9.5）代表了各种取代可能会发生的概率的ML估计值。MP权重方阵只涉及简单的算术，而应用距离和ML速率方阵则可以引入复杂的代数。为了避免盲目使用不适当的方法，建议大家熟悉其内部的基本原理（见Li, 1997, and / or Swofford et al., 1996a）。
实际上，“前进”和“反向”取代速率被认为是相同的；这个取代模型被称为是“时间可逆”；这个模型拥有“静态”的性质，因为在所有的碱基频率中没有预知的变化。在系统发育的特殊历史中，不同序列中的碱基频率不同表明，前进和反向速率实际上可能会不同；而传统的取代权重或者速率方阵不能包容这个“非静态”环境；本节的结尾将讨论一个基于非静态取代模型（“log�det”）的建树方法，这个方法将会提供一个可供选择的计算方法。
通常，特征符状态的权重方阵都会或多或少地通过观察进行过估值，当然也可以从速率矩阵衍生得到。比如，如果假定两个转化的其中一个，发生的频率是每个颠换的两倍，那么据此就可以确定一个权重方阵，比如，A�G的转换代价为1，而A�T的颠换代价为2（图9.4）。（节约方法规定对角线元素值，或者说是不同序列中拥有相同碱基的代价值为零。这是节约方法的一个缺点��详见下文）在随后的建树步骤中，这套假定会把颠换的总数降至最低值，而力求把那些主要差异是转换的序列集中在一起。
任何一种“时间可逆”的核苷酸取代模型都可以用图9.5所示的方阵刻画，只是其中一个速率和其它速率的差异；在任意组合中，最多可以达到只有六个参数，其中每一个速率参数都是独立的（Swofford et al., 1996a；Li, 1997）。如果平衡的碱基频率不相等，则需要额外的参数；如果平衡的碱基频率不相等，但是却假定这些频率相等，那么系统发育进化树的最终结果将会出错（Li, 1997）。
侧线（paralinear）（Lake, 1994）和“log�det”（Lockhart et al., 1994）做了一些修正（见Swofford et al., 1996a）来满足非静态环境的需要；这个方法只适用于距离进化树的建立；在这个方法中，对于每一个序列匹配，各种类型和变化方向的原始取代的数目都会计算在一个4×4的方阵中（如图9.6）。每个方阵都会有一个代数行列式，这个行列式的log值是评估序列差异性的一个要素，因此被称为“log�det”。对那些拥有各种各样的碱基频率的序列进行双重比较，就会得到各种各样的方阵，也就会得到各种各样的行列式值；因此，在评估序列两两之间的距离的时候，就要受到序列两两之间的行列式值的影响，而且序列两两之间的比较允许适用不同的取代模型，因此沿着系统发育进化树的不同树枝，将会产生多元化。
上一篇：多序列比对的实际应用 下一篇：利用蛋白质序列的预测方法
共45页: 上一页 [1] [2] [3] [4] [5] [6] [7] 8 [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] 下一页
