PPt4Web Хостинг презентаций

Главная / Биология / Деревья (trees)
X Код для использования на сайте:

Скопируйте этот код и вставьте его на свой сайт

X

Чтобы скачать данную презентацию, порекомендуйте, пожалуйста, её своим друзьям в любой соц. сети.

После чего скачивание начнётся автоматически!

Кнопки:

Презентация на тему: Деревья (trees)


Скачать эту презентацию

Презентация на тему: Деревья (trees)


Скачать эту презентацию



№ слайда 1 Деревья (trees) «…великое Дерево Жизни заполняет земную кору своими мертвыми и с
Описание слайда:

Деревья (trees) «…великое Дерево Жизни заполняет земную кору своими мертвыми и сломанными ветвями и покрывает поверхность вечно ветвящимися и прекрасными побегами»Ч. Дарвин

№ слайда 2 Задача построения филогенетического дерева The time will come, I believe, though
Описание слайда:

Задача построения филогенетического дерева The time will come, I believe, though I shall not live tosee it, when we shall have fairly true genealogical treesof each great kingdom of Nature. Биологические задачи – сравнение 3-х и более объектов (кто на кого более похож .... ) реконструкция эволюции (кто от кого, как и когда произошел…) Математическая задача – задача кластеризации, использование теории графов и комбинаторной оптимизации для того, чтобы на основе «грязных» биологических данных получить разумное с точки зрения эксперта-биолога дерево.

№ слайда 3 Реальные события : Данные: Построенное дерево эволюция в природе или в например,
Описание слайда:

Реальные события : Данные: Построенное дерево эволюция в природе или в например, древовидный граф, лаборатории, а.к. последо- вычисленный на основе компьютерная симуляция вательности или данных, может количество отражать или не усиков отражать реальные события

№ слайда 4 Будни биоинформатика – деревья, деревья…
Описание слайда:

Будни биоинформатика – деревья, деревья…

№ слайда 5 Рутинная процедура Составление выборки последовательностей Множественное выравни
Описание слайда:

Рутинная процедура Составление выборки последовательностей Множественное выравнивание Построение дерева фрагмент записи в виде правильной скобочной структуры: Визуализация и редактура дерева

№ слайда 6 Основные термины
Описание слайда:

Основные термины

№ слайда 7 Какие бывают построенные деревья? Бинарное разрешенное(в один момент времени мож
Описание слайда:

Какие бывают построенные деревья? Бинарное разрешенное(в один момент времени может произойти одно событие ) Бинарное неразрешенное (может ли в один момент времени произойти два события? )

№ слайда 8 Какие бывают построенные деревья? Укорененное ориентированное дерево отражает на
Описание слайда:

Какие бывают построенные деревья? Укорененное ориентированное дерево отражает направление эволюции Неукорененное (бескорневое)неориентированное дерево показывает только связи между узлами Если число листьев равно n, существует (2n-3)!!разных бинарных укоренных деревьев.(2n-3)!! – это нечто вроде факториала, но учитываются только четные числа. Существует (2n-5)!! разных бескорневых деревьев с n вершинами

№ слайда 9 UNROOTED ROOTED … 15 rooted trees of 4 OTUs
Описание слайда:

UNROOTED ROOTED … 15 rooted trees of 4 OTUs

№ слайда 10 Искусственный способ укоренения деревьев Бескорневое дерево можно «укоренить», е
Описание слайда:

Искусственный способ укоренения деревьев Бескорневое дерево можно «укоренить», если ввести внешнюю группу OTU (outgroup). Внешния группа должна быть "старше", т.е. заведомо отделиться раньше, чем произошла дивергенция остальных OTU.

№ слайда 11 Какие бывают построенные деревья ? Расстояние по дереву не то же самое, что эвол
Описание слайда:

Какие бывают построенные деревья ? Расстояние по дереву не то же самое, что эволюционное расстояние между данными Ультраметрические деревья Корневое дерево, в котором для любых листьев i и j расстояние D(i,j) – метка наименьшего общего предка i и j . В таком дереве все листья находятся на одинаковом от корня, что соответствует одинаковой скорости эволюции всех ветвейАддитивные деревья Дерево, в котором для любых вершин i и j расстояние D(i,j) – это эволюционный путь от i к j . При этом расстояния от i и от j до их наименьшего общего предка могут сильно различаться. Другие … Вообще говоря, строгое решение задачи построения аддитивного дерева невозможно (следует из свойства задачи)

№ слайда 12 Как можно нарисовать построенное дерево? Кладограмма: представлена только тополо
Описание слайда:

Как можно нарисовать построенное дерево? Кладограмма: представлена только топология, длина ребер игнорируется. Филограмма:Длина ребер пропорциональна эволюционному расстоянию между узлами.

№ слайда 13 Основные алгоритмы построения филогенетических деревьев Методы, основанные на оц
Описание слайда:

Основные алгоритмы построения филогенетических деревьев Методы, основанные на оценке расстояний (матричные методы):Вычисляются эволюционные расстояния между всеми вершинами(OTUs) и строится дерево, в которомрасстояния между вершинаминаилучшим образом соответствуютматрице попарных расстояний.UPGMA (Unweighted Pair Group with Arithmetic Mean)Ближайших соседей (Neighbor-joining, NJ) Символьно-ориентированные методы:Наибольшего правдоподобия, Maximum likelihood, ML Используется модель эволюции и строится дерево, которое наиболее правдоподобно при данной моделиМаксимальной экономии (бережливости), maximum parsimony, MP Выбирается дерево с минимальным количеством мутаций, необходимых для объяснения данных

№ слайда 14 Методы, основанные на оценке расстояний Дано: М – матрица n x n, где Mij>=0 , Mi
Описание слайда:

Методы, основанные на оценке расстояний Дано: М – матрица n x n, где Mij>=0 , Mij – эволюционное расстояние между листьями (OTU).Задача: Построить реберно взвешенное (an edge-weighted) дерево, где каждая вершина (лист) соответствует объекту из M , а расстояние, измеренное по дереву между вершинами (листьями) i and j соответствует Mij.

№ слайда 15 UPGMA (алгоритм последовательной кластеризации) Выбираем 2 наиболее похожие верш
Описание слайда:

UPGMA (алгоритм последовательной кластеризации) Выбираем 2 наиболее похожие вершины a, c.Строим новый узел k такой, что D(a,k)=D(b,k)=D(a,c)/2.Пересчитываем матрицу попарных расстояний : D(b, a or c) = [ D(b,a) + D(b,c) ] /2 = (8+9)/2=8.5D(d, a or c) = [ D(d,a) + D(d,c) ] /2=(12+11)/2=11.5Повторяем процедуру…. В конце концов получаем единственное ультраметрическое укорененное дерево=11.5

№ слайда 16 Не пользуйтесь UPGMA! Алгоритм строит ультраметрическое дерево, а это означает,
Описание слайда:

Не пользуйтесь UPGMA! Алгоритм строит ультраметрическое дерево, а это означает, что скорость эволюции одинакова для всех ветвей дерева.Использовать этот алгоритм имеет смысл только в случае ультраметрических данных (объектов эволюционирующих содинаковой скоростью).реальное c точки зрения UPGMAэкспертадерево

№ слайда 17 Метод ближайших соседей (Neighbor-joining, NJ) 1. Рисуем «звездное» дерево и буд
Описание слайда:

Метод ближайших соседей (Neighbor-joining, NJ) 1. Рисуем «звездное» дерево и будем "отщипывать" от него по паре вершин, рассмотрим все возможные пары вершины. пусть - «среднее» расстояние до других вершин.2. Выберем 2 вершины i и j с минимальным значением Mij – ui –uj т.е. выбираем 2 узла, которые близки друг к другу, но далеки ото всех остальных.

№ слайда 18 Метод ближайших соседей (Neighbor-joining, NJ) 3. Кластер (i, j) – новый узел де
Описание слайда:

Метод ближайших соседей (Neighbor-joining, NJ) 3. Кластер (i, j) – новый узел дерева Расстояние от i или от j до узла (i,j): di, (i,j) = 0.5(Mij + ui-uj) dj, (i,j) = 0.5(Mij + uj-ui) т.е. длина ветви зависит от среднего расстояния до других вершин.4. Вычисляем расстояние от нового кластера до всех других M(ij)k = Mik+Mjk – Mij 25. В матрице М убираем i и j и добавляем (i, j). Повторяем, пока не останутся 2 узла......

№ слайда 19 Метод ближайших соседей (Neighbor-joining, NJ) Строит бескорневое аддитивное дер
Описание слайда:

Метод ближайших соседей (Neighbor-joining, NJ) Строит бескорневое аддитивное деревоМожет работать с большим количеством данныхДостаточно быстрый алгоритмХорошо зарекомендовал себя на практике: если есть недвусмысленное с точки зрения эксперта дерево, то оно будет построено.Используется при множественном выравнивании с помощью программы ClustalWМогут появиться ветви с длиной <0

№ слайда 20 Достоверность топологии. Bootstraps. Есть множественное выравнивание и построенн
Описание слайда:

Достоверность топологии. Bootstraps. Есть множественное выравнивание и построенное по нему дерево. Верим ли мы в топологию дерева? Создадим псевдоданные: N множественных выравниваний той же длины, что и исходное, каждое из псевдовыравниваний - случайный набор столбцов из исходного.Построим N деревьев: на каждом внутреннем узле отметим долю случаев из N, в которых появлялся этот узел. Обычно верят в топологию, если метки узлов на бутстрепном дереве больше 70-80% . Если меньше 30%, то не верим. В иных случаях – думаем…

№ слайда 21 Traditional Molecular
Описание слайда:

Traditional Molecular

№ слайда 22 Trees plagiarized by Chuck Staben, 1998Sergeant Joyce Kilmer, 1914
Описание слайда:

Trees plagiarized by Chuck Staben, 1998Sergeant Joyce Kilmer, 1914

Скачать эту презентацию


Презентации по предмету
Презентации из категории
Лучшее на fresher.ru