生物信息學(xué)基礎(chǔ)大作業(yè)報告-在線瀏覽
2025-05-22 23:37本頁面
【正文】 研究已經(jīng)應(yīng)用到許多方面，如基因進化，物群劃分，交配系統(tǒng)，父親身份測試，環(huán)境監(jiān)視以及已經(jīng)轉(zhuǎn)移物種的疾病源的研究等。構(gòu)建方法介紹概括介紹系統(tǒng)發(fā)育樹的構(gòu)建問題是一個完全問題，因此研究構(gòu)造發(fā)生樹的近似最優(yōu)算法有著重要意義。基于算法的距離法是一種純數(shù)學(xué)法，通過序列兩兩之間的差異決定發(fā)育樹的拓撲結(jié)構(gòu)和枝長，它將發(fā)育樹的構(gòu)建和最后發(fā)育樹的確定融合在一起，構(gòu)建發(fā)育樹的過程，也就是尋找最佳發(fā)育樹的過程。最大簡約考察輸入數(shù)據(jù)中序列的多重比對結(jié)果，優(yōu)化出的發(fā)生樹能夠利用最少的離散步驟去解釋多重比對的堿基差異。鐃誅臥瀉噦圣騁貺頂廡縫勵羆楓鱷燭。具體介紹基于距離的建樹方法考察數(shù)據(jù)中所有序列的兩兩比對結(jié)果，通過序列兩兩之間的差異決定發(fā)生樹的拓撲結(jié)構(gòu)和樹枝長度。擁締鳳襪備訊顎輪爛薔報贏無貽鰓閎。使用距離法構(gòu)建系統(tǒng)發(fā)生樹，所生成的樹的質(zhì)量取決于距離尺度的質(zhì)量和每次挑選相鄰結(jié)點的標準。而挑選相鄰節(jié)點的標準，也就是距離法構(gòu)建進化樹的聚類算法，主要的方法有、 和鄰接()方法。 最大簡約法利用最大簡約方法構(gòu)建系統(tǒng)發(fā)生樹，實際上是一個對給定分類單元所有可能的樹進行比較的過程，針對某一個可能的樹，首先對每個位點祖先序列的核苷酸組成做出推斷，然后統(tǒng)計每個位點用來闡明差異的核苷酸最小替換數(shù)目。通過比較所有可能樹，選擇其中長度最小、代價最小的樹作為最終的系統(tǒng)發(fā)生樹，即最大簡約樹。簡約法的目標就是，構(gòu)造一棵反映分類物種之間最小變化的系統(tǒng)發(fā)生樹。所以，突變最少的進化關(guān)系就越有可能是物種之間真實的進化關(guān)系。簡約法利用的只是對簡約分析提供信息的特征，即信息位點，非信息位點對構(gòu)建最大簡約樹是無用的。不變位點(所有物種擁有相同核苷酸的位點)和單一位點(每一個位點上只有一個物種具有一種不同的核苷酸的位點)在簡約分析的時候是無用的叫。買鯛鴯譖曇膚遙閆擷凄屆嬌擻歿鯰錆。綾鏑鯛駕櫬鶘蹤韋轔糴飆鈧麥蹣鯢殘。當一個并集成為一個節(jié)點的核苷酸集時，通向該節(jié)點的分支的某個位置上必定發(fā)生一個核苷酸替換。如果需要計算一裸樹在非信息位點的最小替代數(shù)，只需要把外部節(jié)點上不同核苷酸的數(shù)目減去就可以了。簡約法在分析過程中可以相當準確地推斷出祖先序列，就單個核苷酸而言，這可能是微不足道的，但對于整個基因或者基因組來說，它對了解進化過程的作用是不可替代的。貓蠆驢繪燈鮒誅髏貺廡獻鵬縮職鯡樣。(，)將該方法引入到基于核苷酸序列的發(fā)生樹的構(gòu)建，后來又擴展到氨基酸序列數(shù)據(jù)。最大似然法是由樣本觀測值估計總體參數(shù)的一種常用方法。這個方法采用一個參數(shù)模型 ，是一個維向量，是樹的拓撲結(jié)構(gòu)。對一個給定樹和給定替代參數(shù)計算列的似然，（）。似然是所有可能樹的拓撲和從向量獲得的分支長度的最大化。在序列中每個符號進化獨立于序列的其它符號；不同血統(tǒng)進化是獨立的；每個符號以期望突變率代替。構(gòu)氽頑黌碩飩薺齦話騖門戲鷯瀏鯪晝。兩者只是選擇的樹的標準不一樣而己，最大簡約法考察輸入數(shù)據(jù)中序列的多重比對結(jié)果，優(yōu)化出的發(fā)生樹能夠利用最少的離散步驟去解釋多重比對的堿基差異。因此它們的搜索策略是相似的。但由于單一的發(fā)生樹的數(shù)量會隨著分類物種數(shù)量的增長而呈指數(shù)增長，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)。最大似然法與貝葉斯方法的區(qū)別在于：前者對參數(shù)進行關(guān)節(jié)點評估，根據(jù)參數(shù)變動取似然性的峰值所對應(yīng)的分支樹；后者則對參數(shù)概率分布進行邊界評估，根據(jù)參數(shù)變動取曲線分布覆蓋面積最大的函數(shù)所對應(yīng)的分支樹。除了推斷系統(tǒng)發(fā)育，貝葉斯分析還用于評價系統(tǒng)發(fā)育中的不穩(wěn)定性、探測可能存在的自然選擇、考察協(xié)同進化、檢驗分子鐘假設(shè)(的分析并不苛求分子的勻速進化假設(shè))、選擇替換模型以及探測橫向基因轉(zhuǎn)移和基因組進化等相關(guān)研究。貝葉斯方法比最大似然法能表示更多的可信進化模型，替代率的變異可以再各個點建模，貝葉斯方法有一個非常寬的先驗分布，后驗概率分布用樣本和( )方法計算。很多情況下不知道，用經(jīng)驗貝葉斯分析和啟發(fā)貝葉斯分析兩個方法產(chǎn)生后驗概率，當未知參數(shù)出現(xiàn)時，經(jīng)驗貝葉斯分析用估計來表示未知參數(shù)，啟發(fā)貝葉斯分析將二級先驗（ )作為前期未知參數(shù)的密度。對于給定的樹的后驗分布公式如下：其中
化學(xué)相關(guān)推薦
鄂ICP備17016276號-1