Филогенетические деревья

Из списка протеобактерий было выбрано 8 случайных названий:

Название Мнемоника

Bradyrhizobium japonicum BRAJA

Rhizobium etli RHIEC

Burkholderia cenocepacia BURCA

Ralstonia pickettii RALPJ

Escherichia coli ECOLI

Salmonella typhimurium SALTY

Vibrio cholerae VIBCH

Vibrio fischeri VIBFM

Скобочная формула

((((VIBFM, VIBCH), (ECOLI, SALTY)), (RALPJ, BURCA)), (RHIEC, BRAJA));

Изображение

Нетривиальные ветви

1. {VIDFM, VIBCH} против {ECOLI, SALTY, RALPJ, BURCA, RHIEC, BRAJA}
2. {ECOLI, SALTY} против {VIDFM, VIBCH, RALPJ, BURCA, RHIEC, BRAJA}
3. {RALPJ, BURCA} против {VIDFM, VIBCH, ECOLI, SALTY, RHIEC, BRAJA}
1. {RHIEC, BRAJA} против {VIDFM, VIBCH, ECOLI, SALTY, RALPJ, BURCA}
1. {VIDFM, VIBCH, ECOLI, SALTY} против {RALPJ, BURCA, RHIEC, BRAJA}

Реконструкция и сравнение деревьев
Расстояния между последовательностями

Таксоны

С помощью таксономического сервиса NCBI была получена систематика выбранных протеобактерий:

Alphaproteobacteria; Rhizobiales; Bradyrhizobiaceae; Bradyrhizobium; Bradyrhizobium japonicum
Alphaproteobacteria; Rhizobiales; Rhizobiaceae; Rhizobium/Agrobacterium group; Rhizobium; Rhizobium etli
Betaproteobacteria; Burkholderiales; Burkholderiaceae; Burkholderia; Burkholderia cepacia complex; Burkholderia cenocepacia
Betaproteobacteria; Burkholderiales; Burkholderiaceae; Ralstonia; Ralstonia pickettii
Gammaproteobacteria; Enterobacteriales; Enterobacteriaceae; Escherichia; Escherichia coli
Gammaproteobacteria; Enterobacteriales; Enterobacteriaceae; Salmonella; Salmonella enterica; Salmonella enterica subsp. enterica; Salmonella typhimurium
Gammaproteobacteria; Vibrionales; Vibrionaceae; Vibrio; Vibrio cholerae
Gammaproteobacteria; Vibrionales; Vibrionaceae; Aliivibrio; Vibrio fischeri

Таким образом, BRAJA и RHIEC принадлежат к классу Альфапротеобактерий и порядку Rhizobiales,
BURCA и RALPJ - к классу Бетапротеобактерий и порядку Burkholderiales,
ECOLI и SALTY - к классу Гаммапротеобактерий, порядку Enterobacteriales и семейству Enterobacteriaceae,
VIBCH и VIBFM - к тому же классу, порядку Vibrionales и семейству Vibrionaceae.

Полученная систематика полностью согласуется с изображением филогенетического дерева (см. выше).

Для дальнейшей работы я выбрал семейство белков - энолаз (мнемоника - ENO). С помощью команды seqret получил из Swiss-Prot последовательности белков с функцией энолазы из отобранных мной протеобактерий. proteins.fasta

С помощью программы muscle было создано выравнивание отобранных белков:

Желтым цветом отмечены консервативные позиции для Альфапротеобактерий,
голубым - для Бетапротеобактерий, зеленым - для Энтеробактерий, красным - для бактерий порядка Vibrionales.

Ярким примером диагностической позиции может служить позиция 164 выравнивания - в ней во всех Альфапротеобактериях, рассмотренных мной, расположена аминокислота пролин, во всех Бетапротеобактериях - серин, во всех Гаммапротеобактериях - аспарагин. По таким позициям можно судить о принадлежности последовательности к определенному таксону.

Реконструкция дерева программой fprotpars

fprotpars -sequence proteins_aligned.fasta -outfile proteins.fprotpars

Программа выдала одно "наиболее бережливое" неукорененное дерево (используя Protein parsimony algorithm).

Скобочная формула:
(((((ENO_RHIEC,ENO_BRAJA),(ENO_RALPJ,ENO_BURCA)),(ENO_VIBFM,ENO_VIBCH)), ENO_SALTY),ENO_ECOLI);

Изображение:

                    +--ENO_RHIEC 
              +-----7  
              !     +--ENO_BRAJA 
        +-----6  
        !     !     +--ENO_RALPJ 
        !     +-----5  
     +--4           +--ENO_BURCA 
     !  !  
     !  !           +--ENO_VIBFM 
  +--2  +-----------3  
  !  !              +--ENO_VIBCH 
  1  !  
  !  +-----------------ENO_SALTY 
  !  
  +--------------------ENO_ECOLI

Сравним с приведенным в задании филогенетическим деревом:

В дереве, приведенном fprotpars, топология полностью совпадает с правильной.

Оценка эволюционных расстояний между последовательностями программой fprotdist

fprotdist -sequence proteins_aligned.fasta -outfile prot.fprotdist

Матрица расстояний:

            ENO_ECOLI ENO_SALTY ENO_VIBCH ENO_VIBFM ENO_BURCA ENO_RALPJ ENO_BRAJA ENO_RHIEC
ENO_ECOLI   0.000000  0.013573  0.131714  0.138111  0.459059  0.434511  0.526870  0.479487
ENO_SALTY   0.013573  0.000000  0.132140  0.141070  0.460170  0.435582  0.532134  0.484270
ENO_VIBCH   0.131714  0.132140  0.000000  0.120774  0.509829  0.463653  0.573002  0.511371
ENO_VIBFM   0.138111  0.141070  0.120774  0.000000  0.481191  0.444603  0.524064  0.522402
ENO_BURCA   0.459059  0.460170  0.509829  0.481191  0.000000  0.097015  0.478838  0.453309
ENO_RALPJ   0.434511  0.435582  0.463653  0.444603  0.097015  0.000000  0.440661  0.435659
ENO_BRAJA   0.526870  0.532134  0.573002  0.524064  0.478838  0.440661  0.000000  0.295330
ENO_RHIEC   0.479487  0.484270  0.511371  0.522402  0.453309  0.435659  0.295330  0.000000

Проанализируем матрицу на ультраметричность ("из трех расстояний между тремя объектами два всегда равны между собой и не меньше третьего"):
Рассмотрим расстояния между VIBFM, ECOLI и BURCA.
d(VIBFM,ECOLI)=0.138111 < d(VIBFM,BURCA)=0.481191, сравним его с d(BURCA,ECOLI)=0.459059. Эти числа практически равны, значит матрицу можно считать ультраметричной, и гипотеза о молекулярных часах справедлива.
Проверим на другом примере: d(SALTY,RHIEC)=0.484270, d(SALTY,RALPJ)=0.435582, d(RHIEC,RALPJ)=0.435659. Последние числа практически равны, что подтверждает ультраметричность матрицы расстояний.

Проанализируем на аддитивность ("из трех сумм d(A,B) + d(C,D); d(A,C) + d(B,D); d(A,D) + d(B,C) две равны между собой и больше третьей"):
Рассмотрим VIBCH, ECOLI, BURCA, RHIEC.
d(VIBCH,ECOLI)+d(BURCA,RHIEC)=0,585023
d(VIBCH,BURCA)+d(ECOLI,RHIEC)=0,989316
d(VIBCH,RHIEC)+d(ECOLI,BURCA)=0,97043
0,97043 примерно равно 0,989316 , что удовлетворяет свойству аддитивности!

Реконструкции дерева программой fneighbor

Алгоритм UPGMA:
fneighbor -datafile prot.fprotdist -outfile protu.fneighbor -outtreefile protu.fneighbor.tree -treetype u

Алгоритм Neighbor-Joining:
fneighbor -datafile prot.fprotdist -outfile protnj.fneighbor -outtreefile protnj.fneighbor.tree

Результаты:

UPGMA:

(((ENO_ECOLI:0.00679,ENO_SALTY:0.00679):0.06109,(ENO_VIBCH:0.06039,
ENO_VIBFM:0.06039):0.00749):0.17719,((ENO_BURCA:0.04851,
ENO_RALPJ:0.04851):0.17755,(ENO_BRAJA:0.14766,ENO_RHIEC:0.14766):0.07839):0.01901);

                +ENO_ECOLI 
             +--1 
             !  +ENO_SALTY 
  +----------4 
  !          ! +---ENO_VIBCH 
  !          +-3 
  !            +---ENO_VIBFM 
--7 
  !            +--ENO_BURCA 
  ! +----------2 
  ! !          +--ENO_RALPJ 
  +-6 
    !    +--------ENO_BRAJA 
    +----5 
         +--------ENO_RHIEC

Neighbor-Joining:

(ENO_SALTY:0.00786,((ENO_VIBCH:0.06382,ENO_VIBFM:0.05695):0.02112,
((ENO_BURCA:0.06415,ENO_RALPJ:0.03286):0.14849,(ENO_BRAJA:0.16505,
ENO_RHIEC:0.13028):0.10746):0.19620):0.04747,ENO_ECOLI:0.00571);

+ENO_SALTY 
  ! 
  !    +---ENO_VIBCH 
  !  +-5 
  !  ! +---ENO_VIBFM 
  !  ! 
  4--6                    +--ENO_BURCA 
  !  !           +--------1 
  !  !           !        +-ENO_RALPJ 
  !  +-----------3 
  !              !     +---------ENO_BRAJA 
  !              +-----2 
  !                    +-------ENO_RHIEC 
  ! 
  +ENO_ECOLI

Топологии дерева, выданные алгоритмами UPGMA и N-J совпадают с правильной.

Сервис TreeTop

Результаты работы и впечатления:
Первый положительный момент - E-mail пришел практически моментально. Второй - сервис совмещает в себе функции всех команд putty, используемых мной во время выполнения задания. Третий - картинка! (отпадает необходимость пользоваться TreeDyn или Paint'ом).

Дерево на картинке практически совпадает с правильным, но присутствует та же ошибка что и у алгоритма UPGMA (Бета- вместе с Альфа-, хотя должны быть на одной ветви с Гамма-).
TOPOLOGICAL ALGORITHM выдал более удручающие результаты, ошибок заметно больше.

Матрица расстояний заметно отличается от полученной мной в Задании 6. Например d(ECOLI,SALTY)=0,04 вместо 0.013573! Какая из них наиболее верная - судить не могу.

Единственный замеченный недостаток - сервис не поддерживает стандартный fasta-формат выравнивания.

В целом, понравилась быстрота и удобство работы с сервисом и выдача результатов (2 алгоритма, картинка, все на одной странице + присылается на E-mail).
В дальнейшем, при выполнении сходной задачи, предпочту этот сервис работе с Linux.

Назад