章分子進(jìn)化分析生物信息學(xué)2021/6/27118世紀(jì)之前，神創(chuàng)論和物種不變論。18世紀(jì)，相信物種是變化的。拉馬克用環(huán)境作用的影響、器官的用進(jìn)廢退和獲得性的遺傳等原理解釋生物進(jìn)化過(guò)程，創(chuàng)立了第一個(gè)比較嚴(yán)整的進(jìn)化理論。1859年達(dá)爾文發(fā)表《物種起源》，論證了地球上現(xiàn)存的生物都由共同祖先發(fā)展而來(lái)，并提出自然選擇學(xué)說(shuō)以說(shuō)明進(jìn)化的原因，從而創(chuàng)立了科學(xué)的進(jìn)化理論。20世紀(jì)30年代，綜合進(jìn)化論，綜合了細(xì)胞遺傳學(xué)、群體遺傳學(xué)以及古生物學(xué)等學(xué)科的成就，進(jìn)一步發(fā)展了進(jìn)化理論。20世紀(jì)60年代末，分子進(jìn)化中性學(xué)說(shuō)，認(rèn)為種內(nèi)和種間大多數(shù)可見差異是適合度很小的隨機(jī)突變的固定所決定的。

2021/6/272Darwin,Charles(1809-1882)《TheOriginofSpecies》（1859）生物進(jìn)化2021/6/2731.化石證據(jù)：理想但是零散、不完整生物進(jìn)化研究方法

2021/6/2742.比較形態(tài)學(xué)和比較生理學(xué)：確定大致的進(jìn)化框架但是細(xì)節(jié)存很多的爭(zhēng)議生物進(jìn)化研究方法

2021/6/2753.分子進(jìn)化（molecularevolution）研究生物大分子(如核酸和蛋白質(zhì)分子)的進(jìn)化速率、模式及機(jī)制的理論生物進(jìn)化研究方法

2021/6/276分子進(jìn)化1964年，Pauling等提出分子進(jìn)化理論：

(1)生命起源：有機(jī)分子由簡(jiǎn)單向復(fù)雜演變

(2)生物進(jìn)化：構(gòu)成生物體的生物大分子如蛋白質(zhì)、核酸的演變。基本假設(shè)：核苷酸和氨基酸序列中含有生物進(jìn)化歷史的全部信息意義：分子進(jìn)化的研究可以為生物進(jìn)化過(guò)程提供佐證，為深入研究進(jìn)化機(jī)制提供重要依據(jù)。2021/6/277

普適性由4種核酸組成分子水平的進(jìn)化表現(xiàn)為：DNA序列的演化、氨基酸序列演化、蛋白質(zhì)結(jié)構(gòu)及功能的演化可比較性比較不同物種的有關(guān)DNA序列建立DNA序列的演化模型、氨基酸序列的演化模型（數(shù)學(xué)模型）蛋白質(zhì)結(jié)構(gòu)的演化模型

基因組編碼信息的豐富

與形態(tài)、性狀包含的信息相比，基因組序列、蛋白質(zhì)序列包含更多、更復(fù)雜的信息結(jié)構(gòu)分子進(jìn)化2021/6/278序列比較：源于同一祖先DNA/氨基酸序列的兩條DNA/氨基酸序列，考察二者的差異。序列差異：進(jìn)化過(guò)程中分子突變的痕跡分子進(jìn)化：以累計(jì)在DNA/氨基酸分子上的歷史信息為基礎(chǔ)，研究分子水平的生物進(jìn)化過(guò)程和機(jī)制。分子進(jìn)化的研究方法2021/6/279分子進(jìn)化的模式DNA突變的模式：替代，插入，缺失，倒位(2)核苷酸替代：轉(zhuǎn)換(Transition)&顛換(Transversion)(3)基因復(fù)制：多基因家族的產(chǎn)生以及偽基因的產(chǎn)生A.單個(gè)基因復(fù)制–重組或者逆轉(zhuǎn)錄B.染色體片斷復(fù)制C.基因組復(fù)制2021/6/2710分子進(jìn)化鐘：某一蛋白在不同物種間的取代數(shù)與所研究物種間的分歧時(shí)間接近正線性關(guān)系，進(jìn)而將分子水平的這種恒速變異稱為“分子鐘”。

中性學(xué)說(shuō)：突變大多數(shù)是中性的,中性突變通過(guò)隨機(jī)的遺傳漂變?cè)谌后w里固定下來(lái),分子進(jìn)化是遺傳漂變的結(jié)果,在分子進(jìn)化上自然選擇不起作用。分子進(jìn)化的理論基礎(chǔ)2021/6/2711(1)從物種的一些分子特性出發(fā)，構(gòu)建系統(tǒng)發(fā)育樹，進(jìn)而了解物種之間的生物系統(tǒng)發(fā)生的關(guān)系——生命樹，物種分類(2)大分子功能與結(jié)構(gòu)的分析：同一家族的大分子，具有相似的三級(jí)結(jié)構(gòu)及生化功能，通過(guò)序列同源性分析，進(jìn)行大分子功能預(yù)測(cè)(3)進(jìn)化速率分析：例如，HIV的高突變性，哪些位點(diǎn)易發(fā)生突變？分子進(jìn)化的研究目的2021/6/2712

作為進(jìn)化標(biāo)尺的生物大分子的選擇原則1）在所需研究的種群范圍內(nèi)，它必須是普遍存的。2）在所有物種中該分子的功能是相同的。3）為了鑒定大分子序列的同源位置或同源區(qū)，要求所選擇的分子序列必須能嚴(yán)格線性排列，以便進(jìn)行進(jìn)一步的分析比較。4）分子上序列的改變（突變）頻率應(yīng)與進(jìn)化的測(cè)量尺度相適應(yīng)。大量的資料表明：功能重要的大分子、或者大分子中功能重要的區(qū)域，比功能不重要的分子或分子區(qū)域進(jìn)化變化速度低。2021/6/271316SrRNA被普遍公認(rèn)為是一把好的譜系分析的“分子尺”2021/6/271416SrRNA1）rRNA具有重要且恒定的生理功能；2）在16SrRNA分子中，既含有高度保守的序列區(qū)域，又有中度保守和高度變化的序列區(qū)域，因而它適用于進(jìn)化距離不同的各類生物親緣關(guān)系的研究；3）16SrRNA分子量大小適中，便于序列分析；4）rRNA在細(xì)胞中含量大(約占細(xì)胞中RNA的90%)，也易于提取；5）16SrRNA普遍存在于真核生物和原核生物中(真核生物中其同源分子是18SrRNA)。因此它可以作為測(cè)量各類生物進(jìn)化的工具。2021/6/2715(1)TreeofLife:16SrRNA真菌真核生物古生菌2021/6/2716OutofAfrica53個(gè)人的線粒體基因組(16,587bp)人類遷移的路線非洲人相對(duì)其他大陸上的人類在基因上極為多樣化隨著距非洲距離越來(lái)越長(zhǎng)，遺傳多樣性的衰退程度，正好沿著人類早期遷徙的路線慢慢增大。2021/6/2717系統(tǒng)發(fā)育樹（Phylogenetictree）2021/6/2718對(duì)一組實(shí)際對(duì)象的世系關(guān)系的描述（如基因，物種等）。末端物種頂端中間節(jié)點(diǎn)中間枝條根末端分支葉子節(jié)點(diǎn)一個(gè)系統(tǒng)發(fā)育樹用一種類似樹狀分支的圖形來(lái)概括各種（類）生物之間的親緣關(guān)系通過(guò)比較生物大分子序列差異的數(shù)值構(gòu)建的系統(tǒng)樹稱為分子系統(tǒng)樹系統(tǒng)發(fā)育樹2021/6/2719系統(tǒng)發(fā)育樹的術(shù)語(yǔ)代表最終分類，可以是物種，群體或者蛋白質(zhì)、DNA、RNA分子等2021/6/2720系統(tǒng)發(fā)育樹是一種二叉樹。由一系列節(jié)點(diǎn)（nodes）和分支（branches）組成，其中每個(gè)節(jié)點(diǎn)代表一個(gè)分類單元（物種或序列），而節(jié)點(diǎn)之間的連線代表物種之間的進(jìn)化關(guān)系。樹的節(jié)點(diǎn)又分為外部節(jié)點(diǎn)（terminalnode）和內(nèi)部節(jié)點(diǎn)（internalnode）。外部節(jié)點(diǎn)代表實(shí)際觀察到的分類單元。內(nèi)部節(jié)點(diǎn)又稱為分支點(diǎn)，代表分類單元進(jìn)化歷程中的祖先。系統(tǒng)發(fā)育樹的術(shù)語(yǔ)2021/6/2721abcdabcd拓?fù)浣Y(jié)構(gòu)：有根樹：反映時(shí)間順序無(wú)根樹：反映距離

理論上，一個(gè)DNA序列在物種形成或基因復(fù)制時(shí)，分裂成兩個(gè)子序列，因此系統(tǒng)發(fā)育樹一般是二叉的。一般考慮二叉的樹結(jié)構(gòu)：二叉樹系統(tǒng)發(fā)育樹的種類:有根樹、無(wú)根樹2021/6/2722abcdabcdabcdadbcbacdcabddabcacbdbcadcbaddbacadbcbaaccdabdcab考慮4個(gè)分類群時(shí)，共有15種可能的有根樹2021/6/2723abcdacbdadbc考慮4個(gè)分類群時(shí)，共有3種可能的無(wú)根樹2021/6/2724考察類群數(shù)為m(m

3)的系統(tǒng)樹，其可能的拓?fù)浣Y(jié)構(gòu)數(shù)目為：有根樹無(wú)根樹m=10:34,459,425種m=10:2,027,025種當(dāng)m較大時(shí)，選出真實(shí)樹的拓?fù)浣Y(jié)構(gòu)十分困難。分支數(shù)目：有根樹無(wú)根樹內(nèi)部分支數(shù)目：有根樹無(wú)根樹內(nèi)部節(jié)點(diǎn)數(shù)目：有根樹無(wú)根樹2021/6/2725系統(tǒng)發(fā)育樹的種類:有根樹、無(wú)根樹2021/6/2726選擇一個(gè)或多個(gè)已知與分析序列關(guān)系較遠(yuǎn)的序列作為外圍支2.外圍支可以輔助定位樹根3.外圍支條件：序列必須與剩余序列關(guān)系較近，但外圍支序列與其他序列間的差異必須比其他序列之間的差異更顯著選擇外圍支(Outgroup)2021/6/2727

基因樹：由來(lái)自各個(gè)物種的一個(gè)基因構(gòu)建的系統(tǒng)發(fā)育樹（不完全等同于物種樹），表示基因分離的時(shí)間。

物種樹：代表一個(gè)物種或群體進(jìn)化歷史的系統(tǒng)發(fā)育樹，表示兩個(gè)物種分歧的時(shí)間。系統(tǒng)發(fā)育樹的種類：基因樹、物種樹abcABDGenetreeSpeciestree2021/6/2728進(jìn)化分支圖，進(jìn)化樹2021/6/2729系統(tǒng)發(fā)生樹性質(zhì)

如果是一棵有根樹，則樹根代表在進(jìn)化歷史上是最早的、并且與其它所有分類單元都有聯(lián)系的分類單元。如果找不到可以作為樹根的單元，則系統(tǒng)發(fā)生樹是無(wú)根樹。從根節(jié)點(diǎn)出發(fā)到任何一個(gè)節(jié)點(diǎn)的路徑指明進(jìn)化時(shí)間或者進(jìn)化距離。2021/6/2730對(duì)于給定的分類單元數(shù)，有很多棵可能的系統(tǒng)發(fā)生樹，但是只有一棵樹是正確的。

系統(tǒng)發(fā)生分析的目標(biāo)

——尋找這棵正確的樹系統(tǒng)發(fā)生樹性質(zhì)2021/6/2731系統(tǒng)發(fā)育樹構(gòu)建分析步驟多序列比對(duì)（自動(dòng)比對(duì)，手工比對(duì)）建立取代模型（建樹方法）建立進(jìn)化樹進(jìn)化樹評(píng)估2021/6/2732系統(tǒng)發(fā)育樹的構(gòu)建1.系統(tǒng)發(fā)育樹：分子進(jìn)化樹/分子進(jìn)化分析2.通過(guò)進(jìn)化樹的構(gòu)建，分析分子之間的起源關(guān)系，預(yù)測(cè)分子的功能3.建樹方法：A.最大簡(jiǎn)約法(MaximumParsimony)B.距離法(distance-basedmethods)C.最大似然性法(MaximumLikelihood)2021/6/2733A.最大簡(jiǎn)約法（MP）

最大簡(jiǎn)約法(maximumparsimony,MP)最早源于形態(tài)性狀研究，現(xiàn)在已經(jīng)推廣到分子序列的進(jìn)化分析中。最大簡(jiǎn)約法的理論基礎(chǔ)是奧卡姆（Ockham）原則，這個(gè)原則認(rèn)為：解釋一個(gè)過(guò)程的最好理論是所需假設(shè)數(shù)目最少的那一個(gè)。對(duì)所有可能的拓?fù)浣Y(jié)構(gòu)進(jìn)行計(jì)算，計(jì)算出所需替代數(shù)最小的那個(gè)拓?fù)浣Y(jié)構(gòu)，作為最優(yōu)樹。

2021/6/2734B.距離法又稱距離矩陣法，首先通過(guò)各個(gè)物種之間的比較，根據(jù)一定的假設(shè)（進(jìn)化距離模型）推導(dǎo)得出分類群之間的進(jìn)化距離，構(gòu)建一個(gè)進(jìn)化距離矩陣。進(jìn)化樹的構(gòu)建則是基于這個(gè)矩陣中的進(jìn)化距離關(guān)系

計(jì)算序列的距離，建立距離矩陣通過(guò)距離矩陣建進(jìn)化樹2021/6/2735由進(jìn)化距離構(gòu)建進(jìn)化樹的方法有很多，常見有：1.Fitch-MargoliashMethod（FM法）

2.Neighbor-JoiningMethod(NJ法/鄰接法):求最短支長(zhǎng)，最通用的距離方法

3.NeighborsRelatonMethod(鄰居關(guān)系法)4.UnweightedPairGroupMethod(UPGMA法)通過(guò)矩陣建樹的方法2021/6/2736

選取一個(gè)特定的替代模型來(lái)分析給定的一組序列數(shù)據(jù)，使得獲得的每一個(gè)拓?fù)浣Y(jié)構(gòu)的似然率都為最大值，然后再挑出其中似然率最大的拓?fù)浣Y(jié)構(gòu)作為最優(yōu)樹。C.最大似然法（ML）2021/6/27371.可靠的待分析數(shù)據(jù)2.準(zhǔn)確的多序列比對(duì)3.選擇合適的建樹方法：A.序列相似程度高，MP(最大簡(jiǎn)約法)B.序列相似程度較低，ML(最大似然法)C.序列相似程度太低，無(wú)意義4.一般采用兩種及以上方法構(gòu)建進(jìn)化樹，無(wú)顯著區(qū)別可接受構(gòu)建進(jìn)化樹的一般原則2021/6/2738

進(jìn)化樹的可靠性分析:自展法

(BootstrapMethod)(統(tǒng)計(jì)方法)。從排列的多序列中隨機(jī)有放回的抽取某一列，構(gòu)成相同長(zhǎng)度的新的排列序列重復(fù)上面的過(guò)程，得到多組新的序列對(duì)這些新的序列進(jìn)行建樹，再觀察這些樹與原始樹是否有差異，以此評(píng)價(jià)建樹的可靠性進(jìn)化樹的可靠分析2021/6/2739軟件名稱網(wǎng)址說(shuō)明PHYLIP/phylip.htmlItincludesprogramstocarryoutparsimony,distancematrixmethods,maximumlikelihood,andothermethodsonavarietyoftypesofdata,includingDNAandRNAsequences,proteinsequences,restrictionsites,0/1discretecharactersdata,genefrequencies,continuouscharactersanddistancematrices.PAUP/Itincludesparsimony,distancematrix,invariants,andmaximumlikelihoodmethodsandmanyindicesandstatisticaltests.TreeofLife/tree/program/program.htmlArizona大學(xué)開發(fā)的軟件MEGA美國(guó)賓州州立大學(xué)MasatoshiNei開發(fā)(Itcarriesoutparsimony,distancematrixandlikelihoodmethodsformoleculardata.)常用分子進(jìn)化與系統(tǒng)進(jìn)化分析的軟件2021/6/2740軟件名稱網(wǎng)址說(shuō)明MOLPHYhttp://www.ism.ac.jp/software/ismlib/softother.e.html#molphy日本國(guó)立統(tǒng)計(jì)數(shù)理研究所開發(fā)。(Carryingoutmaximumlikelihoodinferenceofphylogeniesforeithernucleotidesequencesorproteinsequences.)PAMLhttp://abacus.gene.ucl.ac.uk/software/paml.html英國(guó)倫敦學(xué)院ZHYANG開發(fā)。(ApackageofprogramsfortheMLanalysisofnucleotideorproteinsequences.)PUZZLEftp://fx.zi.biologie.uni-muenchen.de/pub/puzzle應(yīng)用Quarterpuzzling方法（一種最大簡(jiǎn)約法）構(gòu)建系統(tǒng)進(jìn)化樹TreeViewhttp://taxonomy.zoology.gla.ac.uk/rod/treeview.htmlAprogramfordisplayingtreesonAppleMacsandWindowsPCs.Itcandrawrootedandunrootedtrees,displaybootstrapvalues,andsupportsthenativefontandgraphicsfileformatsofbothMacsandPCs.phylogenyhttp://www.ebi.ac.uk/biocat/phylogeny.htmlEBI的系統(tǒng)進(jìn)化樹分析軟件2021/6/2741謝謝2021/6/2742(1)DNA突變的模式替代插入缺失倒位酪氨酸亮氨酸半胱氨酸酪氨酸苯丙氨酸甲硫氨酸2021/6/2743(2)核苷酸替代：轉(zhuǎn)換&顛換轉(zhuǎn)換：嘌呤被嘌呤替代，或者嘧啶被嘧啶替代顛換：嘌呤被嘧啶替代，或者嘧啶被嘌呤替代A:腺嘌呤

C:胞嘧啶G:鳥嘌呤

T:胸腺嘧啶

2021/6/2744(3)基因復(fù)制：A.單個(gè)基因復(fù)制重組逆轉(zhuǎn)錄2021/6/2745(3)基因復(fù)制：B.染色體片段復(fù)制缺失—染色體失去了片段重復(fù)—染色體增加了片段易位—非同源染色體間相互交換染色體片段，造成染色體間的重新排列倒立—染色體片段作180°的顛倒，造成染色體內(nèi)的重新排列。2021/6/2746(3)基因復(fù)制：C.基因組復(fù)制S.Cerevisiae(釀酒酵母)K.Waltii(克魯雄酵母)克魯雄酵母中的同源基因數(shù)量與釀酒酵母相比為1：22021/6/2747分子進(jìn)化的兩個(gè)特點(diǎn)生物大分子進(jìn)化速率的相對(duì)恒定分子進(jìn)化速率生物大分子隨時(shí)間的改變主要表現(xiàn)為核苷酸、蛋白質(zhì)的一級(jí)結(jié)構(gòu)的改變，即分子序列中核苷酸、氨基酸的替換不同物種同源大分子的分子進(jìn)化速率大體相同分子進(jìn)化速率遠(yuǎn)遠(yuǎn)比表型進(jìn)化速率穩(wěn)定2021/6/2748生物大分子進(jìn)化的保守性保守性：功能上重要的大分子或大分子的局部在進(jìn)化速率上明顯低于那些在功能上不重要的大分子或者大分子局部。（引起表型發(fā)生顯著改變的突變發(fā)生的頻率要低于無(wú)明顯表型發(fā)生顯著改變得突變發(fā)生的頻率。）氨基酸例：血紅蛋白分子的外區(qū)的功能要次于內(nèi)區(qū)的功能，外區(qū)的進(jìn)化速率是內(nèi)區(qū)進(jìn)化速率的10倍。核苷酸

例：DNA密碼子的同義替代頻率高于非同義替代頻率；內(nèi)含子上的核苷酸替代頻率較高。生物大分子進(jìn)化并非完全隨機(jī)存在某種制約因素，存在某種機(jī)制……?2021/6/2749分子鐘（MolecularClock）

根據(jù)分子系統(tǒng)學(xué)研究與古生物學(xué)資料相結(jié)合，建立推論生物進(jìn)化事件發(fā)生的時(shí)間表。

假定分子進(jìn)化速率r恒定，則分子進(jìn)化改變量（替代數(shù)目或替代率）與進(jìn)化時(shí)間成正比。以兩條序列為例：d=2rt其中，t是進(jìn)化時(shí)間，d是這兩條序列每個(gè)位點(diǎn)的替代數(shù)目。2021/6/2750分子鐘成立的先決條件：分子進(jìn)化速率恒定分子鐘成立的證據(jù)：1、至少某些生物大分子（如珠蛋白）的進(jìn)化速率在相當(dāng)長(zhǎng)的地質(zhì)時(shí)間內(nèi)的相對(duì)穩(wěn)定、均勻；2、許多不同物種的多種同源大分子在相當(dāng)長(zhǎng)時(shí)間內(nèi)的平均進(jìn)化速率近似恒定。2021/6/2751建立分子鐘的大致步驟1、選擇所要比較的生物大分子種類根據(jù)具體研究目標(biāo)和已掌握的資料，選擇進(jìn)化速率相對(duì)恒定、速率大小合適、分布范圍能涵蓋各待比較物種的生物大分子。2、選擇所要比較的物種，確定各比較組合及其所代表的進(jìn)化事件3、獲得生物大分子一級(jí)結(jié)構(gòu)的資料2021/6/2752建立分子鐘的大致步驟4、獲得有關(guān)的代表性進(jìn)化事件發(fā)生的地質(zhì)時(shí)間數(shù)據(jù)5、通過(guò)比較大分子一級(jí)結(jié)構(gòu)，選擇合適的數(shù)學(xué)模型，計(jì)算得到進(jìn)化產(chǎn)生的分子差異d，通過(guò)回歸分析等統(tǒng)計(jì)方法得到大分子的進(jìn)化速率r(t)6、由此可以推斷未知進(jìn)化事件的發(fā)生時(shí)間2021/6/2753關(guān)于分