NJ進(jìn)化樹構(gòu)建方法的改進(jìn)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(jì)算各個序列之間的進(jìn)化距離,從而得到反映物種進(jìn)化關(guān)系的進(jìn)化樹。進(jìn)化樹通常是一棵二叉樹：樹的葉節(jié)點(diǎn),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(jìn)化距離的大小。構(gòu)建進(jìn)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(diǎn)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(jià)”進(jìn)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(jì)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(jìn)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(jìn)行有效的處理,通常僅根據(jù)算法實(shí)現(xiàn)方式的不同,只給出其中一種

3、進(jìn)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(shí)現(xiàn)了一種改進(jìn)鄰接法(Improved Neighbor-Joining algorithm,以下簡稱INJ)。INJ是NJ的一種擴(kuò)展,而NJ可以看作INJ的一個特例。在迭代計(jì)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(jìn)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(jìn)行合

4、并,因此它所產(chǎn)生的進(jìn)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(shí)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(jì)