基于距離矩陣的進(jìn)化樹構(gòu)建方法研究.pdf

1、系統(tǒng)發(fā)育分析是生物信息學(xué)中的重要研究領(lǐng)域,它的主要研究手段是從一組同源的DNA或蛋白質(zhì)序列出發(fā),計(jì)算各個(gè)序列之間的進(jìn)化距離,從而得到反映物種進(jìn)化關(guān)系的進(jìn)化樹。進(jìn)化樹通常是一棵二叉樹,樹的葉節(jié)點(diǎn),代表了某個(gè)具體序列;樹的拓?fù)浣Y(jié)構(gòu)表示了各物種之間的親緣關(guān)系遠(yuǎn)近;樹的分支長度刻畫了進(jìn)化距離的大小。構(gòu)建進(jìn)化樹的方法主要分為兩大類:基于距離矩陣法和基于特征法。其中,距離矩陣法以結(jié)構(gòu)簡單,具有良好的理論基礎(chǔ)等特點(diǎn)獲得廣泛應(yīng)用。
　　 基于距

2、離矩陣法是構(gòu)建進(jìn)化樹方法中比較常用的一類方法,但是傳統(tǒng)的基于距離矩陣法是建立在序列比對基礎(chǔ)上的。所以本文為了解決這個(gè)問題,提出了兩種新的方法,這兩種都是不需序列比對,而且比較直觀,計(jì)算量小,通俗易懂。兩種新方法是:基于改進(jìn)的模糊聚類傳遞閉包的距離矩陣法和基于改進(jìn)的k近鄰距離矩陣法。
　　 基于改進(jìn)的模糊聚類傳遞閉包的距離矩陣法是在原始的非相似距離矩陣上通過改進(jìn),得到一個(gè)新的相似距離矩陣,這個(gè)新的相似距離矩陣是反映物種之間相似度高

3、的矩陣,然后在新的相似距離矩陣基礎(chǔ)上利用了模糊聚類中的傳遞閉包法構(gòu)建進(jìn)化樹。
　　 基于改進(jìn)的k近鄰距離矩陣法是建立在k近鄰法和圖論的基礎(chǔ)上提出來的。這種方法是在原始的距離矩陣基礎(chǔ)上找出每一行的k個(gè)最相似的分類群,然后用線連接起來,如果出現(xiàn)同路,則刪除回路中距離最大的那條邊,通過構(gòu)建的一個(gè)最小連通圖,利用聚類的思想構(gòu)建物種之間的進(jìn)化樹。這種算法主要是k的選擇問題。如果k過小,那么該圖就不是一個(gè)最小連通圖,而且存在孤立的邊;如果k