Дерево эволюции: Эволюционное дерево — это… Что такое Эволюционное дерево?

Содержание

Как реконструируют ход эволюции? / Хабр

Ход эволюции изображают в виде деревьев

Важнейшей задачей биологии является реконструкция хода эволюции. Данных палеонтологии катастрофически не хватает, а все, что у нас есть кроме нее, это ныне живые организмы. Пути эволюции изображают в виде деревьев жизни, или филогентических деревьев, показывающих, в каком порядке разошлись эволюционные пути различных организмов. Филогенетическими они называются потому, что процесс эволюционной истории организма называется филогенезом.

Сейчас деревья имеют множество важных применений. Как чисто фундаментального характера, например, чтобы узнать особенности строения организмов, живших миллиарды лет назад. Так и более прикладных. Они используются при сборках геномов, поиске генов, важных для патогенности возбудителей болезней, и многого другого.

Как и многое в эволюционной биологии, первое филогенетическое дерево построил Дарвин, когда путешествовал на корабле Бигль (на картинке именно оно), однако, тогда это была лишь концепция, иллюстрировавшая идеи о том, что в ходе эволюции один вид разделялся на несколько.

Как понять, какое дерево нам подходит?

Допустим, у нас есть 4 организма. Корова, свинья, человек и ящерица, и мы хотим узнать их эволюционную историю. Как понять, какое дерево нам нужно? Ведь можно построить несколько вариантов их эволюции.

Универсального ответа на этот вопрос нет. Один из ответов является местным вариантом бритвы Оккама. Нужно выбрать дерево, где одни и те же мутации возникали только один раз (или, наименьшее число раз). У каждого вида есть какие-то признаки, по которым его можно сравнить с другими. Например, можно рассмотреть наличие копыт. У свиньи и коровы копыта есть, а у человека и ящерицы, очевидно, нет. Есть несколько вариантов расположения этих четырех видов на дереве. Мы разберем всего два из них, но для большего числа деревьев принцип точно такой же.

Допустим, мы построили два дерева и хотим узнать, какое из них лучше соответствует действительности.

Для первого дерева достаточно предположить, что копыта возникли один раз у общего предка свиньи и коровы. То есть достаточно было произойти одному изменению.

Для второго же дерева копыта либо были у общего предка всех четырех организмов и дважды, в линиях человека и ящерицы, утрачивались, тогда нужно, чтобы произошло два изменения для объяснения этой модели. Либо копыт у общего предка не было, и, тогда, они должны были возникнуть независимо в линиях коровы и свиньи, что, опять же, требует двух изменений.

Значит, мы считаем первое дерево лучше второго. Конечно, не всегда все так просто, и иногда есть несколько равносильных деревьев, и, сказать, какое из ни лучше, в рамках этого метода нельзя. Но, изучая не один признак, а множество, можно разрешить этот вопрос.

Какие признаки брать и при чем тут ДНК?

Раньше деревья строили на основе особенностей развития организмов, внешнего и внутреннего строения и, позднее, биохимических особенностей, из-за чего они часто получались неточными, грубыми и, самое главное, сильно зависели от мнений и предпочтений, господствовавших в голове их создателей.

Сейчас имеется гораздо более надежный и объективный метод. Если мы посмотрим на молекулу ДНК, то мы увидим, что это полимерная цепь, состоящая из мономеров четырех типов, последовательность которых, как раз, и является генетическим кодом. Иначе говоря, ДНК можно представить как текст, написанный четырехбуквенным алфавитом (которые в биоинформатике называют A, T, G и C). И, каждую позицию на ДНК можно взять в качестве признака, который может принимать значения любой из четырех букв, или, быть выпавшим.

При каждом делении клетки происходит копирование этого текста и иногда при копировании происходят ошибки. Соответственно, чем больше раз тексты копировались независимо друг от друга, тем больше между ними различий. Однако, сравнивать полные геномы не имеет смысла из-за того, что постоянно встречаются такие мутации, которые невозможно описать современными алгоритмами постройки деревьев. Хромосома может разделиться на несколько, две могут сливаться в одну. Вирусы могут встраивать в ДНК клетки свой генетический материал. Гены могут удваиваться или теряться. Список подобных мутаций весьма обширен, так что обычно сравнивают небольшие участки ДНК, про которые известно, что в них происходили лишь небольшие мутации, такие, как замены единичных букв или небольшие удаления и вставки. Такими участками ДНК могут, например, быть одинаковые гены разных видов. Также часто строят деревья по белкам, но различия между методами построения по белкам и по ДНК чисто технические, и для понимания сути не важны. Деревья, отражающие эволюцию целых организмов, обычно, делают на основе множества таких деревьев, построенных по небольшим участкам ДНК, или, по отдельным генам, про которые заранее известно, что их эволюция совпадает с эволюцией организмов.

Как строят деревья?

Есть три принципиальных способа постройки дерева. Первый — это перебор всех возможных деревьев, которые можно построить для данных организмов. Не всех правдоподобных, а всех вообще. Но даже для дерева с двадцатью листьями такой перебор уже слишком сложен, а часто необходимо строить деревья намного большего размера. Вторая — это выращивание дерева. При таком подходе сначала строится маленькое простое дерево, а затем к нему добавляется по одной ветви так, чтобы каждый раз выходило хорошее дерево. И так, пока оно не будет построено полностью., и третье — это эвристические методы, с помощью которых строится какое-то правдоподобное дерево по определенному алгоритму. Описанный ранее метод оценки качества дерева, как раз и нужен, например, для ответа на вопрос, какое из построенных деревьев лучше, или, куда поставить новую веточку при выращивании дерева.

В конце хотел бы рассказать об интересном применении деревьев. Посмотрим на эту карту расселения человечества по земле.

Если подумать, это не что иное, как дерево, нанесенное на карту земли, где листьями являются разные народы, а стрелки и их ветвление показывают, кто когда с кем разошелся. Эту карту так и сделали. Прочитали ДНК разных народов, построили дерево, приняли во внимание места исконного обитания и учли археологию. А время расставили, во-первых, по данным археологов, а во-вторых, зная, что у человека на поколение происходит около 80 мутаций и, зная число различий между ДНК разных народов, прикинули, сколько времени назад разделились их эволюционные пути.

#35 Исследование вируса гриппа и борьба с ним при помощи методов молекулярной биологии

02.02.2016

Январь и февраль — традиционные месяцы, когда эпидемия гриппа в России набирает обороты. Каждый год ситуация осложняется появлением опасных штаммов — таких как вирус птичьего гриппа, в этом году это штамм N1h2 — свиной грипп.

Ежегодно группа ученых создает предсказание штамма вируса, который окажется наиболее жизнеспособным и придет в эпидемию следующего года. Исследования, благодаря которым происходит предсказание — ведутся при помощи NGS секвенирования.

В результате секвенирования РНК/ДНК вируса создаются так называемые филогенетические деревья. Такие деревья показывают, как идет эволюция штаммов, а также в какие моменты идет разветвление родственной структуры вирусов. На рис.1 показано филогенетическое дерево эволюции вируса гриппа в последние годы. 

Рис.1

Так, видно, что с каждым годом популяции вируса меняются, происходит перетекание одного штамма в другой. Каждые несколько лет вирус настолько обновляется, что меняется его название.

Филодинамические методики комбинируют эпидемеологические и генетическую информацию для анализа эволюционной и временной динамики быстро развивающихся патогенов, таких как вирус гриппа или ВИЧ. Таким образом — происходит предсказание, какой штамм быстро меняющегося вируса будет актуален в следующем эпидемиологическом сезоне, и создается вакцина для массового использования для населения на следующий сезон.

Однако в некоторые годы, из-за большого количества непредсказуемых факторов, прогноз на следующий год не совпадает с ожидаемым, и в такие годы те, кто сделал прививку, заболевают. Что вызывает оптимизм в этой ситуации — в связи с развитием методик секвенирования, и с их удешевлением, охват анализируемых штаммов увеличивается. Следовательно — и вероятность подтверждения прогноза также. Значит, случаев, когда вакцинация не будет помогать — будет все меньше.

Что предлагает СкайДжин для секвенирования NGS?

Мы с удовольствием предлагаем все необходимые реагенты и лабораторный пластик, необходимые для пробоподготовки для секвенирования NGS на самых популярных платформах: Illumina, Ion Torrent, Solid, 454 Roche.

В нашем обзоре мы использовали информацию из презентации Георгия Базыкина, ИППИ РАН/ФББ МГУ, которая проходила 29.09.2014, в рамках школы MolPhy 2014, спонсором которой являлась наша компания. Полную презентацию можно найти на сайте школы — вот тут: http://mouse.belozersky.msu.ru/NGSphylo2014/

Мы надеемся, что информация в нашем обзоре будет интересна и полезна вам!

«Молекулярная археология» прояснила филогенетические взаимоотношения позвоночных

Ученые из Констанцского университета уточнили дерево для челюстных позвоночных животных, используя транскриптомные данные ста разных видов. Они выяснили, в том числе, расположение на филогенетическом дереве ряда групп, уже долгое время вызывающих вопросы, в том числе, черепах, двоякодышащих рыб и саламандр. Статья с исследованием была опубликована в журнале Ecology&Evolution.

Изучение эволюционных взаимоотношений различных организмов всегда приковывало к себе внимание ученых. Филогенетические деревья помогают исследовать такие важные процессы как адаптивная радиация или конвергентная эволюция. Для построения деревьев родства используются различные данные, в том числе морфологические и генетические. Сейчас, помимо отдельных генов и геномов, в филогенетическом анализе используют и транскриптомы (совокупность РНК клеток). Эта наука называется филотранскриптомикой и, как утверждают авторы данной статьи, она помогает разрешить некоторые споры, которые не могла решить филогеномика.

Филогенетические взаимоотношения позвоночных животных – это в том числе и часть истории развития человека, как представителя позвоночных тетрапод. Тип позвоночных животных включает в себя больше 68 тысяч видов. В данном исследовании ученые занимались челюстноротыми позвоночными (Gnathostomata). К ним относится большая часть позвоночных (за исключением миксин, миног и ряда вымерших классов)  – рыбы, амфибии, рептилии, млекопитающие и птицы. Появились позвоночные около 470 миллионов лет назад. Процесс видообразование шел у них с самого начала довольно интесивно, поэтому понять их родственные отношения бывает достаточно сложно. Некоторые виды, кроме того, обладают общими признаками, находясь при этом на разных ветвях филогенетического дерева. Например, и птицы, и летучие мыши обладают способностью летать, а летучие змеи и киты используют эхолокацию.

В новой работе учёные взяли транскриптомы для 100 видов челюстных позвоночных, включая 23 вида, для которых транскриптомы не были изучены ранее. Они выбрали 7189 генов, по которым построили филогенетическое дерево, откалиброванное по важным геологическим событиям. Метод построения деревьев по ДНК или РНК называют «молекулярной археологией», потому что он позволяет отслеживать эволюционные изменения во времени. Исследуя эти изменения, можно реконструировать события, произошедшие миллионы лет назад. Ученые воспользовались рядом биоинформатических инструментов, позволяющих оптимизировать метод: так, им удалось учитывать загрязнения образцов и роль генов-паралогов, игнорировать плохо отсеквенированные участки, а также, с помощью скрытых марковских моделей, минимизировать роль неправильно аннотированных генов. Ученые отмечают, что этот метод можно использовать для реконструкции эволюционных взаимоотношений не только между позвоночными, но и любыми другими живыми организмами.

Выяснилось, что размеры генома не влияли на скорость эволюции и видообразование. Кроме того, раньше считалось, что на размеры генома влияет количество небольших инсерций и делеций (indels), но в данном исследовании значимой корреляции не наблюдалось в этом отношении ни в кодирующей, ни в некодирующей областях.

Филогенетическое дерево, откалиброванное на временные рамки

Iker Irisarri et al / Ecology&Evolution, 2017

Полученное дерево позволило предположить, что основные группы хрящевых и лучеперых рыб появились в ордовикском периоде раньше, чем показывали прежние филогенетические исследования, что соответствует недавним палеонтологическим работам. То же самое касается черепах и птиц из раннего мелового периода. Черепахи оказались сестринской группой по отношению к крокодилам и птицам, а их роль в качестве самостоятельной группы анапсид оказалась опровергнута. У исследователей получилось также разрешить спор о двоякодышащих рыбах, которых оказались близкими родственниками сухопутных позвоночных (при этом гипотеза о том, что лопастеперые рыбы к ним ближе, не подтвердилась). Амфибии оказались монофилетической группой, а не парафилетической, как считали некоторые исследователи. Древнейшими видами саламандр оказались представители группы Andrias, а не сирены. 

Задачу понять и отследить происхождение видов и их родственные связи ставят перед собой многие ученые. Недавно мы рассказывали о представленном предварительном варианте «Древа жизни» в рамках масштабного филогенетического проекта, включающего данные более чем для 2,3 миллионов видов живых организмов. 

Надежда Потапова и Анна Казнадзей

От редакции: изначально в заметке был допущен ряд неточностей, которые позже были исправлены. Приносим читателям свои извинения.

Эволюция деревьев | Комплекс производств по глубокой переработке древесины в пгт. Дедовичи

Эволюция деревьев

Какой эволюционный путь прошли древесные растения, прежде чем сформировались в том виде, в каком мы сейчас их видим? Первое известное наземное растение получило название «куксония», ее возраст примерно 415 млн лет. Это маленькое растение, отличающееся крайней простотой строения: ветвящимися стеблями без листьев и цветков. Ископаемые остатки этих растений найдены в различных частях земного шара.

Интересно, что возраст древнейших ископаемых деревьев не намного меньше возраста куксонии и других ископаемых наземных растений. Долгое время самыми древними деревьями считались представители вымершего рода археоптерис (Archaeopteris), имевшие папоротниковидные листья и размножавшиеся, по-видимому, спорами. Они образовывали леса, покрывавшие большую часть земной поверхности. В отложениях немного более раннего возраста (397-380 млн лет назад) были найдены разрозненные остатки растений, древесная природа которых оставалась спорной.

Куксония

И вот в 2005 году американские палеоботаники представили новые находки, которые позволили свя¬зать воедино отдельные части древнейшего дерева. Ранее они были известны под разными названиями: ветви кроны назывались Wattieza, основание ствола — Eospermatopteris.

Из находок стало ясно, что Eospermatopteris был деревом высотой как минимум 8 м, план строения и внешний вид его был сходен с древовидными папоротниками и современными пальмами, хотя к пальмам эти растения не имеют никакого отношения. Наверняка встречались и более крупные экземпляры, поскольку толщина некоторых найденных ра¬нее «пеньков» вдвое больше. Данное растение тоже размножалось спорами, а настоящих листьев еще не имело.

Многие учёные предполагают, что наземные экосистемы привычного для нас облика — с деревьями и различными животными — в общих чертах сформировались примерно 400-360 млн лет назад. Это начало истории лесов на Земле. Из отложений данного и несколько более позднего возраста уже известны и многие другие деревья — древовидные папоротники, например.

Леса из таких деревьев произрастали в очень важный эволюционный период планеты — именно они на протяжении миллионов лет занимались фотосинтезом и подготовили все условия для появления на суше первых позвоночных четвероногих животных, которые уже могли полностью обитать на поверхности Земли, не нуждаясь в пребывании в океане.

Важнейшим шагом в эволюции растений стало появление семенных растений. Главной их особенностью является размножение при помощи семян. В отличие от споры, содержащей мало питательных веществ и требующей для дальнейшего развития сочетания многих благоприятных условий, внутри семени, содержащего зародыш, имеется значительно больший запас питания, и оно защищено кожурой.

Последний важнейший этап эволюции растений, и деревьев в том числе — возникновение покрытосеменных или цветковых растений. Это произошло примерно 130 млн лет назад. Интересно, что первыми покрытосеменными растениями, судя по всему, были деревья. Известно, что среди наиболее примитивных групп покрытосеменных древесные формы решительно преобладают. А вот среди высших групп цветковых, особенно среди однодольных, фактически нет настоящих древесных растений. А образование травянистых жизненных форм произошло благодаря явлению, которое называют неотенией (приобретение ор¬ганизмом способности к размножению на ранней, «невзрослой» стадии развития), и сильному сокращению всего жизненного цикла в результате. К этому выводу приводит, например, сравнение строения побегов трав с годовалыми побегами древесных растений — они очень похожи. В итоге многочисленные травы заполнили самые разные экологические ниши, имеющиеся как в лесах, так и в других природных зонах.

Наконец, последнее интереснейшее эволюционное событие даёт нам подтверждение той мысли, что все развитие происходит по спирали. Уже было упомянуто о том, что от недревесных растительных форм (примитивных споровых растений типа куксонии и др.) при переходе к наземному образу жизни произошли деревья. Затем эволюция вновь вернулась к недревесным формам растений, но уже в виде несравненно более эволюционно продвинутых цветковых. И вот эволюция сделала очередной виток, на сей раз, вновь образовав древесные формы от травянистых.

Как дальше пойдет эволюция, произойдет ли очередной виток, изобретет ли природа еще более совершенные формы и явления? Мы имеем шанс это узнать, только если сохраним все разнообразие ныне живущих форм. Иначе эволюция может прерваться «на полуслове»…

По информации www.rosleshoz.gov.ru


Дидактическая игра «Дерево «Эволюции профессий»

муниципальное автономное дошкольное образовательное учреждение

г. Новосибирска д/с № 555

Дидактическая игра

«ДЕРЕВО ЭВОЛЮЦИИ ПРОФЕССИЙ»

Подготовили воспитатели:

Кузнецова С.Н.

1 квалификационная категория

Федотова Е.М.

Дети: гр. № 8 «Светофорчик»

Новосибирск

2018

«Дерево эволюции профессий».

Цель: узнать о профессиях прошлого, настоящего, будущего.

Задачи: Добыть информацию; Найти картинки по теме; Подготовить дерево; Придумать правила игры;

Добрый день дорогой друг! Приглашаем тебя в интереснейший мир ПРОФЕССИЙ! Мы воспитанники группы «Светофорчик». Однажды нам пришла в голову идея выяснить какие профессии были раньше, существуют сейчас и будут жить дальше. Предлагаем твоему вниманию дерево, оно не простое, оно живое!

Правила: Разбейтесь на команды. Можно с помощью жеребьевки. Необходимо собрать картинки в правильном порядке эволюции, поместить на дерево, объяснить почему именно так я решил. Выигрывает тот, кто соберёт хронологию быстрее и правильнее.

Для начала мы подготовили картинки с профессиями!

Далее мы прожили профессии, выбранные нами!

Приступаем к игре! В ходе которой мы узнаем, как менялись профессии!

Решаем какую картинку поместить первой на дерево!

Соперники решают задачку с другой профессией!

У нас получилось три команды! Вы можете делится на сколько пожелаеете!

Приступаем! Помещаем нужную картинку на определённую веточку!

Пожарный Сити Фермер

Врач. Консультант по здоровью.

Вот такое красивое дерево у нас получилось!

Профессии можно и нужно менять!

Создавайте! Узнавайте! Играйте!!!!!!!!

Как прочитать эволюцию по генам?

Статья на конкурс «био/мол/текст»: Проникновение в тайны эволюции — одно из самых захватывающих направлений в современной биологии. Однако тут есть небольшая проблема: пока не изобретена машина времени, чтобы можно было своими глазами увидеть, как развивалась жизнь на Земле. Впрочем, в наше время существуют методики, которые позволяют приподнять завесу тайны над эволюцией, и одна из основных среди них — построение филогении всего живого, то есть «древа жизни». Для этого можно использовать различные признаки, главный среди которых — это последовательность ДНК, в которой закодировано все разнообразие современных и ископаемых существ. В этой статье рассказывается о методиках построения таких филогений, частично заменяющих ученым машину времени.

Эта статья представлена на конкурс научно-популярных работ «био/мол/текст»-2013 в номинации «Лучший обзор».


Спонсор конкурса — дальновидная компания Thermo Fisher Scientific. Спонсор приза зрительских симпатий — фирма Helicon.

Что такое филогения и филогенетический анализ?

Филогения всех живых существ, или древо жизни, является нашим представлением о степени родства организмов и о том, как шла эволюция живых существ. Кто является ближайшим родственником человека, и каким был наш общий предок? Вымерли ли динозавры, или их потомки до сих пор живут рядом с нами? Произошли ли теплокровность и способность к полету среди позвоночных единожды? Откуда вообще взялись позвоночные? На все эти вопросы уже есть ответы, и получены они были главным образом с помощью филогенетического анализа.

Филогения фактически является той основой, на которую «навешиваются» знания об организмах. Именно она наделяет биологию важным качеством — предсказательностью. Зная те или иные свойства организмов одного вида, с помощью филогении мы можем судить о свойствах родственных ему существ, и даже проследить эволюцию признаков. Древо жизни используется не только в теоретической биологии, но также и в прикладных науках. Например, в медицине и фармакологии филогении используются для того, чтобы понять, откуда были завезены тe или иные вирусы или бактерии, и какие лекарства на них действуют лучше всего [19].

Построение древа жизни является задачей вовсе не тривиальной, и это направление науки, как ни странно, можно считать относительно новым. Разные исследователи пытались проанализировать родственные отношения организмов с самых ранних времен, однако настоящая филогенетическая «революция» случилась только в 50—60-х годах XX века. До 80-х годов деревья строились главным образом на основании морфологических данных, но привлечение ДНК было лишь вопросом времени, поскольку именно в этой молекуле закодированы все признаки организма.

Немного о ДНК

Чтобы понять, как анализируют ДНК, надо вспомнить, как она устроена. ДНК, или дезоксирибонуклиновая кислота, — это очень длинная молекула, которая находится в ядре клетки. ДНК, как правило, состоит из двух закрученных спиралей, а каждая спираль состоит из множества нукеотидов. Нуклеотиды по большей части отличаются друг от друга азотистыми основаниями, которых в ДНК всего четыре: аденин, тимин, гуанин и цитозин. Именно нуклеотиды создают слабые химические связи, которыми соединяются спирали ДНК. Аденин одной спирали связывается с тимином другой спирали, а гуанин связывается с цитозином (рис. 1). Мутация происходит, когда одно основание заменяется на любое другое. Чаще всего замены происходят в парах аденин—гуанин и тимин—цитозин.

Рисунок 1. ДНК. A — аденин, C — цитозин, G — гуанин, T — тимин.

В ДНК есть последовательности нуклеотидов, которые кодируют белки, и есть участки, которые ничего не кодируют. Кодирующие последовательности — это гены. Они могут быть разной длины, но чаще всего имеют определенную структуру, по которой можно сказать — ген это или нет. Именно гены обычно используют для филогенетического анализа.

Основные принципы построения филогений

Наверное, самое главное правило, которым руководствуются для построения филогений в наше время — это принцип дихотомии: считается, что из трех таксонов, два должны быть более родственны друг другу, чем третий. Поэтому филогении обычно выглядят как дихотомически разветвленные деревья. Если порядок ветвления установлен для всего дерева, то говорят, что оно полностью разрешенное. Иногда в филогениях бывают «кусты» или политомии — это те места, где порядок ветвления неясен, тогда говорят, что дерево не полностью разрешенное. Этот принцип несовершенен, потому что эволюция таксонов далеко не всегда происходит дихотомически. Когда становится понятно, что дихотомия не отражает реальный случай, исследователи привлекают другие схемы — например, филогенетические сети [8].

Методы построения филогений еще в 60-х годах XX века разделились на две основные ветви — фенетические и кладистические. В то время анализ родственных связей основывался на морфологических признаках [12]; с привлечением к построению филогений молекулярных признаков основные принципы анализа родственных связей остались фактически теми же.

  • В фенетике построение филогении основано на общем сходстве двух видов — то есть, чем больше общих признаков, тем ближе они друг к другу;
  • В кладистике же считается, что только уникальные для какой-либо группы признаки можно использовать для оценки родства таксонов. Родоначальником кладистического анализа является немецкий ученый Вилли Хенниг [6]. Этот автор также ввел и терминологию, которая широко используется до сих пор. Уникальные признаки называются апоморфиями; ветви, которые объединяются апоморфиями — это клады; а сама филогения называется кладограммой (рис. 2) [12].

Чтобы было более понятно, представьте три вида животных: домашнюю мышь, сумчатую мышь и кенгуру. Домашняя мышь и сумчатая мышь очень похожи друг на друга внешне, но у сумчатой мыши и кенгуру есть общая апоморфия — сумка, — что говорит о том, что эти два вида родственные. Но, естественно, филогенетический анализ основывается на гораздо большем количестве признаков, и группы могут иметь несколько апоморфий.

Рисунок 2. Полностью разрешенная кладограмма. Каждое ветвление — это клада. Обозначенные признаки являются апоморфиями.

Первые шаги. ДНК—ДНК гибридизация

Первые попытки использовать ДНК в качестве основы для построения древа жизни были фенетическими. В 1984 году американские ученые Сибли и Алкист [13] впервые попытались использовать ДНК для прояснения филогении различных видов приматов. Они применили технологию, которая называется «ДНК—ДНК гибридизация». Метод основывается на том, что при копировании в ДНК постоянно происходят мутации. Это приводит к тому, что даже у двух близких родственников последовательности ДНК будут отличаться, не говоря уже о видах. Иными словами, чем дальше находятся организмы на филогенетическом древе, тем больше у них различается ДНК. В данном методе одиночные молекулы ДНК двух видов смешиваются, чтобы они могли образовать «гибридные» двойные спирали, в которых одна половина принадлежит одному виду, а вторая — другому. Затем такие «гибриды» нагреваются, и исследователь смотрит, при какой температуре двойная спираль распадается (или диссоциирует) на две части. Считается, что чем выше температура, требующаяся для распада «гибрида», тем прочнее связь молекул ДНК двух разных видов, и, соответственно, тем ближе эти виды друг к другу (рис. 3).

Рисунок 3. ДНК—ДНК гибридизация. а — Нагревание ДНК двух видов, в результате которого двойная спираль распадается на две части. б — Охлаждение ДНК, в результате которого молекулы ДНК разных видов гибридизуются друг с другом. в — Нагревание ДНК, в результате которого гибридные молекулы ДНК распадаются.

Очень быстро стало понятно, что такой метод не может быть очень точным. Дело в том, что гены могут гибридизоваться не только с гомологичными им генами (гены-ортологи), но и с копиями этих генов, которых в геноме может быть довольно много (гены-паралоги) [15]. Постепенно, с развитием методики секвенирования генов , главным источником для построения филогений стали последовательности ДНК или белков, записанные в виде компьютерных файлов. В последние годы скорость накопления генетической информации растет все увеличивающимися темпами, что окончательно утверждает филогению как метод анализа и обработки биологических текстов.

Метод матрицы расстояний (distance matrix)

Метод матрицы расстояний, по сути, является фенетическим. Его основа — расчет попарных различий между соответствующими генами всех видов, участвующих в таком анализе. Делается это следующим образом: гены каждого анализируемого вида сравниваются по каждой позиции нуклеотидов, и чем больше найдено отличий, тем больше будет «расстояние» между видами. Затем строится матрица, в которую заносится это значение для каждой возможной пары сравниваемых генов. Далее матрица расстояний является входной информацией для алгоритмов построения деревьев.

Самый популярный среди подобных алгоритмов — это метод ближайших соседей (neighbour joining). Среди анализируемых видов находят два с минимальными различиями в последовательности (т.е., максимально похожие). Исходя из составленной матрицы, данные об этих видах «объединяются», и далее они участвуют в анализе в объединенном состоянии. Виды один за другим проходят эту процедуру до тех пор, пока не будет найдено одно, полностью разрешенное дерево. Этот алгоритм хорош тем, что он относительно прост и подходит для обработки больших наборов данных (рис. 4) [3].

Рисунок 4. Метод ближайшего соседа

Разные авторы, однако, перечисляют некоторые минусы метода ближайших соседей. Например, есть мнение, что этот метод хуже работает с таксонами, которые филогенетически далеки друг от друга [4], [17]. Также недостатком можно считать и то, что метод всегда выдает дерево с одним-единственным возможным вариантом ветвления [3]. Это происходит потому, что алгоритм подразумевает построение одной филогении без сравнения с другими, тогда как в кладистических методах оцениваются деревья с различным порядком ветвления. Несмотря на то, что в серьезных филогенетических анализах методы матрицы расстояний сейчас почти не используются, они применяются, например, для быстрого построения филогений близкородственных бактерий и вирусов [18].

Метод наибольшей экономии (maximum parsimony)

Этот подход получил большую популярность при анализе морфологических данных, а также какое-то время применялся и для молекулярных исследований. Первый этап анализа — это создание матрицы признаков. Каждый признак должен иметь хотя бы два состояния. Состояний может быть больше, в морфологии они могут описывать разные формы и структуры. Если на кладограмме у какого-то таксона или группы таксонов состояние отличается от предкового, то это называется «переходом из одного состояния в другое». Суть этого алгоритма в том, чтобы найти такое дерево, где присутствует наименьшее суммарное число переходов из одного состояния в другое для всех признаков. В этом случае кладограмма и отображаемая на ней эволюция будут считаться наиболее экономными, а, значит, и более вероятными [3], [12], [16], [17].

Тут возникает вопрос: почему мы вообще считаем, что эволюция должна быть экономной? Дело в том, что это соответствует главному методологическому принципу науки, который заключается в том, что из нескольких равновероятных объяснений надо выбирать наиболее простое, с привлечением как можно меньшего количества сущностей. Этот метод еще называется «Бритвой Оккама». В одной из книг по филогении [3] есть шутливый пример. Представьте, что в одном и том же городе где-то в Северной Америке в соответствующую службу поступает два звонка о том, что по улицам гуляет тигр. Понято, что легче всего предположить, что это один и тот же тигр, который сбежал из зоопарка. Гипотеза, что в городе, где тигров в природе никогда не было, откуда-то появилось сразу же два таких хищника, гораздо менее вероятна.

Эволюция признака — тоже событие нечастое, и когда мы видим два похожих по строению органа, то мы предполагаем, что орган произошел один раз [3]. Это не означает, что признак действительно произошел только один раз, просто это наиболее вероятно. Кладограмма строится на основании многих признаков, и чем больше апоморфий характеризует ту или иную ветвь, тем больше доверия она вызывает.

Плюс метода наибольшей экономии в том, что он интуитивно понятен и довольно прост, но в молекулярных анализах он очень быстро потерял популярность. Один из его недостатков в том, что он не учитывает длину ветвей, которая отображает количество замен нуклеотидов во время эволюции той или иной клады [3]. Некоторые ветви на дереве будут длиннее, потому что скорость эволюции там была выше. При использовании метода наибольшей экономии длинные ветви будут «притягиваться» друг к другу. Этот феномен возникает потому, что чем больше замен нуклеотидов в двух ветвях, тем выше шанс на то, что некоторые из них случайно совпадут, и будут расцениваться как общие апоморфии, даже если это абсолютно не соответствует реальному положению дел.

Другой минус в том, что метод не учитывает разные модели замены нуклеотидов [17]. Например, в методе наибольшей экономии аденин имеет одинаковую вероятность уступить место как тимину, так и цитозину, хотя, как уже отмечалось выше, в организме аденин скорее заменится на цитозин, чем на тимин.

Методы, основанные на моделях эволюции

Наиболее часто используемые методы построения филогений на основе молекулярных данных основываются на моделях эволюции. Один из первых стал метод максимального правдоподобия (maximum likelihood). Для расчета кладограммы, помимо последовательности ДНК, надо выбрать модель замены нуклеотидов, на основании которой будут рассчитываться вероятности. Также в расчет берется длина ветви или эволюционная дистанция между двумя таксонами. Во время анализа рассчитывается, какая длина ветви наиболее вероятна с точки зрения выбранной модели, вероятности всех ветвей кладограммы умножаются, и кладограмма, имеющая наибольшую вероятность, считается правильной [3], [16], [17].

Последний и, наверное, самый популярный в наше время метод — это Байесовский вывод (Bayesian inference). Он, в общем, похож на метод максимального правдоподобия, поскольку также основывается на модели и длине ветвей. Но отличие Байесовского вывода в том, что тут берется в расчет еще один фактор — апостериорная вероятность (posterior probablity), которая рассчитывается на основании как исходных данных, так и полученных результатов анализа [3], [16], [17]. Это не очень понятно интуитивно, но суть в том, что в ходе анализа исследователь получает новые данные, которые тоже можно применить.

Приведу очень простой пример. Пусть у нас есть мешок с сотней шариков, половина их которых красные и половина — белые. Изначально вероятность вытащить шарик как белого, так и красного цвета равна 50%. Но, допустим, мы вытащили 20 красных и 40 белых шариков, и в мешке остались 30 красных и 10 белых шариков. Это означает, что к текущему моменту шанс вытащить красный шарик равен 75%, а белый — 25%, что кардинальным образом отличается от исходного состояния. В Байесовском выводе используются похожая логика, хотя, конечно же, расчеты там гораздо сложнее.

Несмотря на все видимые плюсы двух последних методов, тут тоже можно найти некоторые сложности. Главная их слабость в том, что каждый исследователь вынужден подбирать модели самостоятельно, и совсем не обязательно, что он сделает выбор правильно. Но у этой проблемы есть решение. Во-первых, есть программы, которые могут помочь подобрать модель; во-вторых, уже есть алгоритмы на основе Байесовского метода, которые могут «прыгать» с модели на модель, тем самым тестируя их. Еще одна проблема, скорее всего, решаемая с развитием техники, заключается в том, что обсчеты филогений с использованием последних двух методов довольно сложные и требуют много времени и хороших компьютеров.

Все же насколько достоверны филогении?

Думаю, что внимательный читатель заметил, что многие перечисленные методы основаны на вероятностях, и у него может возникнуть закономерный вопрос: как можно доверять филогении, если всегда есть шанс, что построенное дерево ошибочно и не соответствует действительному ходу эволюции? Действительно, методы несовершенны, но на этот вопрос ответ есть.

Во-первых, в филогенетических методах есть понятие «поддержка: чем больше уникальных признаков поддерживают дерево или какую-то его ветвь, тем больше доверия они вызывают [12]. Само дерево может иметь низкую поддержку, зато свидетельств в пользу отдельных его ветвей может быть так много, что корректность не вызовет сомнений. Для подтверждения результата исследователи могут использовать совокупности признаков: последовательности ДНК, РНК и белков, морфологические данные, особенности поведения организмов и многое другое [11]. Когда независимые признаки подтверждают друг друга, уверенность в результате гораздо выше.

Второй ответ на поставленный вопрос еще более обнадеживающий. Его дают эксперименты, проведенные на разных организмах, для которых известна генеалогия, то есть настоящая эволюционная история [1], [5], [7], [10]. Можно привести в пример опыт с мышами, когда филогенетический анализ провели на основе ДНК 24-х линий этих животных. Оказалось, что наблюдаемая последовательность поколений и полученная филогения почти полностью соответствуют друг другу [1]. Это значит, что используемые методы как минимум способны правильно отображать эволюцию.

Плюсы и минусы молекулярных методов построения филогений

У молекулярных методов есть много преимуществ перед морфологическим анализом. Во-первых, ДНК содержит в себе множество данных, которые можно использовать в расчетах, — ведь в генах могут содержаться сотни нуклеотидов. Чаще всего для оценки родства используют больше одного гена, тогда как для анализа на основе морфологических данных используют несколько десятков признаков. Во-вторых, анализ ДНК считается более объективным. Дело в том, что морфологические признаки разные люди могут трактовать и кодировать по-разному, тогда как нуклеотиды всегда одинаковы . В-третьих, ДНК можно использовать как для анализа групп высоких рангов, так и для выяснения отношений между видами, и даже между отдельными индивидами. Морфологический же анализ более достоверен при работе с таксонами высоких рангов, чем на уровне видов, — просто потому, что чем выше ранг, тем лучше отличаются группы, и тем легче отличить аналогичный признак от гомологичного.

Несмотря на то, что преимущество молекулярного анализа кажется вполне обоснованным, есть все же и несколько причин, по которым морфологию нельзя отправить «в отставку».

Первая причина заключается в том, что не каждый организм подходит для выделения ДНК. Он должен быть собран и сохранен специальным образом, иначе эта молекула просто разрушается. Множество редких и интересных видов было описано много десятков лет назад, когда еще даже про ДНК ничего не знали, и в наши дни не очень понятно, где их искать и как собирать. В первую очередь это касается мелких членистоногих, — особенно насекомых, которых чаще всего хранят сухими. То же самое можно сказать и о палеонтологических находках вымерших видов. Для оценки родства таких групп можно использовать только морфологические методы.

Вторая причина заключается в том, что далеко не всегда результаты молекулярных филогенетических методов вызывают доверие. Иногда бывает так, что они не совпадают с устоявшимися «классическими» взглядами. Это, конечно, не означает, что именно молекулярные данные неверны, просто такие несовпадения являются «звоночком», что где-то закралась ошибка. Несовпадения могут быть не только из-за ошибок в самом анализе, но и из-за того, что были неправильно выбраны гены. Гены, мутирующие с высокой скоростью, подходят для выяснения родства между видами, но не походят для анализа групп более высоких рангов. Но гомологичные гены в разных группах организмов могут меняться с разной скоростью, поэтому гены, подходящие для анализа одной группы, могут не подходить для другой группы того же ранга. В общем, подбор нужных участков ДНК может оказаться не очень легкой работой, особенно если учесть, что далеко не все гены у всех видов хорошо изучены.

Третья причина — это высокая стоимость секвенирования генов. Для построения филогении одного небольшого рода можно легко потратить пару тысяч долларов. А если учесть, что гены не всегда подбирают правильно с первого раза, или некоторые экземпляры оказываются непригодными для секвенирования, то анализ надо проводить повторно, и цена может быть больше, чем предполагалось изначально. Анализ же на основе морфологических признаков обходится гораздо дешевле.

Анализ ДНК, безусловно, стал довольно популярным и быстроразвивающимся подходом построения филогений в наши дни. Сейчас специалисты уже используют не просто отдельные гены: в последние годы появились филогенетические исследования на основе более десятка генов или целых митохондриальных геномов [14]. Запущены проекты секвенирования целых геномов разных видов [9], а также проекты для объединения всего живого мира в единое «древо жизни» (рис. 5) [2]. В качестве частного примера можно привести исследование, в результате которого была уточнена «родословная» членистоногих [25]. Наверное, наука сейчас переживает один из самых интересных периодов в развитии анализа ДНК, когда уже видно, что это направление масштабно и многообещающе, и что есть еще очень многое, что нам предстоит узнать о геномах разных организмов. Однако насколько молекулярные методы в филогениях можно развивать, и где граница их применения — покажет будущее.

Рисунок 5. Филогения всех живых существ, или «древо жизни»

  1. W. Atchley, W. Fitch. (1991). Gene trees and the origins of inbred strains of mice. Science. 254, 554-558;
  2. Assembling Tree of Life (AToL). (2007). The National Science Foundation;
  3. Baum D.A. and Smith S.D. Tree thinking: an introduction to phylogenetic biology. Greenwood Village, CO: Roberts and Company Publishers, Inc., 2012;
  4. William J. Bruno, Nicholas D. Socci, Aaron L. Halpern. (2000). Weighted Neighbor Joining: A Likelihood-Based Approach to Distance-Based Phylogeny Reconstruction. Molecular Biology and Evolution. 17, 189-197;
  5. Douglas T. (1999-2001). 29+ Evidences for Microevolution. TalkOrigins Archive;
  6. Hennig W. Grundzüge einer Theorie der phylogenetischen Systematik. Berlin: Deutscher Zentralverlag, 1950;
  7. D. Hillis, J. Bull, M. White, M. Badgett, I. Molineux. (1992). Experimental phylogenetics: generation of a known phylogeny. Science. 255, 589-592;
  8. V. Kunin. (2005). The net of life: Reconstructing the microbial phylogenetic network. Genome Research. 15, 954-959;
  9. Jenna Morgan Lang, Aaron E. Darling, Jonathan A. Eisen. (2013). Phylogeny of Bacterial and Archaeal Genomes Using Conserved Genes: Supertrees and Supermatrices. PLoS ONE. 8, e62510;
  10. Michael M. Miyamoto, Walter M. Fitch. (1995). Testing Species Phylogenies and Phylogenetic Methods with Congruence. Systematic Biology. 44, 64;
  11. Maureen A. O’Malley, Orkun S. Soyer. (2012). The roles of integration in molecular systems biology. Studies in History and Philosophy of Science Part C: Studies in History and Philosophy of Biological and Biomedical Sciences. 43, 58-68;
  12. Schuh R.T. and Brower A.V.Z. (2003). Biological systematics: principles and applications (2nd Edition). Ithaca: Cornell University Press, 2009;
  13. Charles G. Sibley, Jon E. Ahlquist. (1984). The phylogeny of the hominoid primates, as indicated by DNA-DNA hybridization. J Mol Evol. 20, 2-15;
  14. Nan Song, Ai-Ping Liang, Cui-Ping Bu. (2012). A Molecular Phylogeny of Hemiptera Inferred from Mitochondrial Genome Sequences. PLoS ONE. 7, e48778;
  15. Mark Springer, Carey Krajewski. (1989). DNA Hybridization in Animal Taxonomy: A Critique from First Principles. The Quarterly Review of Biology. 64, 291-318;
  16. Wiley E.O. and Lieberman B.S. Phylogenetics: the theory of phylogenetic systematics (2nd Edition). Hoboken, NJ: Wiley-Blackwell, 2011;
  17. Ziheng Yang, Bruce Rannala. (2012). Molecular phylogenetics: principles and practice. Nat Rev Genet. 13, 303-314;
  18. Longyu Zheng, Tawni L. Crippen, Leslie Holmes, Baneshwar Singh, Meaghan L. Pimsler, et. al.. (2013). Bacteria Mediate Oviposition by the Black Soldier Fly, Hermetia illucens (L.), (Diptera: Stratiomyidae). Sci Rep. 3;
  19. Мамонты, кости и лекарственная устойчивость: новые технологии позволяют изучать эволюцию возбудителей инфекционных заболеваний;
  20. 454-секвенирование (высокопроизводительное пиросеквенирование ДНК);
  21. Важнейшие методы молекулярной биологии и генной инженерии;
  22. Код жизни: прочесть не значит понять;
  23. Перевалило за тысячу: третья фаза геномики человека;
  24. Огурцы-убийцы, или Как встретились Джим Уотсон и Гордон Мур;
  25. Уточнение «родословной» членистоногих.

Дерево Эволюции. Как разобраться в многочисленных изданиях.

Мы разработали наглядную схему — какие линейки игр есть в серии, что с чем сочетается и совместимо.

«ДРЕВО ЭВОЛЮЦИИ».

Специально для ответа на вопрос «а сочетается ли дополнение «Трава и Грибы» с дополнение «Климат» мы создали «Древо Эволюции». В нем в наглядной форме показано, у кого откуда «ноги растут».

 

Итак. К базовой «Эволюции» в зеленой коробке, выпущенной в 2010 году, есть 3 дополнения: «Время летать» (2011 год), «Континенты» (2012 год), «Растения» (2016 год). И сейчас мы собираем средства на издание 4-го дополнения — «Трава и Грибы» (2019 год).

При этом «Трава и Грибы», полностью совместимы с дополнением «Время летать». Частично совместимы с «Континенты» и несовместимы с дополнением «Растения».

В 2012 году базовый набор игры «Эволюции» + два дополнения «Время лелать» и «Континенты» были обьединены в «Эволюция. Подарочный набор». Также специально для него были разработаны 3 новых вида свойств: «R-стратегия», «Пугливое», «Теплокровность», которые также содержатся  в этом наборе.

Набор «Эволюция. Случайные мутации» (2013 год) является самостоятельной игрой. По английский это называется stand alone game. У нее свои отдельные правила и механики. В нее можно играть с дополнениями «Время летать» И «Континенты» частью карт из этих дополнений по специальным правилам.

Игра «EVOLUTION. Естественной отбор» была издана в России в 2016 году. Это отдельная разработка американской компании NSG. Авторы: Дмитрий Кнорре, Сергей Мачин и Dominic Crapuchettes. Она отличается сочной красочной графикой, новыми правилами и игровыми механиками. К ней было выпущено 2 дополнения: «Полет» (2017 год), «Климат» (2018) год.

При этом линейки «Эволюция» и «Эволюция. Естественный отбор» не совместимы между собой.

«Evolution. Beginner» или в русском издании «Evolution. Биология для начинающих» — это третья ветка в игре. Она не совместима двумя предыдущими. Это набор для людей, желающих познакомиться с основами игры и для детей, только делающих первые шаги в мире настолок. Она рассчитана на 2-5 игроков от 8 лет. Играя в эту игру — вы постигнете азы эволюционных механики и будете готовы к встрече с более сложными играми в серии. Этот набор также сейчас представлен в рамках нашей кампании по сбору средств.

Взгляд на всю известную жизнь

Древо жизни

Все живое или когда-либо жившее имеет место где-то на полном древе жизни. Каждый лист представляет отдельный вид, а ветви показывают, как они произошли от общих предков на протяжении миллиардов лет.

Наше видение

Наше видение OneZoom состоит в том, чтобы сделать для древа жизни то, что онлайн-картографические инструменты сделали для земного шара; сделать полное древо жизни общественным достоянием, доступным каждому, бесплатно и без рекламы.

Что мы делали

Мы работаем над этим ресурсом с 2011 года, но все это время мы мало курировали сами. Вместо этого мы создаем инструменты для автоматического объединения информации, которая уже доступна из научно достоверных источников. Затем мы разработали новую технологию для представления этих данных в визуально ошеломляющем виде, в котором легко ориентироваться. Сейчас мы на версии 3.6 («музыкальный_пушистый_лобстер»).

Краткие инструкции

Исследуйте OneZoom так же, как географическую карту: увеличивайте масштаб, чтобы увидеть больше деталей, проводя пальцем по сенсорному экрану или прокручивая мышью. Для перемещения нажмите и переместите мышь или используйте сенсорный экран.

Что можно увидеть на дереве

OneZoom — единственный инструмент, с помощью которого вы можете изучить полное древо всей известной жизни, более двух миллионов видов, на одной странице.Здесь вы можете найти все, от жука-водопроходца Aaa до завода ZZ. На самом деле, на дереве OneZoom так много видов, что, если бы его напечатать, бумага охватила бы всю нашу солнечную систему… как минимум в шестьдесят раз. Это также единственный ресурс с изображениями и общеупотребительными названиями видов в полном древе жизни. Здесь вы можете открыть для себя свои любимые виды, увидеть, какие виды находятся под угрозой исчезновения, и поразиться биоразнообразию.

Узнать больше

Исследуя дерево, вы можете нажимать на существ, которых видите, чтобы быстро получить информацию из других ресурсов, таких как Википедия и Энциклопедия жизни.Поэтому вам не нужно искать дальше, когда вы хотите узнать больше о разнообразии жизни на Земле.

Различные виды одного и того же дерева

Есть много разных способов взглянуть на одно и то же древо жизни, кроме нашего спирального вида по умолчанию. Попробуйте другие, но помните, что все они показывают одну и ту же информацию.



Что означают цвета

Листья, соответствующие видам, которые находятся под угрозой исчезновения или находятся под угрозой исчезновения в соответствии с Красным списком МСОП, показаны красным цветом.Это все виды, которые, как известно, находятся под угрозой исчезновения. Листья, показанные зеленым цветом, представляют виды, которые, как известно, пока в порядке (не находятся под угрозой исчезновения). Большинство листьев серые, что означает, что риск их исчезновения неизвестен.

Изменение цветовой схемы


Вы можете изменить цветовую схему в меню настроек в левом нижнем углу дерева.Цветной ключ также можно открыть из информационной панели слева от древа жизни проводника. Другая предлагаемая цветовая схема показывает, насколько популярен каждый вид в соответствии с нашим индексом популярности видов.

В меню настроек в левом нижнем углу дерева также есть флажок для версий всех цветовых схем, адаптированных для дальтоников.

Чего мы еще не знаем

В древе жизни, которое мы показываем, есть много мест, где одна ветвь разделяется одновременно на более чем двух потомков — это называется политомией.Когда происходят политомии, это почти всегда происходит из-за того, что недостаточно знаний о порядке, в котором разделились разные виды. «Политомическое» представление дерева показывает эти политомии напрямую, тогда как другие наши представления случайным образом угадывают порядок, в котором потомки политомии разбиваются. Чтобы вы знали, какие части еще не решены, исследуя дерево, мы окрашиваем случайно решенные ветви в немного более светлый оттенок.

Теперь вы готовы приступить к изучению дерева.Тем не менее, мы подготовили более расширенное руководство пользователя. в случае, если вы хотите узнать больше о том, как использовать проводник древа жизни. То же руководство доступно в древовидном представлении, нажав информационную кнопку в левом нижнем углу, а затем выбрав «как использовать»

.

границ | Вывод филогенетического дерева: нисходящий подход к отслеживанию эволюции опухоли

Введение

Рак — это эволюционный процесс, который формируется под давлением отбора и накоплением соматических мутаций, что приводит к высокому уровню гетерогенности внутри и между образцами опухолей (Марусик и другие., 2012; Йейтс и Кэмпбелл, 2012 г.). Такая неоднородность геномов может быть использована для выделения субклональных популяций опухолей и отслеживания эволюционной траектории развития рака. Метастазирование обычно считается последней стадией прогрессирования рака и по-прежнему является основной причиной смерти от рака, но его механизм плохо изучен. В ряде исследований секвенировали множественные биопсии первичных и метастатических опухолей, чтобы выяснить порядок накопления мутаций и происхождение дистальных метастазов (Gundem et al., 2015; Йейтс и др., 2017; Ферроника и др., 2019). Лучшее понимание процесса метастазирования может в конечном итоге привести к новым стратегиям диагностики и лечения.

Существует ряд вычислительных методов для определения генотипов популяций опухолевых клеток. Однако большинство существующих методов делают вывод о филогении эволюции рака на основе частот соматических мутаций вариантных аллелей (VAF) из данных глубокого секвенирования ДНК (Jiao et al., 2014; Malikic et al., 2015; Yates et al., 2015; Nieboer et al. др., 2018). В нескольких традиционных филогенетических методах вывода используется множественное выравнивание последовательностей, объединение соседей с корреляционными расстояниями Пирсона, алгоритм максимальной экономии или алгоритм максимального правдоподобия, основанный на наличии вариантов в образцах (Kim et al., 2015; Lu et al., 2016; Zhao et al. , 2016; Чой и др., 2017; Наксерова и др., 2017; Чжай и др., 2017). Большинство из этих методов требуют больших вычислительных ресурсов и длительного времени выполнения. В 2015 году LICHeE был разработан для построения филогенетических деревьев опухолей с несколькими образцами и субклональной декомпозиции опухолей из точных VAF соматических однонуклеотидных вариантов (SSNV), полученных путем глубокого секвенирования (Popic et al., 2015). LICHeE сначала группирует подмножества соматических мутаций, которые имеют сходные паттерны присутствия-отсутствия, а также аналогичные VAF в нескольких образцах опухолей. Затем он строит ограниченную сеть, чтобы вывести отношения между кластерами соматических мутаций и идентифицировать филогенетические деревья опухолей. Несколько других методов используют аналогичные принципы, но другие методологические основы, такие как Treeomics и BAMSE (Reiter et al., 2017; Toosi et al., 2019). Триомика была разработана для реконструкции филогении метастазов и сопоставления субклонов с их анатомическим расположением.В качестве входных файлов он использует общее количество прочтений и вариантных прочтений SSNV из нескольких связанных нормальных и опухолевых образцов отдельных больных раком. Затем он использует байесовскую модель вывода для выявления эволюционно совместимых моделей мутаций, а затем выводит эволюционные деревья. Другой вероятностный метод, названный BAMSE, делает вывод о субклональной истории и реконструкции дерева генезиса гетерогенных образцов опухолей, используя в качестве входных данных подсчеты считываний соматических мутаций. Апостериорная вероятность дерева выводится с помощью байесовской модели, которая объединяет априорные представления о количестве субклонов, составе опухоли и процессе субклональной эволюции.Однако пользователи должны решить, сколько субклонов, что обычно трудно оценить. Есть две основные проблемы, общие для этих методов. Что наиболее важно, часто бывает трудно получить точную частоту аллеля из клинических образцов, таких как образцы, фиксированные формалином и залитые парафином (FFPE) (Astolfi et al., 2015). Результаты этих методов также чувствительны к нескольким ключевым параметрам, и тем не менее у пользователей нет простого способа выбрать эти параметры.

Здесь мы предлагаем PTI (вывод филогенетического дерева), новый метод, в котором используется итеративный нисходящий подход для вывода филогенетической древовидной структуры нескольких биоптатов опухолей одного и того же пациента с использованием соматических мутаций без необходимости точного определения частот аллелей.Кроме того, у PTI есть только один параметр для установки, и мы также предоставляем четкие инструкции о том, как установить этот параметр.

Методы

PTI — это метод, разработанный для использования итеративного нисходящего подхода для построения корневого филогенетического дерева среди нескольких образцов одного и того же пациента. В этом разделе мы представляем обзор нашего подхода (рис. 1). Во-первых, PTI идентифицирует общие мутации для всех образцов и определяет количество общих мутаций как длину корневого ствола. Затем PTI использует итеративный нисходящий подход, чтобы найти оптимальное разделение ветвей, пока все выборки не достигнут конечных узлов.PTI также аннотирует мутации известных драйверных генов в древовидной структуре, что облегчает интуитивное понимание ключевых событий мутации во время прогрессирования рака.

Рисунок 1 Обзор PTI. (A) Рабочий процесс PTI. (B) На примере пациента с шестью образцами подробно показан специфический процесс PTI для определения филогенетического дерева. Квадратная сетка указывает на то, что конечный узел был достигнут, а кружок указывает на то, что оставшиеся выборки все еще необходимо повторить, чтобы найти наилучшее разделение ветвей. (C) Пример филогенетического дерева, полученного с помощью PTI. Филогенетическое дерево — это корневое дерево, листовые узлы которого являются образцами. Информация аннотации ветвей включает в себя длину ветвей, которая равна количеству общих мутаций, и аннотацию генов-драйверов.

Идентификация и удаление общих мутаций из всех образцов

Предположим, мы получили несколько образцов s , s ∈ {1,2,…, n } от одного и того же пациента.Используя вызывающие соматические мутации, такие как Mutect2 или VarScan2 (Koboldt et al., 2012; Cibulskis et al., 2013), мы можем определить частоты мутационных аллелей в каждом образце. Определите эти соматические мутации как r 1 , r 2 …, r m . Затем мы построим двоичную матрицу м с рядами с надписью R 1 , R 2 …, R M и столбцы с надписью S 1 , S 2 …, s n , такое, что M ij = 1 тогда и только тогда, когда VAF соматической мутации r i в образце s j 9 равен или больше 9 .Чем больше мутаций с высокой степенью достоверности используется для построения филогенетического дерева, тем точнее структура дерева. Однако, когда количество соматических мутаций у пациента слишком велико, PTI может реализовать необязательный этап фильтрации соматических мутаций на основе частоты аллеля (по умолчанию 0,1). Матрица M является входом PTI. Мы вычисляем пересечение мутаций во всех выборках одного и того же пациента и определяем пересечение как длину корневого ствола.После удаления общих мутаций из всех образцов следующим шагом является поиск оптимального разделения ветвей для отфильтрованного набора данных M filter .

Найдите оптимальное разделение ветвей

Геномные вариации в раковых клетках постепенно накапливаются в ходе канцерогенеза и развития рака (Gerlinger et al., 2012; Sato et al., 2016). Таким образом, несмотря на сложность эволюции рака, в существующих исследованиях на эволюционном дереве редко наблюдается разделение более чем на два пути (Hong et al., 2015; Шварц и др., 2015; Браун и др., 2017). Следовательно, PTI будет перебирать все возможные двусторонние разделения ветвей, S={(1,n−1),(2,n−2),…(|n2|,n−|n2|)}, чтобы вывести оптимальное раскол ветки. Примечательно, что наш метод действительно способен обнаруживать более двух способов разделения в любом заданном эволюционном узле (дополнительное примечание 1).

Для каждого возможного отделения ответвления S t , Включено t∈{1,2,…,|n2|} ,∁nt комбинаций. Пусть θ будет объектом чисел общих мутаций, измеренных на всех возможных расщеплениях ветвей.Для каждого возможного разделения ветвей S t и комбинации c , c∈{1,2,…,∁nt} соответствующий элемент θ tc представляет количество общих мутаций в большей группе. Если n четно, нет большей группы возможного расщепления ветвей (n2,n−n2). Тогда в этом случае θn2c представляет меньшее количество общих мутаций в двух группах одинакового размера.

Чтобы определить, какое возможное разделение ветвей является лучшим, мы определяем ∂ как вектор отношения, измеренный для всех возможных разделений ветвей, который рассчитывается по уравнению (1), где θ t max представляет Максимальное значение и θ T T Sec_max представляет вторичное максимальное значение в θ t :

∂t = θt maxθt sec_max (1)

, если оптимальное разделение происходит в S T , тогда соотношение между лучшей комбинацией и второй лучшей комбинацией должно быть намного больше по сравнению с неоптимальными разделениями (см. Дополнительное примечание 2 для подробного описания обоснования использования этого соотношения).

Затем выборки, достигшие конечного узла после оптимального разделения, будут удалены из набора данных M filter . Этот метод будет перебирать остальные образцы, пока все образцы не будут разделены на конечные узлы. Для пациента может существовать более одной древовидной структуры с одинаковым значением ∂. Чтобы определить оптимальную древовидную структуру, для каждой древовидной структуры вычисляется агрегированное количество мутаций ( W T ) с использованием мутаций на всех стволах, содержащих два или более листовых узла.Дерево с наибольшим количеством баллов будет оптимальным деревом. Пусть i , i ∈ {0,1,…, k } представляют все уровни ствола в каждой древовидной структуре. На уровне стволов i имеется N i стволов, так что пусть j , j ∈ {1, …, N i } представляют все стволы на каждом уровне стволов. Мы также определим ω ij как длину ствола j на уровне ствола i и определим χ ij , которое представляет число листовых узлов, участвующих в стволе j 7 7 на уровне ствола . .Тогда оценка веса W T древовидной структуры T будет рассчитана по формуле: древовидные структуры одного и того же пациента имеют одинаковый корневой ствол.

Аннотация мутаций-драйверов на филогенетическом дереве

Хорошо известно, что в геноме рака больше мутаций-пассажиров, чем мутаций-драйверов. Понимание времени возникновения и распределения драйверных мутаций в разных образцах важно для понимания эволюции опухолевой прогрессии.Поэтому наш метод также аннотирует предполагаемые 299 генов-драйверов на ветвях дерева для последующего анализа (Bailey et al., 2018). Следует отметить, что в древовидной структуре может быть более одной ветви дерева с аннотационной информацией одного и того же гена-драйвера. Это может быть вызвано одной и той же мутацией или разными мутациями одного и того же гена-драйвера, на что может ответить файл вспомогательной информации, соответствующий файлу древовидной структуры.

Поскольку этот метод предполагает, что для каждого образца существует один основной клон из-за нескольких биопсий, мы заметили, что в редких случаях этот метод будет выводить несколько решений вместо одного оптимального решения, когда некоторые образцы состоят из нескольких основных клонов ( Дополнительное примечание 3).

Результаты

Результаты при высокозлокачественном серозном раке яичников

Для оценки нашего метода мы сравнили эффективность PTI с двумя современными методами, LICHeE и Treeomics, при высокозлокачественном серозном раке яичников (HGSC). набор данных, которые были получены из Европейского архива геномов и феномов (инвентарный номер EGAS00001000547) (Bashashati et al., 2013). PTI использовала все мутации с AF >= 0,01, в то время как LICHeE и Treeomics запускали с параметром, определенным в их опубликованной статье.Затем мы сравнили результаты этих трех методов с результатами, приведенными в оригинальной литературе, основанными на мутациях и изменениях числа копий. Чтобы оценить сходство двух древовидных структур, мы определили систему оценки сходства древовидных структур. Показатель сходства представляет собой долю идентичных путей в топологии дерева и колеблется от нуля до единицы (дополнительное примечание 4). PTI показал несколько лучшую производительность по сравнению с LICHeE и Treeomics. Только PTI правильно предсказал идентичную структуру в случае 4, где образцы j и f-i сгруппированы в одну ветвь (таблица 1 и рисунок 2A).4 из 6 результатов, предсказанных PTI, показали идентичную структуру с показателем сходства, равным 1. Ни один из трех методов не показал высокосогласованных структур в случаях 1 и 5 в качестве исходных результатов (таблица 1 и рисунок 2B). В случае 1 результаты PTI и LICHeE были очень согласованными. Для случая 5, когда PTI использует все соматические мутации с AF >= 0,01, между древовидными структурами, полученными PTI и Treeomics, имеются лишь незначительные различия. Однако, если PTI использует все однонуклеотидные соматические мутации, полученные из исходной статьи, включая 8 образцов опухолей из случая 5, в отличие от результатов в исходной литературе, которые предполагают раннее расхождение образца c, PTI сначала отделяет образец h для достижения наибольшего общие мутации (n = 4) в остальных образцах (дополнительное примечание 5).Тщательный анализ набора данных о соматических мутациях показал, что если выборка с расходится первой, то в остальных выборках имеется только одна общая соматическая мутация.

Таблица 1 Сравнение PTI, LICHeE и Treeomics на основе набора данных HGSC.

Рисунок 2 Древовидная структура, выведенная PTI для случаев 1, 4 и 5 HGSC. (A) Древовидная структура варианта 4, выведенная PTI, LICHeE и Treeomics соответственно. В результате ЛИЧЕ: желтая линия, внутренняя ветвь; голубая линия, ствол; черная линия, ссылка на вклад; числа внутри круга, SSNV; светло-фиолетовый квадрат, область опухоли.В результате Treeomics: числа, выделенные синим цветом, соответствуют полученным вариантам в ветвях. Проценты (серые) обозначают значения начальной загрузки (1000 выборок). СК, субклон. (B) Для случая 1 PTI сначала разделяет образец c для достижения наилучшего разделения ветвей, что соответствует результату LICHeE. Для случая 5 древовидная структура, полученная PTI и Treeomics, имеет большое сходство с использованием шести образцов и восьми образцов (дополнительное примечание 5).

Результаты по набору данных о светлоклеточном раке почки

Мы провели отдельное сравнение между PTI, LICHeE и BAMSE по набору данных по светлоклеточному раку почки (ccRCC) у восьми человек, которые были получены из Европейского архива генома и фенома (инвентарный номер EGAS00001000667). (Герлингер и др., 2014). Поскольку LICHeE использовала только частоту вариантных аллелей соматических однонуклеотидных вариантов для реконструкции филогенетического процесса, PTI взяла тот же набор SNV с AF >= 0,01 в качестве набора входных данных. Поскольку в этом наборе данных отсутствовала информация об общем количестве прочтений и вариантах прочтений мутаций (такая информация нужна Treeomics), мы сравнили результаты PTI, LICHeE, BAMSE только с результатами из оригинальной литературы, в которых использовалась кластеризация на основе VAF, шаблон присутствия вариантов и максимальная экономия. алгоритм (Герлингер и др., 2014). Следует отметить, что деревья, полученные с помощью BAMSE, были получены от Toosi et al. (2019). Сравнение показывает, что PTI и LICHeE работали одинаково с точки зрения точности и скорости в наборе данных ccRCC, в то время как все древовидные структуры, выведенные BAMSE, имели различия в одной или нескольких ветвях (таблица 2, рисунок S7).

Таблица 2 Сравнение PTI и других методов на наборе данных ccRCC.

Результаты по набору данных о раке молочной железы

PTI также сравнивали с LICHeE и Treeomics по набору данных по раку молочной железы, а затем сравнивали эти результаты с результатами из оригинальной литературы, основанными как на соматических мутациях, так и на изменениях числа копий.Набор данных о раке молочной железы был получен из Европейского архива генома и фенома (инвентарный номер EGAS00001000760) (Brown et al., 2017). Время выполнения PTI, как и двух других методов, было коротким, всего в течение нескольких секунд (таблица S5). И PTI, и Treeomics показали более высокую точность по сравнению с LICHeE. В результатах, предсказанных PTI, 6 из 8 пациентов показали идентичные структуры, в то время как два других пациента P1 и P2 показали очень похожие древовидные структуры, как результаты Brown et al. (2017), что может быть вызвано более чем одной субклональной популяцией в одной биопсии (рис. 3).Например, у пациента P1 образец M1 (образец метастатической опухоли) включает A-клон и B-клон, образец M4 (образец метастатической опухоли) содержит только A-клон, а образцы M3 и P содержат B-клон. Поэтому образец M1 группируется вместе с образцом M4 или с образцами P-M3, что определяется долей соматических мутаций, вовлеченных в A-клон и B-клон в образце P (дополнительное примечание 6). Treeomics также показала хорошую производительность, и 6 из 8 результатов были идентичными. Однако по результатам LICHeE у 5 из 8 пациентов были обнаружены одноветвевые или многоветвевые различия в древовидных структурах.Мы также проверили эти два метода на разных частотах отсечки AF. Точность древовидных структур трех методов была немного улучшена, но PTI по-прежнему показал лучшую производительность (таблица S6). Кроме того, мы также продемонстрировали, что PTI надежно работает в наборе данных с низким охватом, применив его к набору данных HISEQ для 8 пациентов с раком молочной железы (таблица S7).

Рисунок 3 Сравнение деревьев для восьми больных раком молочной железы. Восемь филогенетических древовидных структур без аннотационной информации о гене-драйвере, полученном с помощью PTI с использованием всех соматических мутаций с охватом >=1500X и >=3% VAF (слева), сравниваются с деревьями (справа), опубликованными в Brown et al.(2017) для каждого пациента в наборе данных о раке молочной железы. Что касается результатов PTI, количество общих мутаций пропорционально длине ветви и помечено над каждой ветвью. Кроме того, масштабные линейки в верхнем правом углу результатов, приведенных в оригинальной опубликованной статье, представляют 10 SNV и указывают исходную длину деревьев.

Результаты по 13 наборам данных о типах рака

Мы также провели PTI на реальном наборе данных, включая соматические однонуклеотидные мутации у 40 пациентов с 13 типами рака, для которых данные о частоте аллелей недоступны.Этот набор данных был получен из базы данных BioStudies (регистрационный номер S-EPMC4776530) (Zhao et al., 2016). Мы применили PTI для вывода древовидной структуры, а затем сравнили наши результаты с результатами, основанными на множественном выравнивании последовательностей, алгоритме максимального правдоподобия, алгоритме максимальной экономии и байесовских критериях вывода, реализованных в исходном исследовании. А затем, основываясь на показателе сходства, мы разделили результаты сравнения на четыре группы: показатель сходства = 1, показатель сходства∈ [0.5,1), показатель сходства ∈ [0,2,0,5) и показатель сходства ∈[0,0,2), представляющий различные степени сходства древовидной структуры. Сравнение показывает, что 92,5% наших результатов имеют такую ​​же или подобную древовидную структуру (оценка сходства выше 0,2), что и результаты Zhao et al. (2016) (рис. 4, рис. S8), что еще раз свидетельствует о том, что наш метод может быть применим в широком диапазоне приложений.

Рисунок 4 Резюме эффективности нашего метода на наборе данных 13 типов рака без частоты аллелей.Соответствие между PTI и исходными результатами, основанное на оценках сходства, было представлено в виде круговой диаграммы.

Обсуждение

Поскольку PTI предполагает, что в каждой биопсии имеется один основной клон, при наличии более одного основного субклона PTI отнесет образец к субклону с более высоким числом мутаций, а не к их относительной клеточной численности двух субклонов ( Рисунок 3 и Таблица S4). Это может привести к некоторым расхождениям в древовидных структурах по сравнению с другими методами. Но этот случай редко наблюдается в исследованиях мультирегионального секвенирования, мы наблюдаем только один случай во всех проверенных нами случаях.

В этом исследовании мы представляем PTI, новый и простой в использовании метод для определения филогенетического древа опухолевой прогрессии с использованием только соматических мутаций без необходимости глубокого секвенирования для получения высоконадежного измерения частоты аллелей. Наше сравнение с другими существующими методами, такими как LICHeE, Treeomics, BAMSE и другими традиционными методами, показывает, что PTI достигает аналогичной или немного лучшей производительности за короткое время, обычно менее минуты. Эта функция важна для изучения клинических образцов, в которых трудно получить точную информацию о частоте аллелей, таких как образцы, фиксированные формалином и залитые парафином (FFPE).Кроме того, входной файл для PTI представляет собой аналогичную матрицу с нулевым и одним признаком за образцом, так что этот метод в целом применим для вывода о филогении для любых других наборов данных, которые можно преобразовать в этот формат (например, эпигенетика). Фактически, этот метод также хорошо подходит для наборов данных отдельных клеток, чтобы оценить сходство между отдельными клетками и построить их филогении.

Заявление о доступности данных

В этом исследовании были проанализированы общедоступные наборы данных. Эти данные можно найти здесь: Европейский архив генома-фенома (EGAS00001000547, EGAS00001000667, EGAS00001000760) и биоисследования (S-EPMC4776530).

Вклад авторов

PW и LZ разработали алгоритм и интерпретировали результаты. PW реализовал алгоритм и провел анализ. LH помогал в получении и предварительной обработке наборов данных. YZ помог настроить программную среду для сравнения производительности.

Финансирование

Эта работа финансируется Национальной ключевой программой исследований и разработок Китая (2018YFC1004602), Национальным фондом естественных наук Китая (NSF 31871332) и стартовым фондом Л.З. из Шанхайского технологического университета.

Конфликт интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

Благодарности

Мы хотели бы поблагодарить Xiuqi Pan за тестирование воспроизводимости данных. Мы хотели бы поблагодарить платформу высокопроизводительных вычислений Шанхайского технологического университета за поддержку.

Дополнительный материал

Дополнительный материал к этой статье можно найти в Интернете по адресу: https://www.frontiersin.org/articles/10.3389/fgene.2019.01371/full#supplementary-material

Ссылки

Астольфи, А., Урбини, М., Индио, В., Наннини, М., Дженовезе, К.Г., Сантини, Д. , и другие. (2015). Секвенирование полного экзома (WES) фиксированной формалином и залитой парафином (FFPE) опухолевой ткани при стромальных опухолях желудочно-кишечного тракта (GIST). BMC Genomics 16, 892. doi: 10.1186/s12864-015-1982-6

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Bailey, M.H., Tokheim, C., Porta-Pardo, E., Sengupta, S., Bertrand, D., Weerasinghe, A., et al. (2018). Всесторонняя характеристика генов-возбудителей рака и мутаций. Ячейка 173, 371–385 e318. doi: 10.1016/j.cell.2018.02.060

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Башашати А., Ха Г., Тон А., Дин Дж., Прентис Л. М., Рот А. и др. (2013). Различные эволюционные траектории первичного высокозлокачественного серозного рака яичников, выявленные с помощью пространственного мутационного профилирования. Дж. Патол. 231, 21–34. doi: 10.1002/path.4230

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Браун Д., Смитс Д., Секели Б., Ларсимонт Д., Сас А. М., Аднет П. Ю. и др. (2017). Филогенетический анализ метастатического прогрессирования рака молочной железы с использованием соматических мутаций и аберраций числа копий. Нац. коммун. 8, 14944. doi: 10.1038/ncomms14944

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Чой Ю.J., Rhee, J.K., Hur, S.Y., Kim, M.S., Lee, S.H., Chung, Y.J., et al. (2017). Внутрииндивидуальная геномная гетерогенность серозной карциномы яичника высокой степени злокачественности и клиническая полезность асцитных раковых клеток для профилирования мутаций. Дж. Патол. 241, 57–66. doi: 10.1002/path.4819

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Цибульскис К., Лоуренс М. С., Картер С. Л., Сиваченко А., Яффе Д., Сугнез К. и др. (2013). Чувствительное обнаружение соматических точечных мутаций в неочищенных и гетерогенных образцах рака. Нац. Биотехнолог. 31, 213–219. doi: 10.1038/nbt.2514

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Ферроника П., Хоф Дж., Кац-Угурлу Г., Сиймонс Р. Х., Терпстра М. М., Де Ланге К. и др. (2019). Всестороннее профилирование первичного и метастатического скПКР выявляет высокую гомологию метастазов субрегиону первичной опухоли. Раков 11, 812. doi: 10.3390/cancers11060812

CrossRef Полный текст | Google Scholar

Герлингер, М., Rowan, A.J., Horswell, S., Larkin, J., Endesfelder, D., Gronroos, E., et al. (2012). Внутриопухолевая гетерогенность и разветвленная эволюция выявлены с помощью мультирегионального секвенирования. Новый англ. Дж. Мед. 366, 883–892. doi: 10.1056/NEJMoa1113205

CrossRef Полный текст | Google Scholar

Герлингер М., Хорсвелл С., Ларкин Дж., Роуэн А.Дж., Салм М.П., ​​Варела И. и др. (2014). Геномная архитектура и эволюция светлоклеточных почечно-клеточных карцином, определенная многорегиональным секвенированием. Нац. Жене. 46, 225–233. doi: 10.1038/ng.2891

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Gundem, G., Van Loo, P., Kremeyer, B., Alexandrov, L.B., Tubio, J.M.C., Papaemmanuil, E., et al. (2015). Эволюционная история летального метастатического рака предстательной железы. Природа 520, 353–357. doi: 10.1038/nature14347

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Хонг, М. К. Х., Макинтайр, Г., Ведж, Д. К., Ван Лоо, П., Патель К., Лунке С. и соавт. (2015). Отслеживание источников и факторов субклональной метастатической экспансии при раке предстательной железы. Нац. коммун. 6, 6605. doi: 10.1038/ncomms7605

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Цзяо В., Вембу С., Дешвар А. Г., Штейн Л., Моррис К. (2014). Вывод клональной эволюции опухолей из однонуклеотидных соматических мутаций. BMC Биоинф. 15, 35. doi: 10.1186/1471-2105-15-35

CrossRef Полный текст | Google Scholar

Ким, Т.M., Jung, S.H., An, C.H., Lee, S.H., Baek, I.P., Kim, M.S., et al. (2015). Субклональные геномные архитектуры первичного и метастатического колоректального рака на основе внутриопухолевой генетической гетерогенности. клин. Рак рез. 21, 4461–4472. doi: 10.1158/1078-0432.CCR-14-2413

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Кобольдт Д. К., Чжан К., Ларсон Д. Э., Шен Д., Маклеллан М. Д., Лин Л. и др. (2012). VarScan 2: обнаружение соматических мутаций и изменений числа копий при раке путем секвенирования экзома. Рез. генома. 22, 568–576. doi: 10.1101/gr.129684.111

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Lu, Y.W., Zhang, H.F., Liang, R., Xie, Z.R., Luo, HY, Zeng, Y.J., et al. (2016). Генетическая гетерогенность колоректального рака, определенная с помощью многорегионального секвенирования. PloS One 11, e0152673. doi: 10.1371/journal.pone.0152673

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Маликич С., Макферсон А. В., Донмез Н., Sahinalp, CS (2015). Вывод о клональности в нескольких образцах опухолей с использованием филогенеза. Биоинформатика 31, 1349–1356. doi: 10.1093/bioinformatics/btv003

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Naxerova, K., Reiter, J.G., Brachtel, E., Lennerz, J.K., Van De Wetering, M., Rowan, A., et al. (2017). Происхождение лимфатических и отдаленных метастазов при колоректальном раке человека. Наука 357, 55–60. doi: 10.1126/science.aai8515

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Нибур, М.М., Дорсерс, Л.С.Дж., Стравер, Р., Лоойенга, Л.Х.Дж., Де Риддер, Дж. (2018). TargetClone: ​​подход с несколькими образцами для реконструкции субклональной эволюции опухолей. PloS One 13, e0208002. doi: 10.1371/journal.pone.0208002

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Попик В., Салари Р., Хаджирасулиха И., Кашеф-Хагиги Д., Уэст Р. Б., Бацоглу С. (2015). Быстрый и масштабируемый вывод мультивыборочных линий рака. Геном Биол. 16, 91.doi: 10.1186/s13059-015-0647-8

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Reiter, JG, Makohon-Moore, A.P., Gerold, JM, Bozic, I., Chatterjee, K., Iacobuzio-Donahue, C.A., et al. (2017). Реконструкция метастатических моделей рака человека. Нац. коммун. 8, 14114. doi: 10.1038/ncomms14114

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Шварц Р. Ф., Нг С. К. Ю., Кук С. Л., Ньюман С., Темпл Дж., Piskorz, A.M., et al. (2015). Пространственная и временная неоднородность при высокозлокачественном серозном раке яичников: филогенетический анализ. PloS Мед. 12, е1001789. doi: 10.1371/journal.pmed.1001789

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Туси, Х., Моейни, А., Хаджирасулиха, И. (2019). BAMSE: выбор байесовской модели для вывода о филогении опухоли среди нескольких образцов. BMC Биоинф. 20, 282. doi: 10.1186/s12859-019-2824-3

CrossRef Full Text | Google Scholar

Йейтс, Л.Р., Герстунг М., Кнаппског С., Десмедт С., Гундем Г., Ван Лоо П. и соавт. (2015). Субклональная диверсификация первичного рака молочной железы, выявленная мультирегиональным секвенированием. Нац. Мед. 21, 751–759. doi: 10.1038/nm.3886

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Йейтс Л. Р., Кнаппског С., Ведж Д., Фармери Дж. Х. Р., Гонсалес С., Мартинкорена И. и др. (2017). Геномная эволюция метастазов и рецидивов рака молочной железы. Раковая клетка 32, 169–184 e167.doi: 10.1016/j.ccell.2017.07.005

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Zhai, W., Lim, T.K., Zhang, T., Phang, S.T., Tiang, Z., Guan, P., et al. (2017). Пространственная организация внутриопухолевой гетерогенности и эволюционные траектории метастазов при гепатоцеллюлярной карциноме. Нац. коммун. 8, 4565. doi: 10.1038/ncomms14565

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Чжао З. М., Чжао Б., Бай Ю., Ямарино А., Gaffney, S.G., Schlessinger, J., et al. (2016). Раннее и множественное происхождение метастатических линий в первичных опухолях. Проц. Натл. акад. науч. США 113, 2140–2145. doi: 10.1073/pnas.1525677113

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Эволюционные деревья Дарвина | АМНХ

Библиотека музея является частью проекта «Дарвиновские рукописи», целью которого является оцифровка документов, рукописей и корреспонденции Чарльза Дарвина.Среди этих документов есть некоторые из деревьев жизни Дарвина — визуальные представления того, как связаны организмы, — которые представляют собой мозговой штурм ученого по поводу его теорий.

Чарльз Дарвин опубликовал только одно древо жизни за всю свою жизнь, раскладку, которая появляется в О Происхождении видов . Но Дарвин за свою карьеру нарисовал много деревьев, в том числе это для приматов, последнее из которых он, как известно, создал, датированное 21 апреля 1868 года. Ученые подозревают, что Дарвин, не умевший рисовать, отношения  в его собственном уме — форма мышления вслух.

Деревья жизни, подобные этому, помогли Дарвину визуально усовершенствовать свои идеи.
Воспроизведено с разрешения Синдиков библиотеки Кембриджского университета и Уильяма Хаксли Дарвина.

«Я думаю, что это был еще один шаг вперед от рисования», — говорит Дж.Дэвид Арчибальд, автор книг «Лестница Аристотеля», «Дерево Дарвина: эволюция визуальных метафор для биологического порядка ». «Дарвин был ужасным художником, но замечательным писателем. Его работа привела к взрыву эволюционных деревьев. Эволюция переняла иконографию деревьев, и неэволюционисты перестали их использовать».

Ученые и философы уже давно стремятся организовать жизнь — и то, какое место в ней занимают люди — в некий последовательный паттерн, от scala naturae Древней Греции и Рима до великих цепей бытия в Средние века и замысловатых кладограмм сегодняшнего дня.Так что же имел в виду Дарвин с этим деревом, полным нацарапанных надписей и очевидных размышлений?

Доказательства подтвердили раннюю идею Дарвина о том, что приматы, такие как шимпанзе и бонобо, были ближайшими живыми предками человека.
Предоставлено Викискладом

Доктор Арчибальд, палеомаммолог, предполагает, что Дарвин был уверен в связи, основывая ее, как он признает, на работах других натуралистов. Он просто не был уверен, как лучше всего их проиллюстрировать. В конце концов, его дерево близко к современному пониманию, правильно разветвляя относительные положения лемуров и обезьян Нового Света, связывая людей и человекообразных обезьян с обезьянами Старого Света и идентифицируя людей как ветвь человекообразных обезьян.Кроме того, хотя Дарвин не знал, как мы знаем сейчас, что шимпанзе и бонобо являются нашими ближайшими родственниками, он утверждал, что ближайшими живыми родственниками человека были гориллы и шимпанзе, и утверждал , что люди, вероятно, произошли в Африке. Многочисленные ископаемые свидетельства подтвердили правильность его предсказания.

Многое изменилось в эволюционной биологии с тех пор, как Дарвин сделал набросок этого дерева за три года до публикации Происхождение человека  в 1871 году. Споры о том, как лучше группировать организмы и на каком основании, то усиливались, то угасали.В настоящее время наиболее часто используемой системой является кладистика, которая использует общие производные признаки, чтобы определить, насколько близки или отдалены отношения между группами организмов. А относительно недавние революции в области секвенирования генома и суперкомпьютеров еще больше усовершенствовали и усложнили этот процесс.

Деревья жизни, или филогенетические деревья, продолжают использоваться в науке и сегодня, хотя они сложнее, чем предполагал Дарвин.
Предоставлено Викискладом

И тем не менее, ключ к построению древа жизни по-прежнему лежит в фундаменте, заложенном Дарвином для самого факта эволюции: «происхождение с модификацией посредством естественного отбора». Как заключает Арчибальд в своей книге: «До того, как в 1859 году была опубликована книга Дарвина О Происхождении видов , эволюционные деревья жизни были новинкой; после Дарвина они были необходимостью.”

Узнайте о семейной жизни Дарвина в Darwin at Home. Чтобы самостоятельно попробовать некоторые из экспериментов ученого, прочитайте «Как экспериментировать, как Дарвин». Чтобы узнать больше о происхождении проекта «Рукописи Дарвина», прочитайте «Оцифровка работ Дарвина».

Версия этой истории впервые появилась в осеннем выпуске журнала Member Rotunda.

Анализ закономерностей филогенетических деревьев может выявить связи между эволюцией и экологией

В биологии филогенетические деревья представляют собой эволюционную историю и разнообразие видов – «генеалогическое древо» Жизни.Филогенетические деревья не только описывают эволюцию группы организмов, но также могут быть построены из организмов в определенной среде или экосистеме, такой как микробиом человека. Таким образом, они могут описать, как развивалась эта экосистема и каковы могут быть ее функциональные возможности.

Слева направо: профессор физики Суонлунда Найджел Голденфельд, аспирант Чи Сюэ и бывший студент бакалавриата Жиру Лю.

Теперь исследователи из Иллинойса представили новый анализ паттернов, генерируемых филогенетическими деревьями, предполагая, что они отражают ранее предполагаемые связи между эволюцией и экологией.Исследованием руководил профессор физики Суонлунда Найджел Голденфельд (руководитель BCXT/GNDP) вместе с аспирантом Чи Сюэ и бывшим студентом бакалавриата Жиру Лю, которые сейчас работают в Стэнфордском университете. Их результаты были опубликованы в недавней статье в журнале Proceedings of the National Academy of Science под названием «Масштабно-инвариантная топология и резкое ветвление эволюционных деревьев возникают из конструкции ниши».

Смоделированное филогенетическое дерево. Время идет сверху вниз, узлы представляют виды, линии представляют мутации в ДНК, связанные с изучаемым геном.Бифуркации означают события видообразования. Это дерево имеет сложную структуру, но также является фрактальным в топологическом смысле.

Самое известное филогенетическое древо всей жизни на Земле использует гены основного клеточного рибосомного механизма для представления видов. Сравнивая различия между молекулярными последовательностями одних и тех же генов у разных организмов, исследователи могут сделать вывод, какие организмы произошли от других. Эта идея привела к составлению карты эволюционной истории жизни на Земле и открытию третьего домена жизни Карлом Р.Везе и сотрудники в 1977 году.

Настоящие филогенетические деревья представляют собой сложные ветвящиеся структуры, отражающие характер видообразования по мере появления новых мутантов из вида. Ветвящиеся структуры сложны, но их можно охарактеризовать с точки зрения сбалансированности и других статистических признаков, отражающих топологию дерева. Простейшая характеристика состоит в том, чтобы посмотреть на каждый узел ветвления дерева: разделяется ли он на две ветви одинаковой длины или ветви неравной длины? Первый считается сбалансированным, а второй — неуравновешенным.

Несмотря на сложность деревьев, в течение эволюционного времени существует последовательная математическая модель топологической структуры, которая является самоподобной или фрактальной по своей природе. Используя минимальное представление эволюции, исследователи показали, как эта фрактальная структура отражает неизгладимый отпечаток взаимодействия между экологическими и эволюционными процессами. Минимальные модели природы не претендуют на то, чтобы быть чрезмерно реалистичными, вместо этого они построены таким образом, чтобы охватить наиболее важные составляющие процесса таким образом, чтобы упростить моделирование и математический анализ.

В работе Гольденфельда часто используются минимальные модели для объяснения общих аспектов сложных биологических и физических явлений, которые нечувствительны к точным деталям. Другие аспекты сложных явлений не могут быть хорошо описаны таким образом, но известно, что физические закономерности, такие как самоподобие в пространстве, поддаются описанию с использованием минимальных подходов к моделированию.

«Поэтому казалось разумным попробовать этот подход и для описания самоподобия во времени», — сказал Гольденфельд.

«Мы приступили к изучению топологических свойств филогенетического дерева и в итоге получили дополнительный «плод объяснения» особого характера дерева», — сказал Сюэ.

Слева: Сбалансированное филогенетическое дерево. Справа: максимально несбалансированное филогенетическое дерево. На обеих панелях время идет сверху вниз, а узлы представляют виды. Линии, соединяющие их, представляют количество мутаций в ДНК, связанных с изучаемым геном.

Исследование вращалось вокруг концепции эволюционной экологии, известной как создание ниши, впервые предложенной около 40 лет назад. При построении ниш организмы модифицируют свою среду, тем самым создавая новые экологические ниши в экосистеме и изменяя окружающую среду.В свою очередь, эти новые ниши влияют на общую эволюционную траекторию организмов, живущих в окружающей среде. Конечным результатом является то, что эволюция и окружающая среда тесно связаны друг с другом. Идея о том, что эволюция не происходит на чисто статичном фоне окружающей среды, противоречива, несмотря на то, что она интуитивно привлекательна. Их результаты дополняют существующий объем работ, определяя долгосрочные эффекты построения ниши таким образом, который может быть обнаружен современной геномикой и построением филогенетического дерева.

В работе, представленной здесь, исследователи смоделировали организмы и связали с ними значение ниши, описывающее их взаимодействие с окружающей средой. Те организмы с большой ценностью ниши содержали большое количество способов адаптироваться к окружающей среде и в конечном итоге привели к их выживанию, в то время как организмы с небольшой ценностью ниши были менее устойчивыми.

«В нашей модели мы положительно связываем нишу с вероятностью видообразования в том смысле, что организм с большой нишей, вероятно, может успешно диверсифицироваться», — сказал Сюэ.«Во время эволюции филогенетического дерева, когда два дочерних узла возникают из родительского, они получают свои ниши частично за счет наследования, а частично за счет построения».

Исследователи показали, что виды, которым не хватает места в нише, больше не могут разветвляться или видоизменяться. Математически это было представлено в виде так называемого поглощающего граничного условия на узле, представляющем этот вид.

«Его родственный узел, вероятно, все еще диверсифицируется, пока эта ниша остается положительной, но два родственных узла больше не являются симметричными, и дерево становится несбалансированным», — объяснил Сюэ.«Мы продемонстрировали, что поглощающая граница имеет решающее значение для создания фрактальной структуры дерева и что конструкция ниши гарантирует, что некоторые узлы достигнут границы».

Исследователи использовали упрощенную модель построения ниши и смогли воспроизвести фрактальное масштабирование в топологии дерева. В их расчетах использовались методы, заимствованные из совершенно другой области науки — физики фазовых переходов. Пример фазового перехода — когда материал, такой как железо, становится магнитным при понижении его температуры.Магнетизм проявляется постепенно, как только температура падает ниже критического значения.

Гольденфельд объяснил, как работает эта необычная аналогия: «Очень близко к этой критической температуре магнит также является фрактальным или самоподобным: он структурирован во вложенные друг в друга области магнитных и немагнитных доменов. Эта вложенная или самоподобная структура в пространстве напоминает вложенную или самоподобную структуру разветвляющихся ветвей дерева во времени». Используя компьютерное моделирование и математику фазовых переходов, исследовательская группа смогла продемонстрировать, как возникает фрактальное масштабирование топологии дерева.

«Наша модель имеет небольшое количество компонентов и предполагает простую математическую форму, и тем не менее она генерирует масштабирование по степенному закону с правильным показателем степени, который наблюдается в реальных биологических данных», — пояснил Сюэ. «Просто удивительно видеть, на что способна минимальная модель».

«Мы смогли воспроизвести не только степенное поведение, но и нетривиальную экспоненту, которая очень близка к реальности», — сказал Лю. «Другими словами, смоделированные деревья не только масштабно-инвариантны, но и в некотором роде реалистичны.

В дополнение к описанию фрактальной топологии филогенетических деревьев модель также учитывала образцы эволюционных клад, которые ранее задокументированы профессором биологии растений Джеймсом О’Дуайером (BCXT), экологом, получившим образование в области теоретической физики, как и Голденфельд. .

«Было особенно приятно получить некоторое представление о более раннем открытии Джеймса, используя концептуальный инструментарий, полученный из статистической физики», — прокомментировал Гольденфельд.«Эта работа иллюстрирует, как мощные и неожиданные результаты могут быть получены из междисциплинарных исследований, кропотливого анализа данных и минимального моделирования».

Наличие конструкции ниши создает значительный след на эволюционной траектории, который невозможно устранить даже в долгосрочных масштабах. Некоторых может удивить идея о том, что построение ниш, основанное на гораздо более коротком временном масштабе, возникает как долговременная память в филогенетических деревьях. Действительно, Лю добавляет, что эта «масштабная интерференция» также является отличительной чертой фазовых переходов, когда расстояние между атомами в магнитном кристалле в масштабе ангстрема может влиять на свойства материала в масштабе сантиметров.

«Когда я узнал об идее масштабной интерференции на уроке физики Найджела по фазовым переходам три года назад, я не ожидал ничего из следующего: присоединиться к его группе, применить эту идею и решить биологическую проблему», — сказал Лю. «Теперь я рад, что не задремал во время той лекции».

Филогенетическое древо — Биологическое видео от Brightstorm

Люди учатся лучше всего, часто, глядя на картинки и диаграммы. Это помогает нам действительно понять, что происходит.Поэтому ученые, когда они пытаются выяснить, кто кому связан, и как лучше всего это объяснить, они часто обращаются к диаграммам, называемым филогенетическими деревьями.

Теперь вы смотрите на это имя и думаете: «Вау, это страшная идея». Но на самом деле это нетрудно понять, потому что филогенетические деревья — это, по сути, то же самое, что генеалогическое древо. О чем говорит генеалогическое древо? Что ж, генеалогическое древо показывает вам, кто кому связан, и в этом цель Филогенетического древа.Это диаграмма ветвления, которая показывает эволюционные отношения. Какие организмы дали начало и с какими другими организмами наиболее тесно связаны. Как я уже сказал, это очень похоже на генеалогическое древо.

Как же составить генеалогическое древо? Ну, вы могли бы начать просматривать записи, которые свидетельствуют о том, кто кого родил. Но во многих случаях у вас может не быть этих письменных документов, поэтому мы можем обратиться к анализу ДНК и посмотреть, чья ДНК обнаружена у кого. Вот как они построили некоторые семейные отношения королевских семей, таких как семья Томаса Джефферсона или его потомков, отслеживались таким образом.

Ну, точно так же ученые будут изучать ДНК разных видов. Затем сравните их ДНК, сравните их РНК, сравните их белки, все эти разные молекулы, чтобы выяснить, какие организмы, какие виды наиболее тесно связаны с кем.

Теперь, когда вы посмотрите на эти диаграммы, иногда они построены очень, я хочу сказать, схематично, но иногда они показывают разную длину ветвей. Если вы видите эти очень точно расположенные длины ветвей, то они пытаются дать вам примерное представление о том, сколько времени проходит между этими организмами.Как давно они отделились друг от друга.

Если мы посмотрим на это. Это пример филогенетического дерева. Вы можете видеть здесь внизу, как у настоящего дерева, есть центральный ствол. Ну, это подразумевает, что есть какой-то общий предок. От этого общего предка у нас есть эти три основные ветви. От них они снова разветвились, дав начало самым разным организмам.

Вы можете видеть здесь внизу, там общий предок, вы находитесь здесь, в царстве животных.Вы можете видеть, что были большие периоды времени, которые отделяли нас от всех этих других существ. Итак, это филогенетическое дерево.

Сюрприз эволюции в гигантском древе жизни

Медоносы, маленькие птицы, населяющие Гавайские острова, имеют широкий выбор форм клюва. Некоторые виды имеют длинные тонкие клювы, приспособленные для сбора насекомых с листьев. Другие обладают толстыми клювами, которыми удобно раскалывать твердые семена. Согласно классическому взгляду на эволюцию, естественный отбор привел к развитию этих различных видов.Каждый вариант адаптирован для разных экологических ниш. Но Блэр Хеджес, биолог из Университета Темпл в Филадельфии, предложил провокационную альтернативу: адаптация тут ни при чем. Это был просто вопрос случая и времени.

Это спорное предложение проистекает из усилий Хеджеса и его сотрудников построить самое полное в мире древо жизни — диаграмму, показывающую связи между 50 000 видов огромного зверинца Земли. Их анализ показывает, что видообразование по существу случайно.Независимо от формы жизни — растения или животного, насекомого или млекопитающего — для образования нового вида требуется около 2 миллионов лет. Случайные генетические события, а не естественный отбор, играют главную роль в видообразовании.

Биологи-эволюционисты находят исследования интригующими, особенно в плане их размера и размаха, но они также несколько скептически относятся к появившимся провокационным идеям. «Это огромная демонстрация силы», — сказал Арне Мурс, биолог из Университета Саймона Фрейзера в Британской Колумбии. «Есть много интересных утверждений — дьявол кроется в деталях.

Блэр Хеджес, биолог из Университета Темпл в Филадельфии, оспаривает идею о том, что естественный отбор является движущей силой развития новых видов.

Блэр Хеджес

Блэр Хеджес, биолог из Университета Темпл в Филадельфии, оспаривает идею о том, что естественный отбор является движущей силой развития новых видов.

Чтобы построить дерево, Хеджес, его коллега по храму Судхир Кумар и их сотрудники собрали данные почти 2300 опубликованных исследований, из каждого из которых выявляли время, когда два вида отделились от общего предка.Они использовали эти данные для построения карты отношений между различными видами, известной как «древо времени». Чтобы сформировать ветвь, исследователи начали с двух видов в пределах близкородственной таксономической группы, которые имеют самого последнего общего предка. Затем они добавили следующий ближайший вид и так далее. (В генеалогическом древе это сродни тому, чтобы начать с братьев и сестер, а затем добавить двоюродных и троюродных братьев и сестер.) Объединение всех этих ветвей приводит к всеобъемлющему древу жизни.

«Они проделали поразительно масштабную работу», — сказал Майкл Бентон, палеонтолог из Бристольского университета в Англии.«Многие люди в этой области не смогли бы этого сделать».

Ученым потребуется некоторое время, чтобы разобраться в технических деталях статьи, опубликованной в апреле в журнале Molecular Biology and Evolution . И хотя некоторые ученые хвалили его, другие немедленно оспорили результаты, поставив под сомнение как точность дерева, так и выводы, сделанные Хеджесом. «Я очень скептически отношусь к выводам о закономерностях видообразования из такого широкого обзора древа жизни», — сказал Крис Джиггинс, биолог из Кембриджского университета в Англии.

Загадка видов

Одна из причин, по которой ученые настроены скептически, заключается в том, что часовая модель Хеджеса противоречит традиционной картине эволюции. «Классический взгляд на эволюцию состоит в том, что она происходит скачкообразно, — сказал Бентон. Изменение окружающей среды, такое как повышение температуры после ледникового периода, может спровоцировать всплеск видообразования, поскольку организмы приспосабливаются к новому окружению. С другой стороны, одна замечательная адаптация, такая как полет у предков птиц или волосы у млекопитающих, может вызвать массовую экспансию животных с такими характеристиками.

Хеджес утверждает, что, хотя такие всплески действительно происходят, подавляющее большинство видообразования более прозаично и равномерно по времени. Для начала две популяции разделяются по географии или другим факторам. Новые виды появляются в среднем каждые 2 миллиона лет в ритме метронома, обусловленном случайным характером генетических мутаций. Он сравнивает этот процесс с радиоактивным распадом. Невозможно предсказать, когда распадется отдельное радиоактивное ядро, но сгусток многих атомов будет распадаться с предсказуемой скоростью, известной как период полураспада материала.Точно так же мутации поражают геном случайным образом, но в течение достаточно долгого времени накопление мутаций происходит по определенной схеме. «Это своего рода часы видообразования, — сказал Хеджес.

Контент

Этот контент также можно просмотреть на сайте, откуда он взят.

В этой интерактивной инфографике три линии показывают, как часто организмы видообразуются с течением времени. Во всем мире природы — у позвоночных, членистоногих и растений — новые виды чаще всего возникают спустя немногим более 2 миллионов лет.Эта согласованность предполагает, что некоторые исследователи полагают, что причиной развития новых видов являются случайные генетические мутации, а не естественный отбор.

Вспомните гавайских медоносов. Часы видообразования запустились, как только птицы мигрировали на новый остров и начали накапливать случайные мутации. Подавляющее большинство этих мутаций были нейтральными и не влияли на внешний вид и поведение птиц. Время от времени появлялась полезная мутация, например, клюв удлинялся, а его носитель становился более эффективным охотником.Согласно традиционной модели видообразования, адаптации в конечном итоге сделали две популяции слишком разными, чтобы скрещиваться между собой, даже если бы они снова вступили в контакт. В этом сценарии адаптации приводят к созданию нового вида.

Перейти к основному содержанию Поиск