分子系統樹推定の落とし穴と回避法筑波大生命環境田辺晶史

(1)

分子系統樹推定の落とし穴と回避法

筑波大・生命環境田辺晶史

(2)

(3)

(4)

(5)

分子系統樹推定

の

とは？

(6)

仮定

を満たしていない

(7)

(8)

相同

(9)

(10)

(11)

(12)

(13)

(14)

(15)

(16)

同一の

祖先形質

に由来する

相同

(17)

TaxonA AAGTGTGACTGGGAT

TaxonB TGTGACTGCAT

TaxonC AATGTGGCTGCGAT

(18)

TaxonA AAGTGTGACTGGGAT TaxonB TGTGACTGCAT TaxonC AATGTGGCTGCGAT TaxonD TCTGACTG TaxonA AAGTGTGACTGGGAT TaxonB ---TGTGACTGC-AT TaxonC AA-TGTGGCTGCGAT TaxonD ---TCTGACTG ----多重配列整列

(19)

多重配列整列

(20)

多重配列整列

||

相同

形質の同定

(21)

整列には

高い信頼性

(22)

(23)

多重配列整列用ソフトウェア

● MAFFT

(24)

多重配列整列用ソフトウェア

● MAFFT

● http://mafft.cbrc.jp/alignment/software/

● MUSCLE

(25)

多重配列整列用ソフトウェア ● MAFFT ● http://mafft.cbrc.jp/alignment/software/ ● MUSCLE ● http://www.drive5.com/muscle/ ● DIALIGN-TX ● http://dialign-tx.gobics.de/

(26)

整列

が

(27)

捨てれば

(28)

TaxonA AAGTGTGACTGGGAT

TaxonB ---TGTGACTGC-AT

TaxonC AA-TGTGGCTGCGAT

(29)

----TaxonA AAGTGTGACTGGGAT TaxonB ---TGTGACTGC-AT TaxonC AA-TGTGGCTGCGAT TaxonD ---TCTGACTG ----TaxonA TGTGACTG TaxonB TGTGACTG TaxonC TGTGGCTG TaxonD TCTGACTG トリミング

(30)

(31)

トリミング用ソフトウェア

● Gblocks

(32)

トリミング用ソフトウェア

● Gblocks

● http://molevol.cmima.csic.es/castresana/Gblocks.html

● trimAl

(33)

トリミング用ソフトウェア ● Gblocks ● http://molevol.cmima.csic.es/castresana/Gblocks.html ● trimAl ● http://trimal.cgenomics.org/ ● BMGE ● ftp://ftp.pasteur.fr/pub/GenSoft/projects/BMGE/

(34)

(35)

系統樹推定法は

1形質から

1形質へ

の変異

(36)

TaxonA GGGTTTGGTA-TAATTTCT

TaxonB GGATTTGGCA-TAATCAGG

TaxonC GGATT-GGTACTAATTAGT

(37)

TaxonA GGGTTTGGTA-TAATTTCT TaxonB GGATTTGGCA-TAATCAGG TaxonC GGATT-GGTACTAATTAGT TaxonD GGATT-GGAACTAATTAGA TaxonA G F G M I S TaxonB G F G M I S TaxonC G L V L I S TaxonD G L E L I S 翻訳

(38)

(39)

多数のアミノ酸が一度に置換

(40)

多数のアミノ酸が一度に

置換

(41)

多数のアミノ酸が一度に

置換

(42)

(43)

対策

(44)

対策

● 以下の変異を含む部分をデータ配列から除去する

(45)

対策

● フレームシフト

(46)

(47)

系統樹推定法は

形質間で

共通の

変異メカニズム

(48)

TaxonA GGGTTTGGTTAAATT

TaxonB GGATTTGGCTAAATC

TaxonC GGATTTGGTTAAATT

(49)

翻訳 TaxonA GGGTTTGGTTAAATT TaxonB GGATTTGGCTAAATC TaxonC GGATTTGGTTAAATT TaxonD GGATTTGGATAATTA TaxonA G F G * TaxonB G F G * TaxonC G F G * TaxonD G F G *

(50)

(51)

タンパクコードと非コードの

形質が混じっている

(52)

タンパクコードと非コードの

形質が

混じっている

(53)

タンパクコードと非コードの

形質が

混じっている

(54)

(55)

対策

● 共通の変異メカニズムを仮定できない領域を区分して

(56)

対策

異なる置換モデルを当てはめる

(57)

対策

異なる置換モデルを当てはめる

● a prioriにパーティションを設定できる場合

(58)

対策 ● 共通の変異メカニズムを仮定できない領域を区分して異なる置換モデルを当てはめる ● a prioriにパーティションを設定できる場合 – 比例モデル，分離モデルをKakusan4にて検討する ● a prioriにパーティションを設定できない場合

(59)

対策 ● 共通の変異メカニズムを仮定できない領域を区分して異なる置換モデルを当てはめる ● a prioriにパーティションを設定できる場合 – 比例モデル，分離モデルをKakusan4にて検討する ● a prioriにパーティションを設定できない場合 – _{PhyloBayes3のCAT-GTRモデルを適用する}

(60)

(61)

系統樹推定法は

系統樹上で

共通の変異メカニズム

(62)

TaxonA GGGTTTGGTA-TAATTTCT

TaxonB GGATTTGGCA-TAATCAGG

TaxonC GGATT-GGTACTAATTAGT

(63)

(64)

TaxonA G F G M I S TaxonB G F G M I S TaxonC G L V L I S TaxonD G L E L I S TaxonA GGGTTTGGTA-TAATTTCT TaxonB GGATTTGGCA-TAATCAGG TaxonC GGATT-GGTACTAATTAGT TaxonD GGATT-GGAACTAATTAGA 翻訳

(65)

フレームシフトが起きている

(66)

フレームシフト

が起きている

(67)

フレームシフト

が起きている

(68)

TaxonA GGGTTTGGTTTAATT

TaxonB GGATTTGGCTTAATC

TaxonC GGATTTGGTTAAATT

(69)

翻訳 TaxonA GGGTTTGGTTTAATT TaxonB GGATTTGGCTTAATC TaxonC GGATTTGGTTAAATT TaxonD GGATTTGGATAATTA TaxonA G F G L I TaxonB G F G L I TaxonC G F G * TaxonD G F G *

(70)

TaxonA G F G L I TaxonB G F G L I TaxonC G F G * TaxonD G F G * TaxonA GGGTTTGGTTTAATT TaxonB GGATTTGGCTTAATC TaxonC GGATTTGGTTAAATT TaxonD GGATTTGGATAATTA 翻訳

(71)

終止コドンが

挿入されている

(72)

終止コドン

が

挿入されている

(73)

終止コドン

が

挿入されている

(74)

(75)

対策

(76)

対策

(77)

対策

● 逆位

(78)

対策 ● 以下の変異を含む部分をデータ配列から除去する ● フレームシフト ● 逆位 ● コード領域の開始と終了位置の変異 ● イントロンの開始と終了位置の変異

(79)

(80)

系統樹推定法は

系統樹上=OTU間で

塩基・アミノ酸頻度が

ほぼ一定

(81)

A

C

G

T

(82)

A

C

G

T

12通りの置換パターン

を統計モデル化する必要

(83)

塩基

置換

(84)

A C G T A C G T r_ACπ_C r_AGπ_G r_ATπ_T r_CGπ_G r_CTπ_T r_GTπ_G r_ACπ_A r_AGπ_A r_ATπ_A r_CGπ_C r_CTπ_C r_GTπ_G From To 時間反転可能モデル A C G T A C G T r_AC r_AG r_AT r_CG r_CT r_GT r_CA r_GA r_TA r_GC r_TC r_TG From To 時間反転不能モデル

(85)

A C G T A C G T r_ACπ_C r_AGπ_G r_ATπ_T r_CGπ_G r_CTπ_T r_GTπ_G r_ACπ_A r_AGπ_A r_ATπ_A r_CGπ_C r_CTπ_C r_GTπ_G From To 時間反転可能モデル A C G T A C G T r_AC r_AG r_AT r_CG r_CT r_GT r_CA r_GA r_TA r_GC r_TC r_TG From To 時間反転不能モデル ● r_XYは塩基Xから塩基Yへの置換確率

(86)

A C G T A C G T r_ACπ_C r_AGπ_G r_ATπ_T r_CGπ_G r_CTπ_T r_GTπ_G r_ACπ_A r_AGπ_A r_ATπ_A r_CGπ_C r_CTπ_C r_GTπ_G From To 時間反転可能モデル A C G T A C G T r_AC r_AG r_AT r_CG r_CT r_GT r_CA r_GA r_TA r_GC r_TC r_TG From To 時間反転不能モデル ● r_XYは塩基Xから塩基Yへの置換確率 ● π_Xは塩基Xの頻度

(87)

A C G T A C G T r_ACπ_C r_AGπ_G r_ATπ_T r_CGπ_G r_CTπ_T r_GTπ_G r_ACπ_A r_AGπ_A r_ATπ_A r_CGπ_C r_CTπ_C r_GTπ_G From To 時間反転可能モデル A C G T A C G T r_AC r_AG r_AT r_CG r_CT r_GT r_CA r_GA r_TA r_GC r_TC r_TG From To 時間反転不能モデル ● r_XYは塩基Xから塩基Yへの置換確率 ● π_Xは塩基Xの頻度 ● r_XY=r_YXなモデルを時間反転可能という

(88)

A C G T A C G T r_ACπ_C r_AGπ_G r_ATπ_T r_CGπ_G r_CTπ_T r_GTπ_G r_ACπ_A r_AGπ_A r_ATπ_A r_CGπ_C r_CTπ_C r_GTπ_G From To 時間反転可能モデル A C G T A C G T r_AC r_AG r_AT r_CG r_CT r_GT r_CA r_GA r_TA r_GC r_TC r_TG From To 時間反転不能モデル ● r_XYは塩基Xから塩基Yへの置換確率 ● π_Xは塩基Xの頻度 ● r_XY=r_YXなモデルを時間反転可能という ● ほとんどの系統推定では時間反転可能モデルを用いる

(89)

A C G T A C G T r_ACπ_C r_AGπ_G r_ATπ_T r_CGπ_G r_CTπ_T r_GTπ_G r_ACπ_A r_AGπ_A r_ATπ_A r_CGπ_C r_CTπ_C r_GTπ_G From To 時間反転可能モデル A C G T A C G T r_AC r_AG r_AT r_CG r_CT r_GT r_CA r_GA r_TA r_GC r_TC r_TG From To 時間反転不能モデル ● r_XYは塩基Xから塩基Yへの置換確率 ● π_Xは塩基Xの頻度 ● r_XY=r_YXなモデルを時間反転可能という ● ほとんどの系統推定では時間反転可能モデルを用いる

系統樹上で=OTU間で

塩基・アミノ酸頻度が

ほぼ一定

時間反転可能

モデルは

と仮定している

(90)

TaxonA GGGTCTGGGTGAATC

TaxonB GGATCTGGCTGAATC

TaxonC TGATTTGATTAAATT

(91)

TaxonA GGGTCTGGGTGAATC TaxonB GGATCTGGCTGAATC TaxonC TGATTTGATTAAATT TaxonD TGATTTGAATAATTA TaxonA TaxonB TaxonC TaxonD GC含量高い AT含量高い

(92)

GC/AT比が

系統樹上で変化している

(93)

GC/AT比が

系統樹上で変化

している

(94)

GC/AT比が

系統樹上で変化

している

(95)

(96)

対策

(97)

対策

● RY codingなどのデータ変換により頻度不均質性を消す

(98)

対策

● AG R→ ，TC Y→ に変換するのがRY coding

(99)

対策

● AG R→ ，TC Y→ に変換するのがRY coding

● 形質を減らすことで情報量は減るが頻度不均質性が消える

(100)

対策 ● RY codingなどのデータ変換により頻度不均質性を消す ● AG R→ ，TC Y→ に変換するのがRY coding ● 形質を減らすことで情報量は減るが頻度不均質性が消える ● nh_PhyloBayesの不均質モデルを適用する ● 不均質モデルは系統樹上での頻度変化を許容する

(101)

対策 ● RY codingなどのデータ変換により頻度不均質性を消す ● AG R→ ，TC Y→ に変換するのがRY coding ● 形質を減らすことで情報量は減るが頻度不均質性が消える ● nh_PhyloBayesの不均質モデルを適用する ● 不均質モデルは系統樹上での頻度変化を許容する ● ただし計算は大変

(102)

(103)

系統樹推定法は

系統樹上で

形質間の進化速度不均質性が

ほぼ一定

(104)

形質間の

進化速度

不均質性

(105)

TaxonA

TGTTT ... TTTTC

TaxonB

AGTAC ... TTTTC

TaxonC

AGTAT ... TTGTC

Taxon?

AGTAT ... ATTTC

..

.

..

.

..

.

(106)

TaxonA

TGTTT ... TTTTC

TaxonB

AGTAC ... TTTTC

TaxonC

AGTAT ... TTGTC

Taxon?

AGTAT ... ATTTC

..

.

..

.

..

.

進化の速い形質・遅い形質

がある

(107)

TaxonA

TGTTT ... TTTTC

TaxonB

AGTAC ... TTTTC

TaxonC

AGTAT ... TTGTC

Taxon?

AGTAT ... ATTTC

..

.

..

.

..

.

Γ分布などで統計モデル化

(108)

Γ分布モデルは

系統樹上で

形質間の進化速度不均質性が

ほぼ一定

(109)

TaxonA

TGTTT ... TTTTC

TaxonB

AGTAC ... TTTTC

TaxonC

AGTAT ... TTGTC

Taxon?

AGTAT ... ATTTC

..

.

(110)

TaxonA

TGTTT ... TTTTC

TaxonB

AGTAC ... TTTTC

TaxonC

AGTAT ... TTGTC

Taxon?

AGTAT ... ATTTC

..

.

進化の速い形質が

系統ごとに異なる

(111)

TaxonA

TGTTT ... TTTTC

TaxonB

AGTAC ... TTTTC

TaxonC

AGTAT ... TTGTC

Taxon?

AGTAT ... ATTTC

..

.

進化の速い形質が

系統ごとに異なる

(112)

TaxonA

TGTTT ... TTTTC

TaxonB

AGTAC ... TTTTC

TaxonC

AGTAT ... TTGTC

Taxon?

AGTAT ... ATTTC

..

.

進化の速い形質が

系統ごとに異なる

(113)

(114)

対策

● 進化の速い形質やパーティションが系統ごとに異なる

(115)

対策

● 進化の速い形質やパーティションが系統ごとに異なる

ことを許容するモデルを適用する

(116)

対策 ● 進化の速い形質やパーティションが系統ごとに異なることを許容するモデルを適用する ● a prioriにパーティションを設定できる場合 – _{分離モデルをKakusan4で検討し，Treefinderか}RAxML で適用する

(117)

対策 ● 進化の速い形質やパーティションが系統ごとに異なることを許容するモデルを適用する ● a prioriにパーティションを設定できる場合 – _{分離モデルをKakusan4で検討し，Treefinderか}RAxML で適用する ● a prioriにパーティションを設定できない場合

(118)

対策 ● 進化の速い形質やパーティションが系統ごとに異なることを許容するモデルを適用する ● a prioriにパーティションを設定できる場合 – _{分離モデルをKakusan4で検討し，Treefinderか}RAxML で適用する ● a prioriにパーティションを設定できない場合 – MrBayesでCovarionモデルを適用する

(119)

(120)

塩基・アミノ酸頻度均一性

の検定

(121)

χ2_{検定による塩基・アミノ酸頻度均一性の検証}

● Kakusan4・Aminosanでモデル選択する

(122)

● 途中で自動的に検定が行われる

● Phylogearsのpgtestcompositionコマンドを使う

(123)

● pgtestcomposition --type=DNA infile outfile

● PAUP*のBaseFreqsコマンドを使う

● Execute datafile.nex

(124)

● pgtestcomposition --type=DNA infile outfile

● PAUP*のBaseFreqsコマンドを使う

● Execute datafile.nex

● BaseFreqs

(125)

(126)

データ変換

(127)

データ変換

● Phylogearsのpgrecodeseqコマンドを使う

● RY codingの場合

(128)

データ変換

● Phylogearsのpgrecodeseqコマンドを使う

● RY codingの場合

– _{pgrecodeseq --type=DNA GT-AC infile outfile}

● AGY codingの場合

(129)

分子系統樹推定の落とし穴と回避法 筑波大 生命環境 田辺晶史

分子系統樹推定の落とし穴と回避法

分子系統樹推定の落とし穴と回避法

分子系統樹推定

の

とは？

仮定

を満たしていない

相同

同一の

祖先形質

に由来する

相同

多重配列整列

多重配列整列

||

相同

形質の同定

整列には

高い信頼性

整列

が

捨てれば

系統樹推定法は

1形質から

1形質へ

の変異

多数のアミノ酸が一度に置換

多数のアミノ酸が一度に

置換

多数のアミノ酸が一度に

置換

系統樹推定法は

形質間で

共通の

変異メカニズム

タンパクコードと非コードの

形質が混じっている

タンパクコードと非コードの

形質が

混じっている

タンパクコードと非コードの

形質が

混じっている

系統樹推定法は

系統樹上で

共通の変異メカニズム

フレームシフトが起きている

フレームシフト

が起きている

フレームシフト

が起きている

終止コドンが

挿入されている

終止コドン

が

挿入されている

終止コドン

が

挿入されている

系統樹推定法は

系統樹上=OTU間で

塩基・アミノ酸頻度が

ほぼ一定

A

C

G

T

A

C

G

T

12通りの置換パターン

を統計モデル化する必要

塩基

置換

系統樹上で=OTU間で

塩基・アミノ酸頻度が

ほぼ一定

時間反転可能

分子系統樹推定の落とし穴と回避法筑波大生命環境田辺晶史