Деревья (trees) «…великое Дерево Жизни заполняет земную кору своими мертвыми и сломанными ветвями и покрывает поверхность вечно ветвящимися и прекрасными побегами» Ч. Дарвин

Нажмите для полного просмотра!

Содержание ▲

Вы можете ознакомиться и скачать Деревья (trees) «…великое Дерево Жизни заполняет земную кору своими мертвыми и сломанными ветвями и покрывает поверхность вечно ветвящимися и прекрасными побегами» Ч. Дарвин. Презентация содержит 22 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1

Описание слайда:

Деревья (trees) «…великое Дерево Жизни заполняет земную кору своими мертвыми и сломанными ветвями и покрывает поверхность вечно ветвящимися и прекрасными побегами» Ч. Дарвин

Слайд 2

Описание слайда:

Задача построения филогенетического дерева

Слайд 3

Описание слайда:

Реальные события : Данные: Построенное дерево эволюция в природе или в например, древовидный граф, лаборатории, а.к. последо- вычисленный на основе компьютерная симуляция вательности или данных, может количество отражать или не усиков отражать реальные события

Слайд 4

Описание слайда:

Будни биоинформатика – деревья, деревья…

Слайд 5

Описание слайда:

Рутинная процедура Составление выборки последовательностей Множественное выравнивание Построение дерева фрагмент записи в виде правильной скобочной структуры: Визуализация и редактура дерева

Слайд 6

Описание слайда:

Основные термины

Слайд 7

Описание слайда:

Какие бывают построенные деревья?

Слайд 8

Описание слайда:

Какие бывают построенные деревья?

Слайд 9

Описание слайда:

Слайд 10

Описание слайда:

Искусственный способ укоренения деревьев Бескорневое дерево можно «укоренить», если ввести внешнюю группу OTU (outgroup). Внешния группа должна быть "старше", т.е. заведомо отделиться раньше, чем произошла дивергенция остальных OTU.

Слайд 11

Описание слайда:

Какие бывают построенные деревья ? Расстояние по дереву не то же самое, что эволюционное расстояние между данными Ультраметрические деревья Корневое дерево, в котором для любых листьев i и j расстояние D(i,j) – метка наименьшего общего предка i и j . В таком дереве все листья находятся на одинаковом от корня, что соответствует одинаковой скорости эволюции всех ветвей Аддитивные деревья Дерево, в котором для любых вершин i и j расстояние D(i,j) – это эволюционный путь от i к j . При этом расстояния от i и от j до их наименьшего общего предка могут сильно различаться. Другие …

Слайд 12

Описание слайда:

Как можно нарисовать построенное дерево?

Слайд 13

Описание слайда:

Основные алгоритмы построения филогенетических деревьев Методы, основанные на оценке расстояний (матричные методы): Вычисляются эволюционные расстояния между всеми вершинами (OTUs) и строится дерево, в котором расстояния между вершинами наилучшим образом соответствуют матрице попарных расстояний. UPGMA (Unweighted Pair Group with Arithmetic Mean) Ближайших соседей (Neighbor-joining, NJ)

Слайд 14

Описание слайда:

Методы, основанные на оценке расстояний Дано: М – матрица n x n, где Mij>=0 , Mij – эволюционное расстояние между листьями (OTU). Задача: Построить реберно взвешенное (an edge-weighted) дерево, где каждая вершина (лист) соответствует объекту из M , а расстояние, измеренное по дереву между вершинами (листьями) i and j соответствует Mij.

Слайд 15

Описание слайда:

UPGMA (алгоритм последовательной кластеризации) Выбираем 2 наиболее похожие вершины a, c. Строим новый узел k такой, что D(a,k)=D(b,k)=D(a,c)/2. Пересчитываем матрицу попарных расстояний : D(b, a or c) = [ D(b,a) + D(b,c) ] /2 = (8+9)/2=8.5 D(d, a or c) = [ D(d,a) + D(d,c) ] /2=(12+11)/2=11.5 Повторяем процедуру…. В конце концов получаем единственное ультраметрическое укорененное дерево =11.5

Слайд 16

Описание слайда:

Не пользуйтесь UPGMA!

Слайд 17

Описание слайда:

Метод ближайших соседей (Neighbor-joining, NJ) 1. Рисуем «звездное» дерево и будем "отщипывать" от него по паре вершин, рассмотрим все возможные пары вершины. пусть - «среднее» расстояние до других вершин. 2. Выберем 2 вершины i и j с минимальным значением Mij – ui –uj т.е. выбираем 2 узла, которые близки друг к другу, но далеки ото всех остальных.

Слайд 18

Описание слайда:

Метод ближайших соседей (Neighbor-joining, NJ) 3. Кластер (i, j) – новый узел дерева Расстояние от i или от j до узла (i,j): di, (i,j) = 0.5(Mij + ui-uj) dj, (i,j) = 0.5(Mij + uj-ui) т.е. длина ветви зависит от среднего расстояния до других вершин. 4. Вычисляем расстояние от нового кластера до всех других M(ij)k = Mik+Mjk – Mij 2 5. В матрице М убираем i и j и добавляем (i, j). Повторяем, пока не останутся 2 узла......

Слайд 19

Описание слайда:

Метод ближайших соседей (Neighbor-joining, NJ) Строит бескорневое аддитивное дерево Может работать с большим количеством данных Достаточно быстрый алгоритм Хорошо зарекомендовал себя на практике: если есть недвусмысленное с точки зрения эксперта дерево, то оно будет построено. Используется при множественном выравнивании с помощью программы ClustalW Могут появиться ветви с длиной <0

Слайд 20

Описание слайда:

Достоверность топологии. Bootstraps. Создадим псевдоданные: N множественных выравниваний той же длины, что и исходное, каждое из псевдовыравниваний - случайный набор столбцов из исходного. Построим N деревьев: на каждом внутреннем узле отметим долю случаев из N, в которых появлялся этот узел. Обычно верят в топологию, если метки узлов на бутстрепном дереве больше 70-80% . Если меньше 30%, то не верим. В иных случаях – думаем…

Слайд 21

Описание слайда:

Слайд 22

Описание слайда:

Trees

Похожие презентации