TTTTTTTT

AAAAA

TTTTTTT

C

TTTT

AAA

#2 Metody

dystansowe

C

D

E

F

G

H

I

J

K

L

M

N

O

A

B

Przykładowe rodzaje cech stosowanych w rekonstrukcji filogenii

Typy matryc danych

matryca

cech

matryca

dystansów

Czy cechy morfologiczne są nadal istotne?



ukierunkowane

konwergencje

 ograniczona liczba cech



trudności w znalezieniu cech

homologicznych między

odległymi taksonami

Zalety

Wady



tanie



możliwość korzystania ze

źródeł muzealnych



taksony wymarłe mogą być

analizowane głównie na
podstawie danych
morfologicznych



dane morfologiczne mogą

być testowalne na wszystkich
etapach analizy filogenetycznej

Metody konstruowania drzew filogenetycznych

Metoda obliczeniowa

optymalizacja

analiza klastrów

• Parsymonia

• Maximum Likelihood

• wnioskowanie
Bayesowskie

Cechy

• Minimum Evolution

• UPGMA

• Neighbor-Joining

Dystanse

Zasada działania

1.

Metody dystansowe zakładają stochastyczny
model ewolucji (np. sekwencji)

2.

Stosują ten model do określenia prawdziwej liczby

różnic (np. substytucji) z obserwowanych różnic

3.

Budują drzewo, które jest dopasowane najlepiej
do oszacowanych dystansów ewolucyjnych

Zasada działania

•

Liczona jest całkowita liczba substytucji, które występują
w parze porównywanych sekwencji (=taksonów) od
momentu dywergencji od wspólnego przodka.

•

Liczba ta jest dzielona przez długość sekwencji.

•

Dystans ten wyrażany jest w liczbie substytucji/miejsce
(dystans p)

przodek

sekwencja 1

sekwencja 2

substytucja

substytucja

substytucja

substytucja

substytucja

UPGMA

•

UPGMA (unweighted pair group method with arithmetic mean)

to najprostsza metoda grupująca taksony według ogólnego

podobieństwa lub odległości.

•

Pracuje wyłącznie na matrycach dystansowych np.
hybrydyzacja DNA-DNA lub konstruowanych z danych

sekwencyjnych na podstawie ilości substytucji.

•

UPGMA

umożliwia określenie długości gałęzi (odlegości

ewolucyjnej) jak i uporządkowania gałęzi.

•

Zakłada stały zegar molekularny – możliwe jest teoretycznie

oszacowanie czasu dywergencji na podstawie różnic w
sekwencjach.

Jak działa UPGMA

OTU

A B C

D

A

-

8

7 12

B

-

9 14

C

- 11

D

-

Matryca dystansowa
– substytucje/100 nukleotydów

1. Znajdź najbliższą parę gatunków.

7

2. Połącz oba te gatunki w klaster.
3. Policz na nowo pozostałe dystanse jako średnią od A-C.

OTU A-C B

D

A-C

-

8,5 11,5

B

-

14

D

-

Matryca zredukowana

4. Idź do kroku 1 i powtórz procedurę, jeśli w tabeli pozostała tylko jedna

wartość to zakończ analizę.

D

B

C

A

Warunek „trzech punktów”

Aby analiza UPGMA mogła być przeprowadzona z sukcesem dane

muszą być zultrametryzowane. Oznacza to, że dla dowolnych trzech

taksonów (x, y, z) dystanse (d) pomiędzy nimi muszą spełniać

następujące wyrażenie:

Powyższą formułę nazywa się także

warunkiem „trzech punktów”

.

d(x,z)

≤ max (d(x,y), d(y,z))

Kiedy UPGMA zawodzi

Prawdziwe drzewo Matryca dystansów Drzewo UPGMA

Neighbor-Joining (NJ)

•

Metoda koncepcyjnie zbliżona do analizy klastrów,
jednak dopuszcza niejednakowe tempo zmian

molekularnych wśród gałęzi.

• Zasada analizy NJ:

Wyszukiwanie par taksonów (sąsiadów=neighbors),

które minimalizują totalną długość gałęzi na każdym

etapie grupowania taksonów początkowo zgrupowanych

w całkowicie politomicznym drzewie („gwiazda”).

Jak działa NJ

1. Inicjalne drzewo ma postać

w pełni politomicznej
gwiazdy.

3. Powtarzane jest to ze wszystkimi moż-

liwymi kombinacjami par, aż do znale-

zienia drzewa o najmniejszej całkowitej

długości gałęzi. Para sekwencji z tego

drzewa sąsiaduje ze sobą w finalnym
drzewie.

2. Losowo wybierana jest para sekwencji i

łączona gałęzią z centrum gwiazdy.

Liczona jest całkowita długość gałęzi
drzewa (=suma dystansów). Para jest
zwracana do gwiazdy.

4. Para ta jest tymczasowo kombinowana

w jednostkę, włączana do gwiazdy

krótszej o jedną gałąź i matryca
dystansów liczona jest na nowo.

5. Procedura jest powtarzana tak długo, aż wszyscy „sąsiedzi” zostaną

znalezieni i otrzymamy gotowe drzewo.

G

A

B

C

D

E

F

H

G

A

B

C

D

E

F

H

G

A

B

C

D

E

F

H

G

A

B

C

D

E

F

H

G

(A,B)

C

D

E

F

H

G

((A,B),H)

C

D

E

F

((A,B),H)

C

D

E

(G,F)

((A,B),H)

D

(G,F)

(C,E)

((A,B),H)

(G,F)

(D,(C,E))

(((A,B),H),(G,F))

(D,(C,E))

((((A,B),H),(G,F)),(D,(C,E)))

H

A

B

G

F

D

C

E

Minimum Evolution (ME)

•

Metoda ściśle „spokrewniona” z NJ.

• ME stosuje kryterium minimalnej ewolucji, czyli

wyszukiwania drzewa o totalnej najmniejszej długości gałęzi
(=sumie dystansów).

•

Testowane są wszystkie możliwe topologie i wybierana ta o

najmniejszej wartości – bardzo ekstensywna metoda.

• Inicjalne drzewo produkowane jest przez NJ, mierzona

totalna długość gałęzi dla tego drzewa oraz drzew

pochodnych podobnych topologicznie, różniących się od
inicjalnego drzewa o d

t

=2 i 4. Jest to powtarzane wielokrotnie -

Close-Neighbor-Interchange (CNI)

najprostszy















najbardziej

złożony

Modele ewolucji

Frekwencje nukleotydów i są równe i wszystkie

rodzaje substytucji są jednakowo prawdopodobne
(Jukes-Cantor)

Frekwencje nukleotydów i są równe, ale tranzycje i

transwersje występują w różnych proporcjach
(Kimura 2 parametrowy)

Frekwencje nukleotydów i są różne oraz tranzycje i

transwersje występują w różnych proporcjach
(HKY)

Frekwencje nukleotydów są różne oraz wszystkie

typy substytucji występują w różnych proporcjach
(GTR)

• stosuje kryterium optymalizacji

• jak NJ

• informacja z sekwencji jest
zredukowana (dystanse)

•

daje tylko jedno możliwe

drzewo

•

silnie zależy od rodzaju

zastosowanego modelu ewolucji

•

bardzo szybka (długie

sekwencje, bootstrap)

•

akceptuje linie wykazujące

różne tempo ewolucji

•

bardzo wolna i wymaga dużej

mocy komputera i/lub procedur
heurystycznych (CNI)

• jak NJ

ME

NJ

• bardzo

czuła na różne tempo

ewolucji

•

grupowanie możliwe jest

jedynie, jeśli dane są

ultrametryczne tzn. spełniają
warunek „trzech punktów”

• bardzo prosta i bardzo szybka

UPGMA

Wady

Zalety

Metoda

Wady i zalety metod dystansowych

Wady i zalety metod dystansowych

Generalnie wszystkie

metody dystansowe

są

fenetyczne -

konstruują drzewa poprzez

grupowanie OTU na podstawie ogólnego

podobieństwa (morfologicznego, sekwencji itp.).

A ogólne podobieństwo nie koniecznie musi

odzwierciedlać prawdziwe pokrewieństwo
filogenetyczne.

Metody próbkowania (resampling)

•

Są to metody statystyczne służące do określenia stabilności
kladów.

•

Pobierane są wielokrotnie losowe próbki (pseudoreplikacje) z
danych.

•

Konstruowane są drzewka z wszystkich pseudoreplikacji i
procedura powtarzana jest wielokrotnie ( np. 1000 razy)

Następnie liczony jest 50% majority rule consensus.

•

Częstotliwość pojawiania się poszczególnych kladów w

drzewie konsensusowym stanowi miarę stabilności testowanej
topologii drzewa filogenetycznego.

•

Stosowane do wszelkich danych dyskretnych, także
dystansowych.

Jackknife

• Losowo pobierane do próbki cechy (dystanse) bez

zwracania danych do oryginalnej matrycy.

•

Symulacje wykazały, że najodpowiedniejszą wielkością
próbki jest 1/e (ok. 36,8%) danych.

Av.calidridis1 tatgaatgaattttctgagaactgttttttctg--ttttt-c

Av.calidridis2 tatgaatgaattttctgagaactgttttttctg--ttttt-c

Av.calidridis3 tatgaatgaattttctgagaactgttttttctg--ttttt-c

Av.calidridisalp tatgaatgaattttctaagggttggtttttttg--ttttt-c

Av.phalaropi tatgaatgaatttactatgaattttttct---gaattttttc

Av.philomachi tatgaatgaattttctgaaaattttttttt--a--tttattc

Av.totanigla1 tatgaatgaatgttctaaaaattttttttt--g--ttttttc

Av.totanigla2 tatgaatgaatgttctaaaaattttttttt--g--ttttttc

Av.totanitot1 tatgaatgaattttctaaaaattttttttt--g--ttttttc

Av.totanitot2 tatgaatgaattttctaaaaattttttttt--g--ttttttc

Av.tretekiae tatgaatgaattttctaataattttttttt--g--ttttttc

Av.tringae tatgaatgaattttctaataatttttattattg--ttttt--

oryginalna matryca

N=42

próbka

N=15

Procedura ta jest
powtarzana
wielokrotnie (np.
1000 razy) i za

każdym razem z
próbki budowane
jest drzewo (-a)
filogenetyczne.
Następnie
konstruowany
jest konsensus.

Bootstrap

•

Losowo pobierane są pseudoreplikacje i, w odróżnieniu do
jackknife

, dane zwracane są do oryginalnej matrycy.

•

Wielkość próbki jest taka sama jak matrycy oryginalnej.

Oznacza to, że pewne pseudoreplikacje są pobierane

więcej niż jeden raz.

Av.calidridis1 tatgaatgaattttctgagaactgttttttctg--ttttt-c

Av.calidridis2 tatgaatgaattttctgagaactgttttttctg--ttttt-c

Av.calidridis3 tatgaatgaattttctgagaactgttttttctg--ttttt-c

Av.calidridisalp tatgaatgaattttctaagggttggtttttttg--ttttt-c

Av.phalaropi tatgaatgaatttactatgaattttttct---gaattttttc

Av.philomachi tatgaatgaattttctgaaaattttttttt--a--tttattc

Av.totanigla1 tatgaatgaatgttctaaaaattttttttt--g--ttttttc

Av.totanigla2 tatgaatgaatgttctaaaaattttttttt--g--ttttttc

Av.totanitot1 tatgaatgaattttctaaaaattttttttt--g--ttttttc

Av.totanitot2 tatgaatgaattttctaaaaattttttttt--g--ttttttc

Av.tretekiae tatgaatgaattttctaataattttttttt--g--ttttttc

Av.tringae tatgaatgaattttctaataatttttattattg--ttttt--

oryginalna matryca

N=42

próbka

N=42

Bootstrap –

wartości krytyczne