NEPOVINNÝ ESEJ Rozsah textu 2-3 strany, důraz na metodiku Prezentace 10 min. ( po přednášce) Proč ho psát? Získáte 4 body ke zkoušce Bodování.

Prezentace na téma: "NEPOVINNÝ ESEJ Rozsah textu 2-3 strany, důraz na metodiku Prezentace 10 min. ( po přednášce) Proč ho psát? Získáte 4 body ke zkoušce Bodování."— Transkript prezentace:

1 NEPOVINNÝ ESEJ Rozsah textu 2-3 strany, důraz na metodiku Prezentace 10 min. (8. 1. 2016 po přednášce) Proč ho psát? Získáte 4 body ke zkoušce Bodování zkoušky: 11-13 bodů – dobře 14 – 17 bodů – velmi dobře 18 a více - výborně

2 ? JAK SPOJIT RŮZNÉ SADY DAT?

3 Mnoho alignmentů Mnoho stromů Jeden strom Jeden alignment JAK SPOJIT RŮZNÉ SADY DAT?

4 SUPER MATICE ABCDEABCDE Gen 1Gen 2Gen 3Gen 4 ? Prostě je seřadíme za sebe. A co když někde gen chybí? Pokud množství chybějících genů nepřesahuje rozumnou míru, nevadí.

5 Také se jim říká ‘konkatenace’ Předpokládá, že geny sdílejí společnou evoluční minulost (hmmm…) Je dobré, a schůdné, „dovolit“, aby pro každý gen platily jiné parametry substitučního modelu. SUPER MATICE

6 ABCDEABCDE Gen 1Gen 2Gen 3Gen 4 ? Q 1, α 1, …Q 2, α 2, …Q 3, α 3, …Q 4, α 4, …

7 SUPERTREE Mnoho alignmentů Mnoho stromů Jeden strom Uděláme konsenzus, ale co když se jednotlivé stromy trochu liší zastoupením taxonů

8 Matrix Representation with Parsimony (Baum and Ragan, 1992) Uděláme ze stromů alignment (?!) Každá „bipartition“ představuje v alignmentu jeden sloupec SUPERTREE

9 A B C E D F A * * * * B * * * - C *.. * D *... E.. * - F.. *. A C D F Z tohoto alignmentu udělej strom podle maximální parsimonie SUPERTREE

10 Neighbor-net (Bryant and Moulton, 2004) Je založena na neighbor-joining, ale umožňuje spojovat jeden taxon s více taxony. SÍŤ

11 Neighbor-net

12 ZAKOŘENĚNÍ STROMU

13 Všechny zmíněné metody produkují nezakořeněný strom!!! Pro zakořenění se nejčastěji používá metoda „outgroupů“ – organismů/sekvencí nepatřících do skupiny, kterou studujeme. METODA OUTGROUPŮ

14 Outgroup ukáže, kde je kořen vašeho stromu. Outgroup by měl být co možná nejbližší skupině, kterou studujete. METODA OUTGROUPŮ

15 MIDPOINT ROOT Kořen umístí to poloviny nejdelší cesty stromem

16 MOLEKULÁRNÍ HODINY proč mohou fungovat µ - mutační rychlost (počet nově vzniklých mutací za jednotku času u jednoho jedince) µ*N e – počet nově vzniklých mutací za jednotku času u v populaci (N e = efektivní velikost populace) 1/N e – pravděpodobnost fixace mutace Rychlost fixace nových mutací v populaci µ*N e * 1/N e = µ Nezávisí na velikosti populace!!!

17 ZDROJE CHYBY tikají nepravidelně

18 95 %

19 ZDROJE CHYBY tikají různě rychle v různých genech Studie na genech v mitochondriích mloků Rate = K(2T) K -počet substitucí mezi dvěma druhy T -doba od odvětvení obou druhů (100 MYA) Mueller 2006, Systematic Biology

20 0,010,1110100100010000100000 tělesná hmotnost (kg) divergence sekvencí (%/milion let) 0,1 1 10 medvědi koně psi hlodavci primati husy velryby žáby mloci želvy pstruzi mořské želvy žraloci Martin a Palumbi, PNAS USA 90: 4087-4091, 1993 ZDROJE CHYBY tikají různě rychle u různých skupin

21 REKONSTRUKCE FYLOGENEZE S TÍM POČÍTÁ C B D A 0,2 0,3 0,1 0,4 0,1 D B C A 0,2 0,05 0,383 0,13 0,2 0,25 X Sekvence A Sekvence B ut Substituční rychlostČasový interval v=ut

22 GLOBÁLNÍ HODINY t1t1 t2t2 t3t3 t4t4 v 1 =v 2 =t 1 μ v 4 =v 5 =t 4 μ v 3 =v 6 +v 1 =t 2 μ v 8 +v 4 =v 7 +v 6 +v 1 =t 3 μ t 2 je v tomto příkladu kalibrační bod QΓ Pokud platí globální hodiny a máme k dispozici alespoň jeden kalibrační bod, můžeme rozpřáhnout t(čas) a μ(substituční rychlost). Protože platí vztahy uvedené níže, nebudeme metodou maximum likelihood optimalizovat délky větví v 1 -v 8 ale časy t 1, t 3 a t 5 udávající hloubky uzlů a jednotnou globální substituční rychlost μ.

23 TEST ROVNOMĚRNOSTI CHODU MH Likelihood ratio test δ=2(ln L1-lnL0 ) lnL1….věrohodnost stromu podle složitějšího modelu lnL0….věrohodnost stromu podle jednoduššího modelu, platnosti hodin (nulová hypotéza) Hodnota statistiky δ je vždy větší než 0. Pokud je jednodušší model obsažen ve složitějším modelu, má tato statistika zhruba rozložení χ2 se stupni volnosti odpovídajícími rozdílu v počtu volných parametrů mezi modely (v tomto případě 4).

24 LOKÁLNÍ HODINY Strom rozdělíme na několik oblastí a v každé předpokládáme platnost lokálních hodin. Pro každou oblast stromu potřebujeme kalibrační bod. t1t1 t2t2 t3t3 t4t4 μ1μ1 μ2μ2

25 RELAXOVANÉ HODINY Aby byla umožněna různá substituční rychlost a abychom mohli počítat likelihood, přidělují se větvím v 1 -v 8 jejich substituční rychlosti. Ty jsou buď navzájem nezávislé a tahají se z nějakého rozložení, nebo se substituční rychlost dceřiné větve odvíjí od rychlosti mateřské větve podle nějakého vztahu. t1t1 t3t3 t4t4 t2t2 v 1 =t 1 μ 1 v 2 =t 1 μ 2 v 3 =t 2 μ 3 v 4 =t 4 μ 4 v 5 =t 4 μ 5 v 6 =(t 2 -t 1 )μ 6 v 7 =(t 3 -t 2 )μ 7 v 8 = (t 3 -t 4 )μ 8

26 ZDROJE CHYBY kalibrace Kalibrační body (často fosílie) nutno interpretovat opatrně Datování fosílie je vždy nepřesné (konfidenční interval) Postavení fosílie na stromu je obtížné určit. Sedí někde na větvi ne přesne na uzlu Fosílie ukazují na spodní hranici vzniku skupiny a nevíme, jak dlouho se daná skupina organizmů vyskytovala předtím než je první známá fosílie.

27 ZDROJE CHYBY kalibrace Kalibrační body (často fosílie) nutno interpretovat opatrně Naopak např. vznik ostrova, na kterém skupina organizmů vznikla udává horní hranici jejího vzniku.

28 KONFIDENČNÍ INTERVALY Parfrey a kol. PNAS 2010 95 %

29 PŘÍKLAD Epidemie HIV a hepatitidy C v nemocnici Al-Fateh v Benhazi, Libye - 1998

30 PŘÍKLAD

31 MOLEKULÁRNÍ HODINY – SHRNUTÍ Tikají nepravidelně, v jednotlivých genech a liniích jdou nestejně rychle Rychlost hodin se mění během evoluce Nutnost kalibrace a kalibrační body třeba interpretovat uvážlivě Výsledkem není jedna hodnota, ale interval. Intervaly bývají obvykle nepříjemně široké, ale i tak mohou někdy přinést odpověď na otázku. Čím více dat tím užší budou intervaly spolehlivosti Lepší široké intervaly, které obsahují skutečnou hodnotu (složitější modely) než užší intervaly, které jsou zcela špatně (jednoduché, nesprávně zvolené modely)

32

33 MIKROSATELITY

34 RESTRIKČNÍ ANALÝZY VNTR – Variable Number of Tantem Repeats Využívá polymorfismus v počtu kopií tandemových repetic – minisatelitů (10-60 nt). Tento polymorfismus je velmi variabilní i mezi jedinci téhož druhu. Celkovou DNA naštípeme restrikční endonukleázou, která neštěpí uvnitř minisatelitu. Naštípanou DNA přeblotujeme na membránu a hybridizujeme se značenou próbou proti minisatelitu, pokud chceme zviditelnit všechny lokusy (obrázek v pravo), nebo proti minisatelitu a unikátní sekvenci v sousedství, pokud chceme zviditelnit jen jeden lokus (obrázek dole).

35 FORENZNÍ GENETIKA

36 IDENTIFIKACE

37 URČOVÁNÍ RODIČOVSTVÍ Stejně jako v případě identifikace se používají obvykle mikrosatelity a VNTR (minisatelity). Po odečtení znaků pocházejících od matky (M) musí ostatní znaky pocházet od otce (Pα nebo Pβ). Pravděpodobnost otcovství se vypočte na základě těchto znaků stejně jako v případě identifikace jedince.

38 HUSICE SNĚŽNÁ

39 RUSKÁ CARSKÁ RODINA Car Mikuláš II a jeho rodina – carevna Alexandra a děti Olga, Tatiana, Maria, Anastasia a carevič Alexej.