分子系統解析における様々な問題について田辺晶史

Size: px

Start display at page:

Download "分子系統解析における様々な問題について田辺晶史"

おさむぜんじゅう
5 years ago
Views:

1 分子系統解析における様々な問題について田辺晶史

3 そもそもどこの配列を使うべき?

4 そもそもどこの配列を使うべき? 置換が早すぎず遅すぎない (= 多すぎず少なすぎない )

5 そもそもどこの配列を使うべき? 置換が早すぎず遅すぎない (= 多すぎず少なすぎない ) 連続長は長い方が良い

6 そもそもどこの配列を使うべき? 置換が早すぎず遅すぎない (= 多すぎず少なすぎない ) 連続長は長い方が良い遺伝子重複が起きていない (= パラログでない )

7 でそういう領域をどうやって探す?

8 でそういう領域をどうやって探す? 外群種と内群種のゲノムトランスクリプトームがある場合

9 でそういう領域をどうやって探す? 外群種と内群種のゲノムトランスクリプトームがある場合 BLAST で類似箇所を探す

10 でそういう領域をどうやって探す? 外群種と内群種のゲノムトランスクリプトームがある場合 BLASTで類似箇所を探す類似度が高くアライメント長が長くそういうのが1 件だけのものを採用

11 でそういう領域をどうやって探す? 外群種と内群種のゲノムトランスクリプトームがある場合 BLASTで類似箇所を探す類似度が高くアライメント長が長くそういうのが1 件だけのものを採用 PhyloMarker, markers_genesというソフトが自動的にやってくれる

12 でそういう領域をどうやって探す? 外群種と内群種のゲノムトランスクリプトームがある場合 BLASTで類似箇所を探す類似度が高くアライメント長が長くそういうのが1 件だけのものを採用 PhyloMarker, markers_genesというソフトが自動的にやってくれるゲノムトランスクリプトームがない場合

13 でそういう領域をどうやって探す? 外群種と内群種のゲノムトランスクリプトームがある場合 BLASTで類似箇所を探す類似度が高くアライメント長が長くそういうのが1 件だけのものを採用 PhyloMarker, markers_genesというソフトが自動的にやってくれるゲノムトランスクリプトームがない場合全ゲノム解読する

14 でそういう領域をどうやって探す? 外群種と内群種のゲノムトランスクリプトームがある場合 BLASTで類似箇所を探す類似度が高くアライメント長が長くそういうのが1 件だけのものを採用 PhyloMarker, markers_genesというソフトが自動的にやってくれるゲノムトランスクリプトームがない場合全ゲノム解読するトランスクリプトーム解析を行う

15 でどうやって解読する?

16 でどうやって解読する? 下記のコマンドで多重整列データからユニバーサルプライマーを自動作成 pgpickprimer \ --maxpick=99 \ --consensus=90 \ --sizerange= \ --tmrange=45-65 \ inputfile \ outputfile コマンド名最大プライマーセット数縮重多数決合意配列の閾値増幅産物のアライメント長範囲プライマーの Tm 値範囲入力ファイル名出力ファイル名 \ は次の行に改行なしで続くという意味であることに注意ただしスペースは入れること

17 多遺伝子座連結解析の問題

18 多遺伝子座連結解析の問題パラログ混入や浸透交雑水平伝播 incomplete lineage sorting で遺伝子座間で支持する系統樹が異なる ( 不調和 )

19 多遺伝子座連結解析の問題パラログ混入や浸透交雑水平伝播 incomplete lineage sorting で遺伝子座間で支持する系統樹が異なる ( 不調和 ) 連結解析のブートストラップ値悪化やアーティファクトの原因

20 多遺伝子座連結解析の問題パラログ混入や浸透交雑水平伝播 incomplete lineage sorting で遺伝子座間で支持する系統樹が異なる ( 不調和 ) 連結解析のブートストラップ値悪化やアーティファクトの原因 Internode Certainty, ICAll, TreeC, TCA 値で不調和を評価

21 多遺伝子座連結解析の問題パラログ混入や浸透交雑水平伝播 incomplete lineage sorting で遺伝子座間で支持する系統樹が異なる ( 不調和 ) 連結解析のブートストラップ値悪化やアーティファクトの原因 Internode Certainty, ICAll, TreeC, TCA 値で不調和を評価 IC, ICA は系統仮説ごとに出るが TC, TCA は系統樹全体で 1 つ

22 多遺伝子座連結解析の問題パラログ混入や浸透交雑水平伝播 incomplete lineage sorting で遺伝子座間で支持する系統樹が異なる ( 不調和 ) 連結解析のブートストラップ値悪化やアーティファクトの原因 Internode Certainty, ICAll, TreeC, TCA 値で不調和を評価 IC, ICA は系統仮説ごとに出るが TC, TCA は系統樹全体で 1 つ IC の範囲は 1~0 で ICA は 1~ マイナス? 小さいほど不調和

23 多遺伝子座連結解析の問題パラログ混入や浸透交雑水平伝播 incomplete lineage sorting で遺伝子座間で支持する系統樹が異なる ( 不調和 ) 連結解析のブートストラップ値悪化やアーティファクトの原因 Internode Certainty, ICAll, TreeC, TCA 値で不調和を評価 IC, ICA は系統仮説ごとに出るが TC, TCA は系統樹全体で 1 つ IC の範囲は 1~0 で ICA は 1~ マイナス? 小さいほど不調和 TC, TCA は IC, ICA の総和.OTU 数 -3 で割ってデータ間比較

24 多遺伝子座連結解析の問題パラログ混入や浸透交雑水平伝播 incomplete lineage sorting で遺伝子座間で支持する系統樹が異なる ( 不調和 ) 連結解析のブートストラップ値悪化やアーティファクトの原因 Internode Certainty, ICAll, TreeC, TCA 値で不調和を評価 IC, ICA は系統仮説ごとに出るが TC, TCA は系統樹全体で 1 つ IC の範囲は 1~0 で ICA は 1~ マイナス? 小さいほど不調和 TC, TCA は IC, ICA の総和.OTU 数 -3 で割ってデータ間比較使用する遺伝子座を選別する

25 多遺伝子座連結解析の問題パラログ混入や浸透交雑水平伝播 incomplete lineage sorting で遺伝子座間で支持する系統樹が異なる ( 不調和 ) 連結解析のブートストラップ値悪化やアーティファクトの原因 Internode Certainty, ICAll, TreeC, TCA 値で不調和を評価 IC, ICA は系統仮説ごとに出るが TC, TCA は系統樹全体で 1 つ IC の範囲は 1~0 で ICA は 1~ マイナス? 小さいほど不調和 TC, TCA は IC, ICA の総和.OTU 数 -3 で割ってデータ間比較使用する遺伝子座を選別する Clusterflock, Concaterpiller, Conclustador

26 多遺伝子座連結解析の問題パラログ混入や浸透交雑水平伝播 incomplete lineage sorting で遺伝子座間で支持する系統樹が異なる ( 不調和 ) 連結解析のブートストラップ値悪化やアーティファクトの原因 Internode Certainty, ICAll, TreeC, TCA 値で不調和を評価 IC, ICA は系統仮説ごとに出るが TC, TCA は系統樹全体で 1 つ IC の範囲は 1~0 で ICA は 1~ マイナス? 小さいほど不調和 TC, TCA は IC, ICA の総和.OTU 数 -3 で割ってデータ間比較使用する遺伝子座を選別する Clusterflock, Concaterpiller, Conclustador species tree method を使う

27 多遺伝子座連結解析の問題パラログ混入や浸透交雑水平伝播 incomplete lineage sorting で遺伝子座間で支持する系統樹が異なる ( 不調和 ) 連結解析のブートストラップ値悪化やアーティファクトの原因 Internode Certainty, ICAll, TreeC, TCA 値で不調和を評価 IC, ICA は系統仮説ごとに出るが TC, TCA は系統樹全体で 1 つ IC の範囲は 1~0 で ICA は 1~ マイナス? 小さいほど不調和 TC, TCA は IC, ICA の総和.OTU 数 -3 で割ってデータ間比較使用する遺伝子座を選別する Clusterflock, Concaterpiller, Conclustador species tree method を使う STEM, BUCKy, ASTRAL, *BEAST, BEST(MrBayes)

28 タクソンサンプリング法

29 タクソンサンプリング法全種サンプリングは必ずしも良くない

30 タクソンサンプリング法全種サンプリングは必ずしも良くない系統樹上の分岐点端点の密度ができるだけ偏らない方が良い

31 タクソンサンプリング法全種サンプリングは必ずしも良くない系統樹上の分岐点端点の密度ができるだけ偏らない方が良い同一配列や近縁配列が一部では多く一部では少ないのは

32 パーティションの切り方

33 パーティションの切り方 Kakusan4 は以下を比較して選択

34 パーティションの切り方 Kakusan4は以下を比較して選択遺伝子座間コドン位置間全部切る遺伝子座間全部切るコドン位置間全部切らない遺伝子座間コドン位置間全部切らない

35 パーティションの切り方 Kakusan4は以下を比較して選択遺伝子座間コドン位置間全部切る遺伝子座間全部切るコドン位置間全部切らない遺伝子座間コドン位置間全部切らないもっと柔軟にな切り方があるのでは?

36 パーティションの切り方 Kakusan4は以下を比較して選択遺伝子座間コドン位置間全部切る遺伝子座間全部切るコドン位置間全部切らない遺伝子座間コドン位置間全部切らないもっと柔軟にな切り方があるのでは? PartitionFinderで探索可能

37 χ 2 検定で組成の均一性が棄却されたら

38 χ 2 検定で組成の均一性が棄却されたら塩基配列では ACGT を AGY や RY に変換する

39 χ 2 検定で組成の均一性が棄却されたら塩基配列では ACGT を AGY や RY に変換するアミノ酸配列は Dayhoff coding 法 +GTR20 モデルなどを使う

40 χ 2 検定で組成の均一性が棄却されたら塩基配列では ACGT を AGY や RY に変換するアミノ酸配列は Dayhoff coding 法 +GTR20 モデルなどを使う形質状態のいくつかを統合することで無理矢理均一に

41 χ 2 検定で組成の均一性が棄却されたら塩基配列ではACGTをAGYやRYに変換するアミノ酸配列はDayhoff coding 法 +GTR20モデルなどを使う形質状態のいくつかを統合することで無理矢理均一に nhphylobayesで系統樹上での組成変化を許す

42 χ 2 検定で組成の均一性が棄却されたら塩基配列ではACGTをAGYやRYに変換するアミノ酸配列はDayhoff coding 法 +GTR20モデルなどを使う形質状態のいくつかを統合することで無理矢理均一に nhphylobayesで系統樹上での組成変化を許すより適しているがLinux 上でしか動かない

43 例 : 塩基配列の第 3 コドン位置だけ RY コード化下記のコマンドを入力して Enter pgrecodeseq \ --type=dna \ 3-.\3 \ GT-AC \ inputfile \ outputfile コマンド名入力配列は DNA 3 つめから最後まで 3 つおきに処理 G を A に T を C に置換入力ファイル名出力ファイル名 \ は次の行に改行なしで続くという意味であることに注意ただしスペースは入れること

44 例 :χ 2 検定で不均質解消を確認下記のコマンドを入力して Enter pgtestcomposition \ --type=dna \ 3-.\3 \ inputfile \ outputfile コマンド名入力配列は DNA 3 つめから最後まで 3 つおきに処理入力ファイル名出力ファイル名 \ は次の行に改行なしで続くという意味であることに注意ただしスペースは入れること

45 例 : アミノ酸配列を Dayhof コード化下記のコマンドを入力して Enter pgrecodeseq \ コマンド名 --type=aa \ 入力配列はアミノ酸 STGPNEQKHVILYW-AAAADDDRRMMMFF \ inputfile \ outputfile 入力ファイル名出力ファイル名 \ は次の行に改行なしで続くという意味であることに注意ただしスペースは入れること

46 変換したデータ解析の注意 RAxML で解析するときはさらに 01 データにして binary データとして解析する -m BINGAMMA

47 変換したデータ解析の注意 RAxMLで解析するときはさらに01データにしてbinaryデータとして解析する -m BINGAMMA RAxMLで解析するときはさらに0~9A~Vのデータにして multistateデータとして解析する -m MULTIGAMMA -K GTR

48 データのギャップ情報を使いたいとき

49 データのギャップ情報を使いたいときトリミング前の配列から simple indel coding 法でギャップの有無を 01 に符号化

50 データのギャップ情報を使いたいときトリミング前の配列から simple indel coding 法でギャップの有無を01に符号化トリミング後の配列に加えてMrBayes, RAxML, PAUP* で系統樹推定

51 例 :simple indel coding 法でギャップ情報を 01 データ化下記のコマンドを入力して Enter pgencodegap \ --method=sic \ inputfile \ outputfile コマンド名符号化法は SIC 入力ファイル名出力ファイル名注 : 入力ファイル形式は NEXUS のみに対応 \ は次の行に改行なしで続くという意味であることに注意ただしスペースは入れること

52 例 : ギャップの 01 データを塩基配列と連結下記のコマンドを入力して Enter pgconcatgap \ --output=mrbayes \ DNAseqfile \ binarydatafile コマンド名 MrBayes 向けの出力を行う塩基配列ファイル名 01 データファイル名 \ は次の行に改行なしで続くという意味であることに注意ただしスペースは入れること

53 変異がある座位だけのデータに関する注意事項

54 変異がある座位だけのデータに関する注意事項形態形質 SNP などのデータでは変異がある座位しか含まれていない

55 変異がある座位だけのデータに関する注意事項形態形質 SNP などのデータでは変異がある座位しか含まれていないこれはデータ収集にバイアス ascertainment bias がある

56 変異がある座位だけのデータに関する注意事項形態形質 SNPなどのデータでは変異がある座位しか含まれていないこれはデータ収集にバイアスascertainment biasがある RAxMLでは以下のオプションで補正した尤度を使用する -m ASC_BINGAMMA -m ASC_MULTIGAMMA -m ASC_GTRGAMMA -m ASC_PROTGAMMA[matrixname](F)

57 系統樹推定の勘所

58 系統樹推定の勘所重要度高重要度低

59 系統樹推定の勘所データの質重要度高重要度低

60 系統樹推定の勘所データの質多重整列とトリミング重要度高遺伝子座サンプリングタクソンサンプリング不適な部分の除去重要度低

61 系統樹推定の勘所データの質多重整列とトリミング重要度高遺伝子座サンプリングタクソンサンプリング不適な部分の除去樹形探索範囲の広さ (NNI SPR TBR 多点探索) 重要度低

62 系統樹推定の勘所データの質多重整列とトリミング重要度高遺伝子座サンプリングタクソンサンプリング不適な部分の除去樹形探索範囲の広さ (NNI SPR TBR 多点探索) パーティションの切り方重要度低

63 系統樹推定の勘所データの質多重整列とトリミング重要度高遺伝子座サンプリングタクソンサンプリング不適な部分の除去樹形探索範囲の広さ (NNI SPR TBR 多点探索) パーティションの切り方パーティション間モデル ( 等速度比例分離 ) 重要度低

64 系統樹推定の勘所データの質多重整列とトリミング重要度高遺伝子座サンプリングタクソンサンプリング不適な部分の除去樹形探索範囲の広さ (NNI SPR TBR 多点探索) パーティションの切り方パーティション間モデル ( 等速度比例分離 ) パーティション内モデル (JC69~GTR+G) 重要度低

分子系統解析における様々な問題について田辺晶史

分子系統解析における様々な問題について田辺晶史分子系統解析における様々な問題について田辺晶史そもそもどこの配列を使うべき? そもそもどこの配列を使うべき? 置換が早すぎず遅すぎない (= 多すぎず少なすぎない ) そもそもどこの配列を使うべき? 置換が早すぎず遅すぎない (= 多すぎず少なすぎない ) 連続長は長い方が良いそもそもどこの配列を使うべき? 置換が早すぎず遅すぎない (= 多すぎず少なすぎない ) 連続長は長い方が良い遺伝子重複が起きていない

分子系統解析における様々な問題について 田辺晶史

分子系統解析における様々な問題について田辺晶史