Bài giảng Tin sinh học: Chương 4 - ThS. Nguyễn Thành Luân

Bài giảng Tin sinh học: Chương 4 - ThS. Nguyễn Thành Luân

ThS Nguyễn Thành Luân

luannt@cntp.edu.vn

Bioinformatics

Các ứng dụng thực tiễn

như động vật có xương sống bên

cạnh động vật nguyên sinh có cấu

tạo rất đơn giản?

Bioinformatics

Tìm hiểu các quan hệ loài

Bioinformatics

CÂY PHÁT SINH LOÀI LÀ GÌ?

Miêu tả lịch sử tiến hóa của một nhóm

loài với những đặc tính khác nhau

nhưng có cùng mối quan hệ họ hàng

Cây phát sinh loài „kể lại‟các thời

điểm „lâu đời nhất‟ trong mối quan

hệ loài từ 1 tổ tiên chung

 Biểu hiện tổ tiên chung cho tất cả các

loài/gene trong cây phát sinh

 Các loài gần nhau, có khoảng cách từ gốc

đến ngọn sát nhau có thể là họ hàng „gần‟

của nhau trong 1 thời điểm ở quá khứ

Ý nghĩa cây phát sinh loài

Phản ánh

 Mức độ quan hệ giữa các nhóm loài sinh

vật

 Quá trình tiến hoá của các nhóm sinh vật

từ thấp đến cao, từ đơn giản đến phức

tạp

 Biết được số lượng của các nhóm động

vật

Bioinformatics 10

Tác phẩm “Nguồn gốc các loài”

Tác giả: Charles Darwin

Xuất bản năm 1859

Giới thiệu giả thuyết các loài tiến hóa

là kết quả của quá trình chọn lọc tự

nhiên

Quyển sách gây tranh cãi vì mâu

thuẫn với niềm tin tôn giáo

Darwin cho rằng các loài có chung

một nguồn gốc khi ông quan sát các

loài “tương tự” trong suốt chuyến

hành trình

Bioinformatics 16

Ý tưởng …

Nhóm 1: 6 loài (1, 3,

4, 5, 6, 10) sống trên cây

Nhóm 2: 6 loài (7, 8,

11, 12, 13, 14) sống trên mặt đất Nhóm 3: 1 loài (9) sống ở đảo Cocos Nhóm 4: 1 loài (2) khác với chim sẽ và giống chim nháy

Darwin‟s tree of life

Quan điểm Darwin về tiến hóa

của loài người

Bioinformatics 22

Trình tự bảo tồn

Là những trình tự mã hóa hoặc không

mã hóa protein đóng vai trò chức

năng quan trọng đối với sinh vật

Bioinformatics 25

Phương pháp nghiên cứu

Sắp xếp các trình tự

Phối hợp với thời gian

Xây dựng cây phát sinh loài

Bioinformatics

Các đột biến có thể xảy ra

 Transition (Sự chuyển đoạn)

 Xảy ra ở các nhóm chuyển tiếp từ purine (A <-> G) hay

pyrimidine (C <->T)

 Transversion (Sự đảo đoạn)

 Xảy ra ở các nhóm chuyển từ purine sang pyrimidine

hoặc ngược lại (A<->T, C<->G, A<->C, T<->G)

 Tất cả các đột biến trên đều là đột biến điểm

(point mutation) trong di truyền với các loại: mất

đoạn, chuyển đoạn, thêm đoạn, hoặc đảo

Các dạng cây tiến hóa loài với dạng cây phát sinh loài

không biết rõ nguồn gốc (a) và cây biết rõ nguồn gốc (b)

Bioinformatics

Cây phát sinh loài không rõ

nguồn gốc (Unrooted tree)

Là dạng mạng lưới quan hệ loài

Không chắc chắn thời gian, không

gian khởi đầu

Biểu hiện quan hệ họ hàng nhưng

không phản ánh sự tiến hóa

Không thể nhận rõ khi quá trình

nhân bản gene diễn ra

Bioinformatics

Cây phát sinh loài biết rõ

nguồn gốc (Rooted tree)

Cây phát sinh loài biểu hiện rõ sự

tiến hóa

 Có thể chỉ ra quá trình nhân bản gene xuất

hiện

 Có nguồn gốc - Ví dụ tổ tiên chung liên quan

đến tất cả các trình tự gene hoặc loài

 Đòi hỏi1 nhóm đặc biệt không liên quan đến

nhóm nghiên cứu (outgroup)

Cây phát sinh loài biết rõ

nguồn gốc (Rooted tree)

Bioinformatics

Các dạng của cây phát sinh loài

biết rõ nguồn gốc (Rooted tree)

Cây phát sinh sơ đồ phân ly (Cladograms) biểu hiện tất cả các tỷ

lệ quan hệ loài ngang nhau ở mức độ quan hệ họ hàng Cây

phát sinh nhánh tiến hóa (phylograms) biểu hiện các nhánh

có tỷ lệ khác nhau tiêu biểu cho sự khác biệt giữa gene/loài

Bioinformatics

Cây phát sinh nhánh tiến hóa

Các nhánh dài hơn chỉ ra việc tiến hóa diễn ra nhanh hơn – đặc biệt hữu ích trong việc tìm hiểu các quan hệ được sinh ra từ dữ liệu mã hóa trình tự, có thể chỉ ra sự thay đổi về chức năng, hoặc về môi trường sống…

Bioinformatics

Ví dụ

Cây phát sinh loài 1, 2, 3 theo thứ tự là;

(a) Dạng phân ly, nhánh tiến hóa và dendrogram

(b) Không rõ nguồn gốc, nhánh tiến hóa và phân

ly

(c) Có nguồn gốc, phân ly và nhánh tiến hóa

(d) Không có đáp án nào đúng

Bioinformatics

Các phương pháp để xây

dựng cây phát sinh loài

Các phương pháp cơ bản trong phân

mối liên hệ loài gần nhất

Là 1 cơ chế phân tử nghiêm ngặt

(theo dạng đồng hồ)

–Tỷ lệ đột biến gen ngang nhau trong

mỗi giống loài

– Khi tỷ lệ khác biệt 1 cách chắn

chắn  không chính xác

Bioinformatics

Cách tính

(1) a + b = 3 (2) a + e + c = 9 (3) b + e + c = 8 _

(2)-(3) a - b = 1 (1) a+ b = 3 (2-3+1) 2a = 4

a = 2

b = 1 Tương tự:

 Sự khác biệt giữa các nhánh có thể biểu hiện dạng

số hay độ dài của các nhánh tiến hóa

 Nhánh tiến hóa càng ngắn, loài đó được xem như

xuất hiện trước, nhánh tiến hóa dài biểu hiện loài

xuất hiện sau

Bioinformatics

Phương pháp thống kê

Nguồn gốc Parsimony: giả thuyết

đơn giản nhất nên là 1 giả thuyết

thích hợp nhất (the preferred

hypothesis)

Là 1 dạng ứng dụng xây dựng cây

phát sinh loài dựa trên trình tự, cây

nào được suy ra có ít tỷ lệ đột biến

nhất sẽ được chọn là cây phát sinh

loài thích hợp

• Sau đó vẽ sơ đồ cột đầu tiên của trình tự

được sắp xếp trên mỗi cây, đếm số lượng

các thay đổi trong trình tự

 Lặp lại các phân tích cho mỗi cột trình tự

 Tổng hợp các thay đổi cho mỗi loại cây phát

sinh có thể xảy ra tạo nên cây phát sinh loài:

 Ví dụ: Tree 1 = 1 (Cột 1) + 1 (Cột 2) + 1(Cột 3)

+ 0(Cột 4)

 Cây phát sinh thích hợp được lựa chọn dựa trên

sự thay đổi ít nhất của số lần thay đổi

Phương pháp tìm kiếm các khả

năng có thể xảy ra (Likelihood)

trình tự

biệt, tính toán các khả năng có thể xảy ra

 Đưa ra 1 mô hình tiến hóa nhất

sánh các khác biệt

Bioinformatics

Khảo sát sự tiến hóa

 Quá trình chuyển đoạn ( transition A↔G, C↔T ) xảy

ra thường xuyên hơn quá trình đảo đoạn

( transversion A↔C, A↔T, G↔C, G↔T )

 Các sự đảo đoạn miêu tả những sự thay đổi mãnh

liệt hơn so với các trình tự nhóm với nhau bởi quá

trình chuyển đoạn

Bioinformatics

Khảo sát sự tiến hóa

Bioinformatics

Khảo sát sự tiến hóa

định tỷ lệ đột biến (Base thường xuất hiện

và các tỷ lệ đột biến)

khả năng có thể xảy ra của mỗi cây phát

sinh loài tại mỗi vị trí của trình tự sắp xếp

định cây phát sinh loài thích hợp nhất

Bioinformatics

Câu hỏi ôn tập

Theo bảng cột dữ liệu trình tự dưới

đây,cây phát sinh loài nào thích hợp hơn

nếu PP likelihood được sử dụng để phân

tích dữ liệu

Bioinformatics

Độ tin cậy của cây phát sinh loài

Phương pháp chuẩn cho tất cả các cây

(ma trận khoảng cách, parsimony,

likelihood) là điểm lặp lại (bootstrap)

Sequence1 GAGCTAGGGAATCTTAATTTGAAGGTT

Sequence2 GAACTCGGGACTCTTGATCTGAGGGTT

Sequence3 ATGTGAGGGAATCTTATATTGAAGGTT

Sequence4 ATATGAGGAAATCTTAATTTGAAGGTT

Điểm lặp lại (Bootstrap)

 Là kỹ thuật xử lý thống kê các phép đo lường

về độ chính xác với các khoảng ước lượng về

mẫu nghiên cứu

 Cho phép sự ước lượng các giá trị khác biệt

trong 1 sự phân bố các mẫu nghiên cứu

(sample)

 Kiểm định giả thuyết trong thống kê bằng số

lần thử lại (resampling) với sự thay thế từ

nguồn dữ liệu gốc (original data)

Bioinformatics

Điểm lặp lại (Bootstrap)

Ngẫu nhiên khảo sát các cột từ trình tự n

lần

 1 số cột được trình bày nhiều lần, 1 số khác thì

hoàn toàn không

 Xác định cây phát sinh loài tốt nhất trong nguồn

dữ liệu

 Lặp lại ngẫu nhiên mẫu nghiên cứu và khảo sát

cây phát sinh loài nhiều lần khác nhau (100 –

Không hoàn toàn mô tả chính xác lịch

sử tiến hóa của các loài

Các vấn đề về việc dựa vào các phân

tích trên 1 loại đơn lẻ về tính trạng

hoặc biểu hiện gen & protein

Thường khác biệt với loài đầu tiên so

sánh dựa trên dữ liệu khác biệt trong

nghiên cứu

Bioinformatics

Các hạn chế của cây phát

sinh

Dữ liệu đầu ra của phân tích quan hệ loài

là 1 phép ước lượng các biểu hiện phát

sinh loài (phylogenetic characteristic)

VD: 1 cây phát sinh loài về 1 tiểu phần gen

về Haemoglobin) không phải cây phát sinh

loài về phân loại về Haemoglobin của loài từ

 Khi 1 loài đã tuyệt chủng có trong cây phát sinh

loài, chúng là đại diện cho 1 nhánh cuối không

liên quan vì chúng hầu như không giống 1 tổ

tiên trực tiếp của 1 loài đang còn tồn tại khi

chưa được chứng minh

 Theo quan điểm chủ nghĩa hoài nghi, 1 loài đã

tuyệt chủng được phân tích trình tự hoàn toàn

 Lần đầu tiên trong lịch sử một ngành nghiên cứu

tiến hóa được ứng dụng trong việc xác định các

tội phạm trong xét xử

 Xác định phụ nữ mang thai mang virus HIV+ trong các

biểu đồ tuần hoàn máu sau khi mang thai

 Chồng cô đã kiểm tra HIV âm tính

 Người phu nữ khẳng định rằng cô ta không có thói

quen “bừa bãi trong sinh hoạt”

Bioinformatics

Luận điểm của Louisiana vs

Schmidt

 Cô ta khẳng định rằng chỉ 1 nguồn duy

nhất có thể lây truyền là 1 chất tiêm

“Vitamin K” được đưa bởi bạn trai cũ

 Chia tay không êm thắm Bạn trai cũ nổi

giận, chia tay với những cuộc viếng thăm

hoặc cuộc gọi không mong muốn

 Bạn trai cũ của cô là 1 nha sĩ, có 1 bệnh

nhân HIV mà anh ấy đã lấy mẫu máu

tiêm và tỷ lệ phát triển nhanh của các

đột biến di truyền của virus HIV/AIDS,

căn cứ theo các nguồn dữ liệu về AIDS

Câu hỏi: Có phải dòng HIV từ người

phụ nữ có phải có mối liên quan với

dòng HIV được lấy từ máu bệnh

nhân của nha sĩ?

Chứng minh giả thiết

 Chiết DNA, phóng đại DNA bằng PCR và giải mã

trình tự từ những nhóm gen riêng biệt như:

–Người phụ nữ

–Virus HIV của người nha sĩ

–Từ bệnh nhân có mang HIV+

–Các dòng AIDS từ các phân bố và phân loại loài

có liên hệ gần của Lafayette

 Sắp xếp tất cả trình tự

 Phân tích cây phát sinh loài

Chứng minh giả thiết dựa

trên cây phát sinh loài

Bioinformatics

Các ứng dụng khác

Bioinformatics

Các tài liệu tham khảo thêm

 Cây phát sinh loài không

rõ nguồn gốc biểu hiện mối quan hệ giữa trình tự aa của

F rubripes IL-6 cho toàn bộ

chiều dài phân tử với các nhóm IL-6 đã biết trong trình tự thành viên của họ

IL 6

 Cây phát sinh loài được xây dựng dựa trên mối quan

hệ láng giềng joining)

Sự tiến hóa tương lai???

Bioinformatics

Các kiến thức cần nhớ

Định nghĩa cây phát sinh loài

Ý nghĩa của cấy phát sinh loài

Các dạng đột biến trong cây phát