构建系统发育树简述

简介: 构建系统发育树简述

1. 要点

  1. 系统发育树代表了关于一组生物之间的进化关系的假设。
  2. 可以使用物种或其他群体的形态学(体型)、生化、行为或分子特征来构建系统发育树。
  3. 在构建树时,我们根据共享的派生特征(不同于该组祖先的特征)将物种组织成嵌套组。
  4. 基因或蛋白质的序列可以在物种之间进行比较,并用于构建系统发育树。密切相关的物种通常几乎没有序列差异,而不太相关的物种往往序列差异较大。

2. 引言

地球上所有的生物都可以追溯到一个共同的祖先。任何较小的物种群也可以将其祖先追溯到共同的祖先,通常是最近的祖先。

本文中,我们将研究用于构建系统发育树或代表一组生物的进化历史和关系的树的基本方法和逻辑。

3. 概述

在系统发育树中,感兴趣的物种显示在树枝的顶端。分支本身以一种代表物种进化史的方式连接起来——也就是说,我们认为它们是如何通过一系列分歧(一分为二)事件从一个共同祖先进化而来的。在每个分支点都有一个最近的共同祖先,由该分支点的所有物种共享。树的线条代表从一个物种延伸到下一个物种的一长串祖先。

4. 基本原理

我们如何构建系统发育树?基本原则是达尔文的“descent with modification”思想。基本上,通过观察现代生物体的变异模式(新特征),我们可以弄清楚——或者至少可以假设——它们从共同祖先进化而来的路径。

作为一个例子,让我们考虑下面的系统发育树(它显示了一组类鼠物种的进化历史)。我们看到了在该群体进化史的不同时期出现的三个新特征:毛茸茸的尾巴、大耳朵和胡须。每个新特征都由产生该特征的祖先的所有后代共享(用刻度线表示),但在该特征出现之前分裂出来的物种则不存在。

当我们构建系统发育树时,在一个群体的进化过程中出现的、与该群体祖先的特征不同的特征被称为衍生特征。在我们的示例中,毛茸茸的尾巴、大耳朵和胡须是衍生特征,而细尾巴、小耳朵和没有胡须是祖先特征。重要的一点是,派生特征可能通过失去或获得特征而出现。例如,如果 E 谱系发生另一项变化导致尾巴丢失,则无尾将被视为衍生特征。

数据集中物种或其他群体共享的派生特征是帮助我们建树的关键。如上所示,共享的派生性状倾向于形成嵌套模式,提供有关物种进化中何时发生分支事件的信息。

当我们从数据集构建系统发育树时,我们的目标是使用当今物种的共享衍生特征来推断其进化历史的分支模式。然而,诀窍在于我们无法观察我们感兴趣的物种的进化,也无法看到每个谱系何时出现新特征。

我们必须查看我们感兴趣的物种——例如 A、B、C、D 和 E——并弄清楚哪些特征是祖先的,哪些是衍生的。然后,我们可以使用共享的衍生特征将物种组织成嵌套组,如上所示。以这种方式制作的树是关于物种进化历史的假设——通常是具有可以解释其特征的最简单的分支模式的假设。

相关文章
|
算法 数据挖掘 Go
文献速读|5分生信+免疫组化单细胞联合bulk转录组肿瘤预后模型
研究摘要: 在《Cancer Immunology Immunotherapy》上发表的一篇文章,通过整合Bulk和单细胞RNA-seq数据,探讨了非小细胞肺癌(NSCLC)中癌相关纤维细胞(CAF)的作用。研究者识别出CAF的预后标志物,构建了一个基于CAF的模型,该模型在四个独立队列中区分了预后良好的和较差的患者。WGCNA分析鉴定出CAF标记基因,而CAF分数与免疫微环境和免疫治疗反应相关。高CAF分数关联较差的免疫治疗反应,FBLIM1被发现为CAF的主要来源,其高表达预测了免疫疗法的不良反应。该研究揭示了CAF在NSCLC免疫抑制和治疗策略中的重要地位。
684 1
|
算法 API C++
【Qt UI】QT 窗口/控件置顶方法详解
【Qt UI】QT 窗口/控件置顶方法详解
1531 0
|
数据可视化
R语言自定义图形:ggplot2中的主题与标签设置
【8月更文挑战第30天】`ggplot2`作为R语言中功能强大的绘图包,其自定义能力让数据可视化变得更加灵活和多样。通过合理使用`theme()`函数和`labs()`函数,以及`geom_text()`和`geom_label()`等几何对象,我们可以轻松创建出既美观又富有表达力的图形。希望本文的介绍能够帮助你更好地掌握`ggplot2`中的主题与标签设置技巧。
|
设计模式 移动开发 IDE
淘宝短视频流工程重构(上):理论篇
淘宝短视频流工程重构(上):理论篇
384 7
|
Unix 索引
生信教程 | 基于PSMC估计有效群体大小
生信教程 | 基于PSMC估计有效群体大小
|
机器学习/深度学习 计算机视觉
【YOLOv8改进 - 注意力机制】DoubleAttention: 双重注意力机制,全局特征聚合和分配
YOLOv8专栏探讨了该目标检测模型的创新改进,如双重注意力块,它通过全局特征聚合和分配提升效率。该机制集成在ResNet-50中,在ImageNet上表现优于ResNet-152。文章提供了论文、代码链接及核心代码示例。更多实战案例与详细配置见相关CSDN博客链接。
|
数据可视化
RNAseq|构建预后模型后你还需要这些图,森林图,诺莫图,校准曲线,DCA决策曲线
RNAseq|构建预后模型后你还需要这些图,森林图,诺莫图,校准曲线,DCA决策曲线
837 0
|
SQL 人工智能 自然语言处理
NL2SQL进阶系列(2):DAIL-SQL、DB-GPT开源应用实践详解Text2SQL
NL2SQL进阶系列(2):DAIL-SQL、DB-GPT开源应用实践详解Text2SQL
NL2SQL进阶系列(2):DAIL-SQL、DB-GPT开源应用实践详解Text2SQL
|
SpringCloudAlibaba 前端开发 Java
SpringCloud Alibaba微服务实战二十四 - SpringCloud Gateway的全局异常处理
SpringCloud Alibaba微服务实战二十四 - SpringCloud Gateway的全局异常处理
2564 0
|
安全 Python
Python中的内置函数之一:eval函数的深入理解
在Python中,`eval`函数是一个内置函数,用于将字符串解析并执行为Python表达式。本文将详细介绍`eval`函数的使用方法和注意事项,以及一些实用的例子。