回顧 | 系統(tǒng)進化樹構(gòu)建的常見方法

構(gòu)建進化樹的方法主要分為

  1. 距離矩陣法(含 UPGMA瓮具、ME石咬、NJ等)
  2. 最大簡約法(MP)
  3. 極大似然法(ML)
  4. 貝葉斯法(Bayesian)

基于距離的進化樹構(gòu)建方法

常用的距離法構(gòu)建系統(tǒng)樹:

  1. 不加權(quán)算術(shù)平均對方法(Unweighted Pair-Group Method using Arithmetic average, UPGMA)
  2. 最小進化距離法(Mnimal Evolution Method)
  3. 鄰接法(Neighbor-Joining Method, NJ)

這一系列方法主要考量參數(shù)是:

  1. 如何計算距離帜矾,節(jié)點間的距離毙籽;cluster之間的距離构韵;校正的距離
  2. 如何聚類绑咱?

UPGMA 法

本質(zhì)上是“自下而上”或者說“聚合”的層次聚類(hclust)法悴晰,且距離的計算采用“平均距離法”慢睡。一般繪制熱圖,常見的表達模式聚類方法也是 hclust铡溪,往往默認(rèn)“最長距離法”漂辐。兩者只是cluster之間距離的計算方式不同。當(dāng)所有分支的突變率相同棕硫,UPGMA效果較好髓涯。

最小進化法(ME)

尋找某一進化樹的拓?fù)浣Y(jié)構(gòu),使得全樹枝長總和最短哈扮。邏輯上需要對每一個拓?fù)浣Y(jié)構(gòu)進行評估纬纪,當(dāng)序列增加時蚓再,計算量暴增。



這個與后續(xù)提到的最大簡約法(MP)的最大區(qū)別是:(1)ME法直接基于一個距離矩陣包各,計算的是最終進化樹枝長總和最姓觥;(2)MP法直接基于序列问畅,計算的最終是在當(dāng)前拓?fù)浣Y(jié)構(gòu)下娃属,所有序列需要發(fā)生突變的位點的總和最少。

鄰接法(NJ)

與UPGMA幾乎相反护姆,UPGMA約等于層次聚類的聚合法膳犹;而NJ法從拓?fù)浣Y(jié)構(gòu)的變化上來看,與層次聚類的分離法比較像签则。當(dāng)然還是有比較大的區(qū)別须床。層次聚類的分離實現(xiàn)考量的是分離后兩個cluster的內(nèi)部距離總和最小。NJ法考量的是分離出來的兩個leaf node的校正距離最小渐裂。這一校正距離綜合考量了每個leaf node以及cluster的距離豺旬。在距離計算上的實現(xiàn),邏輯上比層次聚類的分離法要簡單一些柒凉。簡單實現(xiàn)了一下族阅,似乎還是跟UPGMA法類似,NJ法計算邏輯其實還是跟層次聚類的聚合法比較像膝捞。最大的區(qū)別坦刀,仍然是距離的計算。但是蔬咬,在不少資料中翻閱鲤遥,圖示上似乎不是這個畫法。
簡單摘菜已報道文稿的NJ法實現(xiàn)邏輯林艘,代碼就不擺了盖奈。寫完之后,感覺跟寫TBtools的熱圖聚類邏輯類似狐援,效率上還是不太行钢坦。估計還是要想想辦法重構(gòu)代碼。感興趣的朋友也可以參考Nei老爺子的論文(同樣重磅的還有他的NG86算法啥酱,計算dnds的....可以說是目前最常用方法之一)爹凹。簡單來說,就是都挺準(zhǔn)镶殷,但又容易實現(xiàn)禾酱,且很快,著實大神級別。



百度的時候發(fā)現(xiàn)國內(nèi)有不少關(guān)于NJ法的小改進宇植,當(dāng)然都是很多年前得封。我猛然發(fā)現(xiàn),對于經(jīng)典算法的實現(xiàn)闡述指郁,新的算法改進論文寫得更清晰忙上。當(dāng)然可能是 typeset 的問題。畢竟現(xiàn)在的印刷和公式編輯都比以前方便得多闲坎。



(注:dlk 應(yīng)是筆誤疫粥,應(yīng)為 dik)

最大簡約法

距離法的主要特點是距離實質(zhì)是序列兩兩之間的距離,在進化樹構(gòu)建的構(gòu)建的過程中腰懂,邏輯上不存在距離重新計算梗逮,直接導(dǎo)入一個距離矩陣即可建樹。最大簡約法考量的距離具體到每條序列的每個位點绣溜。拓?fù)浣Y(jié)果改變時慷彤,序列兩兩間兩位點的所需的突變次數(shù)同樣變化。最大簡約法遍歷所有拓?fù)浣Y(jié)構(gòu)怖喻,并尋求全局位點突變次數(shù)最小的一個底哗。

極大似然法

Emmm,突然不想寫了锚沸。極大似然法確實沒時間捋明白跋选,還沒做過代碼實現(xiàn)。大體認(rèn)知哗蜈,拿著進化模型來看不同拓?fù)浣Y(jié)構(gòu)(進化樹)出現(xiàn)的可能性前标。可能性越大也就越準(zhǔn)確距潘。當(dāng)然炼列,這里的問題就還是哪個模型合適,這個還是要算一算的绽昼。拿錯模型的話....
ML法跟MP法邏輯上都是要遍歷所有樹唯鸭,當(dāng)然,一般情況下....還是用 UPGMA 或者 NJ 建個樹硅确,作為起始樹,然后改吧改吧明肮,看看結(jié)果是不是更優(yōu)菱农,直到似乎找不到更優(yōu),就認(rèn)為當(dāng)前最優(yōu)柿估。于是循未,出現(xiàn)局部最優(yōu),邏輯合理。

貝葉斯法

至今未用過.... 明明是干一個事情的妖,一定要把方法搞得越復(fù)雜越好绣檬,參數(shù)越多,模型就流弊嫂粟。當(dāng)我們把固定參數(shù)變成分布娇未,ML就變成bayesian....

寫在最后

Emmm.... 今天,就水一文星虹。昨天海邊玩累了零抬,今天干活也沒力氣,只能準(zhǔn)備準(zhǔn)備課件宽涌。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末平夜,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子卸亮,更是在濱河造成了極大的恐慌忽妒,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,639評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件兼贸,死亡現(xiàn)場離奇詭異锰扶,居然都是意外死亡,警方通過查閱死者的電腦和手機寝受,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,277評論 3 385
  • 文/潘曉璐 我一進店門坷牛,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人很澄,你說我怎么就攤上這事京闰。” “怎么了甩苛?”我有些...
    開封第一講書人閱讀 157,221評論 0 348
  • 文/不壞的土叔 我叫張陵蹂楣,是天一觀的道長。 經(jīng)常有香客問我讯蒲,道長痊土,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,474評論 1 283
  • 正文 為了忘掉前任墨林,我火速辦了婚禮赁酝,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘旭等。我一直安慰自己酌呆,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 65,570評論 6 386
  • 文/花漫 我一把揭開白布搔耕。 她就那樣靜靜地躺著隙袁,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上菩收,一...
    開封第一講書人閱讀 49,816評論 1 290
  • 那天梨睁,我揣著相機與錄音,去河邊找鬼娜饵。 笑死坡贺,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的划咐。 我是一名探鬼主播拴念,決...
    沈念sama閱讀 38,957評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼褐缠!你這毒婦竟也來了政鼠?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,718評論 0 266
  • 序言:老撾萬榮一對情侶失蹤队魏,失蹤者是張志新(化名)和其女友劉穎公般,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體胡桨,經(jīng)...
    沈念sama閱讀 44,176評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡官帘,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,511評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了昧谊。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片刽虹。...
    茶點故事閱讀 38,646評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖呢诬,靈堂內(nèi)的尸體忽然破棺而出涌哲,到底是詐尸還是另有隱情,我是刑警寧澤尚镰,帶...
    沈念sama閱讀 34,322評論 4 330
  • 正文 年R本政府宣布阀圾,位于F島的核電站,受9級特大地震影響狗唉,放射性物質(zhì)發(fā)生泄漏初烘。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,934評論 3 313
  • 文/蒙蒙 一分俯、第九天 我趴在偏房一處隱蔽的房頂上張望肾筐。 院中可真熱鬧,春花似錦澳迫、人聲如沸局齿。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,755評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春拢锹,著一層夾襖步出監(jiān)牢的瞬間谣妻,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,987評論 1 266
  • 我被黑心中介騙來泰國打工卒稳, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留蹋半,地道東北人。 一個月前我還...
    沈念sama閱讀 46,358評論 2 360
  • 正文 我出身青樓充坑,卻偏偏與公主長得像减江,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子捻爷,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,514評論 2 348

推薦閱讀更多精彩內(nèi)容