给出了一个比对“手术”的例子。在空位区域，我们必须作出决定：在可供选择的比对中，哪一个更加合理，尤其重要的是，哪一个更加适合于建立进化树分析。如果手工解决比对的不确定性，就必须考虑系统发育关系、取代过程（比如，转换和颠换）和碱基组成；在这个阶段，用系统发育证据解决不确定性非常合理。在倾向于变长的序列区域，关系非常疏远的序列和序列组的比对就可以侧向展开（就是说，引入人工空位，并且忽略分值），最终的结果使得只有关系很近的序列区域对准在一起。某些序列中的某些位点虽然对准了，但是并不确定，他们的分值可以在计分时忽略；这个方法的优点是可以保留同这些序列相关的明确信息，缺点是最大节约和最大似然的建树方法会把这些“缺失”的分值看做是零分歧。
由MALIGN（Wheeler and Gladstein, 1994）和TreeAlign得到的比对不需要在比对后用这些方法中的建树方法进行数据修饰，即使这些比对中仍然有一些同样类型的不确定性，这些不确定性在另外一个程序进行分析时需要修正。如前所述，这些程序会根据由比对得到的最好的MP系统发育进化树，对比对参数进行递归优化。MALIGN还会利用一套空位为代价，对以连接的可供选择的比对为基础的建树方法进行优化；在这个方法中，在最有可能的几种比对中出现的比对特征将会被加权。这就提供了一种方法，可以捕获序列分歧的数量（在取消不确定的比对区域的分值的时候这些分歧是被忽略掉的），因为这些区域的所有可能的比对方式都将显示这些区域的最大的序列分歧。处于不确定的比对区域中的位点很可能不是同源的，因此在进化树中需要加入一些噪声干扰或者偏向。
决定取代模型
对于取代模型，应该给予同比对和建树同样的重视。就像前面暗示的那样，取代模型既影响比对，也影响建树；因此需要采用递归方法。现在，对于核酸数据而言，可以通过取代模型中的两个要素进行计算机评估（Swofford, 1997），但是对于氨基酸和密码子数据而言，没有什么评估方案（Felsenstein, 1996）。其中一个要素是碱基之间相互取代的模型；另外一个要素是序列中不同位点的所有取代的相对速率。还没有一种简单的计算机程序可以对较复杂的变量（比如，位点特异性或者系统特异性取代模型）进行评估，同样，现有的建树软件也不可能理解这些复杂变量。
碱基取代速率模型
一般而言，生物化学性质相近的碱基之间的取代频率较高；在DNA中，四种转换（Aà G, Gà A, Cà T, Tà C）的频率比八种颠换（Aà C, Aà T, Cà G, Gà T, 以及前四种的反向取代）的频率要高；这些偏向会影响两个序列之间的预计的分歧。
各个残基之间的相对取代速率一般由方阵形式列出；对于碱基而言，行数和列数都是4，对于氨基酸而言，行数和列数都是20（比如PAM方阵），对于密码子而言，行数和列数都是61（除去了中止密码子）。非对角线元素对应于一个碱基变为另一个碱基的相对代价，而对角线元素则代表不同序列拥有同一个碱基的代价。
这些代价值可以固定为先验的代价表，以确保建树方法在计分时对每一种取代都使用确定的代价值。固定的代价方阵是典型的静态权重方阵，MP建树方法（如图9.4）使用的就是这种方阵。如果使用这种权重，那么这个方法就会被称为“加权节约”。又如，ML建树方法，代价值是由即时的速率方阵得到的，这个方阵（如图
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
