Реконструкция филогенетического дерева с помощью разных методов

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.