串联进化树与并联进化树分析工具

引用内容来自文章:“Species Tree Estimation and the Impact of Gene Loss Following Whole-Genome Duplication”

Immediately following WGD, most genes are present in two copies as paralogs (i.e., paralogs or sometimes referred to as ohnologs to honor Ohno and his contribution to this area; Ohno 1970). Due to this redundancy, one copy of a paralog pair often undergoes pseudogenization and is eventually lost (Lynch and Conery 2000Langham et al. 2004Aury et al. 2006Makino and McLysaght 2012). 

在各个物种中,尤其是植物中,全基因组加倍事件(whole genome duplication, WGD)是十分普遍的。这会导致基因的冗余,于是旁系同源基因中的一个就会假基因化,然后最终丢失。

Along these lines, if speciation occurs shortly after WGD and subsequent loss of paralogs is restricted to one major paralog subclade, single-copy genes should include only one-to-one orthologs and be relatively straightforward to analyze phylogenetically (Fig. 1a). In contrast, when both copies of a paralog pair within post-WGD species are equally likely to be lost, paralogous gene copies may be erroneously grouped as orthologs (i.e., pseudoorthologs) and lead to incorrect gene tree estimation (Fig. 1b) (Salichos and Rokas 2011Struck 2013Smith and Hahn 2022). 


但基因的丢失,不太可能只发生在旁系同源基因的一个亚群中,而是两个亚群中的基因都有可能。WGD后分化出的不同物种,旁系基因的丢失如果是不同的,虽然结果都导致只剩下一个基因。在鉴定分化出的物种的单拷贝直系基因时,这样的基因也会被认为是单拷贝直系同源基因。此基因构建的基因树很可能是跟物种树是不一致的。利用这样的基因构建物种树,可能会对物种树产生影响。

Concatenation methods (i.e., the maximum likelihood tree inferred from the concatenated sequences across loci) have been commonly employed for species tree estimation, which implicitly assumes that all genes have the same or very similar evolutionary histories. Coalescent-based methods, in contrast, permit gene trees to have different evolutionary histories (Liu et al. 2009a). 

串联构树方法(Concatenation methods)默认所有的基因有相同的进化历史,而并联构树方法(Coalescent-based methods)允许不同基因有不同的进化历史。

Some of these methods, including *BEAST (Heled and Drummond 2010), BEST (Liu 2008), and BPP (Flouri et al. 2018), simultaneously estimate gene trees and the species tree from multilocus sequence data. These alignment-based methods have outstanding accuracy, but they are computationally intensive (Leaché and Rannala 2011Bayzid and Warnow 2013Mirarab et al. 2016). Other coalescent-based methods infer the species tree from a set of gene trees using likelihood functions, for example, MP-EST (Liu and Yu 2010), STELLS (Wu 2012Pei and Wu 2017), and STEM (Kubatko et al. 2009). In addition, recently developed methods, including ASTRAL (Mirarab et al. 2014Mirarab and Warnow 2015Zhang et al. 2018), STAR (Liu et al. 2009b), and STEAC (Liu et al. 2009b), estimate the species tree from gene trees using summary statistics. 

并联构树也有很多方法,有基于比对的,有基于likelihood, 有的利用总结统计。这写方法的基本原理后面看看再添加。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,110评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,443评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,474评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,881评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,902评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,698评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,418评论 3 419
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,332评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,796评论 1 316
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,968评论 3 337
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,110评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,792评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,455评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,003评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,130评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,348评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,047评论 2 355

推荐阅读更多精彩内容