Ved hjælp af Fylogenetisk analyse at undersøge eukaryote gen oprindelse
Summary
En metode til at konstruere et Fylogenetisk træ baseret på sekvensen homologi af slik fra eukaryoter og SemiSWEETs fra prokaryoter er beskrevet. Fylogenetisk analyse er et nyttigt redskab til at forklare den evolutionære slægtskab mellem homologt proteiner eller gener fra anden organisme grupper.
Abstract
Fylogenetisk analyse bruger nukleotid eller aminosyre-sekvenser eller andre parametre, såsom domæne sekvenser og tre-dimensionelle struktur, for at konstruere et træ for at vise den evolutionære relationer mellem forskellige taxa (klassificering enheder) på den molekylære niveau. Fylogenetisk analyse kan også bruges til undersøgelse domænet forholdet inden for en individuel taxon, især for organismer, der har undergået betydelige ændre i morfologi og fysiologi, men for hvilke forskere mangler fossile bevis skyldes den organismer lang evolutionær historie eller knaphed på Fossiliseringen.
I denne tekst, er en detaljeret protokol beskrevet for anvendelse af det fylogenetiske metode, herunder aminosyre sekvens justering ved hjælp af Clustal Omega, og efterfølgende Fylogenetisk træ konstruktion med både maksimale sandsynligheden (ML) af molekylære evolutionær genetik Analyse (MEGA) og Bayesiansk inferens via MrBayes. For at undersøge oprindelsen af eukaryote Sukker vil efterhånden blive eksporteret transportører (sød) gener, blev 228 slik herunder 35 sød proteiner fra encellede eukaryoter og 57 halvsød proteiner fra prokaryoter analyseret. Det er interessant, SemiSWEETs blev fundet i prokaryoter, men slik blev fundet i eukaryoter. To evolutionstræer konstrueret ved hjælp af teoretisk forskellige metoder har konsekvent foreslog, at den første eukaryote søde gen måske stammer fra fusion af et bakterielt halvsød gen og en archaeask halvsød genet. Det er værd at bemærke, at man bør være forsigtige for at drage en konklusion baseret kun på Fylogenetisk analyse, selv om det er nyttigt at forklare det underliggende forholdet mellem forskellige taxa, som er vanskeligt eller endog umuligt at skelne gennem eksperimentelle metoder .
Introduction
DNA eller RNA sekvenser bære genetiske oplysninger for underliggende fænotyper, der kan analyseres gennem fysiologiske og biokemiske metoder eller observeret gennem morfologiske og fossile bevis. I en vis forstand er genetiske oplysninger mere pålidelige end evaluering eksterne fænotyper, fordi førstnævnte er grundlaget for sidstnævnte. I evolutionær undersøgelse er fossile bevis meget direkte og overbevisende. Men mange organismer, såsom mikroorganismer, har ringe chance for at danne en fossil under lange geologiske aldre. Derfor, Molekylær information såsom nukleotidsekvenser og amino acid sekvenser fra relaterede bevarede organismer er af værdi for at udforske evolutionære relationer1. I den foreliggende undersøgelse, var en simpel introduktion om fylogenetiske grundviden og en nem-at-lære protokol fastsatte tilflyttere, der har brug for at konstruere et Fylogenetisk træ på egen hånd.
Både DNA (nukleotid) og protein (aminosyre) sekvenser kan bruges til at udlede fylogenetiske relationer mellem homologe gener, organeller eller endog organismer2. DNA-sekvenser er mere tilbøjelige til at blive påvirket af ændringer i udviklingen. Derimod er aminosyresekvenser langt mere stabil da synonymt mutationer i nukleotidsekvenser ikke forårsager mutationer i aminosyresekvenser. Som et resultat, er DNA-sekvenser nyttig til sammenligning af homologe gener fra nærtbeslægtede organismer, aminosyresekvenser er passende for homologe gener fra fjernt beslægtede organismer3.
En Fylogenetisk analyse begynder med justeringen af aminosyre eller nukleotid-sekvenser4 hentet fra en kommenteret genome sequencing database5 , der er anført i FASTA format, dvs., formodede eller udtrykt protein sekvenser, RNA sekvenser , eller DNA-sekvenser. Det er værd at bemærke, at det er afgørende at indsamle høj kvalitet sekvenser for analysen, og kun homologe sekvenser kan bruges til at analysere fylogenetiske relationer. Mange forskellige platforme som Clustal W, Clustal X, muskel, T-kaffe, MAFFT, kan anvendes for sequence alignment. Den mest udbredte er Clustal Omega6,,7 (http://www.ebi.ac.uk/Tools/msa/clustalo/), som kan bruges online eller kan downloades gratis til rådighed. Værktøjet justering har mange parametre, som brugeren kan justere før du starter justeringen, men standardparametrene fungerer godt i de fleste tilfælde. Når processen er fuldført, skal de justerede sekvenser gemmes i det korrekte format til det næste trin. De skal derefter redigeres eller garnerede ved hjælp af en software til videoredigering, som BioEdit, fordi Fylogenetisk træ konstruktion af MEGA kræver sekvenser til at være lige lange (herunder både aminosyre forkortelser og bindestreger. I den justerede sekvens, enhver stilling uden en aminosyre eller nukleotid er repræsenteret ved en bindestreg “-“). Generelt, alle de fremspringende aminosyrer eller nukleotider i begge ender af justeringen bør fjernes. Kolonner, der indeholder dårligt tilpasset sekvenser i justeringen kan desuden slettes, fordi de formidler megen værdifuld information, og kan nogle gange give forvirrende eller forkerte oplysninger3. De kolonner, der indeholder en eller flere bindestreger kan slettes, på dette tidspunkt eller i træ konstruktion senere. Alternativt kan de bruges om fylogenetiske beregning. Når sekvensen justering og trimning er færdig, bør de justerede sekvenser gemmes i FASTA format, eller det ønskede format, til senere brug.
Mange software-platforme giver træ konstruktion funktioner ved hjælp af forskellige metoder eller algoritmer. Generelt er kan metoderne, der klassificeres som enten afstand matrix metoder eller diskrete data metoder. Afstand matrix metoder er enkel og hurtig til at beregne, mens diskrete data metoder er kompliceret og tidskrævende. For meget nært beslægtede taxa med en høj grad af deling af aminosyre eller nucleotide sequence identitet, en afstand matrix metode (nabo at deltage: NJ; Oejeblikkelige par gruppe metode med middelværdien: UPGMA) er passende; for fjernt beslægtede taxa, en diskret data metode (maksimal sandsynlighed: ML; Maksimale Parsimony: MP; Bayesiansk inferens) er optimal3,8. I denne undersøgelse, blev ML metoder i MEGA (6.0.6) og Bayesiansk inferens (MrBayes 3.2) anvendt til at konstruere evolutionstræer9. Ideelt, når der anvendes korrekt model og parametre, resultaterne stammer fra forskellige metoder kan være konsekvent, og de er dermed mere pålidelige og overbevisende.
For en ML Fylogenetisk træ opbygget ved hjælp af MEGA10, skal blive uploadet filen justeret sekvens i FASTA format i programmet. Det første skridt er at vælge den optimale substitution model for de overførte data. Alle tilgængelige substitution modeller sammenlignes baseret på de overførte sekvenser, og deres endelige score vil blive vist i en resultater tabel. Vælg modellen med den mindste Bayesian oplysninger kriterium (BIC) score (vises først i tabellen), indstille ML parametre efter den anbefalede model og starte beregningen. Beregningen tid varierer fra nogle minutter til flere dage, afhængigt af kompleksiteten af de indlæste data (længde sekvenser og antal taxa) og udførelsen af den computer, som programmer køres. Når beregningen er færdig, vises en Fylogenetisk træ i et nyt vindue. Gem filen som “FileName.mat”. Efter indstilling af parametre for at angive udseendet af træet, gemme en gang mere. Brug denne metode, kan MEGA generere publikation grade Fylogenetisk træ tal.
For træ konstruktion med MrBayes11er det første skridt at omdanne den justeret sekvens, som er normalt angivet i FASTA format, i nexus format (.nex som filtype). Omdanne FASTA filer til nexus format kan behandles i MEGA. Næste, den justeret sekvens i nexus format kan blive uploadet til MrBayes. Når filen er overført, angive detaljerede parametre for træ beregning. Disse parametre omfatter detaljer som aminosyre substitution model, variant priser, kæde nummer til Markov kæde Monte Carlo (MCMC) kobling, ngen nummer, gennemsnit standardafvigelse af split frekvenser, og så videre. Når disse parametre er blevet angivet, start beregningen. I sidste ende vises to træ tal i ASC II-kode, der viser clade troværdighed og anden viser gren længder, på skærmen.
Træ resultatet vil blive gemt automatisk som “FileName.nex.con”. Træ filen kan åbnes og redigeres af figentræ, og det tal vises i figentræ kan ændres yderligere for at gøre det mere velegnet til offentliggørelse.
I denne undersøgelse, blev 228 søde proteiner, herunder 35 slik fra encellede eukaryoter og 57 SemiSWEETs fra prokaryoter, analyseret som eksempel. Både slik og SemiSWEETs blev karakteriseret som glukose, fruktose eller saccharose transportvirksomheder på tværs af membraner12,13. Fylogenetisk analyse tyder på, at de to MtN3/spyt domæner der indeholder slik kan være afledt af en evolutionær fusion af en bakteriel SemiSWEET og en archaeon14.
Protocol
Representative Results
Discussion
Det bliver stadig mere populære i biologiske forskning at gøre et Fylogenetisk træ baseret på nukleotidsekvens eller amino acid sekvenser8. Generelt er der tre kritiske faser af den praksis, herunder sekvensen justering, evaluering af de justerede sekvenser med den rette metode eller algoritme, og visualisering af det beregningsmæssige resultatet som en Fylogenetisk træ. I undersøgelsen der præsenteres, tre runder af sekvens justering blev gennemført: først, søde protein-sekvenser, heru…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Dette arbejde blev støttet af National Natural Science Foundation of China (31371596), Bio-teknologi Research Center, Kina Tre Slugters Universitet (2016KBC04) og Natural Science Foundation i Jiangsu-provinsen, Kina (BK20151424).
Materials
| Adobe Illustration | a graphical tool developed by Adobe Systems Software Ireland Ltd. Copyright © 2017 | ||
| BioEdit | a biological sequence alignment editor written for Windows 95/98/NT/2000/XP/7. Copyright © Tom Hall | ||
| Clustal Omega | a package for making multiple sequence alignments of amino acid or nucleotide sequences. http://www.clustal.org/ | ||
| CorelDRAW | a graphic design software. Copyright © 2017 Corel Corporation | ||
| FigTree | a graphical viewer of phylogenetic trees designed by the University of Edinburgh | ||
| MEGA | MolecularEvolutionary Genetics Analysis version6.0 http://www.megasoftware.net/home | ||
| MrBayes | an Bayesian phylogenetic inference tool | ||
| NVIDIA | a company designs graphics processing units (GPUs) for the gaming and professional markets. Corporation Copyright © 2017 | ||
| PAUP | Phylogenetic Analysis Using Parsimony. David Swofford's program implements the maximum likelihood method under a number of nucleotide models. | ||
| Photoshop | a raster graphics editor developed and published by Adobe Systems Software Ireland Ltd. Copyright © 2017 | ||
| RHYTHM | a knowledge based prediction of hekix contacts. Charité Berlin – Protein Formatics Group – Copyright 2007-2009 | ||
| TMHMM | a tool for prediction of transmembrane helices in proteins. http://www.cbs.dtu.dk/services/TMHMM/ | ||
| Compter | 4GB memory, Core 2 or above CPU. Windows 7, Windows 10 |
References
- Nei, M., Kumar, S. . Molecular Evolution and Phylogenetics. , (2000).
- Foth, B. J. Phylogenetic analysis to uncover organellar origins of nuclear-encoded genes. Methods Mol Biol. 390, 467-488 (2007).
- Baldauf, S. L. Phylogeny for the faint of heart: a tutorial. Trends Genet. 19, 345-351 (2003).
- Feng, D. F., Doolittle, R. F. Progressive sequence alignment as a prerequisite to correct phylogenetic trees. J Mol Evol. 25, 351-360 (1987).
- Persson, B. Bioinformatics in protein analysis. EXS. 88, 215-231 (2000).
- Sievers, F., et al. Fast, scalable generation of high-quality protein multiple sequence alignments using Clustal Omega. Mol Syst Biol. 7, 539 (2011).
- Sievers, F., Higgins, D. G. Clustal omega. Curr Protoc Bioinformatics. 48, 1-16 (2014).
- Yang, Z., Rannala, B. Molecular phylogenetics: principles and practice. Nat Rev Genet. 13, 303-314 (2012).
- Hall, B. G. Comparison of the accuracies of several phylogenetic methods using protein and DNA sequences. Mol Biol Evol. 22, 792-802 (2005).
- Tamura, K., Stecher, G., Peterson, D., Filipski, A., Kumar, S. MEGA6: Molecular Evolutionary Genetics Analysis version 6.0. Mol Biol Evol. 30, 2725-2729 (2013).
- Ronquist, F., et al. MrBayes 3.2: efficient Bayesian phylogenetic inference and model choice across a large model space. Syst Biol. 61, 539-542 (2012).
- Chen, L. Q., et al. Sugar transporters for intercellular exchange and nutrition of pathogens. Nature. 468, 527-532 (2010).
- Xuan, Y., et al. Functional role of oligomerization for bacterial and plant SWEET sugar transporter family. Proc Natl Acad Sci USA. 110, 3685-3694 (2013).
- Hu, Y., et al. Phylogenetic evidence for a fusion of archaeal and bacterial SemiSWEETs to form eukaryotic SWEETs and identification of SWEET hexose transporters in the amphibian chytrid pathogen Batrachochytrium dendrobatidis. FASEB J. 30, 3644-3654 (2016).
- Holder, M. T., Zwickl, D. J., Dessimoz, C. Evaluating the robustness of phylogenetic methods to among-site variability in substitution processes. Philos Trans R Soc Lond B Biol Sci. 363, 4013-4021 (2008).
- Alfaro, M. E., Holder, M. T. The Posterior and the Prior in Bayesian Phylogenetics. Annu Rev Ecol Evol Syst. 37, 19-42 (2006).
- Suchard, M., Rambaut, A. Many-core algorithms for statistical phylogenetics. Bioinformatics. 25, 1370-1376 (2009).
- Zierke, S., Bakos, J. FPGA acceleration of the phylogenetic likelihood function for Bayesian MCMC inference methods. BMC Bioinformatics. 11, 184 (2010).
