1 / 18

ツリーベースの マルチプルアラインメント

ツリーベースの マルチプルアラインメント. 修士１年 才野　大輔 平成１５年 11 月２６日. ツリーベース法. ClustalW はツリーベース法（プログレッシブアラインメント法の１つ）でアラインメントを作成 Step1 ： N 本の配列を入力データとして読み込む Step2 ： N 本の配列すべての配列ペアについてアラインメントを行い、その結果に基づき配列間の距離を計算 Step3:Step2 で求めた距離をもとに系統樹（ガイドツリー）を作成

rey
Download Presentation

ツリーベースの マルチプルアラインメント

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. ツリーベースのマルチプルアラインメント 修士１年 才野　大輔 平成１５年11月２６日

  2. ツリーベース法 • ClustalWはツリーベース法（プログレッシブアラインメント法の１つ）でアラインメントを作成 Step1：N本の配列を入力データとして読み込む Step2：N本の配列すべての配列ペアについてアラインメントを行い、その結果に基づき配列間の距離を計算 Step3:Step2で求めた距離をもとに系統樹（ガイドツリー）を作成 ClustalWではNj法（neighbor-joining法[近隣結合法]）と呼ばれる系統樹作成法が使われている。ガイドツリーは配列間の距離として各ペアの比較で得られた近似的なものを使用しているため、進化的関係を正しく反映している保証はない Step4：ガイドツリーに従って、近縁なものから順番にアラインメントを構築

  3. Neighbor-joining 法 （近隣結合法） • 「The Neighbor-joining Method: A New Method for Reconstructing Phylogenetic Trees」 Saitou Naruya ,Nei Masatoshi,Mol.Biol.Evol.4:406-425,1987.

  4. Neighbor-joining 法 （近隣結合法） • Ａｌｇｏｒｉｔｈｍ OUT（operational taxonomic unit）－分類操作単位 branch length interior node

  5. Neighbor-joining 法 （近隣結合法） • pair of neighbors • [1,2], [5,6], [7,8] • Ａｌｇｏｒｉｔｈｍ Neighbor Neighbor Neighbor

  6. Neighbor-joining 法 （近隣結合法） • pair of neighbors • [1,2], [5,6], [7,8] • [1-2,3] • Ａｌｇｏｒｉｔｈｍ Neighbor

  7. Neighbor-joining 法 （近隣結合法） • pair of neighbors • [1,2], [5,6], [7,8] • [1-2,3] • [5-6,7-8] • Ａｌｇｏｒｉｔｈｍ Neighbor

  8. Neighbor-joining 法 （近隣結合法） Neighbor • pair of neighbors • [1,2], [5,6], [7,8] • [1-2,3] • [5-6,7-8] • [1-2-3,4] • Ａｌｇｏｒｉｔｈｍ

  9. Neighbor-joining 法 （近隣結合法） • Ａｌｇｏｒｉｔｈｍ • FIG.2（a）から始める • OTUsのクラスタリングがないことを仮定 • FIG.2（ｂ） • 実際は他のペアより近いOTUsのペアがいくつか存在する • 内部の枝XYだけをもつ • OTUs１、２の位置にはどのOTUsのペアでもよい • N（N－１）／２　通り　（N：OUTの数） • 枝の長さの合計が一番小さいもの

  10. Neighbor-joining 法 （近隣結合法） • Ａｌｇｏｒｉｔｈｍ • このOTUsのペアを一つのOTUと見なし、枝の長さが最小となるOTUsのペアを再度選ぶ • この手続きは内部の枝すべてが見つかるまで行う

  11. Neighbor-joining 法 （近隣結合法） • Ａｌｇｏｒｉｔｈｍ • FIG.2（a）の枝の長さの合計は以下の式で与えられる each branch is counted N – 1 times when all distances are added

  12. Neighbor-joining 法 （近隣結合法） • Ａｌｇｏｒｉｔｈｍ • FIG.2（ｂ）のnode X と Y の枝の長さは以下の式で与えられる the sum of all distances that include Lxy for excluding irrelevant branch lengths

  13. Neighbor-joining 法 （近隣結合法） • Ａｌｇｏｒｉｔｈｍ • FIG.2（b）から内部の枝（XY）を消去したら、FIG.2（a）のようなものが２つできる • よって式（１）より以下のことが得られる

  14. Neighbor-joining 法 （近隣結合法） • Ａｌｇｏｒｉｔｈｍ • これらの枝の長さを足し合わせることでFIG.2（b）の木のすべての枝の長さの合計がわかる 等式（4）は枝の長さの最小２乗推定値の合計

  15. Neighbor-joining 法 （近隣結合法） • Ａｌｇｏｒｉｔｈｍ • OTUsのペアの枝の長さの合計を計算し、最小となるペアを近隣のペアと見なす • 実際には、本当の近隣ではないかもしれない • OTUs１と２が近隣と見なされたときこの２つを結合し、結合されたOTU（１-2）をつくる

  16. Neighbor-joining 法 （近隣結合法） • Ａｌｇｏｒｉｔｈｍ • 結合されたOTU（1-2）と別のOUT j　の距離は以下の式で表される • 上の手続きは次に近隣のペアを見つけるために適用される • この操作によってOTUが１つ減るので、OTUの数が３つになるまでこの操作を行う

  17. Neighbor-joining 法 （近隣結合法） • Ａｌｇｏｒｉｔｈｍ • FIG.1でOTUs 1 と 2が結合される最初のペアだとすると枝の長さは以下の式で見積もられる

  18. Neighbor-joining 法 （近隣結合法） • Ａｌｇｏｒｉｔｈｍ • つづく

More Related