AMI方法构建30种生物的进化树

刘旻昊

摘 要：该文选取了30种脊椎动物线粒体基因数据，应用AMI方法提取出它们的序列特征，结合相关系数和离差平方和方法构建生物进化树。对30种脊椎动物，其生物进化树与白凤兰等人的方法进行对比，更加合理并且计算方法简单。

关键词：AMI 基因组 线粒体 生物进化树

中图分类号：TK823 文献标识码：A 文章编号：1674-098X（2015）05（b）-0032-01

1 数据选取

线粒体是真核细胞内较为简单的DNA分子，具有极少发生重组、进化速度快等特点。同时，线粒体DNA只通过母系遗传的机制也使其成为了探索母系遗传的绝佳工具，被广泛用于群体遗传学研究。

该文从文献2和3选取30种脊椎动物线粒体DNA完全基因组数据，可从NCBI网站http：//www.ncbi.nlm.nih.gov免费下载。

2 数据计算

2.1 方法一

对于这30种线粒体基因组，首先提取各自序列的AMI向量，每种生物得到一个向量。对于参数k的选取，我们选取了10、50、100、200、300、400、500、600、700等多个值，对这30种动物的聚类都能得到近似的结果，但是综合各向量之间的距离和聚类分析的结果来看，k取500是比较合适的，这样AMI向量共有501个分量。对于这30种动物的AMI向量，进行聚类，最后得到结果（具体数据和结果可同作者电子邮件联系索取）。

2.2 方法二

白凤兰在其博士论文中将DNA序列用三维图形表示，利用图的不变量给出了序列之间的距离度量，然后定义了物种进化距离，最后用NJ算法构建了系统发生树。

3 结果分析

分析方法一的结果我们可以看出，guinea pig（几内亚猪）和cat（猫）dog（狗）被分在了一起，以上三种构成一个分支；platypus（鸭嘴兽）、rabbit（兔子）、squirrel（松鼠）和fat dormouse（睡鼠）构成了第二个分支，其中的squirrel和fat dormouse距离更近，这是符合进化关系的；下一个分支是human（人类）、gorilla（大猩猩）还有comlnon chimpanzee和pigmy chimpanzee两种猩猩构成的一个灵长目的分支，其中的两种猩猩comlnon chimpanzee和pigmy chimpanzee在系统发生树中距离最接近；再往下的一个大分支cow（牛）和sheep（羊）距离最近，同属于啮齿动物的rat（田鼠）和mouse（家属）在发生树上最接近；以上这些构成了第一个大的分支。在另一个分支中，从上往下看是两种海豹harbor seal和gray seal、两种犀牛Indian rhinoceros和white rhinoceros印第安犀牛與白犀牛，这两类的近缘物种分别距离最近；剩下的hippopotamus（河马）、orangutan（猩猩）、donkey（驴）和gibbon（长臂猿）构成了最后一个分支。总体来看，由AMI构成的系统发生树上面的多数近缘物种都能够聚在一起，符合我们已知的结论和观点。

通过与方法二的结果对比，除了灵长目的human、gorilla还有comlnon chimpanzee和pigmy chimpanzee两种猩猩在一个分支，而orangutan和gibbon在另一个分支，而在方法二这是分的比较好的，这几个物种在方法二中被聚为了一类。对于方法二两种犀牛Indian rhinoceros和white rhinoceros分别被分到了较远的分支上，并且印第安犀牛与donkey距离最近，白犀牛与horse（马）距离最近，rat与mouse两种鼠类也被分开了，没有聚在一起。总体来说，方法一在对物种的分类中结果要优于方法二的结果。

参考文献

[1] Mark Bauer，Sheldon M Schuster and Khalid Sayood.The Average Mutual Information Profile as a Genomic Signature[J].BMC Bioinformatics 2008，9：48doi：10.1186/1471-2105-9-48.

[2] 白凤兰.生物序列的图形表示极其应用[D].大连：大连理工大学，2005.

[3] Snel B，Bork P，Huynen M A.Genome phylogeny based on gene cotent[J].Nat Genet，1992，21：108-110.