植物分子進化中系統發生樹的重建方法

武凌云

摘 要： 在現代分子進化研究中，根據現有生物基因或物種多樣性重建生物的進化史是一個非常重要的問題，一個可靠的系統發生的推斷，將揭示出有關生物進化過程的順序，有助于我們了解生物進化的歷史和進化機制，本文就植物分子進化中系統發生樹的重建方法進行了闡述。

關鍵詞： 植物分子進化 系統發生樹 重建方法

運用DNA序列測定已經普遍運用于系統與進化植物學的研究中，從DNA水平研究生物多樣性與生物進化的分子生物學技術作為一種研究手段，通過揭示DNA分子中核苷酸的變異研究植物的系統發生、種內分化及遺傳多樣性等，正在改變植物系統這門古老而經典的學科，為解決過去依靠植物形態和稀缺的化石證據在分類學、系統發育、物種形成與進化等方面的難題提供極為有效的途徑。本文就植物分子進化中系統發生樹的常用重建方法做介紹。

1.分子系統發生樹的重建

目前，利用分子生物學數據重建系統發生樹的方法很多。在重建時，對不同類型的數據應采取不同的重建方法。

1.1非加權組平均法（UPGMA）

UPGMA法在算法上較簡單。聚類時，首先將距離最小的兩個OTU聚在一起，形成一個新的OTU，其分支點位于兩個OTU間距離的1/2處，然后計算新的OTU與其他OTU間的平均距離，再找出其中最小的兩個OTU進行聚類。如此反復，直到所有的OTU都聚到一起，最終得到一個完整的系統發生樹。

1.2鄰結法（NJ）

與UPGMA法相比，NJ法在算法上相對較復雜，它跟蹤的是樹上的節點而不是OTUs。在聚類過程中，根據原始距離矩陣，基于其他所有節點間的平均趨異程度而對每對節點間的距離做調整，即將每個OTU的趨異程度標準化，從而形成一個新的距離矩陣。重建時將距離最小的兩個終節點連接起來，在樹中增加一個共祖節點，同時去除原初的兩個終節點及其分支，即對整個樹進行修剪。隨后，新增加的共祖節點被視成終節點，重復上一次循環。在每一次循環過程中，都有兩個終節點被一個新的共祖節點取代。整個循環直到只有兩個終節點時為止。從所得到的系統發生樹來看，兩個聚在一起的OUT其所在的終節點到共祖節點的距離并不一定相同。

1.3最大簡約法（MP）

MP方法利用的只是對簡約分析能提供信息的特征。如在DNA序列數據中，利用的只是存在核苷酸序列差異（至少有2種不同類型的核苷酸序列）的位點，這些位點稱為簡約信息位點。利用MP方法重建系統發生樹，實際上是一個對給定OTUs，其所有可能的樹進行比較的過程。對某一個可能的樹，首先對每個位點祖先序列的核苷酸組成做出推斷，然后統計每個位點用來闡明差異的核苷酸最小替換數目。在整個樹中，所有信息簡約位點最小核苷酸替換數的總和稱為樹的長度。通過比較所有可能樹，選擇其中長度最小的樹作為最終的系統發生樹，即最大簡約樹。

1.4最大似然法（ML）

利用最大似然法推斷一組序列的系統發生樹，需首先確定序列進化的模型，目前使用較多的是一些相對較簡單的模型，如Jukes Cantor模型、Kimura二參數模型及一般二參數模型。這些模型都建立在一定假設基礎上，然后基于一定的模型考慮兩個OTU序列間的關系，找到支的長度。這個過程需要尋找在某一進化距離上由第一種序列真正轉換成第二種序列的可能性，并確定在最大可能下的進化距離。接著將多個OTU構成的所有可能樹作為最佳樹，對重建每個樹的統計量進行似然估計，最后通過對樹長度的優化，從而獲得最佳樹各參數的最大似然估計。

1.5貝葉斯推斷法

最常用的是MCMC法，其基本思想是構造出一條馬爾柯夫鏈，該鏈的狀態空間為統計模型參數和不變后驗分布參數。鏈的構造由多步完成，每步狀態空間的狀態都被推薦為鏈的下一個連接點。首先在狀態空間中隨機挑選一個狀態作為鏈的當前態，隨機擾動當前態各參數，從狀態空間中推薦一個新態，計算推薦態的相對后驗概率密度，若推薦態的后驗概率密度高于當前態，則鏈的移動被接受，推薦態則作為下一循環的當前態。若推薦態的后驗概率密度低于當前態，則計算由Metropolis等和Hasting提出的推薦態與當前態后驗概率的比率，該值接近1時接受推薦態，接近0時則拒絕推薦態，此時，當前態作為自身的下一個連接點。對上述過程重復若干次，最終馬爾柯夫鏈將停留在后驗概率高的狀態，某態的后驗概率就是馬爾柯夫鏈停留該態的時間分值。

1.6不同構樹方法的分析

在上述方法中，Farris和Penny認為距離法得到的結果要比離散特征法的差，Felsenstein和Nei則認為Farris和Penny的論據是對距離法的錯誤理解。事實上，在有些情況下距離法能得到比離散特征法更正確的系統發生樹。在距離法中，UPGMA比較簡單且實用，當使用的距離數據是來源于對含核苷酸數量較多的多個基因的分析結果時，利用UPGMA法能得到可靠的系統發生樹。在離散特征法中，在不同世系間進化速率相差較大，且進化速率恒定而樹的內支很短的情況下，MP法并不能對一個真正的系統發生樹做出始終一致的判斷。即使有時MP法能得到一個始終一致的判斷，但它獲得一個正確樹的效率通常要比NJ法和ML法低。但在（1）序列趨異程度較小（d<0.1）；（2）核苷酸替換的速率或多或少的恒定；（3）沒有很高的轉換與顛換比及很強的G+C含量偏差；（4）所分析的核苷酸數量較多（大于幾千）的情況下，MP法仍是一種較好的系統發生樹重建法。另外，與距離法和ML法不同，MP法能利用序列中堿基的插入與缺失信息。

2.結語

從系統發育生物學的角度看，基因組學的豐富數據既包括大量序列信息，又蘊藏有關重復基因、DNA片段缺失/插入、轉座子丟失/插入等信息，為系統發育研究提供豐富的資料，使得利用大規模基因組水平的數據進行系統發育分析成為可能。

應該注意的是，用DNA序列研究系統進化時也存在許多問題。首先，雖然同一DNA序列在不同分類群間的進化速率有所差異，但序列本身在植物系統學的研究中總有相對穩定的適用范圍，這使得其涵蓋的研究內容和層次有限。其次，分子片段僅僅是分類群諸多性狀的一個來源，它雖能為分類群的系統重建提供不可忽視的信息，但并不能完全反映其真實的演化歷史。比如核基因組龐大而復雜，擁有許多具有豐富變異的DNA片段（如某些基因的內含子區），在低階元類群的分子系統學研究中應用廣泛。

參考文獻：

[1]Kay，K.，J.Whittall，et al.A survey of nuclear ribosomal internal transcribed spacer substitution rates across angiosperms：an approximate molecular clock with life history effects.BMC Evolutionary Biology，2006，6（1）：36.