Комбинирование и оценка конгруэнтности филогенетических сигналов от нескольких генов с помощью геометрического подхода

Обсуждаются возможности недавно предложенного нами нового алгоритма (DJ-метода) для анализа конгруэнтности и комбинирования молекулярно-генетических данных на основе матриц евклидовых расстояний. Этот подход назван геометрическим, поскольку евклидовы дистанции удовлетворяют аксиомам метрики, что обеспечивает возможность помещения множества точек, представляющих последовательности, в некоторое геометрическое пространство без искажения взаимных расстояний и наделения точек этого множества координатами в этом пространстве. Геометричность евклидовых расстояний позволяет применять к молекулярным данным весь арсенал методов многомерного анализа, что является актуальным для исследования соотношения внутри- и межвидовой изменчивости, вычисления центроидов таксонов и расстояний между ними, визуализации возможных направлений эволюции, комбинирования и оценки конгруэнтности филогенетических сигналов, относящихся к разным генам и даже к разным системам признаков. DJ-метод использован для оценки конгруэнтности и комбинирования филогенетических сигналов, получаемых от нескольких генов. Анализировались более 1500 нуклеотидных последовательностей двух ядерных (apoB, brca1) и двух митохондриальных (co1, cytb) генов 15 палеарктических и неарктических видов землероек-бурозубок рода Sorex (Soricidae, Eulipotyphla). Для каждого гена все его последовательности представлялись множеством точек в евклидовом пространстве. Для множества точек, относящихся к одному виду, вычислялся его центроид в этом же пространстве. Для каждого гена вычислялась матрица евклидовых расстояний между центроидами видов. Для оценки попарного сходства (конгруэнтности) матриц межвидовых расстояний применен тест Мантеля. Конгруэнтность генов яДНК составила 0.961, мтДНК – 0.748. Все матрицы межвидовых расстояний через взвешивание объединены в единую матрицу. По ней методом главных координат для всех видов построено единое пространство. В объединенном генетическом пространстве проявилось несколько направлений межвидовой изменчивости, отражающих разные по масштабу эволюционные события. Кроме того, по объединенной матрице межвидовых расстояний построено дерево, которое хорошо согласуется с принятой на сегодня зоологической систематикой. Это подтверждает работоспособность предложенного нами метода.

Sorex, мтДНК, яДНК, DJ-метод, филогенетика, евклидово пространство

1. Гречко В.В. Проблемы молекулярной филогенетики на примере отряда чешуйчатых рептилий (отряд SQUAMATA): митохондриальные ДНК-маркеры // Молекулярная биология. 2013;47(1):61-82.

2. Гречко В.В., Федорова Л.В., Рябинин Д.М. и др. Молекулярные маркеры ядерной ДНК в исследовании видообразования и систематики на примере ящериц комплекса «Lacerta agilis» (SAURIA: LACERTIDAE) // Молекулярная биология. 2006;40(1):61-73.

3. Дольник А.С., Тамазян Г.С., Першина Е.В. и др. Концепция универсальной таксономической системы бактерий: эволюционное пространство гена 16S-рРНК v. 1.0. // Сельскохозяйственная биология. 2012;12:111-120.

4. Дэйвисон М. Многомерное шкалирование. М.: Финансы и статистика, 1988;254 с. Davison M. L. Multidimensional scaling. New York: Wiley, 1983;242 p.

5. Ефимов В.М., Мельчакова М.А., Ковалева В.Ю. Геометрические свойства эволюционных дистанций // Вавиловский журнал генетики и селекции. 2013;17(4/1):714-723.

6. Ковалева В.Ю., Абрамов С.А., Дупал Т.А. и др. Анализ соответствия и комбинирование молекулярно-генетических и морфологических данных в зоологической систематике // Изв. РАН. Сер. биол. 2012;4:404-414.

7. Ковалева В.Ю., Литвинов Ю.Н., Ефимов В.М. Землеройки (SORICIDAE, EULIPOTYPHLA) Сибири и Дальнего Востока: комбинирование и поиск конгруэнтности молекулярно-генетических и морфологических данных // Зоологический журнал. 2013;92(11):1383-1398.

8. Лукашов В.В. Молекулярная эволюция и филогенетический анализ //М.: Бином. Лаборатория знаний. 2009;256 с.

9. Полунин Д.А., Штайгер И.А., Ефимов В.М. Разработка программного комплекса JACOBI 4 для многомерного анализа микрочиповых данных // Вестн. Новосиб. гос. ун-та. Серия: Информационные технологии. 2014;12(2):90-98.

10. Abeysundera M., Kenney T., Field C., Gu H. Combining distance matrices on identical taxon sets for multi-gene analysis with singular value decomposition // PLoS ONE. 2014;9(4):e94279. doi: 10.1371/journal.pone.0094279

11. Beaumont M.A., Ibrahim K.M., Boursot P., Bruford M.W. Measuring genetic distance // Molecular tools for screening biodiversity: Plants and Animals / Eds. Karp A., Ingram D.S., Isaac P.G. London: Chapman&Hall, 1998;315-325. doi: 10.1007/978-94-009-0019-6_58

12. Bininda-Emonds O.R.P., Gittleman J.L., Steel M.A. The (super) tree of life: procedures, problems, and prospects // Annu. Rev. Ecol. Syst. 2002;33:265-289. doi: 10.1146/annurev.ecolsys.33.010802.150511

13. Brazil M., Thomas D.A., Nielsen В.K. et al. A novel approach to phylogenetic trees: d-dimensional geometric Steiner trees // Networks. 2009;53(2):104-111.

14. Brazil M., Graham R.L., Thomas D.A., Zachariasen M. On the history of the euclidean Steiner tree problem // Archive for history of exact sciences. 2014;68:327-354. doi: 10.1007/s00407-013-0127-z

15. Burleigh J.G., Bansal M.S., Eulenstein O. et al. Genome-scale phylogenetics: inferring the plant tree of life from 18,896 gene trees // Systematic Biology. 2011;60(2):117-125. doi: 10.1093/sysbio/syq072

16. Cavalli-Sforza L.L., Edwards A.W. Phylogenetic analysis. Models and estimation procedures // American journal of human genetics. 1967;19(3, Pt 1):233-257.

17. Criscuolo A., Berry V., Douzery E.J., Gascuel O. SDM: a fast distance & based approach for (super) tree building in phylogenomics // Systematic Biology. 2006;55(5):740-755. doi: 10.1080/10635150600969872

18. Criscuolo A., Michel C.J. Phylogenetic inference with weighted codon evolutionary distances // Journal of molecular evolution. 2009;68(4):377-392. doi: 10.1007/s00239-009-9212-y.

19. Dannelid E. The genus Sorex (Mammalia, Soricidae) – distribution and evolutionary aspects of Eurasian species // Mammal Review. 1991;21(1):1-20. doi: 10.1111/j.1365-2907.1991.tb00284.x

20. Davis J.C. Statistics and data analysis in geology. 3nd. N.Y.: John Wiley & Sons, 2002;621 p.

21. de Queiroz A., Gatesy J. The supermatrix approach to systematic // Trends in Ecology & Evolution. 2007;22(1):34-41. doi: /10.1016/j.tree.2006. 10.002

22. Delsuc F., Brinkmann H., Philippe H. Phylogenomics and the reconstruction of the tree of life // Nature Reviews Genetics. 2005;6(5):361-375. doi: 10.1038/nrg1603

23. Dubey S., Michaux J., Brünner H. et al. False phylogenies on wood mice due to cryptic cytochrome-b pseudogene // Molecular phylogenetics and evolution. 2009;50(3):633-641. doi: 10.1016/j.ympev.2008.12.008

24. Esteva, M., Cervantes, F.A., Brant, S.V., Cook, J.A. Molecular phylogeny of long-tailed shrews (genus Sorex) from Mexico and Guatemala // Zootaxa. 2010;2615:47-65.

25. Fonseca R., Brazil M., Winter P., Zachariasen M. Faster exact algorithms for computing Steiner trees in higher dimensional euclidean spaces // 11th DIMACS Implementation challenge on Steiner tree problems. Providence, Rhode Island: Brown University, 2014. 20 p.

26. Fumagalli L., Taberlet P., Stewart D.T. et al. Molecular phylogeny and evolution of Sorex shrews (Soricidae: Insectivora) inferred from mitochondrial DNA sequence data // Molecular phylogenetics and evolution. 1999;11(2):222-235. doi:10.1006/mpev.1998.0568

27. Gadagkar S.R., Rosenberg M.S., Kumar S. Inferring species phylogenies from multiple genes: concatenated sequence tree versus consensus gene tree // Journal of Experimental Zoology Part B: Molecular and Developmental Evolution. 2005;304B(1):64-74. doi: 10.1002/jez.b.21026

28. Gower J.C. Some Distance Properties of Latent Root and Vector Methods Used in Multivariate Analysis // Biometrika, 1966;53(3/4):325-338. doi: 10.2307/2333639

29. Gower J.C., Legendre P. Metric and Euclidean properties of dissimilarity coefficients // Journal of classification. 1986;3(1):5-48. doi: 10.1007/bf01896809

30. Havel T.F., Kuntz I.D., Crippen G.M. The theory and practice of distance geometry // Bulletin of Mathematical Biology. 1983;45(5):665-720. doi: 10.1007/bf02460044

31. Huson D.H., Bryant D. Application of phylogenetic networks in evolutionary studies // Molecular biology and evolution. 2006;23(2):254-267. doi: 10.1093/molbev/msj030

32. Ivanitskaya E.Y. Comparative cytogenetics and systematics of Sorex: a cladistic approach // Advances in the biology of shrews / Eds Merritt J.F., Kirkland G.L. Jr., Rose R.K. Pittsburgh: Carnegie Museum of Natural History, Special Publication, 1994;313-323.

33. Jeffroy O., Brinkmann H., Delsuc F., Philippe H. Phylogenomics: the beginning of incongruence? // Trends in genetics. 2006;22(4):225-231. doi: 10.1016/j.tig.2006.02.003

34. Kimura M.A simple method for estimating evolutionary rate of base substitutions through comparative studies of nucleotide sequences // Journal of Molecular Evolution. 1980;16:111-120. doi: 10.1007/BF01731581

35. Kitazoe Y., Kishino H., Okabayashi T. et al. Multidimensional vector space representation for convergent evolution and molecular phylogeny // Molecular biology and evolution. 2005;22(3):704-715. doi: 10.1093/molbev/msi051

36. Kitazoe Y., Kurihara Y., Narita Y. et al. A new theory of phylogeny inference through construction of multidimensional vector space // Molecular biology and evolution. 2001;18(5):812-828.

37. Klingenberg C.P., Ekau W. A combined morphometric and phylogenetic analysis of an ecomorphological trend: pelagization in Antarctic fishes (Perciformes: Nototheniidae) // Biological Journal of the Linnean Society. 1996;59(2):143-177. doi: 10.1111/j.1095-8312.1996.tb01459.x

38. Klingenberg C.P., Gidaszewski N.A. Testing and quantifying phylogenetic signals and homoplasy in morphometric data // Systematic biology. 2010;59(3):245-261. doi: 10.1093/sysbio/syp106

39. Kruscal J.B. Multidimensional scaling by optimizing goodness of fit to a nonmetric hypothesis // Psychometrika. 1964;29(1):1-27. doi: 10.1007/BF02289565.

40. Lee S.H., Hwang K.S., Lee H.R. et al. Embedding operational taxonomic units in threedimensional space for evolutionary distance relationship in phylogenetic analysis // Proc. 5th WSEAS Int. Conf. on circuits, systems, electronics, control and signal processing. USA. 2006;192-196.

41. Mantel N. The detection of disease clustering and a generalized regression approach // Cancer Research. 1967;27:209-220.

42. Mantel N., Valand R.S. A technique of nonparametric multivariate analysis. Biometrics. 1970;26:547-558. doi: 10.2307/2529108 Nylander J.A.A. MrModeltest v2. Program distributed by the author. Evolutionary Biology Centre, Uppsala University, 2. 2004.

43. Ohdachi S.D., Hasegawa M., Iwasa M.A. et al. Molecular phylogenetics of soricid shrews (Mammalia) based on mitochondrial cytochrome b gene sequences: with special reference to the Soricinae // Journal of Zoology. 2006;270(1):177-191. doi: 10.1111/j.1469-7998.2006.00125.x

44. Ohdachi S., Masuda R., Abe H. et al. Phylogeny of Eurasian soricine shrews (Insectivora, Mammalia) inferred from the mitochondrial cytochrome b gene sequences // Zoological science. 1997;14(3):527-532.

45. Pershina E.V., Dolnik A.S., Tamazyan G. et al. An evolutionary space for microbial evolution and community structure analysis // Department of Bioengineering and Bioinformatics of MV Lomonosov Moscow State University. 2011;54(3):40.

46. Philippe H., Delsuc F., Brinkmann H., Lartillot N. Phylogenomics // Annual Review of Ecology, Evolution, and Systematics. 2005;541-562. doi: 10.1146/annurev.ecolsys.35.112202.130205

47. Planet P.J. Tree disagreement: measuring and testing incongruence in phylogenies // Journal of biomedical informatics. 2006;39(1):86-102. doi: 10.1016/j.jbi.2005.08.008

48. Polly P.D., Lawing A.M., Fabre A.C., Goswami A. Phylogenetic principal components analysis and geometric morphometrics // Hystrix, the Italian Journal of Mammalogy. 2013;24(1):33-41. doi: 10.4404/hystrix-24.1-6383

49. Scippa G.S., Trupiano D., Rocco M., Viscosi V., Di Michele M., D’Andrea A., & Chiatante D. An integrated approach to the characterization of two autochthonous lentil (Lens culinaris) landraces of Molise (south-central Italy). Heredity. 2008;101(2):136-144. doi: 10.1038/hdy.2008.39

50. Torgerson W.S. Multidimensional scaling: I. Theory and method // Psychometrika. 1952;17(4):401-419. doi: 10.1007/BF02288916

51. Wilson D.E., Reeder D.A.M. (ed.). Mammal species of the world: a taxonomic and geographic reference. Baltimore: JHU Press, 2005;12:2142 p.

52. Wortley A.H., Scotland R.W. The effect of combining molecular and morphological data in published phylogenetic analyses // Systematic Biology. 2006;55(4):677-685. doi: 10.1080/10635150600899798