Maksimum olasılık metoduyla hazırlanmış filogenetik ağaç örneği
MAKSİMUM OLASILIK (MAXİMUM LİKELİHOOD)
Bioedit
Sequencher
Clustal
Multalin
Filogenetik analiz süreci başlar….
DNA deneysel olarak bu programlarda işlenir. Birbirine homolog dizilerin bir araya gelmesi sağlanarak hizalama yapılır.
Filogenetik Türler/organizma grupları arası genetik bağları ve ilişkileri (evrimsel akrabalığı) araştıran bilim dalıdır.
Belirli karakterleri (morfolojik ve/veya genetik) inceler ve benzer karakterleri taşıyan organizmaların genetik olarak birbirine yakın oldukları varsayımından yola çıkar.
Filogenetik ağaç Evrimsel ilişkileri görsel olarak ortaya koymak için filogenetik ağaçlar oluşturulur.
FİLOGENETİK AĞAÇ OLUŞTURMA METOTLARI
Karakter Temelli Yöntemler
Farklı karakterlere dayanan bu karakterler her bir taksondaki canlıya ait olan moleküler dizilerdir.
Maksimum Olasılık Metodu
Filogenetik ağaçların eldesinde kullanılan programlar 1. PAUP:Maksimum olasılık metodu dahil pek çok metot kullanarak populasyon verilerini detaylı araştırmaya yardımcıdır. Ücretlidir.
2. PHYLIP:Maksimum olasılık, ve bir çok farklı metodla ağaç eldesine olanak tanımakla kalmayıp aynı zamanda değişik bir çok veri tipini kullanabilmektedir. (DNA, RNA, Protein, restriksiyon bölgeleri, gen frekansları vs) İnternet üzerinden kullanımı ücretsizdir.
3. Mega4:Nükleotid dizi hizalaması, filogenetik ağaçlardan sonuç çıkarmak, web tabanlı veri bankalarında araştırma yapmak, moleküler evrim ve evrimsel hipotezleri test etmek.
MAXiMUM OLASILIK (LiKELiHOOD) METODU Joseph Felsenstein tarafından 1981 yılında MP’ye alternatif olarak ortaya konulmuş bir yöntemdir.
Çok iyi temellendirilmiş istatistiğe dayandığından matematiksel olarak daha zahmetli bir yöntemdir.
Maksimum Olasılık(ML) Metodu Bu yöntem, farklı tipteki nükleotit değişikliğinin açığa çıkma olasılıklarını tanımlayan bir matematiksel formül ve dal uzunlukları bilinen belli bir ağaç verildiğinde, bu belli DNA dizisi setini elde etme olasılığı nedir sorusunu sormaktadır.
Araştırmacıya sunulan bütün bilginin daha etkili kullanmak ve olası birçok ağaç içerisinden en iyi ağacı seçmede istatiksel testler kullanma olanağı oluşturmak için ortaya konmuştur.
Maksimum Olasılık(ML) Metodu Yöntem için bir bilgisayar programı, her ağaç topolojisinin değerlendirir veya gözlenen verinin oluşturulması olasılığını hesaplar.
Eğer ağaç doğruysa her dalın oluşturulma olasılığı toplamı, gözlenen verinin oluşturması olasılığını temsil eder. Bu olasılık ağaçların olasılığı olarak temsil edilir. Böylece, yarışan ağaç topolojilerinin kabul ya da reddi için kriter en yüksek olasılığı olan ağacı seçmektir, en olası ağaç en iyi ağaçtır.
Olasılık metotları, hesaplamada yavaştırlar ve bu teknikle çok büyük veri setleri, parsimoni yöntemleriyle olduğu kadar kapsamlı analiz edilemezler.
Maksimum Olasılık Metodu:
Bu metodun ön kabulüne göre, evrimsel değişmeler basit bir olasılık modeli altında açığa çıkar. Yani, her bir karakterin bir durumdan diğer bir duruma değişmesinin ya da yeni bir karakterin açığa çıkmasının belli bir olasılığı vardır. Belli bir grup taksa için açığa çıkan her bir ağacın, verilen veri setine göre belli bir doğru olma olasılığı vardır. Tercih edilecek ağaç, bu analiz edilen veri setinden çıkması en muhtemel ağaç olmalıdır.
Filogenetik ağacın değerlendirilmesi Dizi verilerinde gözlenen varyasyonu açıklayan en iyi ağacı bulmak için olasılık hesaplamalarını kullanır.
Bütün olası ağaçlar incelenir
Örnek sayısı ve/veya dizinin uzunluğuna göre zaman alabilir.
Farklı soylarda mutasyonları içeren ağaçları değerlendirebilir.
Hesaplamalarda baz dizisi kompozisyonunda varyasyona izin veren evrimsel modeller kullanabilir.
Sonuçta belli bir veri setini, en iyi biçimde temsil etme olasılığı en yüksek olan ağaç tercih edilmelidir.
Maksimum olasılık metoduyla hazırlanmış filogenetik ağaç örneği
Maksimum Olasılıkta Kullanılan Modeller
1. Jukes-Cantor : Yer değiştirmelerin rastgele ortaya çıktığı ve mutasyon hızının tüm nükleotidler için eşit olasılıkta olduğu varsayılır.
2. Kimura 2-Parameter: Transisyonların, transversiyonlardan daha sık olduğu varsayılır.
3. Tajima- Nei: Jukes-Cantor’a benzer. Transisyon/ Transversiyon oranının tüm nükleotidlerde aynı olduğunu varsayar.
4. Jin- Nei Gamma: Belli kurallara göre, nükleotid yer değişim oranının bölgeden bölgeye farklı olduğunu varsayar.
5. Tamura: Sabit bir yer değiştirme oranını varsayar. Transisyon ve transversiyondaki farklılıkları da dikkate alır.
MAXiMUM LiKELiHOOD (ML) METODU Avantajları :
Mevcut metodların içinde genelde en tutarlı olanıdır.
Karakter ve oran analizlerinde kullanılabilirler.
Sönmüş (hipotetik) ataların sekanslarını tahmin etmede kullanılabilir.
Nükleotid, aminoasit sekansları ve diğer data tiplerine uygulanabilir.
MAXiMUM LiKELiHOOD (ML) METODU Dezavantajları :
Diğer pek çok metotda olduğu gibi basit ve sezgisel değildirler.
Parsimonide olduğu gibi yüksek seviye homoplasilerde yanılabilirler.
Maksimum olasılık metoduyla hazırlanmış filogenetik ağaç örneği
Evrimsel değişim tamamıyla bir olasılık modelidir. Bir grup taksonun her olası filogenisinin, verilen belli bir veri setine bağlı olarak, belirli bir doğrunun olma olasılığı vardır. Sonuçta belli bir veri setini, en iyi biçimde temsil etme olasılığı en yüksek olan ağaç tercih edilmelidir. Bu yöntemin çok fazla sayıda değişme gösteren karakterlere uygulanması önerilmemektedir.
Comments