多序列对位排列和进化分析.ppt

第五章多序列对位排列和进化分析,生物信息学,chickenPLVSS-PLRGEAGVLPFQQEEYEKVKRGIVEQCCHNTCSLYQLENYCNxenopusALVSG-PQDNELDGMQLQPQEYQKMKRGIVEQCCHSTCSLFQLESYCNhumanLQVGQVELGGGPGAGSLQPLALEGSLQKRGIVEQCCTSICSLYQLENYCNmonkeyPQVGQVELGGGPGAGSLQPLALEGSLQKRGIVEQCCTSICSLYQLENYCNdogLQVRDVELAGAPGEGGLQPLALEGALQKRGIVEQCCTSICSLYQLENYCNhamsterPQVAQLELGGGPGADDLQTLALEVAQQKRGIVDQCCTSICSLYQLENYCNbovinePQVGALELAGGPGAGG-LEGPPQKRGIVEQCCASVCSLYQLENYCNguineapigPQVEQTELGMGLGAGGLQPLALEMALQKRGIVDQCCTGTCTRHQLQSYCN,Bringthegreatestnumberofsimilarcharactersintothesamecolumnofthealignment,MultipleSequenceAlignment(MSA),多序列对位排列,HumanHoxgenes,为什么要做MSA？,用于描述一组序列之间的相似性关系，以便了解一个基因家族的基本特征，寻找motif，保守区域等。用于预测新序列的二级和三级结构，进而推测其生物学功能。,不同种的酵母Gal1和Gal10启动子区MSA,为什么要做MSA？,Nature423,241-254,用于描述同源序列之间的亲缘关系的远近，应用到分子进化分析中。是构建分子进化树的基础。,为什么要做MSA？,a,b,c,Genetree,Weoftenassumethatgenetreesgiveusspeciestrees,注意概念：Paralogy（旁系同源/并系同源）(1,3)or(1,4):2changes,Position2(1,3):1change;(1,2)or(1,4):2changes,Position3(1,2):1change;(1,3)or(1,4):2changes,BEST,MP法建树步骤,最大似然法(MaximumLikelihood),最大似然法(ML)最早应用于对基因频率数据的分析上。其原理为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。,ML法建树流程,PickanEvolutionaryModelForeachposition,GenerateallpossibletreestructuresBasedontheEvolutionaryModel,calculateLikelihoodoftheseTreesandSumthemtogettheColumnLikelihoodforeachOTUcluster.CalculateTreeLikelihoodbymultiplyingthelikelihoodforeachpositionChooseTreewithGreatestLikelihood,Inferringthemaximumlikelihoodtree,Holderxt,Xenopustropicalis;gg,Gallusgallus;rn,Rattusnorvegicus;mm,Musmusculus;hs,Homosapiens.,BMCEvolutionaryBiology20077:164,由于同一位点多重替代（multiplesubstitution）的发生，观测到的差异比实际替代数要小,原始序列,后代序列,13mutations=3differences,为了估算