Реконструкция филогенетического дерева с помощью 4-х разных методов



Матрица попарных расстояний: 

    6
ECNFO_A     0.0000  0.5466  1.4153  1.4230  1.5875  1.5406
ECNFO_B     0.5466  0.0000  1.4230  1.4076  1.5684  1.5972
ECNFO_C     1.4153  1.4230  0.0000  0.2894  0.7798  1.4548
ECNFO_D     1.4230  1.4076  0.2894  0.0000  0.7476  1.3926
ECNFO_E     1.5875  1.5684  0.7798  0.7476  0.0000  1.6585
ECNFO_F     1.5406  1.5972  1.4548  1.3926  1.6585  0.0000


Реконструкция методом UPGMA: 


                                +----------------ECNFO_A   
     +--------------------------2  
     !                          +----------------ECNFO_B   
  +--4  
  !  !                                  +--------ECNFO_C   
  !  !                    +-------------1  
--5  +--------------------3             +--------ECNFO_D   
  !                       !  
  !                       +----------------------ECNFO_E   
  !  
  +---------------------------------------------ECNFO_F   

(((ECNFO_A:0.27330,ECNFO_B:0.27330):0.46210,((ECNFO_C:0.14470,
ECNFO_D:0.14470):0.23715,ECNFO_E:0.38185):0.35355):0.02897,
ECNFO_F:0.76437);


Реконструкция методом Neighbor-Joining: 


      +----ECNFO_C   
  +---3  
  !   +---ECNFO_D   
  !  
--4--------------ECNFO_E   
  !  
  !                         +-------ECNFO_A   
  !          +--------------1  
  +----------2              +--------ECNFO_B   
             !  
             +-----------------------ECNFO_F   

((ECNFO_C:0.16101,ECNFO_D:0.12839):0.13827,ECNFO_E:0.48073,((ECNFO_A:0.26958,
ECNFO_B:0.27702):0.49557,ECNFO_F:0.80003):0.35304);


Реконструкция методом Maximum Likelihood: 


  +---------ECNFO_B   
  !  
  !                   +-------------------------------------ECNFO_F   
--1-------------------4  
  !                   !                   +-------------------ECNFO_E   
  !                   +-------------------3  
  !                                       !  +----ECNFO_D   
  !                                       +--2  
  !                                          +----ECNFO_C   
  !  
  +--------ECNFO_A   

(ECNFO_B:0.33681,(ECNFO_F:1.25830,(ECNFO_E:0.66149,
(ECNFO_D:0.15473,ECNFO_C:0.15014):0.09259):0.65861):0.65400,
ECNFO_A:0.30012);


Реконструкция методом Parsimony: 



        +--------ECNFO_F   
     +--5  
     !  !  +-----ECNFO_E   
     !  +--4  
  +--2     !  +--ECNFO_D   
  !  !     +--3  
  !  !        +--ECNFO_C   
--1  !  
  !  +-----------ECNFO_B   
  !  
  +--------------ECNFO_A   

(((ECNFO_F,(ECNFO_E,(ECNFO_D,ECNFO_C))),ECNFO_B),ECNFO_A);


Cравнение топологии исходного филогенетического дерева модели и 4-х вариантов его реконструкции
Ветвь Исходное дерево
модели		 UPGMA NJ ML Parsimony
ABCDEF
110000 + + + + +
001100 + + + + +
110001 + + + + +


Если судить по реконструкции одного дерева, то реконструкция хода эволюции надежна, все деревья совпали. Укорененное дерево получилось только в случае UPGMA, но корень не совпал с истинным. Дерево получилось ультраметрическим. В остальных случаях деревья неукорененные, значит нельзя говорить о том ультраметрические они или нет.Все методы показывают расстояния между последовательностями в качестве различных длин ветвей. Методы UPGMA и NJ, используют матрицу попарных расстояний, ML и Parsimony символьно-ориентированы. На основе данных можно сделать вывод, что более эффективны методы, основанные на матрице попарных расстояний.

 

На главную страницу третьего семестра

©Сухорукова Мария,2005