如何用DNA序列重建演化关系

一实相印

讨论DNA演化基理可以用非洲一个湖里的鱼开始。让我把情况简化重造，但原理不变。

您在一个封闭的湖里放了一种鱼，然后走了。若干年后回来，发现湖里游着数种相似但不同的鱼。为了了解它们的关系，就把它们的染色体里的一段DNA的序列测出来：

A种鱼 AATGGGATCCGTGGAATGCAGGTGA

B种鱼 AATGGGATTCGTGGAATGCAGGTGA

C种鱼 TATGGGATTCGTGGAATGCAGGTGA

D种鱼 AATCGGATCCGTGGAATCCAGGTGA

E种鱼 AATCGGATCCGTGGAATCCAGCTGA

F种鱼 AATCGGATCCGTGGTATCCAGCTGT

G种鱼 AGGTCTTGCTGGATGTCGTAGCTGT

H种鱼 AGCTCTTGCTGGATGTCGTGGCTGT

请问您会如何看它们的关系？

puangenlun

我認為可以通過Cluster analysis把魚分為若干類別

一实相印

回复 2# puangenlun


    您好。跟几个网友交流发现他们对演化基理不了解。所以开了这个楼。等他们看了，回复后我们才开始谈比较深的格算法吧。

littlepenguin

回复 1# 一实相印


   哈哈，好奇怪你会问这个问题。

ok， 我还是贴出来我们的pm给各位看看比较好，免得其他人误会。



我们开始是谈宗教课题，和科学无关，不懂为何你会无端端去提到生物学。

以上述的private message， 我觉得你原本是要讨论科学哲理的，因为你说要开在哲学论坛，不懂为何你会开这一类的技术问题？

而且我用iphone当例子和我懂不懂生物演化论有什么关系呢？和我们一直在谈的宗教课题有什么关系呢？

我觉得你是把话题转去你的专科而已， 因为我一早有和你说明我是part time programmer， 你难道要用你的专科来给我们下马威？？？

那么我可以问你digital design和programming的问题吗?

你这样的态度很有问题哦，我们讨论着宗教课题，你却说我不懂科学，问我你的生物专科？ 那么我可以问回engineering，说你不懂engineering， 所以你不懂科学吗？宗教和科学是两回事，生物学也只不过是科学的一部份而已。


ok，不要紧， 即使你问这个问题的用意是不善的，既然你问到这个问题了，我也好好回答你，尽量回想差不多全部还回给老师的bio知识。

我就step by step来解释我怎样approach这样的问题，尤其是在像我这样没读到大学genetics的情况下。

首先呢，我想到的是mutation和chromosome recombination， 可是依你的data来看，不像chromosome recombination那样一整段的。所以就当着是mutation好了。


ok， 其实你的问题一开始就有问题，因为这里你是做了“在一个封闭的湖里放了一种鱼，然后走了。若干年后回来”这一段假设的。

你开始说只放一种鱼，可是你没说清楚，这一种鱼当时是否是同一个特征，是不是全部是同一条line， 还是放鱼的时候已经是有variation的。

所以这里我就当着你这一句
“在一个封闭的湖里放了一种鱼，然后走了。若干年后回来”没讲过，我当着是一个在isolate的岛上的野生湖，所以可以做第1个assumption，是同一条line的，开始是没有variation的。

第二，这八组data的dna是否是稳定，因为不稳定的话，你根本无法做traceback，因为第3个assumption会用到，所以第2个assumption， 这一段dna是稳定的，没有mutation的话是不会变的。

第三， 你没说清楚过了几久，你的写法，诺干年后，好像不是很久，那些鱼好像不是过了很多代，问题是你的data有两组是与众不同的，和第3个assumption不符，就是natural mutation， 要做这样的traceback， 最重要就是natural mutation， 没有的话，你一样算错。

所以以你的data， 3 个assumption变成有矛盾的，所以，either你data错或你开始那一句写错。

ok， 不要紧，我当着你那一句写错好了，当着过了很多代，当着开始是同一个variation。

我的approach是先将全部data排起来：


   1 2 3 4 5。。。。
A 7 6
C 0 0
T 1 0
G 0 2

以此类推排完，现在懒惰排，夜了，明天才排，现在先讲approach。

因为刚好有25个，每个位置就4%。

每一组data compare算percentage， 如第一个就，4% x 7/8， 25个加起来。

8组里面最高的，和原始最相近，mutation最少。

然后可以将相近percentage的group在一起，就可以用percentage做一个diagram出来了。

不过几相近的percentage可以group在一起，我就不清楚了，因为这一个要用到natural mutation rate来计算，这又是一个statistic assumption了。

然后就是拿一代的natural mutation rate除以每一组dna相差的percentage，就可以推算mutation过了多少代了。

讨论到这里， 其他的明天才看，夜了。

一实相印

回复 4# littlepenguin

我和其他网友谈演变时您一直说您看不懂我的演变逻辑。我说我可以解释，但您说您不想谈宗教或哲学。一定要用科学和“实物”证据。还多次提起您有数学和计算机经验。我当然也可用其它专业，但谈演化最强的科学是生物学。所以我才让您先试这题。东西都是我简略的：

1）当初放下的那种鱼是一种鱼。没有多样性。
2）若干年：就是，第一种鱼繁殖好多代。中间发生突变演化，最后发生我列出来的情况。
3）不用想突变率，这是我简化的一个情况。也不是要算演化的时间长短。所以就用这个snapshot就好了。

其实我没让您算，只是让您看看。这些都是有了定论的东西。过后我还是会告诉您遗传学家的方法和结论。也不到我们在这里反对或赞成。这些方法和原理已经用在探讨思想、哲学的演化。我一些同事就是干这些。我的本意是让您有个参与，好了解现在研究科学和哲学演化的逻辑。

您是不是生活在一个非常有敌意的环境？这世上并不是每个人都想“坑”您的。至少我不是。

littlepenguin

回复 5# 一实相印


   我说看不到逻辑，是你讨论宗教课题没有逻辑，因为你没有一件事一件事讨论，这又和生物学的逻辑有什么关系呢？
你这样的解答，让我更觉得匪夷所思， 因为你又再把两个不相干的事情拿来当着同一件事情讨论了。

littlepenguin

回复 5# 一实相印


   其实在解这样的问题时，是有两个很不同的情况的：
1. 大学考试， data全部是idealistic的。
2. 真正在野生环境收集到的data。

可是你已经说了是idealistic的，我就当着是大学考试的其中一题好了，那么我要知道的是你要演化什么？ 你要的答案你没说清楚。

你又说你不要知道演化时间长短，原本我看的时候，我还以为你要分出来有几group不同种的，谁和谁相近，然后mutation过了多少代。

既然你不要知道mutation过了多少代，那么你要的答案是什么呢？ genetic tree？ 还是单单将相近的group在一起。

如果是大学考试，也是要将你要的答案是什么说出来，不然不同的学生，会给你不同的答案，有人会给你diagram， 有人会给你statistic计算，有人会给你一大篇理论。

一实相印

回复 6# littlepenguin

现在研究思想演化的人已经用生物演化的基理。我的同事不少在做这个。您不知道是您孤陋寡闻。我原来想一步一步演示给您看两个东西是如何连贯。

但一看人家出题，想都不想，也不等人演示，就大喊伪科学、没逻辑。您既然有自己的真科学那就拿着吧。不过以后人家讨论不要以为自己是最厉害的科学家，大喊大骂。懂科学的人会用科学逻辑礼貌地解释。

littlepenguin

回复 8# 一实相印


   你到现在都不要讲清楚你所谓指的演化是什么意思。
你所谓的生物演化的基理是genetics tree还是taxonomy分类。


我几时讲我是很厉害的科学家，我都讲我是尽量回想差不多已经完全还回给老师的bio知识来答你的问题了。

你一直避答我的问题，然后又讲不要答了， 你这样的态度，讨论什么鬼。

puangenlun

我對你們的爭論不感興趣
相信其他網友亦然

根據Cluster analysis，可以這樣歸類
（（7，8）（（2，（1，3））（6，（4，5））））
（（（1，2，3），（4，5），6）（7，8））
等等，因為分類有不同的標準

littlepenguin

回复 10# puangenlun


   用cluster analysis是可以的，还可以参考Phylogenetic， 有几个不同的系统。
实际上还是需要参考bio来做出statistical model的, 因为这不是单单一个数学题。

因为需要考虑到那边生活环境的carcinogenic level, 得到mutation  rate， 而且mutation可以一次过干掉几个nucleotides的。要得到mutation一次干掉几个nucleotides的机率才可以运算。

所以我才会说其实mutation rate很重要的，出来的model也会很复杂了。

可是呢，说真的，group在一起有什么用呢？

真正呢，是很有争议的，有一些生态学专家，有大力推广过用这样的方法来做taxonomy分类。

不过，到最后还是行不通，国际taxonomy还是以特征分类。

有两个原因：

第1，因为基因相近，特征会相差很远，就如人类和老鼠，基因相近，却不能group在一起。

第2， grouping的方法有很多，争议不断，不同方法，group出来的不一样。

littlepenguin

回复 10# puangenlun


   你继续分享你的方法吧。
不用理会我和楼主的事情，我和他的事不关科学的。

他也弃楼不要回答了，就你来回答吧。

puangenlun

說實在的，我的生物水平停留在中學階段
所以上面的分析只是數學上的
Phylogenetic和carcinogenic level這類深奧的東西我不懂
我也只是想拋磚引玉

至於為什麼分類
這是要回答樓主關於“请问您会如何看它们的关系”
分類可以分為遠親與近親兩大類

“第1，因为基因相近，特征会相差很远，就如人类和老鼠，基因相近，却不能group在一起。”
這句話我持保留態度
我覺得站在生物角度上
基因是貫穿不同物種的
也就是說基因是生物的抽象
這樣就可以將所有生物統一來做分析
如果兩個物種基因相似
我覺得他們之間應該有某種程度上的相似性

生物知識不好，全憑個人推測
如有錯誤，還望相告

一实相印

原来这一题是要学生根据自己的想法画演化树。既然您说您已经了解各种格算法。我就直接用电脑画出來。我的方法是 neighbour joining。
这一题要让学生自己发现几个结论：
1）        湖里的鱼经过了演化变为两支。学生如果看的清楚的话应该会发现两支的差别很大，可以推测有一支可能是还有另一个人来放的。
2）        A-F那一支其实有两个支（演化树可能看不出来）。有一个支的突变点在前端，另一支的突变点集中在后段。所以使用这两支的保留讯息可以知道A-F的共祖是（AATCGGATCCGTGGAATGCAGGTGA）。可这个共祖已不存在。
3）        有些序列的差别是物种内部的多样性。有些序列的差别却是两个物种的差别。可用于重建演化关系和物种分类。

我们已经能用同一个原则去看文化基因meme的演变。已有格算法处理。公开或不，我得看我的朋友愿不愿意。况且我已不敢再给您发题了。不清楚或说错了可以礼貌指出。如果非要破口大骂，说人伪科学、假冒等等，恕不奉陪。

littlepenguin

回复 14# 一实相印


   你这样的解释根本就不符合Phylogenetics， 而且你又说是单一variation？

所以我就问你是有没有variation的。因为我都讲了，最后两个与众不同，你单单Mutation是不可能这样大变化的。你又讲没有variation， 而且请注意，你讲是一个封闭的湖里， 封闭的湖就是closed system， closed system哪里来后来人家多放另外一种鱼下去???

所以我都讲你开始的假设和data互相冲突。你现在给的答案又和你的假设互相冲突，我就讲你这个问题根本是乱给的。

littlepenguin

回复 13# puangenlun


   第1，因为基因相近，特征会相差很远，就如人类和老鼠，基因相近，却不能group在一起。

嗨，这句话，是用在taxonomy上。可是在genetic tree的话，人类的确和老鼠group在一起的。所以我问楼主是要用在taxonomy， genetic tree还是演算mutation过了多少代。

d(^_^)b

哈，这一楼好乱水哦。

不过这楼主也是的，随便丢一个题目挑战人家。然后给一个这样乱水的答案。尽然可以说封闭的湖，另一支是后期人家放的，扯到够够力。

根本是在玩人嘛，怪不得小企鹅会那么大火，好啦好啦，我为你熄火啦，这样乃人寻味的问题，你不必生气，他是故意惹你生气的， 你越生气，他目标越达成，哈。

puangenlun

“原来这一题是要学生根据自己的想法画演化树。既然您说您已经了解各种格算法。我就直接用电脑画出來。我的方法是 neighbour joining。”

樹在哪裡？

一实相印

回复 16# littlepenguin

科学的方法是先立一个假设，然后做分析，然后看假设对不对。如果假设对－接受，如果假设不对－推翻，如果假设稍微不同－修改假设。考题出的时侯同时加入这一个空间。我们的学生高度文明，看到这样的情况就会用学过的科学论证，进行深度思考，给予合理的可能性。不会跳起来乱喊伪科学、假冒。。。

您说的演化树和物种分类的分别是您对生物学的不了解。两者都用外形特征和DNA序列来分析。有时不同物种因为活在同一个环境，可以有几乎一样的外形，但DNA序列完全不同。有时两个同一个物种因为住在不同的环境，外形可以很不同，但DNA序列几乎一样。所以两者要并用才能准确。

您如果明白了这里的道理。您不会直接用人和老鼠比较。在画树的时侯如果您放“人”、“鼠”、“虫”时，人和鼠会被放在一组。但如果您用“人”、“鼠”、“猴”，人和鼠就被分开。所以做科学分析在于您要问的问题，才能决定用的方法和材料。

littlepenguin

回复 19# 一实相印


   哈哈，问题是你这题你已经说是考题了，不是试验性质的。
现在你的数据推翻你的假设，然后又推翻你的答案。

你连open system和closed system都搞不清楚，还讨论什么鬼。

在这样closed system并没有你讲的假设对不对的问题存在，你在玩文字游戏，如果你要玩文字游戏，请你回去宗教和哲学论坛，在科学论坛不要玩文字游戏，ok？


像你以上这样讲，我就看到你不了解taxonomy了，我一直问你是用在taxonomy还是genetic tree是有原因的。


你了解taxonomy其实并不是为了将基因相近的种类排在一起吗？ 同一个family的species可以和自己family的其它species在genetics上相差很远的，而且有可能和不同family的反而基因相近。


因为taxonomy其实并不是要做基因谱，不是基因分类。taxonomy其实是要将不同生物给以科学化的名称而已，为了统一不同国家对同一种类的名称，方便查询。


你了解为什么国际统一的taxonomy是用特征分类，不用genetics吗? 用特征就是为了方便分类，当你有一种你不知名的生物时，只要对照taxonomy的表，你很快可以找到它的family和species了，拿到科学名称，可以用来参考其它人对那个species的研究。