paralog“（paralog指的是一个祖先序列通过复制等方法在基因组中产生的歧化序列）的混合物。
序列比对中，不同序列的同一个位点都是同源的。
在接受分析的一个序列组中，序列之间的系统发育史是相同的（比如，序列组中不存在核序列与细胞器序列的混合）。
样本足以解决感兴趣的问题。
样本序列之间的差异代表了感兴趣的宽组。
样本序列之间的差异包含了足以解决感兴趣的问题的系统发育信号。
还有一些假定，在某些方法中是默认的，但是在另外一些方法中是可以修正的：
样本序列是随机进化的。
序列中的所有位点的进化都是随机的。
序列中的每一个位点的进化都是独立的。
许多公开发表的系统发育分析结果的错误通常都是因为违反了上述假定，特别令人恼火的是现有的方法并不能察觉对基本假定的违反。每一个序列组都必须根据上述基本假定进行评估，并且同分析过程相协调。下面我们将会描述分析过程。
系统发育数据分析：比对，建立取代模型，建立进化树以及进化树评估
对DNA序列进行系统发育分析的四个主要步骤是比对，建立取代模型，建立进化树以及进化树评估。一般来说，执行这四个步骤的计算机程序都是相互独立的，但是他们都是进行系统发育分析的有机部分。
当前的讨论主要集中在分析DNA序列的方法上，这些方法基本上（不全是）仍然是通过碱基和密码子的替代来考察序列的差异；这个方法同样应用于对蛋白质序列的分析，但是由于氨基酸的生物化学多样性，我们必须引入更多的数学参数。因此，下面讨论的适用于核苷酸碱基的方法同样适用于氨基酸和密码子，而关于蛋白质的一些特殊问题和程序会在别的地方得到讨论（Felsenstein, 1996）。
因为建树的标准在一定程度上依赖比对和取代模型，因此一开始就应该介绍这些方法，这些介绍非常必要。三种主要的建树方法分别是距离、最大节约（maximum parsimony, MP）和最大似然（maximum likelihood，ML）。距离树考察数据组中所有序列的两两比对结果，通过序列两两之间的差异决定进化树的拓扑结构和树枝长度。最大节约方法考察数据组中序列的多重比对结果，优化出的进化树能够利用最少的离散步骤去解释多重比对中的碱基差异。最大似然方法考察数据组中序列的多重比对结果，优化出拥有一定拓扑结构和树枝长度的进化树，这个进化树能够以最大的概率导致考察的多重比对结果。这些方面将会在后面详细讨论。
建立数据模型（比对）
系统发育的序列数据通常会进行多重比对，也就是说，在系统发育的有关文献中通常会把那些单独的比对好的碱基所占据的位置称作位点；在进行系统发育的理论讨论时这些位点等同于特征符，而占据这些位点的真实的碱基或者空位被称为特征符状态；但是也有例外，STATALIGN程序（Thorne and Kishino, 1992）在进行系统发育分析时不会进行多重比对，它使用原始的未比对过的序列。
多重比对在第七章中有详细讨论，在这里我们只讨论与系统发育分析有关的多重比对方法。对准的序列位点将会被应用于系统发育分析，但是这只能描述一个先验的系统发育的结论，因为位点本身（不是真实的碱基）都是假定为同源的（
上一篇：多序列比对的实际应用 下一篇：利用蛋白质序列的预测方法
共45页: 上一页 [1] 2 [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] 下一页
