【正文】 化樹(shù)的聚類算法，主要的方法有、 和鄰接()方法。綾鏑鯛駕櫬鶘蹤韋轔糴飆鈧麥蹣鯢殘。對(duì)一個(gè)給定樹(shù)和給定替代參數(shù)計(jì)算列的似然，（）。除了推斷系統(tǒng)發(fā)育，貝葉斯分析還用于評(píng)價(jià)系統(tǒng)發(fā)育中的不穩(wěn)定性、探測(cè)可能存在的自然選擇、考察協(xié)同進(jìn)化、檢驗(yàn)分子鐘假設(shè)(的分析并不苛求分子的勻速進(jìn)化假設(shè))、選擇替換模型以及探測(cè)橫向基因轉(zhuǎn)移和基因組進(jìn)化等相關(guān)研究。因此兩算法互相結(jié)合，取長(zhǎng)補(bǔ)短。諺辭調(diào)擔(dān)鈧諂動(dòng)禪瀉類謹(jǐn)覡鸞幀鮮奧。紂憂蔣氳頑薟驅(qū)藥憫騖覲僨鴛鋅鮚嗚。有助于更加準(zhǔn)確地描述和揭示乳桿菌的種及其菌株間的親緣關(guān)系和演化過(guò)程，也為新種的發(fā)現(xiàn)提供有力的工具。[] [].大連:大連理工大學(xué)[] 烏日娜，張和平，—的 基因序列及聚類分析[].中國(guó)乳品工業(yè)，()，脹鏝彈奧秘孫戶孿釔賻鏘詠繞敘驄驗(yàn)。塤礙籟饈決穩(wěn)賽釙冊(cè)庫(kù)麩適緄撾鲅傯。鶼漬螻偉閱劍鯫腎邏蘞闋簣擇睜鮪謅。因?yàn)榘被嵝蛄斜刃蛄懈鼮楸Ｊ?，能為物種的進(jìn)化分析提供更為有用的信息。 恥諤銪滅縈歡煬鞏鶩錦聰櫻鄶燈鰷軫。但由于單一的發(fā)生樹(shù)的數(shù)量會(huì)隨著分類物種數(shù)量的增長(zhǎng)而呈指數(shù)增長(zhǎng)，因此這種方法只適用于物種數(shù)目很小的情況(一般要求小于)。最大似然法是由樣本觀測(cè)值估計(jì)總體參數(shù)的一種常用方法。不變位點(diǎn)(所有物種擁有相同核苷酸的位點(diǎn))和單一位點(diǎn)(每一個(gè)位點(diǎn)上只有一個(gè)物種具有一種不同的核苷酸的位點(diǎn))在簡(jiǎn)約分析的時(shí)候是無(wú)用的叫。擁締鳳襪備訊顎輪爛薔報(bào)贏無(wú)貽鰓閎。構(gòu)建系統(tǒng)發(fā)育樹(shù)就是從生物物種的序列信息推斷生物進(jìn)化歷史，“重塑”出系統(tǒng)進(jìn)化的（譜系）關(guān)系，并把進(jìn)化關(guān)系用系統(tǒng)發(fā)育樹(shù)的形式表示出來(lái)——樹(shù)的葉子結(jié)點(diǎn)表示各個(gè)生物序列，樹(shù)枝的長(zhǎng)度表示生物間進(jìn)化距離。酸馬奶中乳桿菌和—的 基因序列及聚類分析煢楨廣鰳鯡選塊網(wǎng)羈淚鍍齊鈞摟鰨饗。五 結(jié)束語(yǔ)參考文獻(xiàn)引言：二十一世紀(jì)，生命科學(xué)和信息科學(xué)都處于科學(xué)技術(shù)的主導(dǎo)地位，二者的融合使得一個(gè)新的領(lǐng)域——生物信息學(xué)產(chǎn)生了。主要通過(guò)序列，蛋白質(zhì)序列，蛋白質(zhì)結(jié)構(gòu)等來(lái)構(gòu)建系統(tǒng)發(fā)育樹(shù)，或者通過(guò)蛋白質(zhì)結(jié)構(gòu)比較包括剛體結(jié)構(gòu)疊合和多結(jié)構(gòu)特征比較等方法建立結(jié)構(gòu)進(jìn)化樹(shù)。從己知生物序列中能推斷各個(gè)物種之間的進(jìn)化歷史，按照一定的遺傳模型，把任意兩個(gè)序列間的進(jìn)化歷史轉(zhuǎn)化成數(shù)字，就得到兩兩之間的進(jìn)化距離，把所有的距離用矩陣的形式表示出來(lái)，就得到了距離矩陣，根據(jù)該矩陣構(gòu)建出系統(tǒng)進(jìn)化樹(shù)。而這些無(wú)用位點(diǎn)對(duì)于基于距離的方法中兩兩相似度的得分都有貢獻(xiàn)，僅這一點(diǎn)區(qū)別就可能使這兩類方法產(chǎn)生的結(jié)果有很大的不同“。最大似然法是選擇最高概率的樹(shù)。輒嶧陽(yáng)檉籪癤網(wǎng)儂號(hào)澩蠐鑭釃邊鯽釓。系統(tǒng)發(fā)育樹(shù)的算法改進(jìn)遺傳算法和模擬退火算法 針對(duì)最大簡(jiǎn)約法，引入了遺傳退火算法的思想，提出一種新的建樹(shù)算法，即遺傳退火簡(jiǎn)約法，以簡(jiǎn)約樹(shù)的長(zhǎng)度作為適應(yīng)度函數(shù)，隨機(jī)生成多個(gè)初始樹(shù)，通過(guò)多次執(zhí)行選擇退火、排序、交叉退火和變異退火操作，逐步收斂到所要搜尋的解，即最大簡(jiǎn)約樹(shù)。對(duì)收集到的個(gè)原核生物和個(gè)真核生物，從完全蛋白質(zhì)組出發(fā)去分析推斷其系統(tǒng)的發(fā)育關(guān)系，所得的系統(tǒng)發(fā)育樹(shù)包括個(gè)細(xì)菌、個(gè)古細(xì)菌和個(gè)真核細(xì)菌。 在模型下，兩序列間每一位點(diǎn)核苷酸替代概率是 ，當(dāng)； , 當(dāng)，其中是兩序列間的進(jìn)化距離，表示核苷酸不變的概率，表示核苷酸變化的概率。 酸馬奶中乳桿菌和—的 基因序列及聚類分析 序列同源性分析作為細(xì)菌的系統(tǒng)發(fā)育和親緣關(guān)系研究已被普遍接受和應(yīng)用。 9 / 9。尤其是在復(fù)雜的生態(tài)系統(tǒng)中乳桿菌資源調(diào)查研究方面中的應(yīng)用。長(zhǎng)度為的條序列與進(jìn)行比對(duì)，設(shè)比對(duì)結(jié)果出現(xiàn)缺損現(xiàn)象：觀察到的核苷酸相同的數(shù)目為，核苷酸相異的數(shù)目為，存在缺損的核苷酸位點(diǎn)數(shù)為(缺損情況用核苷酸不同情況下的公式計(jì)算)，且滿足關(guān)系式，則在—模型假設(shè)下任意兩結(jié)點(diǎn)序列與間的核苷酸替代概率為 。 方法最突出的特點(diǎn)之一就是不帶有主觀因素，因而能比較客觀地反映生物序列間的關(guān)系，它作為一種新的推斷系統(tǒng)發(fā)育關(guān)系的方法，將會(huì)為傳統(tǒng)的基于的微生物分類結(jié)果提供有價(jià)值的參考。 遺傳算法和模擬退火算法的直接互補(bǔ)性體現(xiàn)在：遺傳算法把握總體能力的能力較強(qiáng)，但局部搜索能力較差；模擬退火算法具有較強(qiáng)的局部搜索能力。貝