NJ進化樹構(gòu)建方法的改進及其應(yīng)用.pdf

1、分子系統(tǒng)發(fā)育分析是生物信息學(xué)中的重要研究領(lǐng)域,它的主要研究手段是從一組同源的DNA或蛋白質(zhì)序列出發(fā),計算各個序列之間的進化距離,從而得到反映物種進化關(guān)系的進化樹。進化樹通常是一棵二叉樹：樹的葉節(jié)點,代表了某個具體序列；樹的拓?fù)浣Y(jié)構(gòu)表現(xiàn)了各物種之間的親緣關(guān)系遠(yuǎn)近；樹的分枝長度刻畫了進化距離的大小。構(gòu)建進化樹的方法主要分為三類,即距離矩陣法、最簡約方法和極大似然法。 雖然距離矩陣法以結(jié)構(gòu)簡單、具有良好的理論基礎(chǔ)等特點獲得了廣泛的應(yīng)用

2、,但是這種方法在某些情況下會產(chǎn)生兩個或多個拓?fù)浣Y(jié)構(gòu)不同的“等價”進化樹,也就是文獻(xiàn)上所說的"tied trees"。鄰接法(Neighbor-Joining,以下簡稱NJ)是一種比較常見的距離矩陣法,也存在"tied trees"問題,盡管其設(shè)計目標(biāo)是對同樣的序列數(shù)據(jù)產(chǎn)生與輸入順序無關(guān)的唯一進化樹。對于NJ法的"tied trees"問題,大多數(shù)流行的分子系統(tǒng)發(fā)育分析軟件并沒有進行有效的處理,通常僅根據(jù)算法實現(xiàn)方式的不同,只給出其中一種

3、進化樹的拓?fù)浣Y(jié)構(gòu)。 本文詳細(xì)分析了NJ法產(chǎn)生"tied trees"問題的原因,提出并實現(xiàn)了一種改進鄰接法(Improved Neighbor-Joining algorithm,以下簡稱INJ)。INJ是NJ的一種擴展,而NJ可以看作INJ的一個特例。在迭代計算過程中,NJ總是任意選取兩個具有最小速率校正距離的序列或種群進行合并來生成新的分類單元,而INJ則允許把多個(目前限制為3個)具有相同最小速率校正距離的序列或種群進行合

4、并,因此它所產(chǎn)生的進化樹可能是多叉樹。在NJ樹不唯一時下,INJ樹通常是一棵唯一的多叉樹；而在NJ樹唯一時下,INJ樹則與NJ樹完全一致。因此,INJ法較好地解決了NJ法的"tied trees"問題。 此外,本文還實現(xiàn)了一個包含完整INJ法和傳統(tǒng)NJ法的分子發(fā)育分析軟件--Multi-tree。該軟件是一個基于Microsoft . Net framework 2.0平臺構(gòu)建的客戶端應(yīng)用,其中包括：多序列比對和編輯、距離矩陣計