Документ взят из кэша поисковой машины. Адрес
оригинального документа
: http://kodomo.cmm.msu.ru/~Lan787/term3_files/trees.htm
Дата изменения: Sat Dec 17 15:24:43 2005 Дата индексирования: Tue Oct 2 11:34:02 2012 Кодировка: Windows-1251 |
В данном упражнении нужно было построить 4 дерева с помощью 4-х разнах методов и сравнить их топологии с топологией истинного:
Для последовательностей (листьев), полученных в моей эволюционной модели, я построил матрицу попарных расстояний по методу Джукса - Кантора.
leafA 0.0000 0.2953 0.4430 0.4515 1.0109 1.4536 leafB 0.2953 0.0000 0.4536 0.4324 0.9176 1.4536 leafC 0.4430 0.4536 0.0000 0.3819 0.9671 1.4295 leafD 0.4515 0.4324 0.3819 0.0000 0.8940 1.4375 leafE 1.0109 0.9176 0.9671 0.8940 0.0000 1.5871 leafF 1.4536 1.4536 1.4295 1.4375 1.5871 0.0000
По этой матрице я составил деревья методами UPGMA и Neighbor-Joining.
Дерево, построенное методом UPGMA | Дерево, построенное методом Neighbor-Joining |
+--------leafA +---1 ! +--------leafB +--------------3 ! ! +----------leafC +---------------4 +--2 ! ! +----------leafD --5 ! ! +---------------------------leafE ! +-------------------------------------------leafF | +-----leafC +--3 ! +-----leafD ! ! +---------------leafE --4-----1 ! +------------------------------leafF ! ! +----leafA +--2 +----leafB |
((((leafA:0.14765,leafB:0.14765):0.07491,(leafC:0.19095, leafD:0.19095):0.03161):0.25114,leafE:0.47370):0.26243,leafF:0.73613); | ((leafC:0.20067,leafD:0.18123):0.01816,(leafE:0.54547,leafF:1.04163):0.17936,(leafA:0.15684, leafB:0.13846):0.08836); |
Затем я построил деревья методами Maximum Likelihood и максимальной экономии (Parsimony). Эти методы не требуют построенной матрицы расстояний.
Дерево, построенное методом Maximum Likelihood | Дерево, построенное методом Parsimony |
+--leafB ! ! +-----------------------------------leafF ! +---4 ! ! +-------------leafE --1--2 ! ! +---leafD ! +--3 ! +---leafC ! +--leafA | +--leafF +--5 +--4 +--leafE ! ! +--3 +-----leafD ! ! +--2 +--------leafC ! ! --1 +-----------leafB ! +--------------leafA |
(leafB:0.15004,((leafF:1.80523,leafE:0.69513):0.22904,
(leafD:0.19452,leafC:0.20850) :0.03458):0.07686, leafA:0.15945); | (((((leafF,leafE),leafD),leafC),leafB),leafA); |
Сравнив топологии полученных деревьев, я составил следующую таблицу:
Ветвь | Исходное дерево модели | UPGMA | Neighbor - Joining | MLE | Parsimony |
ABCDEF | |||||
110000 | + | + | + | + | + |
001100 | + | + | + | + | - |
111100 | + | + | + | + | + |
111000 | - | - | - | - | + |
Из таблицы видно, что только метод Parsimony не справился со своей задачей и допустил ошибку. Возможно это связанно с тем что расстояние между узлами 3 и 2 (см. истинное дерево) очень мало.
Метод UPGMA правильно определил корень (только он из перечисленных его и определяет), хотя дерево является немного не ультраметрическим. Методами Maximum Likelihood и Neighbor-Joining были построенные одинаковые правильные деревья, и если считать, что эволюция во всех ветвях шла с приблизительно одинаковой скоростью, то установив в них корень мы получим дерево, построенное методом UPGMA. Также они все довольно точно предсказывают расстояния между узлами и между листьями. Поэтому я считаю, что обсуждаемые три метода в моем случае показали одиннаковую эффективность. Если же брать в расчет скорость построения дерева, то метод Maximum Likelihood работал заметно дольше остальных.