僅憑基因序列資訊能否確定物種起源?分子生物學能否獨立確定物種起源?

時間 2021-05-12 02:11:49

1樓:Allison Liu

本人並不精通群體遺傳性,根據大致的了解說一下。如果有不準確的地方還請指出。

現代分子進化主要依賴於溯祖理論(coalescence theory)。簡單來說,就是子代DNA是由親代DNA複製而來,而如果發生了點突變,這個點突變一代代遺傳,反過來就可以通過足夠多的子代資訊推到發生突變的祖先。擁有相同突變的子代可能擁有共同的祖先。

但是實際情況要複雜很多,不同種群、甚至不同物種之間會有基因交流;較小的種群更容易受到遺傳漂變(就是攜帶乙個突變的個體單純因為沒能留下子代而導致這個突變消失,不管是否存在自然選擇)的影響;然後種群會遷徙,可能會碰到環境變化遭遇瓶頸。

當然,現在有一些統計學模型來分析這些歷史事件,但是準確地定位事件發生的時間還是需要旁證協助,比如化石記錄或者古生物的DNA序列。即使有了全基因組的序列,由於不同部分受到的選擇壓力不同,也需要對序列進行分類(比如編碼區密碼子第一位和後面兩位)用不同的分子鐘速率計算。但這些計算同樣受到種群歷史的影響,而且時間越長,推測難度越大。

比如說尼安德特人的基因曾今滲入過(解剖學上的)現代人類的基因,那麼在最初的幾代人中,就會有由重組造成的尼安德特人的DNA大片段遺留在人類DNA中,這些片段的大小隨著繁衍代數的增加而減小,那麼這些片段本身的大小可以用來推測基因滲入事件的大致年代,然而當年代久遠到一定程度之後,這樣的相關性就大大減弱了,也就是說繁衍十代和五十代可能區別很大很明顯,然而一千代和一千二百代就沒什麼差別了。像這樣難以準確判斷的種群歷史事件很多,因此也增加了祖源分析困難。此外還有不少動物已經滅絕,在推測物種演化史的過程中,也會因此缺少很多資訊。

動物DNA最多也就能儲存大幾十萬年,儘管這些資訊可以給一些不太久遠的進化樹提供校準依據,但是更古老的進化史就很難利用DNA校準了。

總的來說,用DNA資訊得到的物種進化歷史也不過是一張殘破的拼圖,而且時間越久遠這個進化歷史的解析度越低,同時由於各種未知的歷史事件,進化歷史的很多細節可能也還需要進一步糾正。

2樓:悄悄颳風

物種內,檢測不同個體的遺傳標記或者序列資訊可以很容易判斷個體之間的親緣關係。

物種間,要選擇同源基因的序列資訊,也能判斷物種之間的遺傳距離或者某個同源基因的遺傳距離。

要確定物種起源,應該很難吧。多久之前算起源,祖先樣本如何獲得。還有,同源和旁源從分子角度怎麼鑑定,分子鐘嗎,突變或者回覆突變怎麼識別,突變概率怎麼辦,模型用哪個等等等。

從最簡單地開始,只考慮乙個同源基因A,構建基因A的分子進化樹。試著用MEGA軟體做一次就可以了解大概。大概是,先獲得多個物種的A基因DNA序列進行多序列比對,或者A基因的蛋白質序列,進行蛋白質序列比對。

參考某乙個比對打分模型(鹼基替換模型,Blosum之類的)得到比對結果,然後用極大似然法,最小距離法等等各種演算法建樹,再計算一下此進化樹可靠性,比如bootstrap自舉法好像中文叫這個名字。基本上可以明確該基因的進化關係,但是不能確定哪個是祖先,只能說明遺傳距離遠近。獲得物種間的遺傳距離和進化樹,則需要更多的同源基因序列資訊。

這裡只是說個大概過程,丟了好多細節,至於具體計算方法,文獻好多好複雜,不介意不求甚解的話,還是從MEGA軟體入手,看一下說明文件,常用的模型和演算法名字都列在上面了。

至於研究物種進化的方法,如果只從分子資訊進行計算推導的話,這麼多年,還是哪些吧。主要還是前提假設模型演算法是否合理。然後非常能容忍誤差,計算出來兩個物種在幾百萬年前分化,然後計算誤差是幾百萬年。

非常推薦新手從MEGA入手。進化中的概念多又雜,各種假設從不同角度出發都很有道理。建個進化樹本身不難,可以如何判斷其合理性非常非常難。

3樓:宋西凹

不可以。

基因或蛋白序列比對是進化生物學的重要手段。例如:

1.對於所有生物(病毒除外),都有細胞色素C,則可用不同物種的細胞色素C基因序列(蛋白序列)相互比較,大體總結出物種之間的關係。

2.對於真核生物,就不必要用細胞色素C(的基因或蛋白序列)了,而是可以用組蛋白,這樣你能得到乙個更接近的結果。

3.對於脊索動物,組蛋白也不必使用了,而是用血紅蛋白……

生物分類從界-門-綱-目-科-屬-種的比較,級別不同,參比的基因或蛋白應該不同,而找到這種有比較意義的基因或蛋白,恰恰是最難的。

如果你掌握了所有生物的全部基因資訊。這個難關將被攻破,你有機會通過基因比對獲得最接近的進化順序。

然而,「接近正確」和「正確」仍是兩回事,你要想獲得絕對正確的進化順序,現存生物的資訊還遠遠不夠,你還要得到所有滅絕生物的遺傳資訊。因為他們是進化的重要參與者,由於滅絕動物的遺傳資訊是缺失的,研究人員只能從化石中推斷其形態,給出近似的分類關係。

就像是玩鬥地主的時候,你手裡3456沒有7,連不上啊……

4樓:

基於基因序列和基於蛋白質結構推斷進化和物種起源的原理是一樣的,序列資訊啊結構啊,像其他答主所說都是可以拿來演算法計算然後畫樹叉(不一定是二叉,也有多叉;不一定標示了祖先源頭的位置,也可以畫無起源的)。

然後其實中心法則相關的所有的東西都有生物資訊,也都是可以拿來研究進化的。比如(我忘記了)好像是mRNA?

但是這種方法也有缺陷,因為它有兩個假設,一是假設多樣性開始出現的事件就是物種開始形成的時間,二是假設每發生一次基因序列或者蛋白質序列或蛋白質結構改變,彼此所間隔的時間是一樣的。

還有乙個缺陷在於光知道相似性的資訊,我們無法知道每次突變發生的平均間隔時間,這個是需要通過化石證據和形態學證據來校準的。

這裡面有乙個概念叫"分子鐘"。選擇合適的"分子鐘"很重要。保守的基因序列在近緣種當中幾乎沒有改變,就可以拿來算遠緣物種分化的時間。

受選擇壓力影響較大變化快的基因序列,則可以更精細地反映近緣種的進化歷史。

生物資訊確定物種起源,有形態學所不具備的優勢。比如形態學形態比較的"像"在很多近緣種裡是說不清楚的,在遠緣種,比如動物分類裡面phylum出現的順序,太不像了還是說不清楚。此時生物資訊基於分子差異的賦值比對,就可以更決定性地判定物種起源時的關係(phylum的分子進化,這個是science年度十大科學發現,感興趣可以去查一下)。

因為如上的原因,學術界有人類的多起源假說和單起源假說。但是由於分子進化的證據說服力太強,這些假說已經修訂成了assimilation model。

答案結尾例行賣安利,去看《人種自傳23章》呀,呀呀呀。

5樓:Xi Yang

我不專精於進化生物學,沒做過遠緣物種的系統發育樹構建,只做過同種、近似種的細菌的事情。遠緣物種、高等生物要複雜得多。

僅有基因序列是不夠的,必須要知道各個基因的背景知識,比如哪些基因比較穩定,平均多長時間變一次鹼基等等。如果不依據這些知識來對建樹過程進行設計,那麼只會做出一鍋粥。

通過基因、基因組資訊建立系統發育樹,不是乙個十分簡單的過程,特別是當你需要乙個和實際演化時間相關聯的、比較準確的樹。對於題主說的這種情景,物種間親緣關係非常遠,選擇的marker基因序列可能差距過大,建立序列比對會有些困難。不過儘管如此,基因序列依然是比傳統的形態學更穩定的分類標準。

除了基因序列建樹,基因組之間的變化關係也可以用來做,比如染色體條數、序列的插入、缺失、易位倒位關係。不過這個在遠緣種上可能完全是一鍋粥,根本看不出來。

6樓:冰室

簡單說的話,這裡面有兩個致命的問題。第乙個是進化樹推斷本身的基礎,是建立在parsimony原則之上的。也就是說,我們假定分叉盡可能少的進化樹為實際的進化樹,但是這只是個假設,而事實是怎樣的並沒有可能知道。

第二個問題是消失的物種太多了,在一些情況下根本找不到兩個物種間的「過渡物種」,這樣就會導致無法良好地構建模型。如果你單純是作為分類的憑據並沒有問題,但是要定量地分析遠緣物種的共同祖先這是不可能做到的。

7樓:

簡單的說,這是乙個構建系統發育樹的過程,既需要組學(見過比較多的是rRNA或者線粒體)的資料,也需要化石的資料,用特定的演算法,來推斷出可能的演化關係。

如果想大概了解一下,建議你看看The Timescale of Life

這是個很有意思的工作(也是個文獻庫),可以告訴你任意兩個種的分歧時間;如果你想知道具體怎麼做的,可以隨便看一篇引文。

戰國時期僅憑字音能否區分 魏 衛 ?

譚樊馬克 廣州話被人說了,我說一下澧縣話 西南官話湖廣片常鶴小片 衛 wei33 陽去 魏 wei24 陰入,和危同音,我也不知道為什麼要這麼讀澧縣話有些字變成陰入確實奇怪,城市的市也是 從墨一般會說 衛ve 國 與 魏we 國 也會區分 王v ng國 與 王w ng先生 以個人感覺而言,從墨發現很...

非保守基因序列會不會是所謂保守基因的突變呢?

蛋蛋餓餓 保守序列並非不突變序列,你可以將保守序列理解為 生物遺傳資訊是由保守序列加上非保守序列累加的結果,同一種生物的保守序列基本相同,也就是保守序列決定物種,非保守序列決定種內差異。保守序列保證了生物最基本的生命性狀功能,但是保守序列也是基因,而且也會突變,但是保守序列一旦突變會造成非常嚴重的後...

已知一段基因序列,怎麼讓它形成 轉角?

cyclin 這是生化作業不會寫,來知乎上找答案了?建議作業自己寫,不要想著讓別人幫忙,那樣是學不到東西的,年輕人,耗子尾汁!轉角一般由四個連續的氨基酸組成,且第乙個氨基酸的C O與第四的N H之間形成氫鍵,而且 摺疊中,甘氨酸和脯氨酸的出現頻率很高。所以這裡有個思路,把要形成 轉角的氨基酸之間的氨...