Молекулярно-эволюционно-генетический анализ

Не путать с Mega2, средой манипуляций для генетического анализа .

Молекулярно-эволюционно-генетический анализ

Оригинальный автор(ы)	Масатоши Ней , Судхир Кумар, Коитиро Тамура, Глен Стечер, Дэниэл Петерсон, Николас Петерсон
Разработчик(и)	Государственный университет Пенсильвании
Первоначальный выпуск	1993 год ( 1993 )
Стабильная версия	11.0.13 / июнь 2022 г ( 2022-06 )
Операционная система	Windows , OS X , Linux
Платформа	х86 , х86-64
Доступно в	Английский
Тип	Биоинформатика
Лицензия	Проприетарное бесплатное ПО
Веб-сайт	www .мегапрограммное обеспечение .сеть

Молекулярно-эволюционно-генетический анализ ( MEGA ) — компьютерное программное обеспечение для проведения статистического анализа молекулярной эволюции и построения филогенетических деревьев . Он включает в себя множество сложных методов и инструментов филогеномики и филомедицины . Оно лицензируется как проприетарное бесплатное ПО . Проект по разработке этого программного обеспечения был инициирован руководством Масатоши Нея в его лаборатории в Университете штата Пенсильвания в сотрудничестве с его аспирантом Судхиром Кумаром и постдокторантом Коитиро Тамурой. Ней написал монографию (стр. 130), в которой описал возможности программного обеспечения и представил новые статистические методы, включенные в MEGA. Весь набор компьютерных программ написали Кумар и Тамура. На персональных компьютерах тогда не было возможности отправлять монографию и программное обеспечение в электронном виде, поэтому их доставляли по обычной почте. С самого начала проект MEGA задумывался как простой в использовании и включал только надежные статистические методы.

Версия МЕГА 2 (МЕГА2), соавтором которой выступил дополнительный исследователь Ингрид Якобсон, была выпущена в 2001 году. Благодаря развитию компьютерных технологий все компьютерные программы и файлы readme этой версии можно было отправлять в электронном виде. Примерно в это же время руководство проектом MEGA взяли на себя Кумар (ныне в Университете Темпл ) и Тамура (ныне в Токийском столичном университете ). Монография «Молекулярно-эволюционно-генетический анализ» часто использовалась как учебник для новых способов изучения молекулярной эволюции.

MEGA несколько раз обновлялась и расширялась, и в настоящее время все эти версии доступны на веб-сайте MEGA. Последняя версия MEGA7 оптимизирована для использования в 64-битных вычислительных системах. МЕГА существует в двух версиях. Графический интерфейс пользователя доступен как встроенная программа Microsoft Windows. Версия командной строки MEGA-Computing Core (MEGA-CC) доступна для встроенной кросс-платформенной работы. Метод широко используется и цитируется. Благодаря миллионам загрузок всех выпусков, MEGA упоминается в более чем 85 000 статьях. Пятая версия за 4 года процитировалась более 25 000 раз.

Функции

Построение выравнивания последовательности

Редактор выравниваний. Редактор выравниваний в MEGA представляет собой инструмент, который можно использовать для редактирования и построения нескольких выравниваний последовательностей. Редактор выравниваний в MEGA включает в себя интегрированный инструмент для программ ClustalW и MUSCLE. Все действия происходят в Analysis Explorer, который можно найти в главном меню MEGA. При создании нового выравнивания пользователю предлагаются три варианта: создать новое выравнивание, открыть сохраненный сеанс выравнивания или получить последовательности из файла (импорт последовательностей из NCBI). После выбора опции пользователь может выбрать ClustalW или MUSCLE на вкладке «Выравнивание», расположенной в верхней части страницы. Затем можно указать параметры выбранной программы выравнивания, и во время работы инструмента на компьютере появится индикатор выполнения. Выровненные последовательности заменят невыровненные в главном разделе редактора выравниваний. Для дальнейшего анализа в MEGA желательно сохранить сеанс выравнивания в формате MEGA или FASTA.

Средство просмотра/редактор файлов данных трассировки — средство просмотра/редактирования файлов данных трассировки имеет множество функций в следующих трех меню. Все команды используются для специализации поиска и выравнивания в MEGA.

• Меню «Данные» состоит из «Открыть файл в новом окне», «Открыть файл», «Сохранить файл», «Печать», «Добавить к анализу трассы», «Экспортировать файл FASTA» и «Выход».
• Меню редактирования состоит из пунктов «Отменить», «Копировать», «Вверх по маске», «Вниз по маске» и «Обратное дополнение». Разница между «Маской восходящего потока» и «Маской нисходящего потока» заключается в том, что восходящий поток используется для маскировки/демаскирования области слева от курсора, тогда как нисходящий поток делает противоположное. Обратное дополнение будет использоваться в ситуациях, когда комплементы необходимо поменять местами в последовательности.
• Меню поиска состоит из следующих функций: «Найти», «Найти следующий», «Найти предыдущий», «Следующий N», «Найти в файле» и «ВЫБОРНЫЙ поиск». Команды «Найти», «Найти следующий» и «Найти предыдущий» используются для поиска вхождений в определенных разделах последовательности запроса. Next N — это команда, по которой можно перейти к следующему неопределенному (N) нуклеотиду. Функция «Найти в файле» позволяет пользователю искать выбранные последовательности в другом файле. Команда Do BLAST Search выполнит поиск BLAST в отдельном веб-браузере. Пользователь может либо выбрать определенную дату для BLAST, либо будут использоваться все последовательности сеанса.

Встроенный веб-браузер, выборка последовательностей. MEGA поставляется со встроенным веб-браузером, который позволяет пользователям получать доступ к данным последовательностей GenBank с веб-сайта NCBI. Доступ к встроенному веб-браузеру можно получить при создании новой трассы в Редакторе трасс. Для успешного использования последовательностей из NCBI рекомендуется изменить поиск на формат FASTA и использовать кнопку «Добавить в выравнивание». После завершения все последовательности будут импортированы в приложение MEGA.

Множественное выравнивание последовательностей

Обработка данных

Одной из проблем, связанных с эволюционно-генетическим анализом, является наличие неоднозначных состояний, таких как R, Y и T. Эти состояния часто возникают из-за ошибок последовательности или неполных наборов данных. Однако MEGA предлагает несколько ресурсов для обработки неоднозначных состояний, включая удаление сайтов, показатель неоднозначности которых превышает параметр ограничения охвата сайта.

Расширенный формат MEGA позволяет пользователям сохранять все атрибуты данных, такие как длина последовательности, положения нуклеотидов, пробелы и неоднозначные состояния. Кроме того, MEGA поддерживает импорт данных из других форматов, таких как Clustal, что обеспечивает плавный переход между популярными типами файлов.

После импорта набора данных MEGA предоставляет несколько различных вариантов просмотра данных. Например, пользователи могут просматривать статистические атрибуты и выбирать подмножества в Обозревателе данных последовательностей или использовать Обозреватель данных расстояний для проверки данных попарных расстояний. Еще одна особенность MEGA — визуальное указание доменных групп. Это позволяет пользователям группировать последовательности по определенным характеристикам и просматривать последующие филогенетические деревья .

Таблица генетического кода

MEGA предлагает поддержку модификации генетического кода , используемого для трансляции последовательностей ДНК. По умолчанию MEGA имеет 23 встроенных варианта генетического кода, включая стандартный код , митохондриальный код позвоночных , митохондриальный код дрозофилы и митохондриальный код дрожжей . Пользователи могут добавлять, удалять или редактировать любую таблицу генетического кода.

Список встроенных генетических кодов скрывать

Генетическое кодовое имя
Стандартный
Митохондриальные позвоночные
Беспозвоночные Митохондрии
Дрожжевые митохондрии
Плесень Митохондриальная
Простейшие митохондриальные
кишечнополостные митохондриальные
Микоплазма
Спироплазма
Инфузория ядерная
Дазикладский ядерный
Гексамита Ядерная
Иглокожие Митохондрии
Эуплотидный ядерный
Бактериальный пластид
Растительный пластид
Альтернативные дрожжевые ядерные
Асцидийные митохондрии
Плоский червь Митохондриальный
Блефаризма Митохондриальная
Хлорофиковые митохондриальные
Трематода Митохондриальная
асимметрия Митохондриальная
Траустохитрий Митохондриальный

Кроме того, MEGA может также вычислить вырожденность каждой позиции кодона в таблице генетического кода, а также количество синонимичных и несинонимичных сайтов, используя метод Неи-Годжобори.

Экспертный механизм титров в реальном времени

Филогенетическое дерево в MEGA с использованием метода объединения соседей и начальной загрузки. Используемые последовательности данных взяты из исследования « Первоначальная диверсификация живых амфибий, предшествовавшая распаду Пангеи». MEGA создала подписи с помощью редактора подписей в реальном времени, чтобы иметь возможность анализировать свойства результатов филогенетического дерева. Это позволяет пользователю отслеживать и интерпретировать конечные результаты.

Эксперт подписей является частью MEGA, который предоставляет подробные подписи, подобные публикациям, на основе свойств результатов анализа. Это инструмент, который можно использовать для матрицы расстояний, филогении, тестов и т. д. в рамках MEGA (мегапрограммного обеспечения).

Встроенный редактор текстовых файлов.

Исходная последовательность в МЕГА состоит из 12 нуклеотидов.

Обратное дополнение исходной последовательности, произведенное MEGA.

Встроенный редактор текстовых файлов MEGA позволяет пользователям редактировать текстовые файлы без необходимости использования другой программы. Такие функции, как выбор и редактирование столбчатых блоков, помогают выполнять массовые операции, например изменение регистра букв или размера шрифта. Кроме того, редактор включает номера строк, которые помогают перемещаться по большим файлам и определять области, представляющие интерес.

MEGA также предоставляет несколько инструментов для форматирования последовательностей. Например, встроенная утилита обратного дополнения меняет порядок символов и заменяет каждый своим дополнением.

На скриншотах показано использование инструмента обратного дополнения MEGA. Исходная последовательность была обращена, и каждый нуклеотид был заменен своим комплементом для получения обратного комплемента.

Просмотр данных последовательности

MEGA предоставляет графический интерфейс для отображения и управления выровненными последовательностями нуклеотидов и белков. Обозреватель данных последовательностей имеет несколько функций меню, помогающих экспортировать данные, искать совпадения, изменять функции отображения, выделять сайты и вычислять статистику:

• Меню «Данные» состоит из следующих пунктов: «Записать данные в файл», «Перевести/отменить трансляцию», «Выбрать таблицу генетических кодов», «Настроить/выбрать гены и домены», «Настроить/выбрать таксоны и группы», «Выйти из программы просмотра данных». Перевести/отменить трансляцию и выбрать таблицу генетических кодов доступны только для нуклеотидных последовательностей.
• Меню поиска состоит из следующих пунктов: «Найти мотив», «Найти следующий», «Найти предыдущий», «Найти отмеченный сайт» и «Выделить мотив».
• Меню «Отображение» состоит из следующих пунктов: «Показать только выбранные последовательности», «Использовать идентичный символ», «Цвет ячеек», «Сортировать последовательности», «Восстановить порядок ввода», «Показать имя последовательности», «Показать имя группы» и «Изменить шрифт».
• Меню выделения состоит из консервативных сайтов, переменных сайтов, экономичных информативных сайтов, одиночных сайтов, 0-кратных вырожденных сайтов, 2-кратных вырожденных сайтов и 4-кратных вырожденных сайтов.
• Меню статистики состоит из нуклеотидного состава, частот пар нуклеотидов, использования кодонов, аминокислотного состава, использования всех выбранных сайтов, использования только выделенных сайтов, отображения результатов в электронной таблице (Excel или Libre/Open Office), отображения результатов в формате CSV. , Отобразить результат в текстовом редакторе.

Оценка паттернов нуклеотидных замен на основе MCL

Модели замещения в MEGA допускают различные варианты моделей замещения с разными атрибутами как для последовательностей ДНК, так и для белковых последовательностей. Вы можете выбрать различные типы замены, модель и т. д., чтобы лучше всего соответствовать выбранным данным. Тремя основными моделями замещения являются матрица скоростей 4x4, соотношение скоростей перехода-трансверсии (k1,k2) и смещение скорости перехода-трансверсии R.

Коэффициенты скорости перехода-трансверсии (k1, k2) – Коэффициент скорости перехода-трансверсии рассчитывает соотношение скорости перехода (a) к трансверсии (b) по формуле k = a/b.

Смещение скорости перехода-трансверсии (R) — смещение скорости перехода-трансверсии R в MEGA вычисляет отношение количества переходов к количеству трансверсий между парой последовательностей. MEGA позволяет пользователю проводить анализ данных с указанным значением R. Ключевой вывод: когда R равно 0,5, это означает, что нет смещения ни в сторону перехода, ни в сторону замены трансверсии.

Тест на однородность шаблона замещения

MEGA предлагает несколько подходов для проверки однородности шаблона замещения, такие как композиционное расстояние, индекс несоответствия и тесты Монте-Карло. Эти методы используются для определения того, развивались ли разные генетические регионы под одним и тем же давлением отбора.

Вычислительное расстояние измеряет разницу в нуклеотидном составе между двумя последовательностями. MEGA рассчитывает эту цифру для каждого сайта и исключает любые пробелы или недостающие данные. Большее расстояние предполагает, что регионы развивались под разным давлением отбора.

Индекс несоответствия оценивает разницу в шаблонах замены для данной пары последовательностей. Это значение рассчитывается для каждого сайта и считается более динамичным, чем критерий хи-квадрат. Большая разница означает, что характер замены не был одинаковым для данной пары последовательностей.

Тест Монте-Карло — это еще один подход к проверке однородности шаблона замены, который включает в себя моделирование нулевого распределения. MEGA требует от пользователя указать количество повторов и начальное начальное число. Для получения значительного результата необходимо выполнить множество симуляций. Поэтому важно учитывать вычислительные затраты алгоритма.

Вычислительная стоимость различных методов Монте-Карло

Метод Монте-Карло	Вычислительная сложность
МК + точное моделирование	$\Theta (N^{2\alpha }+N)$
MC + тау-джампинг	$\Theta (N^{3\alpha -1}+N^{\alpha })$
MC + середина. или ловушка. тау-прыжки	$\Theta (N^{2.5\alpha -1}+N^{\alpha /2})$
MC + Эйлер для диф. ок.	$\Theta (N^{3\alpha -1}+N^{\alpha })$

В таблице выше показана вычислительная сложность различных методов Монте-Карло: $N$ приближается к бесконечности по параметру $\alpha$. Хотя неясно, какой метод использует MEGA, он, вероятно, потребует больших вычислительных ресурсов, поскольку все методы, перечисленные в таблице, имеют порядок вычислений выше, чем $\Theta (N^{2})$.

Методы оценки расстояния

MEGA предлагает широкий выбор вариантов расчета эволюционного расстояния между парой нуклеотидных или аминокислотных последовательностей со стандартными ошибками или без них. Дистанционные методы делятся на три категории: нуклеотидные, синнесинонимные и аминокислотные:

• Нуклеотид . Последовательности сравниваются понуклеотидно, доступны как для кодирующих белок, так и для некодирующих последовательностей.
  • Количество различий
  • p-расстояние
  • Модель Джука-Кантора
  • Модель Тадзима-Ней
  • Двухпараметрическая модель Кимуры
  • 3-параметрическая модель Тамуры
  • Модель Тамура-Ней
  • Метод Log-It
  • Модель максимального сложного правдоподобия
• Syn-Nonsynonymous — последовательности сравниваются кодон за кодоном, доступны только для последовательностей, кодирующих белок.
  • Метод Ней-Годжбори
  • Модифицированный метод Неи-Годжбори
  • Метод Ли-Ву-Ло
  • Метод Памило-Бьянки-Ли
  • Метод Кумара
• Аминокислота . Последовательности сравниваются по остаткам, доступны как для кодирующих, так и для некодирующих последовательностей белка.
  • Количество различий
  • p-расстояние
  • Модель Пуассона
  • Модель с равным входом
  • Модель Дайхоффа
  • Модель Джонса-Тейлора-Торнтона

После выбора метода расстояния станет видимым подмножество атрибутов, если это применимо. Атрибутами являются включаемые замены, коэффициент перехода/трансверсии, закономерность среди линий происхождения и частота среди сайтов. Например, если модель имеет изменение скорости, параметр гаммы станет видимым. Кроме того, каждый метод расстояния предоставляет возможности для обработки пробелов и недостающих данных, а также положения кодона, если это применимо.

Каждая матрица замены имеет свой вариант использования. Одной из простейших моделей является модель Джука-Кантора, которая предполагает равные скорости мутаций. Двухпараметрическая модель Кимуры расширяет эту модель, но с различиями в скорости перехода ( $A\leftrightarrow G$ и $C\leftrightarrow T$) и скорости трансверсии ( ${\phantom {}}_{G}^{A}\leftrightarrow {\phantom {}}_{T}^{C}$). Затем трехпараметрическая модель Кимуры расширяет эту модель, но с различиями между трансверсиями, которые сохраняют свойство слабого/сильного нуклеотида ( $A\leftrightarrow T$ и $C\leftrightarrow G$) и трансверсии, которые сохраняют амино/кето-свойства нуклеотида ( $A\leftrightarrow C$ и $G\leftrightarrow T$). Однако каждое расширение добавляет больше параметров и рискует столкнуться с проблемой переобучения . Лучшая матрица замены зависит от используемых данных. Чтобы помочь с выбором, MEGA предоставляет на вкладке «Модель» функцию «Найти наиболее подходящую модель замены», которая запускает каждую модель и назначает оценку критерия байесовской информации .

Тесты отбора

Z-тест для большой выборки Z-тест используется для сравнения относительных синонимичных и несинонимичных замен в последовательности гена с основной целью определения положительного отбора. Для выполнения формулы Z-теста необходимо учитывать оценку количества синонимичных замен на синонимичный сайт (dS) и несинонимичных замен на несинонимичный сайт (dN), а также дисперсию синонимичных и несинонимичных замен Var(dS). и Вар(дН). Формула, используемая для Z-теста:

Z = (dN – dS_ / КОРЕНЬ(Var(dS) + Var(dN))

Если dN больше dS, это указывает на положительный отбор, а если dN меньше dS, это указывает на очищающий отбор. Результат Z из приведенной выше формулы определит, является ли это положительным или очищающим выбором. Ключевыми факторами, определяющими, какой выбор будет в результате, являются различия синонимичных и несинонимичных сайтов. Эти тесты обычно используются для аналитических формул или начальной повторной выборки в MEGA.

Точный критерий Фишера. Точный критерий Фишера исследует синонимичные и несинонимичные замены в последовательностях и называется односторонним критерием при анализе небольших выборок на предмет положительного отбора. Отвержение нулевой гипотезы нейтральности происходит, когда P-значение меньше 0,05. Если различия на синонимичный сайт превышают различия на несинонимичный сайт, MEGA присваивает P-значение, равное 1, что указывает на очищающий отбор, а не на положительный отбор. Дальнейшие исследования точного теста Фишера, алгоритм основан на распределении вероятностей n!. В заключение можно утверждать, что временная сложность алгоритма равна O(n!). Название метода распределения — гипергеометрическое распределение (Хоффмана).

Тест на нейтральность Тадзимы. Целью теста на нейтральность Тадзимы является оценка взаимосвязи между количеством сайтов сегрегации на сайт и разнообразием нуклеотидов. Когда аллели избирательно нейтральны, продукт 4Nv можно оценить двумя способами. N представляет собой эффективный размер популяции, а v — скорость мутаций на сайт. Рассчитав разницу между этими оценками, можно определить, есть ли доказательства ненейтральной эволюции.

Тест молекулярных часов

Гипотеза молекулярных часов предполагает, что все последовательности развивались с постоянной скоростью с течением времени. Таким образом, тест молекулярных часов оценивает это утверждение в сочетании с данными, предоставленными пользователем. В MEGA этот тест выполняется путем применения теста максимального правдоподобия к заданной топологии дерева и выравниванию последовательностей. Это дает два значения логарифмического правдоподобия: одно с гипотезой часов, а другое без нее.

Тадзимы Другой подход, предлагаемый MEGA, — это тест относительной скорости . Этот метод сравнивает количество замен на сайт между различными последовательностями. Если полученные числа отличаются во много раз, гипотеза молекулярных часов может оказаться неприемлемой для данного набора данных.

Методы изготовления деревьев

MEGA предлагает пять методов построения филогенетического дерева :

• Присоединение соседа
• Минимальная эволюция
• УПГМА
• Максимальная экономия
• Максимальная вероятность

Каждый метод позволяет провести бутстреп- тест филогении с любым количеством повторений. Объединение соседей и минимальная эволюция позволяют вместо этого провести тест внутренней ветви. Модель и параметры замещения такие же, как и у методов оценки расстояния.

Исследователи деревьев

Традиционное филогенетическое дерево, созданное с использованием алгоритма максимального правдоподобия.

Круговое филогенетическое дерево, созданное с использованием алгоритма максимального правдоподобия.

MEGA предоставляет графический интерфейс для отображения филогенетического дерева на основе множества вариантов. В меню просмотра дерево может отображаться в трех разных стилях: традиционном, радиальном или круговом. Традиционные деревья имеют три разных стиля ветвей: прямоугольные, прямые или изогнутые. Меню просмотра также предлагает переключение масштабирования топологии, изменение типа и размера шрифта, упорядочивание таксонов, отображение/скрытие различных деталей, а также общую опцию для большего контроля над аспектами рисования дерева.

Меню поддерева предоставляет параметры для управления деревом, такие как замена ветвей, изменение порядка происхождения, сжатие/расширение поддеревьев и перемещение корня дерева. Поддеревья также могут отображаться в отдельном обозревателе деревьев со всеми теми же функциями и опциями. Меню вычислений предоставляет опции для вычисления сжатого дерева, консенсусного дерева или дерева времени с молекулярными часами или без них. В меню «Файл» предусмотрены параметры сохранения, экспорта, печати и выхода. Топологию дерева можно экспортировать в файл в формате дерева MEGA или, для временных деревьев, экспортировать в табличный формат с соответствующей информацией, используемой при построении временного дерева. Другие параметры экспорта включают текущие калибровки временного дерева, сводку анализа, список разделов и попарные расстояния. В проводнике по дереву также предусмотрены возможности сохранения текущего отображения дерева в формате изображения или в буфер обмена в пункте меню изображения. Поддерживаемые форматы изображений: BMP, PNG, PDF, SVG, TIFF и EMF. Если пользователь решил построить дерево с помощью начальной репликации, то в обозревателе дерева будут две вкладки: одна с исходным деревом и одна с консенсусным деревом начальной загрузки.

Внешние ссылки

• Официальный сайт
• Официальные видеоуроки