sergio russo matioli depto. de genética e biologia...

Filogenias moleculares

Sergio Russo MatioliDepto. De Genética e Biologia evolutivaIB - USP Com contribuições de:

Dra Erika Sendra Tavares

Genética de populações, evoluçãomolecular e suas implicações nas

reconstruções filogenéticas

Parte I

Genética de populações

Ciência que estuda a dinâmica de alelos e genótiposem populações

Dados empíricos:

Genótipos de amostras populacionais

Ferramentas analíticas:

Estimadores de parâmetros baseados em modelosmatemáticos

Genética de populaçõesFenômenos estudados

A) Estruturas espaço-temporais de freqüências gênicas egenotípicas

B) Sistemas de cruzamento

C) Mutações

D) Fluxo gênico

E) Seleção natural

F) Deriva genética

Genética de populaçõesProblemas mais comuns

A) Problemas de escala: Estimativas de números muitopequenos (taxas de mutação, coeficientes de seleção, taxas demigração) e números muito grandes (Tamanhos populacionais,número de gerações). O conhecimento empírico dos valores équase sempre impraticável.

B) Problemas de testes de hipóteses: Os fenômenos estudadospela genética de populações não são mutuamente exclusivos eprocessos diferentes podem originar padrões semelhantes.

Genética de populaçõesSoluções dos problemas comuns

A) Muitos parâmetros de Genética de populações que podemser mais facilmente estimados resultam da multiplicação devalores grandes por valores pequenos, como Nm, Ns, Nµ, etc.(N= tamanho populacional, s = coeficiente de seleção e µ =taxa de mutação)

B) Problemas de testes de hipóteses: Certos processos têmefeitos globais e outros têm efeitos locais, assim, o estudo devários locos pode ajudar na interpretação dos padrões.

Evolução molecular

Ciência que estuda padrões existentes em macromoléculas de organismosatuais e faz inferências sobre processos que ocorreram na geração de taispadrões durante a evolução dos organismos.

Dados empíricos:

Seqüências e estruturas de macromoléculas

Ferramentas analíticas:

Programas computacionais baseados em modelos matemáticos.


Fenômenos estudados

A) Modificações de estruturas primária, secundária, terciáriae quaternária de macromoléculas por substituição demonômeros ou rearranjos.

B) Duplicações gênicas

C) Transferências horizontais de genes

D) Recrutamento de genes


Problemas mais comuns

A) Estabelecimento da homologia (as macromoléculasconsideradas de organismos atuais derivam da mesmamacromolécula que existiu em um ancestral comum?).

B) Estabelecimento do tipo de homologia (ortologia,paralogia e xenologia).

C) Necessidade de conhecimento filogenético prévio.

Evolução molecularSoluções dos problemas mais comuns

A) A homologia pode ser estabelecida com informações deoutros níveis estruturais (estrutura 2ária, 3d),

B) O estabelecimento do tipo de homologia fica facilitadocom o crescimento dos bancos de dados de genomas inteirose também com conhecimento de séries parálogas completas.

C) As filogenias podem ser reconstruídas dados de outranatureza e as informações paleontológicas podem também serutilizadas em certos casos.

Estrutura de proteínas

RNAse

Ácidos nucléícos também têm estruturas!

Algumas generalizações

Qualquer mudança evolutiva, em qualquer nível fenotípico (bioquímico,fisiológico, etológico, morfológico, ecológico, etc.), temNECESSARIAMENTE como causa pelo menos uma modificação de umamacromolécula hereditária.

Uma modificação de uma macromolécula hereditária pode causar OUNÃO uma mudança em algum nível fenotípico (bioquímico, fisiológico,etológico, morfológico, ecológico, etc.)

Algumas generalizações

Uma mudança evolutiva em qualquer nível fenotípico (bioquímico,fisiológico, etológico, morfológico, ecológico, etc.) pode ser causada porUMA ou MAIS modificações diferentes em macromoléculas hereditárias.

As mudanças evolutivas fixadas em organismos atuais passaramnecessariamente por processos estudados pela Genética de populações.

Evolução molecular e genética depopulações

Principais dados empíricos:

As relações entre a estruturas primárias de macromoléculas deorganismos atuais refletem muito mais o parentesco dosorganismos do que as características fenotípicas associadas a estes.(Zukerkandl e Pauling, 1962)

Macromoléculas diferentes evoluem com velocidades diferentes

Taxas de evolução

Evolução molecular e genética depopulações

Principais dados empíricos:

Trechos diferentes de macromoléculas evoluem com velocidadesdiferentes

Macromoléculas que evoluem mais rapidamente são maispolimórficas

Implicações teóricas dos padrõesobservados de evolução molecular

Os polimorfismos moleculares podem ser mantidos dinamicamente porseleção natural ou podem ser transitórios como resultado de derivagenética

A manutenção de polimorfismos por seleção natural, entretanto implicaa imposição de carga genética para as populações naturais

Carga genética

Carga genética é definida como a fração da população que deixade se reproduzir por uma causa de natureza genética. A cargagenética pode ser mutacional, recombinacional ou resultante deseleção natural.

Carga genética

Normalmente, o valor da carga genética é calculado secomparando uma população que não apresenta aquele fatorgenético com uma população que o apresenta. No caso de umapopulação sem seleção , o valor de referência é 1.

Carga genéticaUma população que está sofrendo seleção em favor de heterozigotos(coeficiente de seleção s para um dos homozigotos e t para o outro) temuma proporção de indivíduos que se reproduzem:

1 - sp2 - tq2

Por exemplo, se s = 0,2 e t = 0,1, no equilíbrio q = 0,667 e p = 0,333.Nesse caso a carga genética da população será de cerca de 6,7% dapopulação (aqueles que não se reproduzem por causa genética).

AA Aa aaGenótipos

Valores adaptativos 1-s 1 1-tFreqüências p2 2pq q2

Valor adaptativo médio =

Carga genética = -(sp2+sq2)

Carga genéticaUma população que está sofrendo seleção em favor de heterozigotos para10.000 locos gênicos ao mesmo tempo, supondo que a carga genética daseleção para cada um dos locos é apenas 0,1%, temos:

Valor adaptativo médio da população considerando-se apenas um locogênico:

0,999

Valor adaptativo médio da população considerando-se todos os 10.000locos gênicos:

0,99910000 = 0,000045

Decorrências teóricas

O principal motor da evolução molecular, especialmente no nível desubstituições nucleotídicas, é a deriva genética

Propriedades da evolução por derivagenética

Populações grandes estão menos sujeitas à deriva genética masapresentam maior probabilidade de aparecimento de mutantes neutros.

Populações pequenas estão mais sujeitas à deriva genética masapresentam menor probabilidade de aparecimento de mutantes neutros.


As taxas de evolução neutra por deriva genética são portanto constantese independentes dos tamanhos populacionais.

As taxas de evolução neutra por deriva genética são portantoproporcionais às taxas de mutação e à intensidade de seleção naturalnegativa.

Implicações da evolução por deriva genéticanas reconstruções filogenéticas de

organismos por informações de seqüênciasmacromoleculares

Escolha de moléculas

1. Há a necessidade do estabelecimento inequívoco de homologiado tipo ortologia.

2. Idealmente sujeita à evolução predominantemente neutra.

3. Taxas compatíveis com o nível taxonômico alvo.

Implicações da evolução por deriva genéticanas reconstruções filogenéticas de

organismos por informações de seqüênciasmacromoleculares

Escolha dos métodos de análise

Uma vez que a evolução por deriva genética pode ser consideradacomo o principal motor da evolução no nível molecular e estadepende basicamente das propriedades dos processos de mutação ede seleção natural negativa, idealmente esses fatores têm que serlevados em conta.

Filogenias moleculares.Métodos

Parte II

FilogeniasFilogenias“História evolutiva de um grupo taxonômico, incluindo as relações de parentesco entreespécies ancestrais em vários níveis e as espécies descendentes.” - Dalton de SouzaAmorim.

Seqüências recentes

Seqüências ancestrais

A

B

C

D

Fenotípicos Genotípicos

Dados utilizados em reconstruções filogenéticasDados utilizados em reconstruções filogenéticas

Caracteres homólogos: similaridades devidas à ancestralidadecomumExemplo:

654321

ATCGCTTTCGCTATCGCAAGGCGATáxon A

Táxon BTáxon CTáxon D

Estados diferentesde um mesmo

caráter

Reconstrução filogenética:Reconstrução filogenética:Métodos de inferênciaMétodos de inferência

Máxima parcimôniaMáxima parcimônia

Máxima verossimilhançaMáxima verossimilhança

Métodos baseados em distânciasMétodos baseados em distâncias

0Nd(N-1,N) 0N-1

......0...d(4,N)d(4,N-1)...04d(3,N)d(3,N-1)...d(3,4) 03d(2,N)d(2,N-1)...d(2,4)d(2,3) 02d(1,N)d(1,N-1)...d(1,4)d(1,3)d(1,2) 01

NN-1...4321

Dada uma matriz de distâncias:Dada uma matriz de distâncias:



Árvores são diagramas com dimensões fracionárias nosÁrvores são diagramas com dimensões fracionárias nosquais os nós são conectados por ramos, sem que haja ciclos. Umaquais os nós são conectados por ramos, sem que haja ciclos. Umaárvore derivada de uma matriz de distância deve respeitar asárvore derivada de uma matriz de distância deve respeitar asdistâncias presentes na matriz.distâncias presentes na matriz.



Considere a seguinte matriz com distâncias par a par entre asConsidere a seguinte matriz com distâncias par a par entre asseqüências A, B, C, D e E (p. ex. Número de sítios diferentes):seqüências A, B, C, D e E (p. ex. Número de sítios diferentes):

94D

9458C

192192192B

19219219282A

EDCBA



Os nós A, B, C, D e E e as distâncias entre os nós podem serOs nós A, B, C, D e E e as distâncias entre os nós podem serassim representados:assim representados:



As linhas que conectam os nós A, B, C, D e E podem serAs linhas que conectam os nós A, B, C, D e E podem serrearranjadas geometricamente de tal forma que as distânciasrearranjadas geometricamente de tal forma que as distânciaspresentes na matriz sejam preservadas:presentes na matriz sejam preservadas:



As distâncias nas árvores são idênticas às da matriz:As distâncias nas árvores são idênticas às da matriz:

94D

9458C

192192192B

19219219282A

EDCBA



Nesse caso particular, uma árvore Nesse caso particular, uma árvore ultramétrica ultramétrica pôde serpôde serreconstruída:reconstruída:



E

122D

272222C

23418486B

239189163125A

EDCBA


Métodos baseados em distânciasMétodos baseados em distânciasConsidere a seguinte matriz com distâncias par a par entre asConsidere a seguinte matriz com distâncias par a par entre asseqüências A, B, C, D e E (p. ex. Número de sítios diferentes):seqüências A, B, C, D e E (p. ex. Número de sítios diferentes):

As distâncias na árvore são as mesmas da matriz:As distâncias na árvore são as mesmas da matriz:

E122D272222C23418486B239189163125A

EDCBA



No caso particular das distancias abaixo não pôde serNo caso particular das distancias abaixo não pôde serreconstruída uma árvore reconstruída uma árvore ultramétricaultramétrica::



• Método simples e muito rápido;

• Pode ser aplicado em bases de dados muito extensas.


Métodos baseados em distâncias. VantagensMétodos baseados em distâncias. Vantagens

• Não considera os dados originais, apenas as distancias.• Mais sujeito ao fenômeno GIGO (ELSL).

Métodos baseados em distâncias.Métodos baseados em distâncias.DesvantagensDesvantagens


Modelo evolutivo Modelo evolutivo –– menor número de mutações explicam o conjunto menor número de mutações explicam o conjuntode dados.de dados. 654321

TTCGCTATTGGTAGCGCAAGGGGATáxon A

Táxon B

Táxon CTáxon D

7 passos7 passos 9 passos9 passos8 passos8 passos

A

D C

BA

C D

BA

B D

C

Homoplasia: origens independentes do mesmo estado de caráterHomoplasia: origens independentes do mesmo estado de caráter

Máxima parcimôniaMáxima parcimônia


Substituições múltiplas ou homoplasia podem ser comuns em dadosmoleculares:

• As homoplasias não podem ser evidenciadas através do estudo daestrutura e do desenvolvimento.

T A

T G C A1 2 3

1

Máxima parcimôniaMáxima parcimôniaSubstituições múltiplas e homoplasiasSubstituições múltiplas e homoplasias


• Método com premissas simples;

• Deve resultar em dados confiáveis:- Homoplasia e substituições múltiplas forem raras ou

distribuídas aleatoriamente na topologia.- Amostragem densa.

Máxima parsimônia. VantagensMáxima parsimônia. Vantagens


• Pode levar a resultados errados se homoplasia for comum ouconcentrada em partes específicas da árvore. Exemplo:

-Desvio de composição de bases;-Atração de ramos longos. Mais de uma linhagemacumulando substituições em velocidade diferente das demaislinhagens.

• Exige muito esforço computacional.


Máxima Máxima parsimôniaparsimônia. Desvantagens. Desvantagens

Verossimilhança (L) é a probabilidade dos dados dado oVerossimilhança (L) é a probabilidade dos dados dado omodelo evolutivo e uma hipótese de topologia filogenética.modelo evolutivo e uma hipótese de topologia filogenética.

L = P (dados/árvore)L = P (dados/árvore)

Modelo evolutivoModelo evolutivoReconhecimento de diferentes padrões de substituição.Reconhecimento de diferentes padrões de substituição.

A

C T

GTransição

Transversão PurinaPirimidina



Freqüência de bases, por exemplo:

pi(A) = 33.0% pi(C) = 37.0% pi(G) = 10.0% pi(T) = 20.0%Proporção de sítios invariáveis

Distribuição dos sítios variáveis

Taxa 0 de variação

Substituições distribuídas aolongo dos sítios


Máxima verossimilhança. Modelo evolutivoMáxima verossimilhança. Modelo evolutivo

Escolha do modelo evolutivoEscolha do modelo evolutivo

Os valores dos parâmetros considerados são estimados apartir dos dados com base no modelo evolutivo escolhido.

LLTT = L = L (1) (1) x L x L (2)(2) x L L (3)(3) x L L (4)(4) x..x L (N)(N) = ∏ L (i)n

i = 1

DCBA

CCTT7654321

TGGAGATATAGATCCCGATCAGAA

Táxon

Táxon

Táxon

Táxon

CC AALL(5)(5) = = Prob Prob ++

CC GG

AA AA

Prob +Prob +CC

CC

AA

GG

AA CC

CC

CC

AA

GG

CC TTProb +Prob +

Prob ... +Prob ... +

Prob +Prob +CC

CC

AA

GG

NN NN

Verossimilhança (L) é a probabilidade dos dados dado o modelo evolutivoVerossimilhança (L) é a probabilidade dos dados dado o modelo evolutivoe uma hipótese de topologia filogenética.e uma hipótese de topologia filogenética.

L = P (dados/árvore)L = P (dados/árvore)

AA

CC

BB

DD

AA

BB

CC

DD

AA

DD

CC

BB



• Utiliza todos os sítios;

• Permite considerar modelo evolutivo específico;

• Estimativa acurada dos tamanhos de ramo (substituições/ sítio)mesmo quando ocorre substituições múltiplas;

• Menos sensível a atração de ramos longos se o modelo foradequado.

Máxima verossimilhança. VantagensMáxima verossimilhança. Vantagens


• Valores dos parâmetros são estimados e fixados a partir dosdados e podem não refletir adequadamente as taxas naturais desubstituição e freqüências se a amostragem não for significativa;

• Tempo de cálculo muito longo.

Máxima verossimilhança. DesvantagensMáxima verossimilhança. Desvantagens


Apoio para os ramosApoio para os ramos““BootstrapBootstrap””

Registro daRegistro damelhor árvoremelhor árvore

Finaliza após vários ciclosFinaliza após vários ciclos

Melhor topologia para aMelhor topologia para apseudo-réplicapseudo-réplica

Matriz de dados eMatriz de dados emodelo evolutivomodelo evolutivo

DCBA

CCTT7654321

TGGAGATATAGATCCCGATCAGGA

Pseudo Pseudo –– réplica da réplica damatriz é geradamatriz é gerada

DCBA

CCTT7554331

GGGAAAAATAAACCCCCACCAGGA

ABC

E

100 %

90%

70 %D

Topologia consensoTopologia consenso

sergio russo matioli depto. de genética e biologia...

Documents