Введение

Митохондриальный D-цикл является одной из самых быстрых областей последовательности видоизменения в ДНК животных, и поэтому, часто используется, чтобы сравнить тесно связанные организмы. Источник современного человека является высоко обсужденной проблемой, которая была решена при помощи mtDNA последовательностей. Ограниченная генетическая изменчивость человеческого mtDNA была объяснена в терминах недавней общей генетической родословной, таким образом подразумевая, что все современное население mtDNAs, вероятно, произошло от незамужней женщины, которая жила в Африке меньше чем 200 000 лет.

Получение данных о последовательности от GenBank®

Этот пример использует митохондриальные последовательности D-цикла, изолированные для различных hominidae разновидностей со следующими Инвентарными номерами GenBank.

%        Species Description      GenBank Accession
data = {'German_Neanderthal'      'AF011222';
        'Russian_Neanderthal'     'AF254446';
        'European_Human'          'X90314'  ;
        'Mountain_Gorilla_Rwanda' 'AF089820';
        'Chimp_Troglodytes'       'AF176766';
        'Puti_Orangutan'          'AF451972';
        'Jari_Orangutan'          'AF451964';
        'Western_Lowland_Gorilla' 'AY079510';
        'Eastern_Lowland_Gorilla' 'AF050738';
        'Chimp_Schweinfurthii'    'AF176722';
        'Chimp_Vellerosus'        'AF315498';
        'Chimp_Verus'             'AF176731';
       };

Можно использовать getgenbank функционируйте в цикле for, чтобы получить последовательности из репозитория данных NCBI и загрузить их в MATLAB®.

for ind = 1:length(data)
    primates(ind).Header   = data{ind,1};
    primates(ind).Sequence = getgenbank(data{ind,2},'sequenceonly','true');
end

Для вашего удобства ранее загруженные последовательности включены в MAT-файл. Обратите внимание на то, что данные в общедоступных репозиториях часто курируются и обновляются; поэтому, результаты этого примера могут немного отличаться, когда вы используете актуальные последовательности.

load('primates.mat')

Создание Phylogenetic Tree UPGMA с помощью Методов Расстояния

Вычислите попарные расстояния с помощью формулы 'Jukes-Cantor' и филогенетического дерева с методом расстояния 'UPGMA'. Поскольку последовательности не предварительно выравниваются, seqpdist выполняет попарное выравнивание прежде, чем вычислить расстояния.

distances = seqpdist(primates,'Method','Jukes-Cantor','Alpha','DNA');
UPGMAtree = seqlinkage(distances,'UPGMA',primates)

h = plot(UPGMAtree,'orient','top');
title('UPGMA Distance Tree of Primates using Jukes-Cantor model');
ylabel('Evolutionary distance')

    Phylogenetic tree object with 12 leaves (11 branches)

Создание Присоединения Соседа Phylogenetic Tree с помощью Методов Расстояния

Чередуйтесь древовидная топология важна, чтобы рассмотреть при анализе гомологичных последовательностей между разновидностями. Соединяющее соседа дерево может быть создано с помощью seqneighjoin функция. Соединяющие соседа деревья используют попарное расстояние, вычисленное выше, чтобы создать дерево. Этот метод выполняет кластеризацию с помощью минимального метода эволюции.

NJtree = seqneighjoin(distances,'equivar',primates)

h = plot(NJtree,'orient','top');
title('Neighbor-Joining Distance Tree of Primates using Jukes-Cantor model');
ylabel('Evolutionary distance')

    Phylogenetic tree object with 12 leaves (11 branches)

Сравнение древовидной топологии

Заметьте, что различные филогенетические методы реконструкции приводят к различной древовидной топологии. Соединяющий соседа древовидный Шимпанзе групп Vellerosus в clade с гориллами, тогда как древовидные группы UPGMA это около шимпанзе и орангутанов. getcanonical функция может использоваться, чтобы сравнить эти изоморфные деревья.

sametree = isequal(getcanonical(UPGMAtree), getcanonical(NJtree))

sametree =

  logical

   0

Исследование Phylogenetic Tree UPGMA

Можно исследовать филогенетическое дерево путем рассмотрения узлов (листы и ветви) на данном принадлежащем отцам церкви расстоянии от 'европейской Человеческой' записи и уменьшать дерево до небольших филиалов интереса путем сокращения далеко несоответствующих узлов.

names = get(UPGMAtree,'LeafNames')
[h_all,h_leaves] = select(UPGMAtree,'reference',3,'criteria','distance','threshold',0.3);

subtree_names = names(h_leaves)
leaves_to_prune = ~h_leaves;

pruned_tree = prune(UPGMAtree,leaves_to_prune)
h = plot(pruned_tree,'orient','top');
title('Pruned UPGMA Distance Tree of Primates using Jukes-Cantor model');
ylabel('Evolutionary distance')

names =

  12x1 cell array

    {'German_Neanderthal'     }
    {'Russian_Neanderthal'    }
    {'European_Human'         }
    {'Chimp_Troglodytes'      }
    {'Chimp_Schweinfurthii'   }
    {'Chimp_Verus'            }
    {'Chimp_Vellerosus'       }
    {'Puti_Orangutan'         }
    {'Jari_Orangutan'         }
    {'Mountain_Gorilla_Rwanda'}
    {'Eastern_Lowland_Gorilla'}
    {'Western_Lowland_Gorilla'}


subtree_names =

  6x1 cell array

    {'German_Neanderthal'  }
    {'Russian_Neanderthal' }
    {'European_Human'      }
    {'Chimp_Troglodytes'   }
    {'Chimp_Schweinfurthii'}
    {'Chimp_Verus'         }

    Phylogenetic tree object with 6 leaves (5 branches)

С view можно далее исследовать/редактировать филогенетическое дерево с помощью интерактивного инструмента. См. также phytreeviewer.

view(UPGMAtree,h_leaves)

Ссылки

[1] Овчинников, I.V., и др., "Молекулярный анализ Неандертальской ДНК из северного Кавказа", Природа, 404 (6777):490-3, 2000.

[2] Sajantila, A., и др., "Гены и языки в Европе: анализ митохондриальных происхождений", Исследование Генома, 5 (1):42-52, 1995.

[3] Крингс, M., и др., "последовательности ДНК Neandertal и источник современных людей", Ячейка, 90 (1):19-30, 1997.

[4] Иенсен-моряк, М.И. и Кид, K.K., "Митохондриальное изменение ДНК и биогеография восточных горилл", Молекулярная Экология, 10 (9):2241-7, 2001.