Simple Science

Hochmoderne Wissenschaft einfach erklärt

# Biologie# Evolutionsbiologie

Fortschritte in der Phylogenomik und evolutionären Beziehungen

Untersuchen, wie neue Techniken unser Verständnis von Artenverbindungen verbessern.

― 6 min Lesedauer


PhylogenomikPhylogenomikEntschlüsseltAnalyse von Arten.Ein tiefer Blick in die evolutionäre
Inhaltsverzeichnis

Phylogenetik ist die Studie über die evolutionären Beziehungen zwischen Arten. Es hilft Wissenschaftlern zu verstehen, wie verschiedene Arten miteinander verwandt sind, basierend auf ihren genetischen Informationen. Mit den Fortschritten in der Technologie können Forscher jetzt grosse Mengen an genetischen Daten analysieren, was zur Entwicklung eines spezialisierten Bereichs namens Phylogenomik geführt hat. Dieser Bereich nutzt Daten aus gesamten Genomen oder grossen Teilen davon, um genauere Darstellungen davon zu erstellen, wie Arten miteinander verbunden sind.

Die Evolution der Phylogenomik

Frühe Studien in der Phylogenetik basierten oft auf einer kleinen Anzahl von Genen, um Beziehungen abzuschätzen. Doch als sich die Technologie verbesserte, begannen die Forscher, Daten aus vielen Genen gleichzeitig zu verwenden. Dieser Wechsel ermöglichte die Erstellung robusterer phylogenetischer Bäume, die visuelle Darstellungen der Beziehungen zwischen Arten sind. Trotz dieser Fortschritte traten noch Konflikte auf, wenn man Bäume verglich, die aus verschiedenen Gen-Sets erzeugt wurden.

Wichtige Erkenntnisse aus frühen phylogenomischen Forschungen

Die Forschung hat drei bedeutende Erkenntnisse im Bereich der Phylogenomik ans Licht gebracht. Erstens produzierten Bäume, die auf Daten aus mehreren Genen basierten, typischerweise starke Unterstützung, was bedeutet, dass die in diesen Bäumen veranschaulichten Beziehungen zuverlässig waren. Zweitens zeigten separate Analysen einzelner Genregionen oft widersprüchliche Bäume. Das deutete darauf hin, dass verschiedene Gene unterschiedliche Geschichten über evolutionäre Beziehungen erzählen könnten. Schliesslich fanden die Forscher heraus, dass Bäume, die aus verschiedenen Analysemethoden oder Datensätzen erzeugt wurden, ebenfalls Konflikte aufweisen konnten, was die Komplexität des Verständnisses der evolutionären Geschichte verdeutlicht.

Das Vorhandensein dieser Konflikte weist normalerweise auf systematische Fehler hin, ein Problem, bei dem die verwendete Analysemethode fehlerhaft ist und die tatsächlichen Beziehungen konsistent falsch darstellt. Long-Branch-Attraction, eine spezifische Art von Fehler, tritt auf, wenn nicht verwandte Arten als eng verwandt erscheinen, weil sie unabhängig ähnliche Merkmale entwickelt haben.

Die Herausforderung widersprüchlicher Genbäume

Konflikte zwischen einzelnen Genbäumen können aus mehreren Faktoren entstehen. Ein Faktor ist der stochastische Fehler, der auftritt, wenn die Daten eines bestimmten Gens nicht ausreichen, um die evolutionäre Geschichte genau darzustellen. Allerdings können auch biologische Quellen der Uneinigkeit zu diesen Konflikten führen. Zum Beispiel ist unvollständige Linienselektion ein natürlicher Prozess, der dazu führen kann, dass verschiedene Gene unterschiedliche Beziehungen zwischen Arten zeigen. Gentranfers und Genduplikationen sind weitere Prozesse, die zu Diskrepanzen in geschätzten Phylogenien führen können.

Widersprüchliche Genbäume können die Bestimmung eines Artbaums, der die evolutionären Beziehungen zwischen Arten veranschaulicht, komplizieren. Diese Konflikte können zu Fehlern in den Analysen führen, wenn einfache Methoden verwendet werden, die von einem einzelnen evolutionären Baum ausgehen.

Methoden zur Verbesserung phylogenomischer Analysen

Um die Herausforderungen durch widersprüchliche Genbäume zu bewältigen, wurden neue Methoden entwickelt. Eine der Methoden nutzt einen multispezies Koaleszenzansatz, der Prozesse wie unvollständige Linienselektion auf anspruchsvollere Weise berücksichtigt. Diese Methode verbessert die Schätzung von Artbäumen, indem sie Informationen aus mehreren Genbäumen integriert und die Komplexität der evolutionären Geschichte anerkennt.

Eine andere Methode besteht darin, Zusammenfassungsbäume aus Genbäumen zu erstellen, wobei die konsistentesten Beziehungen unter den Genbäumen verwendet werden, um einen Artbaum zu schätzen. Dieser Ansatz ermöglicht ein nuancierteres Verständnis der evolutionären Beziehungen, selbst wenn einige Genbäume im Konflikt stehen.

Datensammlung und -analyse

Um eine umfassende Analyse der phylogenomischen Daten durchzuführen, sammeln Forscher genetische Informationen von einer Vielzahl von Arten. Die Daten stammen oft aus spezifischen DNA-Regionen, die als ultrakonservierte Elemente bekannt sind und über verschiedene Arten hinweg hochgradig erhalten sind. Indem sich die Wissenschaftler auf diese Regionen konzentrieren, können sie wichtige genetische Informationen sammeln, die über viele Taxa hinweg verglichen werden können.

Sobald die genetischen Daten gesammelt sind, durchlaufen sie einen gründlichen Reinigungsprozess, um schlechte Sequenzen zu entfernen. Die Forscher richten dann die Sequenzen aus, um Ähnlichkeiten und Unterschiede zwischen den Arten zu identifizieren. Diese Ausrichtung ist entscheidend für die genaue Schätzung phylogenetischer Bäume.

Leistung verschiedener phylogenomischer Analysen

Die Forscher bewerten die Leistung verschiedener Analysemethoden danach, wie effektiv sie bekannte evolutionäre Beziehungen wieder herstellen. In Tests mit Vögeln als Hauptbeispiel wurde eine der traditionellen Methoden die Maximum-Likelihood-Analyse verwendet. Diese Methode funktionierte gut für die Mehrheit der Äste in den phylogenetischen Bäumen, was darauf hindeutet, dass sie viele Beziehungen zuverlässig wiederherstellen konnte.

Allerdings wurden auch neuere Methoden wie Genbaum-Zusammenfassungsmethoden und multispecies Koaleszenzmethoden getestet, um zu sehen, wie gut sie Beziehungen zwischen Vögeln wiederherstellten. Diese Methoden schnitten unterschiedlich ab, wobei einige effektiver dabei waren, enge Beziehungen wiederherzustellen, während andere Mühe hatten, tiefere evolutionäre Verbindungen zu erkennen.

METAL, eine andere Methode, die Entfernungsmassnahmen zwischen Arten verwendet, um Baumbeziehungen zu schätzen, hatte Schwierigkeiten im Umgang mit fehlenden Daten. Fehlende Daten können die Schätzung der Ästlängen und die allgemeine Genauigkeit des resultierenden Baums negativ beeinflussen.

Umgang mit fehlenden Daten und deren Einfluss

Fehlende Daten sind ein häufiges Problem in phylogenomischen Studien, besonders bei grossen Datensätzen. In einigen Fällen können bestimmte Taxa grosse Datenlücken aufweisen, was es schwierig macht, zuverlässige Schlussfolgerungen über ihre Beziehungen zu ziehen. Verschiedene Strategien können helfen, die Auswirkungen fehlender Daten zu mildern, einschliesslich der sorgfältigen Auswahl, welche Taxa in die Analysen einbezogen werden, und der Wahl besser abgedeckter Datensätze.

Als Forscher schlecht dokumentierte Taxa aus ihren Datensätzen entfernten, stellten sie Verbesserungen in der Leistung vieler Analysen fest. Das zeigte, dass eine sorgfältige Berücksichtigung der Datenqualität und -abdeckung in phylogenomischen Studien wichtig ist.

Die Rolle von Distanzmetriken in der Analyse

Verschiedene Distanzmetriken können die Effektivität von Methoden wie METAL beeinflussen. Forscher haben typischerweise festgestellt, dass die Verwendung von korrigierten Distanzen zu genaueren Schätzungen führt. Logdet-Distanzen haben sich in vielen Analysen als besonders zuverlässige Wahl herausgestellt. Es war jedoch wichtig sicherzustellen, dass die Distanzen die evolutionären Beziehungen, die untersucht werden, genau widerspiegeln.

Durch die Verwendung verschiedener Methoden zur Distanzberechnung verglichen die Forscher die Leistung distanzbasierter Analysen und stellten fest, dass einige Methoden besser mit bestimmten Arten genetischer Daten funktionierten. Das unterstreicht die Notwendigkeit einer sorgfältigen Auswahl sowohl der Distanzschätzer als auch der Analysemethoden, um die Effektivität phylogenomischer Studien zu verbessern.

Fazit

Der Bereich der Phylogenomik hat erhebliche Fortschritte beim Verständnis der evolutionären Beziehungen zwischen Arten durch den Einsatz grosser genomischer Datensätze gemacht. Trotz vieler Fortschritte bleiben Herausforderungen bestehen, insbesondere bei widersprüchlichen Genbäumen, fehlenden Daten und der Auswahl geeigneter Analysemethoden.

Fortlaufende Forschung und Bemühungen, diese Methoden zu verfeinern, sind unerlässlich, um unser Verständnis der komplexen Beziehungen zwischen Arten voranzubringen. Durch die Verbesserung der Datenqualität, die Nutzung anspruchsvollerer Analysetechniken und die sorgfältige Auseinandersetzung mit den Herausforderungen durch fehlende Daten können phylogenomische Studien zu genaueren Darstellungen der evolutionären Geschichte des Lebens auf der Erde führen.

Originalquelle

Titel: Testing the mettle of METAL: A comparison of phylogenomic methods using a challenging but well-resolved phylogeny

Zusammenfassung: The evolutionary histories of different genomic regions typically differ from each other and from the underlying species phylogeny. This makes species tree estimation challenging. Here, we examine the performance of phylogenomic methods using a well-resolved phylogeny that nevertheless contains many difficult nodes, the species tree of living birds. We compared trees generated by maximum likelihood (ML) analysis of concatenated data, gene tree summary methods, and SVDquartets. We also conduct the first empirical test of a "new" method called METAL (Metric algorithm for Estimation of Trees based on Aggregation of Loci), which is based on evolutionary distances calculated using concatenated data. We conducted this test using a novel dataset comprising more than 4,000 ultraconserved element (UCE) loci from almost all bird families and two existing UCE and intron datasets sampled from almost all avian orders. We identified "reliable clades" very likely to be present in the true avian species tree and used them to assess method performance. ML analyses of concatenated data recovered almost all reliable clades with less data and greater robustness to missing data than other methods. METAL recovered many reliable clades, but only performed well with the largest datasets. Gene tree summary methods (weighted ASTRAL and weighted ASTRID) performed well; they required less data than METAL but more data than ML concatenation. SVDquartets exhibited the worst performance of the methods tested. In addition to the methodological insights, this study provides a novel estimate of avian phylogeny with almost 99% of the currently recognized avian families. Only one of the 181 reliable clades we examined was consistently resolved differently by ML concatenation versus other methods, suggesting that it may be possible to achieve consensus on the deep phylogeny of extant birds.

Autoren: Edward L. Braun, C. H. Oliveros, N. D. White Carreiro, M. Zhao, T. C. Glenn, R. T. Brumfield, R. T. Kimball, B. C. Faircloth

Letzte Aktualisierung: 2024-03-22 00:00:00

Sprache: English

Quell-URL: https://www.biorxiv.org/content/10.1101/2024.02.28.582627

Quell-PDF: https://www.biorxiv.org/content/10.1101/2024.02.28.582627.full.pdf

Lizenz: https://creativecommons.org/licenses/by-nc/4.0/

Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.

Vielen Dank an biorxiv für die Nutzung seiner Open-Access-Interoperabilität.

Mehr von den Autoren

Ähnliche Artikel