构建系统进化树的详细步骤

构建系统进化树的详细步骤

1. 建树前的准备工作

1.1 相似序列的获得——BLAST

BLAST是目前常用的数据库搜索程序，它是Basic Local Alignment Search Tool 的缩写，意

为“基本局部相似性比对搜索工具”(Altschul et al.,1990[62];1997[63])。国际著名生物信息中心

都提供基于Web的BLAST服务器。BLAST算法的基本思路是首先找出检测序列和目标序

列之间相似性程度最高的片段，并作为核向两端延伸，以找出尽可能长的相似序列片段。

首先登录到提供BLAST服务的常用，比如国的CBI、美国的NCBI、欧洲的EBI和日本的DDBJ。这些提供的BLAST服务在界面上差不多，但所用的程序有所差异。它

们都有一个大的文本框，用于粘贴需要搜索的序列。把序列以FASTA格式(即第一行为说明

行，以“>”符号开始，后面是序列的名称、说明等，其中“>”是必需的，名称及说明等可以是

任意形式，换行之后是序列)粘贴到那个大的文本框，选择合适的BLAST程序和数据库，就

可以开始搜索了。如果是DNA序列，一般选择BLASTN搜索DNA数据库。

这里以NCBI为例。登录NCBI主页-点击BLAST-点击Nucleotide-nucleotide BLAST (blastn)-在Search文本框中粘贴检测序列-点击BLAST!-点击Format-得到result of BLAST。

BLASTN结果如何分析(参数意义):

>gi|28171832|gb|AY155203.1| Nocardia sp. ATCC 49872 16S ribosomal RNA gene, complete

sequence

Score = 2020 bits (1019), Expect = 0.0

Identities = 1382/1497 (92%), Gaps = 8/1497 (0%) Strand = Plus / Plus

Query: 1 gacgaacgctggcggcgtgcttaacacatgcaagtcgagcggaaaggccctttcgggggt 60

|||||||||||||||||||||||||||||||||||||||||| ||||||||| ||||| Sbjct: 1 gacgaacgctggcggcgtgcttaacacatgcaagtcgagcggtaaggcccttc--ggggt 58

Query: 61 actcgagcggcgaacgggtgagtaacacgtgggtaacctgccttcagctctgggataagc 120

|| ||||||||||||||||||||||||||||||| | |||||| ||||||||||||| Sbjct: 59 acacgagcggcgaacgggtgagtaacacgtgggtgatctgcctcgtactctgggataagc 118

Score :指的是提交的序列和搜索出的序列之间的分值，越高说明越相似; Expect:比对的期望值。比对越好，expect越小,一般在核酸层次的比对，expect 小于1e-10，

就比对很好了，多数情况下为0;

Identities:提交的序列和参比序列的相似性，如上所指为1497个核苷酸中二者有1382个相

同;

Gaps:一般翻译成空位，指的是对不上的碱基数目;

Strand:链的方向，Plus / Minus意味着提交的序列和参比序列是反向互补的，如果是Plus /

Plus则二者皆为正向。

1.2 序列格式:FASTA格式

由于EMBL和GenBank数据格式较为复杂，所以为了分析方便也出现了十分简单的FASTA

数据格式。FASTA格式又称为Pearson格式，该种序列格式要求序列的标题行以大于号“>”

开头，下一行起为具体的序列。一般建议每行的字符数不超过60或80个，以方便程序处理。

多条核酸和蛋白质序列格式即将该格式连续列出即可，如下所示:

>E.coli

1 aaattgaaga gtttgatcat ggctcagatt gaacgctggc ggcaggccta acacatgcaa

61 gtcgaacggt aacaggaaga agcttgcttc tttgctgacg agtggcggac ……

>AY631071 Jiangella gansuensis YIM 002 1 gacgaacgct ggcggcgtgc ttaacacatg caagtcgagc ggaaaggccc tttcgggggt

61 actcgagcgg cgaacgggtg agtaacacgt gggtaacctg ccttcagctc tgggataagc

……

其中的…>‟为Clustal X默认的序列输入格式，必不可少。其后可以是种属名称，也可以是序列在Genbank中的登录号(Accession No.)，自编号也可以，不过需要注意名字不能太长，一般由英文字母和数字组成，开首几个字母最好不要相同，因为有时Clustal X程序只默认前几位为该序列名称。回车换行后是序列。将检测序列和搜索到的同源序列以FASTA格式编辑成为一个文本文件

(例:C:\temp\jc.txt)，即可导入Clustal X等程序进行比对建树。 2. 构建系统树的相关软件和操作步骤

构建进化树的主要步骤是比对，建立取代模型，建立进化树以及进化树评估。鉴于以上对于构建系统树的评价，结合本实验室实际情况，以下主要介绍N-J Tree构建的相关软件和操作步骤。

2.1 用Clustal X构建N-J系统树的过程

(1) 打开Clustal X程序，载入源文件.

File-Load sequences- C:\temp\jc.txt. (2) 序列比对

Alignment - Output format options - ? Clustal format; CLUSTALW sequence numbers: ON

Alignment - Do complete alignment (Output Guide Tree file,

C:\temp\jc.dnd;Output Alignment file, C:\temp\jc.aln;) Align ? waiting……

等待时间与序列长度、数量以及计算机配置有关。

(3) 掐头去尾

File-Save Sequence as…

Format: ? CLUSTAL

GDE output case: Lower

CLUSTALW sequence numbers: ON