线交互使用）。
计算机程序自动比对 ➢ 通过特定的算法（如穷举法，启发式算法等），由计算机程 序自动搜索最佳的多序列比对状态。
穷举法
穷举法（exhaustive alignment method）
➢ 将序列两两比对时的二维动态规划矩阵扩展到多维矩阵。即用 矩阵的维数来反映比对的序列数目。这种方法的计算量很大， 对于计算机系统的资源要求比较高，一般只有在进行少数的较 短的序列的比对的时候才会用到这个方法
概念 多序列比对的意义 多序列比对的打分函数 多序列比对的方法
1、概念
多序列比对（Multiple sequence alignment） ➢ align multiple related sequences to achieve optimal matching of the sequences.
mega操作过程多序列比对进化树
浅谈系统发育分析及进化树制作45页PPT
浅谈系统发育分析及进化树制作
46、法律有权打破平静。——马·格林 47、在一千磅法律里，没有一盎司仁 爱。— —英国
48、法律一多，公正就少。——托·富 勒 49、犯罪总是以惩罚相补偿；只有处 罚才能 使犯罪 得到偿 还。— —达雷 尔
50、弱者比强者更得到法律的保护 。—— 威·厄尔
谢谢
11、越是没有本领的就越加自命不凡。——邓拓 12、越是无能的人，越喜欢挑剔别人的错儿。——爱尔兰 13、知人者智，自知者明。胜人者有力，自胜者强。——老子 14、意志坚强的人能把世界放在手中像泥块一样任意揉捏。——歌德 15、最具挑战性的挑战莫过于提升自我。——迈克尔·F·斯特利
46、法律有权打破平静。——马·格林 47、在一千磅法律里，没有一盎司仁 爱。— —英国
48、法律一多，公正就少。——托·富 勒 49、犯罪总是以惩罚相补偿；只有处 罚才能 使犯罪 得到偿 还。— —达雷 尔
50、弱者比强者更得到法律的保护 。—— 威·厄尔
谢谢
11、越是没有本领的就越加自命不凡。——邓拓 12、越是无能的人，越喜欢挑剔别人的错儿。——爱尔兰 13、知人者智，自知者明。胜人者有力，自胜者强。——老子 14、意志坚强的人能把世界放在手中像泥块一样任意揉捏。——歌德 15、最具挑战性的挑战莫过于提升自我。——迈克尔·F·斯特利
一文读懂进化树（图文详解）
⼀⽂读懂进化树（图⽂详解）⽬录Content⼀、什么是进化树⼆、进化树的构成1. 根 (Root)2. 结点 (Node)3. 进化⽀ (Branch)4. 外群5. 进化分⽀长度6. 距离标尺7. Bootstrap value三、进化树评估1. Bootstrap检验2. 重复取样值3. Bootstrap value 阈值4. Bootstrap value 与分⽀四、⼏种进化树图1.经典树图（Traditional）Rectangle Tree2.圈图（Circle Tree）3.辐射树（Radiation Tree）什么是进化树系统发育进化树 (Phylogenetic tree)：⼀般也叫系统进化树，进化树。
它可以利⽤树状分⽀图形来表⽰各物种或基因间的亲缘关系。
建进化树的过程，⽤术语讲：分⽀系统发育分析 (Molecular phylogenetic analysis)：是⽤来研究物种或序列进化和系统分类的⼀种⽅法。
⼀般研究对象是碱基序列或氨基酸序列，通过数理统计算法来计算⽣物间进化关系。
最后，根据计算结果，可视化为系统进化树。
进化树的构成我们模拟⼀个项⽬，使⽤⼈和⿏的各两个基因做进化树，结果如下：可以看到上⾯有⼀堆标注，下⾯来看看它们代表什么意义：1. 根 (所有分⽀的共同祖先叫做根根据有⽆根可分为：有根树：上⾯的图就是有根树，可以从树中找到共同的祖先。
⽆根树：顾名思义，没有根，也就找不到共同的祖先。
⽐如后边会提到的 Straight Tree2. 结点 (每个结点代表⼀个分类单元，物种上可以是属，种群等，基因上可以是基因家族，同源物等。
这⾥需要注意，有的⼈会把 node 翻译为节点，但是节点与结点有着不⼀样的含义：节点：通常被认为是⼀个实体，⽐如互联⽹上的每台计算机，蛋⽩互作⽹络的每个蛋⽩质。
结点：只是⼀个交叉点，指交汇点，并不代表⼀个实体或事物但是，也有另外⼀种解释：这种解释将 node 分为外部节点与内部节点：外部节点⼜叫叶节点，也就是最外层的⼈基因1，⼈基因2等，代表参与分析的序列样本内部节点，也就是我们使⽤蓝⾊标注的位置，代表假定祖先。
- 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).
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。
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。
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）。
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）
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
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
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。
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。
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
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。
47789…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
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.
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
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：
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。
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。
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 。
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).
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。
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。
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）。
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）
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
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
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。
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。
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
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。
47789…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
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.
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
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：
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。
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。
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 。