معلومة

كيف نبني ورم شجرة النشوء والتطور؟

كيف نبني ورم شجرة النشوء والتطور؟


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

أود أن أعرف ما إذا كان أي شخص قد جرب أي برنامج يقوم ببناء أشجار تطور الورم حيث تمثل الجذوع الطفرات الشائعة ويتم ملاحظة التعديلات الخاصة على كل فرع. يمكنني القيام بذلك يدويًا ولكن حجم العينة كبير جدًا (حوالي 100 مريض). هذا مثال جيد لما أنا عليه هنا في الشكل 4 http://www.nature.com/nm/journal/v21/n7/full/nm.3886.html

نرحب بأي اقتراحات إضافية للنماذج الحسابية.


علم الأورام الوراثي: فهم السرطان من خلال تحليل النشوء والتطور ☆

على الرغم من عقود من البحث وضخامة البيانات الناتجة ، لا يزال السرطان يمثل مشكلة صحية عامة كبيرة. هناك حاجة إلى أدوات جديدة ووجهات نظر جديدة للحصول على رؤى أساسية ، وتطوير أدوات تنبؤية وتنبؤية أفضل ، ولتحديد التدخلات العلاجية المحسنة. مع بيانات مقياس الجينوم الشائعة بشكل متزايد ، فإن مجموعة واحدة من الخوارزميات والمفاهيم التي يمكن أن تلقي الضوء على بيولوجيا السرطان هي علم الوراثة ، وهو نظام علمي يستخدم في مجالات متنوعة. من تجميع مجموعات فرعية من عينات السرطان لتتبع تطور النسل النسيجي أثناء تطور السرطان والانبثاث ، يعد استخدام علم الوراثة الوراثي نهجًا قويًا لبيولوجيا الأنظمة. توفر تطبيقات علم الوراثة المتطورة جيدًا مناهج سريعة وقوية لتحليل مجموعات بيانات السرطان عالية الأبعاد وغير المتجانسة. هذا المقال جزء من عدد خاص بعنوان: المبادئ التطورية - عدم التجانس في السرطان؟ حرره الدكتور روبرت جاتنبي.


نقل الجينات الأفقي

نقل الجينات الأفقي (HGT) هو انتقال المادة الجينية بين الأنواع بآليات أخرى غير من الأب إلى النسل.

أهداف التعلم

اشرح كيف يمكن أن يجعل النقل الأفقي للجينات من الصعب تحليل الأنساب

الماخذ الرئيسية

النقاط الرئيسية

  • يُعتقد أن HGT أكثر انتشارًا في بدائيات النوى من حقيقيات النوى ، ولكن يمكن نقل حوالي 2٪ فقط من جينوم بدائيات النواة بهذه العملية.
  • يعتقد العديد من العلماء أن HGT والطفرة تبدو (خاصة في بدائيات النوى) مصدرًا مهمًا للتنوع الجيني ، وهو المادة الخام لعملية الانتقاء الطبيعي.
  • يحدث HGT في بدائيات النوى من خلال أربع آليات مختلفة: التحويل ، والتنبيغ ، والاقتران ، وعبر عوامل نقل الجينات.
  • يحدث HGT في النباتات من خلال الينقولات (الجينات القافزة) ، والتي تنتقل بين أنواع مختلفة من النباتات.
  • مثال على HGT في الحيوانات هو نقل (من خلال الاستهلاك) الجينات الفطرية إلى حشرات تسمى حشرات المن ، والتي تسمح لحشرات المن بالقدرة على صنع الكاروتينات بمفردها.

الشروط الاساسية

  • تحويل: تغير في خلية بكتيرية ناتج عن انتقال DNA من أخرى ، خاصة إذا كانت مسببة للأمراض
  • التوضيح: آلية نقل الجينات الأفقية في بدائيات النوى حيث يتم نقل الجينات باستخدام الفيروس
  • اقتران: الاندماج المؤقت للكائنات ، خاصة كجزء من التكاثر الجنسي

نقل الجينات الأفقي

نقل الجينات الأفقي (HGT) هو إدخال مادة وراثية من نوع إلى نوع آخر بآليات أخرى غير الانتقال الرأسي من الأب (الوالدين) إلى النسل. تسمح عمليات النقل هذه حتى للأنواع ذات الصلة البعيدة (باستخدام نسالة معيارية) بمشاركة الجينات ، مما يؤثر على أنماطها الظاهرية. يُعتقد أن HGT أكثر انتشارًا في بدائيات النوى ، ولكن يمكن نقل حوالي 2 ٪ فقط من جينوم بدائيات النواة بهذه العملية. يعتقد بعض الباحثين أن هذه التقديرات سابقة لأوانها ، يجب النظر إلى الأهمية الفعلية لـ HGT للعمليات التطورية على أنها عمل قيد التقدم. نظرًا لأنه يتم التحقيق في الظاهرة بشكل أكثر شمولًا ، فقد يتم الكشف عن أنها أكثر شيوعًا. يفترض العديد من أنصار التطور دورًا رئيسيًا لهذه العملية في التطور ، مما يعقد نموذج الشجرة البسيط. يعتقد عدد من العلماء أن HGT والطفرة تبدو (خاصة في بدائيات النوى) مصدرًا مهمًا للتنوع الجيني ، وهو المادة الخام لعملية الانتقاء الطبيعي. قد تحدث عمليات النقل هذه بين أي نوعين يشتركان في علاقة حميمة ، مما يضيف طبقة من التعقيد لفهم أو حل العلاقات التطورية.

آليات نقل الجينات الأفقية بدائية النواة وحقيقية النواة: نقل الجينات الأفقي هو إدخال مادة وراثية من نوع إلى نوع آخر بآليات أخرى غير الانتقال الرأسي من الأب (الوالدين) إلى النسل. تسمح عمليات النقل هذه حتى للأنواع ذات الصلة البعيدة (باستخدام نسالة معيارية) بمشاركة الجينات ، مما يؤثر على أنماطها الظاهرية. يتم سرد أمثلة على آليات نقل الجينات الأفقي لكل من الكائنات بدائية النواة والكائنات حقيقية النواة.

HGT في بدائيات النوى

لقد ثبت أن آلية HGT شائعة جدًا في المجالات بدائية النواة للبكتيريا والعتائق ، مما أدى إلى تغيير طريقة النظر إلى تطورها بشكل كبير. تعد عمليات نقل الجينات هذه بين الأنواع الآلية الرئيسية التي تكتسب البكتيريا من خلالها مقاومة للمضادات الحيوية. تقليديًا ، كان يُعتقد أن هذا النوع من النقل يحدث من خلال ثلاث آليات مختلفة:

  • التحول: تلتقط البكتيريا الحمض النووي العاري.
  • التنبيغ: يتم نقل الجينات باستخدام فيروس.
  • الاقتران: استخدام أنبوب مجوف يسمى بيلوس لنقل الجينات بين الكائنات الحية.

في الآونة الأخيرة ، تم اكتشاف آلية رابعة لنقل الجينات بين بدائيات النوى. تنقل الجسيمات الصغيرة الشبيهة بالفيروسات المسماة عوامل نقل الجينات (GTAs) مقاطع جينومية عشوائية من نوع واحد من بدائيات النوى إلى نوع آخر. لقد ثبت أن GTAs مسؤولة عن التغيرات الجينية ، أحيانًا بتردد عالٍ جدًا مقارنة بالعمليات التطورية الأخرى. تم تمييز أول GTA في عام 1974 باستخدام بكتيريا أرجوانية غير كبريتية. هذه GTAs ، التي يُعتقد أنها عاثيات فقدت القدرة على التكاثر بمفردها ، تحمل قطعًا عشوائية من الحمض النووي من كائن حي إلى آخر. تم إثبات قدرة GTAs على العمل بتردد عالٍ في الدراسات الخاضعة للرقابة باستخدام البكتيريا البحرية. تم تقدير أحداث نقل الجينات في بدائيات النوى البحرية ، إما عن طريق GTAs أو عن طريق الفيروسات ، بما يصل إلى 10 13 سنويًا في البحر الأبيض المتوسط ​​وحده. يُعتقد أن GTAs والفيروسات هي مركبات HGT فعالة ولها تأثير كبير على تطور بدائيات النواة.

HGT في حقيقيات النوى

على الرغم من أنه من السهل رؤية كيف تتبادل بدائيات النوى المواد الجينية بواسطة HGT ، فقد كان يُعتقد في البداية أن هذه العملية كانت غائبة في حقيقيات النوى. بعد كل شيء ، بدائيات النوى ليست سوى خلايا مفردة تتعرض مباشرة لبيئتها ، في حين أن الخلايا الجنسية للكائنات متعددة الخلايا عادة ما يتم عزلها في أجزاء محمية من الجسم. ويترتب على هذه الفكرة أن انتقال الجين بين حقيقيات النوى متعددة الخلايا يجب أن يكون أكثر صعوبة. في الواقع ، يُعتقد أن هذه العملية نادرة في حقيقيات النوى ولها تأثير تطوري أقل بكثير من بدائيات النوى. على الرغم من هذه الحقيقة ، فقد تم إثبات HGT بين الكائنات الحية ذات الصلة البعيدة في العديد من الأنواع حقيقية النواة. من الممكن اكتشاف المزيد من الأمثلة في المستقبل.

في النباتات ، لوحظ انتقال الجينات في الأنواع التي لا تستطيع التلقيح الخلطي بالوسائل العادية. لقد ثبت أن الينقولات أو & # 8220 جينات القفز & # 8221 تنتقل بين أنواع نباتات الأرز والدخن. علاوة على ذلك ، فإن الأنواع الفطرية التي تتغذى على أشجار الطقسوس ، والتي يُشتق منها عقار TAXOL® المضاد للسرطان من اللحاء ، اكتسبت القدرة على جعل التاكسول نفسها مثالًا واضحًا على نقل الجينات.

في الحيوانات ، يوجد مثال مثير للاهتمام بشكل خاص لـ HGT يحدث داخل أنواع المن. حشرات المن هي حشرات تختلف في اللون بناءً على محتوى الكاروتين. الكاروتينات هي أصباغ مصنوعة من مجموعة متنوعة من النباتات والفطريات والميكروبات ، والتي تخدم مجموعة متنوعة من الوظائف في الحيوانات التي تحصل على هذه المواد الكيميائية من طعامها. يحتاج البشر إلى الكاروتينات لتصنيع فيتامين أ ونحصل عليها عن طريق تناول فواكه وخضروات برتقالية: الجزر والمشمش والمانجو والبطاطا الحلوة. من ناحية أخرى ، اكتسبت حشرات المن القدرة على صنع الكاروتينات بمفردها. وفقًا لتحليل الحمض النووي ، فإن هذه القدرة ترجع إلى نقل الجينات الفطرية إلى الحشرة بواسطة HGT ، ويفترض أن الحشرة استهلكت الفطريات في الغذاء. إن إنزيم كاروتينويد يسمى ديساتوراز مسؤول عن اللون الأحمر الذي يظهر في حشرات المن. علاوة على ذلك ، فقد ثبت أنه عندما يتم تعطيل هذا الجين عن طريق الطفرة ، فإن حشرات المن تعود إلى اللون الأخضر الأكثر شيوعًا.

HGT داخل أنواع المن: (أ) تحصل حشرات المن الحمراء على لونها من صبغة كاروتينويد حمراء. توجد الجينات اللازمة لصنع هذا الصباغ في بعض الفطريات. يتوقع العلماء أن حشرات المن اكتسبت هذه الجينات من خلال HGT بعد تناول الفطريات كغذاء. إذا تم تعطيل جينات صنع الكاروتينات عن طريق الطفرة ، فإن حشرات المن تعود إلى (ب) لونها الأخضر. يجعل اللون الأحمر حشرات المن أكثر وضوحًا للحيوانات المفترسة ، لكن الأدلة تشير إلى أن حشرات المن الحمراء أكثر مقاومة للمبيدات الحشرية من تلك الخضراء. وبالتالي ، قد يكون حشرات المن الحمراء أكثر ملاءمة للبقاء في بعض البيئات من البيئات الخضراء.


علم تطور السلالات

مقدمة

يشكل الكوع البشري الرابط بين العضد والساعد ، ويتحكم في طول اليد وتوجيهها ، وهو أحد أكثر مناطقنا التشريحية تميزًا. يكمل تقدير تطور تطور الكوع المعرفة التشريحية بثلاث طرق: (1) يوضح كيف تطور الكوع لتسهيل متطلبات وظيفية محددة ، مثل الحركة المعلقة والتلاعب الحاذق (2) يشرح الأهمية الوظيفية لكل ميزة مورفولوجية و (3) ) يساعد في التنبؤ بنتائج فقدان هذه السمات من خلال المرض أو الإصابة أو العلاج.

معظم السمات المميزة لمرفق الإنسان تسبق ظهور الحديث بشكل ملحوظ الانسان العاقل. في الواقع ، تشير الأدلة الحالية إلى أن هذا التشكل يمكن إرجاعه إلى السلف المشترك للإنسان والقردة ، والذي كان موجودًا منذ حوالي 15 إلى 20 مليون سنة (ميا).


إعادة بناء الماضي التطوري للورم من عينة واحدة

حتى عندما يتم الحصول على عينة ورم واحدة فقط ، لا يزال هناك الكثير من المعلومات في بيانات التسلسل للسماح باستنتاج ترتيب الأحداث أثناء تطور الورم. كما نوقش أعلاه ، يمكن تصنيف الطفرات النقطية على أنها نسيلي أو نسيلي جزئي بناءً على جزء الخلايا السرطانية التي تحمل الطفرة ، ويُستنتج أن الطفرات النسيليّة تسبق تلك الطفرات الفرعية. علاوة على ذلك ، الطفرات النسيلية داخل مناطق مكاسب الكروموسومات النسيلية يمكن تقسيمها مؤقتًا إلى تلك التي حدثت قبل الكسب ، وتلك التي حدثت بعد [54 ، 55]. يمكن استنتاج هذه العلاقة بين الطفرات النقطية وعدد النسخ المحيط بها من تواتر الأليل المتغير للطفرة ، بعد مراعاة نقاء الورم وعدد النسخ للحصول على عدد الكروموسومات التي تحمل الطفرة [18]. يجب أن تكون الطفرات على أليلين موجودة بالفعل وتكررت مع المنطقة المحيطة (تسمى "مبكرًا") ، في حين أن الطفرات الموجودة على أليل واحد يجب أن تكون قد حدثت بعد ذلك (تسمى "متأخر") أو حدثت على أليل غير مكرر (انظر رسم بياني 1).

توقيت المكاسب عدد النسخ باستخدام طفرات النقطة. يمكن استخدام العلاقة بين الطفرات النقطية ومكاسب عدد النسخ المحيطة لاستنتاج وقت الكسب. أ توقيت فقدان نسخة محايدة من تغاير الزيجوت (CNLOH). حدثت طفرات زرقاء قبل حدث CNLOH ، حدثت طفرات برتقالية بعد ذلك على أي من الكروموسوم. ب تعتبر مكاسب أليل واحد ، حيث يتم الاحتفاظ بالآخر ، أكثر تعقيدًا لأن طفرات النسخة الفردية يمكن أن تعكس الطفرات التي حدثت منذ الاكتساب ، وتلك الموجودة على الأليل غير المكرر (الأصفر)

وبالتالي ، من الممكن تقدير التوقيت النسبي للطفرات الفردية أثناء الطور النسيلي لتطور الورم. يمكن بعد ذلك استخدام الطفرات الموقوتة ضمن مكاسب رقم النسخ النسيلي لتقدير وقت حدوث الكسب نفسه ، محسوبًا من معدلات الطفرات المبكرة والمتأخرة (انظر الإطار 1) [54]. إذا كان هناك العديد من الطفرات التي يحملها أليلين ، والقليل منها يحمله أليل واحد ، فإن هذا يشير إلى أن الطفرات النقطية تراكمت في هذه المنطقة على مدى فترة زمنية أطول قبل الاكتساب ، والتي حدثت في نهاية التطور النسيلي. على العكس من ذلك ، إذا تم نقل غالبية الطفرات بواسطة أليل واحد فقط ، فهذا يشير إلى أنه ، بشكل متناسب ، حدث الكسب في وقت سابق في تطور الورم النسيلي. من المهم أن نلاحظ أن هذا النهج لا يفترض معدل طفرة ثابت ، وبالتالي فإن تقديرات الوقت تتوافق مع "وقت الطفرات" ، أي أن توقيت الكسب يشير إلى موقعه النسبي مقارنةً بالطفرات النقطية.

في السنوات الأخيرة ، تم تطوير الخوارزميات لتنفيذ هذا المفهوم ، باستخدام إما نهج الاحتمال الأقصى الجزئي أو الكامل لتقدير عدد نسخ الطفرات الفردية أولاً ، ثم استخدامها لتقدير توقيت مكاسب الكروموسومات [56 ، 57] . نظرًا لأنه يجب مراعاة عدد الكروموسومات الموجودة في كل مرحلة من مراحل تطور الورم النسيلي عند تحديد معدل الطفرة (انظر الإطار 1) ، فمن المهم أن تكون قادرًا على نمذجة التسلسل الدقيق للأحداث أثناء اكتساب اكتساب الكروموسومات ، وبالتالي فإن المكاسب البسيطة تفسح المجال بسهولة أكبر لهذا النهج. على النحو الذي اقترحه Purdom et al. [56] ، تشمل هذه المناطق الخسارة المحايدة للنسخ من تغاير الزيجوت (CNLOH) ، ومكاسب أليل واحد ، ومكاسب مزدوجة لأليل واحد. يمكن اعتبار أحداث تكرار الجينوم الكامل (WGD) حالة استثنائية ، حيث يفترض المرء أن كلا الأليلين يتم اكتسابهما في وقت واحد ، على الرغم من أنه حتمًا ، في بعض الأحيان ، لن يكون هذا صحيحًا. كتحذير ، تجدر الإشارة إلى أنه يمكن دراسة المكاسب فقط باستخدام هذه الطريقة ، حيث تُفقد الطفرات المطلوبة لوقت فقد الكروموسومات مع الكروموسوم نفسه.

إن تطبيق هذا النهج على جينومات السرطان يعطي نظرة ثاقبة لتوقيت مكاسب الكروموسومات ، والترتيب النسبي للطفرات ، أثناء التطور النسيلي للورم ، مما يُحتمل أن يسلط الضوء على الآليات المختلفة التي يقوم عليها تطور الورم. على سبيل المثال ، Nik-Zainal et al. [17] استخدم هذا النهج في زيادة الوقت في الكروموسومات خلال تطور 21 سرطانًا من سرطان الثدي. أظهرت هذه الدراسة أنه من غير المرجح أن تكون مكاسب عدد النسخ هي الحدث الأول خلال تطور سرطان الثدي ، ولكنها تتراكم بمرور الوقت ، مع حدوث معظم المكاسب بعد أول 15-20٪ من وقت الطفرات. يمكن بعد ذلك دمج تقديرات الوقت الكمي للازدواج النسيلي مع التوقيت النسبي المقابل للأحداث الأخرى ، مثل تضخيم ERBB2, MYC، و CCND1، وأحداث متقطعة مثل chromothripsis ، تلخيصًا لتسلسل الأحداث خلال التطور النسيلي لهذه المجموعة من سرطانات الثدي [17]. وبالمثل ، في سرطان البنكرياس الغدي ، فإن توقيت الطفرات وتعديلات عدد النسخ (CNAs) بالنسبة لمضاعفة الجينوم يُظهر أن هناك فترة طويلة من وقت الطفرات قبل حدث الازدواج ، ربما خلال حالات المرض قبل الغزو ، مما يشير إلى أن عدد النسخ اللاحقة المكاسب تصاحب التحول [58].

لذلك ، يعتمد توقيت الطفرات على أعداد كافية من الطفرات النقطية ، والتي يمكن أن تكون مشكلة ، لا سيما في السرطانات ذات معدلات الطفرات المنخفضة. ومع ذلك ، في حالات WGD ، يوفر العدد الإجمالي للطفرات النقطية و CNAs الأصغر عبر الجينوم بأكمله معلومات وافرة لحساب تقديرات الوقت. يعد هذا حدثًا مهمًا في تطور السرطان ، لأنه يوفر ضعف المادة الخام للانتقاء الطبيعي لتشكيله ، مما يسمح للخلايا بتحقيق حالات اختلال الصيغة الصبغية التي لا يمكن تحملها لولا ذلك. لذلك ، فإن توقيت أحداث WGD أثناء تطور الورم له أهمية رئيسية. تُظهر أحداث Clonal WGD توقيتًا متغيرًا بين أنواع السرطان التي يبدو أنها متأخرة في تطور سرطان الثدي [28] وأقدم في حالات أخرى ، مثل سرطان القولون والمستقيم ، حيث يُعتقد أنها الخطوة الأولى في تطوير الأنماط الجينية الجينية الأكثر تعقيدًا ، مما يؤدي إلى تطور المرض ويؤثر سلبًا على نتائج البقاء على قيد الحياة [59].

أظهرت الدراسات التي أجريت على توقيت WGD عبر مجموعة بيانات أطلس جينوم السرطان أن توقيت مضاعفة الجينوم بالنسبة إلى كل من متغيرات النوكليوتيدات المفردة (SNVs) و CNAs الصغيرة في وقت سابق في أنواع السرطان مع أحداث مضاعفة أكثر تكرارًا ، مثل المبيض والمثانة ، وسرطان القولون والمستقيم ، مقارنة بأولئك الذين يعانون من عدد أقل من مضاعفات الجينوم ، مثل الورم الأرومي الدبقي وسرطان الخلايا الكلوية الصافية [60]. يعزز هذا الفكرة القائلة بأن الحالة الرباعية الصبغية ، في بعض أنواع السرطان ، تعد معلمًا مهمًا للانحراف الجيني اللاحق ، بينما في حالات أخرى ربما تكون نتاجًا لتراكم CNAs الأخرى وفقدان صيانة وإصلاح الحمض النووي.

باختصار ، باستخدام العلاقات بين الأحداث الجسدية ، من الممكن استخراج توقيت الأحداث أثناء تطور الورم من عينات مفردة. ومع ذلك ، فقد تم تطبيق هذه الأساليب فقط على مجموعات صغيرة نسبيًا من أنواع السرطان الفردية ، ولا يزال هناك الكثير مما يمكن تعلمه من استكشاف أنماط أكثر عمومية لتطور الورم ، السرطان الشامل.


علم الأحياء التكاملي 200 جامعة كاليفورنيا، بيركلي

تغطي "مبادئ علم الوراثة" النظرية الأساسية ومنهجية علم الأحياء المقارن ، مع التركيز على كل من علم التشكل والجزيئات ، وكلاً من الكائنات الحية والأحفورية. نحن نغطي كيفية بناء أشجار النشوء والتطور وكيفية استخدامها للإجابة على أسئلة في مجالات مثل علم البيئة ، والتطور ، والتنمية ، والتشكيل الوظيفي ، وعلم الوراثة السكانية ، والحفظ ، والجغرافيا الحيوية ، والانتواع ، والتطور الكبير. تتكامل المعامل بشكل وثيق مع المحاضرات وستغطي الخوارزميات والبرامج الرئيسية لتنفيذ هذه الأساليب.

تتضمن المتطلبات المشاركة في المناقشة واختبارين وفصل مشروع. بالإضافة إلى تقرير مكتوب في شكل منشور في مجلة ، سيتم تقديم نتائج المشروع في ندوة مصغرة في نهاية الفصل الدراسي. نحن نشجع الطلاب على التركيز على الكائنات الحية التي يدرسونها من أجل أطروحة أو بحث آخر ، مما يجعل هذه الدورة طريقة ممتازة لإنجاز البحث الأولي المناسب لمسودات الأطروحات اللاحقة وطلبات التمويل والمنشورات.

يتم تدريس هذا الفصل فقط كل فصل ربيعي آخر ، وهو مخصص لكل من طلاب الدراسات العليا والطلاب الجامعيين المتقدمين.

نص:
التفكير الشجري: مقدمة في علم الأحياء التطوري
بقلم ديفيد بوم وستيسي سميث
الطبعة الأولى ، نشرتها شركة روبرتس وشركاه


شجرة النشوء والتطور ونقل الجينات الأفقية

تسمى شجرة النشوء والتطور المنتشرة في المصطلح الآخر شجرة تطورية. من المصطلح يمكننا أن نقول أنه يتعلق بعلاقة التقدم بين أنواع مختلفة من الكلاب والتي يتم عرضها في مخطط متفرع أو مخطط شبيه بالشجرة. تتوافق الأصناف التي ترسم المخطط في الرسم البياني مع أوجه التشابه والتمييز بينهما في المواد الفيزيائية والوراثية. سيكون الحيوان الأليف الموجود على طرف الشجرة هو الكلب الحديث الذي رأيناه اليوم. عادة ما تتفرع الشجرة من سلف واحد مشترك إلى أنواع مختلفة متوقعة لعامل بيئي أو طفرة جينية. لذا فإن الكلاب التي تصادف أنها تنحدر من سلف مشترك ستشمل بعض السمات المماثلة فيما بينها وهذا يسمى التماثل الذي يمكن أن يكون في التكوين وكذلك تسلسل الجينات.

يسمى نقل الجينات الأفقي أيضًا بنسخ الجين الجانبي (LGT) مما يعني أن المواد الوراثية من نوع واحد يتم تمريرها إلى أنواع أخرى دون إجراء تكرار النسل. هذه العملية نموذجية تمامًا بين البكتيريا حتى أنها اعتقدت أنها مرتبطة ببعضها البعض بشكل لا يصدق. تسمح المبادلات الجينية الجانبية بزيادة مقاومة الأدوية فيما بينها بسرعة كبيرة. هذا لأن الجين الذي حصل عليه هذا المستوى من المقاومة لأدوية معينة من قبل بكتيريا واحدة ، فإنه سينتقل بسرعة هذا الجين إلى البكتيريا الأخرى وتستمر هذه العملية باستمرار. على الرغم من وجود نوعين من البكتيريا ذات الصلة البعيدة جدًا ، ولكن بسبب البكتيريا دائمًا ما يغيران المادة الوراثية مع بعضهما البعض ، فإن شجرة النشوء والتطور تعني أيضًا أنهما مرتبطان ارتباطًا وثيقًا.

على الجانب الآخر ، إذا تم نقل المادة الوراثية إلى الجيل التالي ، والذي يعني من الأم أو الأب إلى النسل ، يسمى نقل الجينات الرأسي.

يتم تمرير المواد الجينية عموديًا من الأنواع 1 إلى الأنواع 2 ثم يتم تسليم النوع 2 إلى الأصناف 3 وهكذا دواليك ومن ثم يسمى نقل الجينات العمودي. لكن المادة الجينية للنسل يمكن أن تكون أيضًا ليست مثل أسلافهم ، وهذا بسبب الطفرة وأيضًا النسخ الجيني الأفقي بين الأنواع.

قال داروين أن النوع قد تباعد عن سلف على مدى فترة طويلة ومن خلال الانتقاء الطبيعي فقط يصبح المخلوق الحديث الذي لاحظناه الآن. ولكن من السجل الأحفوري ، قبل حوالي 545 مليون سنة ، حدث تنوع كبير أدى إلى وجود مجموعة واسعة من الكائنات الحية المعقدة متعددة الخلايا. يظهر عدد كبير من مجموعات الحيوانات من اللون الأزرق وما زلنا نستطيع العثور عليها اليوم في معظمها والمعروفة باسم Phylum التي اختلطت في فروع شجرة النشوء والتطور. بسبب الانتقاء الطبيعي ، فإن بعض الحيوانات الأليفة التي لا تمتلك السمة التي يمكن أن تكون مواتية للبيئة قد انقرضت ولا يمكننا تتبع أثرها إلا من خلال السجل الأحفوري.

قبل الانفجار الكمبري ، كان هناك فقط أبسط شكل من الكائنات الحية أو كائن الخلية أحادي الخلية ، ولكن نتيجة لتغير عامل البيئة ، أدى إلى ظهور الكائن متعدد الخلايا والكائنات الهيكلية الخارجية الأخرى التي تُنسب إلى الانتقاء الطبيعي. بسبب ندرة الأكسجين الموجود في الأرض ، لا يحصل الحيوان الأليف على ما يكفي من الهواء لوظائف التمثيل الغذائي ، وبالتالي يتم منع زيادة حجم الكلاب. بعد الانفجار الكمبري ، تراكم الاهتمام بالأكسجين والماء شيئًا فشيئًا ، مما أدى إلى ظهور حيوان كبير ومعقد. بمجرد بدء الانفجار الكمبري ، هناك زيادة في الجرف القاري والبحار الضحلة وامتداد مجموعة متنوعة من البيئة. تحدث هذه الظاهرة بسبب قارة Gondwana العملاقة التي كانت تقتحم الأراضي العامة الأصغر التي تمكن الكلب من التركيز والتسبب في الانحراف بين الحيوانات.

بالنسبة لتلك الأصناف التي لا تزال موجودة ، فإنها تخضع لمستوى مختلف من التطور مع مرور الوقت. ربما تكون بعض الأنواع قد تقدمت كثيرًا ولكن بعضها ربما لم يتقدم كثيرًا. مثال الأنواع التي تقدمت بشكل كبير هو الزرافة. سلف الزرافة هو في الواقع عنق قصير للغيتار. بجانب الزرافة ، هناك حيوان أليف آخر يفترس النباتات المنخفضة. مع مرور الوقت ، يصبح الغطاء النباتي السفلي أقل فأقل. بسبب نقص الطعام ، تضطر الحيوانات الأليفة أو الحيوانات إلى القتال فيما بينها للبقاء على قيد الحياة ، لذلك بدأت الزرافة في الحصول على الطعام من الغطاء النباتي العالي. نتج عن ذلك تطور الزرافة حيث تصبح حلقها أطول وأطول على مدى فترة طويلة من وقتها مما يمكن الزرافة من القدوم إلى أكبر متفرع من الأشجار وبالتالي يمكنها شراء الطعام ومن ثم البقاء على قيد الحياة ومن ثم سترى فرعًا متفرعًا في شجرة الحياة من أجل هذه الأنواع. نظرًا للعامل البيئي ، تم إنشاء سمة خاصة غير موجودة في سلف الزرافة ، ثم يتم نقل هذه الفوائد المميزة إلى التكنولوجيا التالية ومن ثم تظهر الزرافة الحديثة. تجسير الفرق بين التنمية والثقة (2009)

الأنواع الأخرى التي تتطور كثيرًا هي الكلاب. سلف الكلب هو في الواقع ذئب رمادي ، وبعبارة أخرى ، يُعرف الكلب أيضًا باسم الذئب المستأنس. يُنسب أيضًا إلى الذئب الرمادي المتطور بشكل كبير إلى عامل بيئي. تم إحضار أشبال الذئب إلى أسرة فردية بواسطة الصيادين ويتم تدريبهم من قبل الصياد الذي يلائم احتياجاتهم. سيتم القضاء على تلك الذئاب التي لا طائل من ورائها والخطيرة وسيتم اختيار أولئك الذين لديهم صفة الذئب المستحسن للتكاثر. ببطء ولكن بثبات ، سيتغير إحساسهم وقدرتهم ونوعية الذئب في الهواء الطلق وسيتقلص أيضًا في نسب الأسنان والحجم الكلي.

بينما على الجانب الآخر ، هناك أيضًا بعض الأنواع التي لا تتطور كثيرًا ، على سبيل المثال التماسيح. عادة ، تتطور الأنواع بسبب بعض التغييرات في البيئة أو لحماية نفسها من أن يستهلكها كلب آخر. لكن التمساح البشري الحصري يعتبر على قمة سلسلة الطعام ، لذلك لا يقلقوا بشأن ابتلاعه من قبل حيوان أليف آخر. التمساح عبارة عن زواحف ذات دم بارد ، لذا فقد كان لها فائدة بيئية لأن موائلها يمكن أن تحافظ على المستنقعات وكذلك على الأرض. هذا يوفر لهم العديد من الطرق للحصول على الطعام. ومن ثم ، فإن البيئة أو طريقة الحصول على الطعام أو الموائل توفر أيضًا فائدة للتمساح لتجاوزه ، لذلك ليس من الضروري إجراء تغييرات كبيرة.

من أجل وجود شجرة الحياة ، سأبقى محايدًا. السبب في أنني اخترت الحيادية لأنني أعتقد أن مجموعة الجينات تنتقل من السلف. حتى يتقاطع الجين ، ربما يكون هناك بعض الطفرات أو نقل الجينات من الأصناف الأخرى وبالتالي يتسبب في تباين في المجموعة المادية أو الجينية بين الحيوانات الأليفة. ولكن من خلال دراسة جينوم الأصناف ، يمكننا في الواقع تتبع أسلافهم أو من أين تغيرت الأنواع. على الرغم من أن بعض الأنواع قد تبدو غير متشابهة تمامًا ، إلا أنها ربما تُظهر سلسلة جينات التماثل ، ومن ثم يمكننا أن نعرف أنها أتت بالفعل من السلف. لذلك دعمت شجرة الحياة يمكن العثور عليها. بينما ، نظرًا لأن عالم الآثار يمتلك بعض البيانات الأحفورية حول الانفجار الكمبري والتي تثبت أنه منذ حوالي 545 مليون عام يظهر كائن متعدد الخلايا وأن معظم الحيوانات الأليفة العائلية تظهر في نفس الوقت. لذا فإن هذا يقلب ما تم إثباته والذي أشرت إليه للتو أن الأصناف قد تحسنت من أسلافها على مدى فترة زمنية طويلة. لذلك ، أفضل أن أصبح محايدًا.


لبناء شجرة النشوء والتطور من خلال تطبيق مبادئ البخل على بيانات التسلسل الجزيئي ، يمكن للمرء أن: أ. ابدأ بوضع افتراضات حول التغيرات في المعدلات التي تتطور عندها أجزاء الحمض النووي المختلفة. ب. تجمع الكائنات الحية التي تشترك في أكبر عدد من التسلسلات السرطانية. ج. تجميع الكائنات الحية التي تشترك في التسلسلات المشتقة معًا ، ومطابقة المجموعات مع تلك المحددة بواسطة الأحرف المورفولوجية. د. تجمع الكائنات الحية التي تشترك في التسلسلات المشتقة معًا ، مما يقلل من عدد التغييرات التطورية المفترضة. ه. تحديد التسلسلات المشتقة من خلال دراسة علم الأجنة من الكائنات الحية.

لبناء شجرة النشوء والتطور من خلال تطبيق مبادئ البخل على بيانات التسلسل الجزيئي ، يمكن للمرء أن:

أ. ابدأ بوضع افتراضات حول التغيرات في المعدلات التي تتطور عندها أجزاء الحمض النووي المختلفة.

ب. تجمع الكائنات الحية التي تشترك في أكبر عدد من التسلسلات السرطانية.

ج. تجميع الكائنات الحية التي تشترك في التسلسلات المشتقة معًا ، ومطابقة المجموعات مع تلك المحددة بواسطة الأحرف المورفولوجية.

د. تجمع الكائنات الحية التي تشترك في التسلسلات المشتقة معًا ، مما يقلل من عدد التغييرات التطورية المفترضة.

ه. تحديد التسلسلات المشتقة من خلال دراسة علم الأجنة من الكائنات الحية.


كيف نبني ورم شجرة النشوء والتطور؟ - مادة الاحياء

LICHeE: استدلال سريع وقابل للتطوير لسلالات السرطان متعددة العينات

LICHeE هي طريقة اندماجية مصممة لإعادة بناء أشجار النسب الخلوية متعددة العينات واستنتاج التركيب النسيلي للعينات المعطاة بناءً على ترددات الأليل المتغيرة (VAFs) لمتغيرات النيوكليوتيدات المفردة الجسدية ذات التسلسل العميق (SSNVs). يقبل البرنامج كإدخال قائمة من SNVs مع VAFs المحددة لكل عينة ويخرج شجرة (شجرة) نسب الخلية المستنتجة وتحلل العينة الفرعية. يوفر واجهة مستخدم رسومية اختيارية بسيطة للسماح للمستخدمين بالتفاعل مع الأشجار ديناميكيًا.

على مستوى عالٍ ، يمكن تقسيم تنفيذ LICHeE إلى الخطوات التالية: (1) استدعاء SSNV عبر عينات الإدخال ، (2) تجميع SSNV باستخدام VAFs (يتم تجميع كل مجموعة من SSNVs الموجودة في نفس مجموعة العينات بشكل منفصل) ، ( 3) بناء شبكة القيد التطوري (حيث تكون العقد هي المجموعات التي تم الحصول عليها في الخطوة (2) وتمثل الحواف علاقات سلالة زوجية صحيحة) ، (4) البحث عن أشجار النسب المضمنة في الشبكة التي تلبي جميع قيود النشوء والتطور ، و (5) إخراج التصور.

لمزيد من المعلومات حول الخوارزمية ، يرجى الاطلاع على المنشور التالي:
Popic V، Salari R، Hajirasouliha I، Kashef-Haghighi D، West RB، Batzoglou S.
استدلال سريع وقابل للتطوير لأنساب السرطان متعددة العينات. بيولوجيا الجينوم 2015، 16:91.

للحصول على أفضل النتائج ، يُنصح المستخدمون باستكشاف المعلمات التي تعرضها الطريقة وتخصيصها لمجموعات البيانات الخاصة بهم. يتم تعيين القيم الافتراضية للعديد من المعلمات بشكل متحفظ إلى حد ما ، بافتراض وجود بيانات حقيقية مزعجة ، ويمكن أن يؤدي تخفيف هذه العتبات (خاصة عند الاختبار على البيانات المحاكاة) إلى نتائج أكثر دقة. على سبيل المثال ، يمكن لخفض -maxClusterDist ، الذي يتحكم في انهيار المجموعات القريبة ، طلب SSNV إضافية عن طريق إبقائها في مجموعات منفصلة بشكل مشابه ، وسيؤدي خفض -minClusterSize إلى 1 إلى الاحتفاظ بمجموعات SSNV المفردة في الشبكة. يتم توفير مزيد من المعلومات حول ضبط المعلمة أدناه.

- بناء شجرة النسب

خيارات الإدخال / الإخراج والشاشة

-i & ltarg & gt مسار ملف الإدخال (مطلوب)
-o & ltarg & gt مسار ملف الإخراج حيث يجب كتابة النتائج (افتراضي: اسم ملف الإدخال مع اللاحقة .trees.txt)
-cp بيانات الإدخال تمثل قيم انتشار الخلايا (CP) (على عكس قيم VAF الافتراضية)
يحتوي ملف إدخال -sampleProfile على نموذج SSNV لملف تعريف التواجد والغياب (سيؤدي ذلك إلى تعطيل خطوة استدعاء SSNV الافتراضية)
-n ، - عادي & ltarg & gt معرف عمود عينة عادي في قائمة العينات ، مستند إلى 0 (على سبيل المثال ، 0 هو العمود الأول) (مطلوب*)
-clustersFile & ltarg & gt SSNV clusters مسار الملف
-s، - save & ltarg & gt الحد الأقصى لعدد أشجار الإخراج المراد حفظها ، إن وجدت (الافتراضي: 1)
-showNetwork، - net عرض شبكة القيد
-showTree، - tree & ltarg & gt عرض شجرة (أشجار) النسب الأعلى تصنيفًا (افتراضي: 0)
-اللون تمكين تصور شجرة النسب في وضع اللون
-dot قم بتمكين تصدير ملف DOT لشجرة أعلى الدرجات لتصور Graphviz (يتم حفظها افتراضيًا في: ملف الإدخال مع لاحقة .dot)
-dotFile & ltarg & gt DOT مسار الملف

SSNV التصفية والاتصال

-maxVAFA غائب ، - غائب & ltarg & gt Maximum VAF لاعتبار SSNV غائبًا بشدة عن العينة (مطلوب*)
-minVAFPresent، - present & ltarg & gt الحد الأدنى من VAF لاعتبار SSNV موجودًا بقوة في عينة (مطلوب*)
-maxVAFValid & ltarg & gt الحد الأقصى المسموح به من VAF في العينة (الافتراضي: 0.6)
-minProfileSupport & ltarg & gt الحد الأدنى لعدد قوي** SSNVs المطلوبة لملف تعريف حضور وغياب المجموعة ليتم تصنيفها على أنها قوية أثناء استدعاء SNV: يمكن إعادة تعيين SNVs من المجموعات غير القوية إلى مجموعات قوية موجودة (افتراضيًا: 2)

* هذه المعلمات مطلوبة ما لم يتم تحديد الخيار -sampleProfile
** تحتوي SNVs القوية على VAFs & lt maxVAFAbbent أو & gt minVAF موجودة في جميع العينات

بناء الشبكات الفيزيائية والبحث عن الأشجار

-minClusterSize & ltarg & gt الحد الأدنى لعدد SSNVs المطلوب لكل مجموعة (افتراضي: 2)
-minPrivateClusterSize & ltarg & gt الحد الأدنى لعدد SSNVs المطلوب لمجموعة خاصة (أي مع SSNVs التي تحدث في عينة واحدة فقط) (الافتراضي: 1)
-minRobustNodeSupport & ltarg & gt الحد الأدنى لعدد SSNVs القوي المطلوب حتى يتم تصنيف العقدة بأنها قوية أثناء البحث الشجري: يمكن إزالة العقد غير القوية من الشبكة عند عدم العثور على أشجار سلالة صالحة (افتراضي: 2)
-maxClusterDist <arg> Maximum mean VAF difference on average per sample up to which two SSNV clusters can be collapsed (default: 0.2)
-c,--completeNetwork Add all possible edges to the constraint network, by default private nodes are connected only to closest level parents and only nodes with no other parents are descendants of root
-e <arg> VAF error margin (default: 0.1)
-nTreeQPCheck <arg> Number of top-ranking trees on which the QP consistency check is run, we have not seen this check to fail in practice (default: 0, for best performance)

-v,--verbose Verbose mode, prints more information about each step of the algorithm
-h,--help Print program usage information

From the /release directory:

From the /release directory (for other command-line settings used on the ccRCC and HGSC datasets see the README file in the data/ directory):

#Show the top ranking tree

#Eliminate private clusters/nodes that have fewer than 2 SSNVs, show and save to file the top-ranking tree

#Reduce the VAF cluster centroid distance, which determines when the clusters are collapsed

LICHeE accepts three different file format types. The main file format is composed of a list of SSNVs with their associated VAF or CP values per sample: one SSNV entry per line.
The file contains the following header with fields separated by tabs:

For example (the following file contains 5 samples and 3 SSNVs):

Users can also optionally provide pre-computed SSNV calls per sample, by adding one more column to the above format before the sample frequency information, which can specify the binary presence-absence pattern of this SSNV across samples. For example, for a file with 5 samples, a pattern of 01001 implies that the SSNV was called in the second and fifth sample (column id 1 and 4, since we start counting at 0). In order to use this file type (and disable the default calling mechanism), users should include the -sampleProfile flag.
An example is shown below:

Finally, users can also specify pre-computed SSNV clustering information by providing an additional input file containing the clusters (with the corresponding centroid VAFs per sample and the member SSNVs): one cluster per line. The file should contain the following fields separated by tabs (corresponding to the primary SSNV input file):

For example (the following file contains 3 clusters for the SSNV example file shown above the SSNVs are specified as line numbers in the SSNV input file ignoring the header line, starting from 1):

The resulting trees and sample decomposition information produced by LICHeE can be written to a text file (using the -s option that specifies up to how many top trees should be saved it is recommended to evaluate all the trees that achieved the best score) and visualized via the interactive LICHeE Lineage Tree Viewer GUI (using the -showTree option that specifies how many trees should be displayed). It is also possible to export the best-scoring tree as a DOT file for Graphviz visualization (using the -dot or -dotFile options).

The GUI allows users to dynamically remove nodes from the tree, collapse clusters of the same SSNV group, and view information about each node (e.g. SSNV composition of cluster nodes or the subclone decomposition of sample nodes). The Snapshot button can be used anytime to capture the current state of the tree as a vector graphic PDF file (please note that it takes a bit of time to write out the image to file).

We currently support two display modes: plain (default) and color (enabled with the -color flag). In the color mode, each cluster node is assigned a unique color and each sample node is decorated with the colors corresponding to the clusters of mutations present in the sample. The sample is decomposed by color according to the (approximate) prevalence of each cluster in the sample. The contribution of a cluster to each sample is highlighted (in purple) when the cluster node is selected.

A few useful tips for working with the GUI: one or multiple nodes can be selected and dragged to the desired position, the size (zoom) and position of the graph can be adjusted using the trackpad.

Example 1. Visualization for ccRCC patient RK26

Display using Graphviz (Graphviz must be installed separately):

Example 2. Visualization for ccRCC patient RMH008

Plain mode simple look (withot -color flag):

Cluster node 10 is selected, sample constributions highlighted in purple.

Sample node R5 is selected, lineages highlighted in purple:

Parameter Tuning and Diagnostics

In some cases, LICHeE may not find a valid tumor lineage tree for an input dataset given a specific parameter setting. In some other cases, multiple alternative lineage trees might be valid under different parameter settings. Therefore, it is recommended to explore various parameters when analyzing a particular dataset.

For instance, since LICHeE uses a heuristic method to call SSNVs that heavily relies on the values of the -maxVAFAbsent and -minVAFPresent parameters, adjusting these parameters to reflect the expected noise levels in the data, or supplying pre-computed calls can be very useful. Furthermore, it might be useful to adjust the criteria for incorporating clusters into the constraint network. For example, clusters that contain only a few SSNVs are more likely to represent mis-called presence patterns and can be filtered out by increasing the -minClusterSize and -minPrivateClusterSize parameters. The parameter -minRobustNodeSupport (which determines how many robustly-called SSNVs are required for a node to be non-removable) can be increased to iteratively remove nodes from the network while no valid trees are found automatically. For very noisy data, the -e parameter can be increased to relax the VAF constraint enforcement (although this should be done sparingly). On the other hand, adjusting these parameters in the opposite direction can result in more granular trees and is advisable on less noisy datasets in order to get the most informative results.


Biodiversity and Evolutionary Trees

In this activity, students use DNA sequences from marine mollusks to construct phylogenetic trees. This activity uses mollusks as model organisms to introduce phylogeny and the importance of evolutionary relationships in modern taxonomy.

In Part 1, students learn how DNA can be used to study evolutionary relationships. Part 2 introduces an online software (MAFFT) for generating DNA sequence alignments and phylogenetic trees. In Parts 3 and 4, students build and explore phylogenetic trees of different mollusks. In the optional inquiry-based extension, students apply the techniques they’ve learned to explore evolutionary relationships among species of their choosing.

This activity was designed to accompany the Click & Learn Sorting Seashells, in which students construct an evolutionary tree of the same mollusk species based on morphological characteristics.


شاهد الفيديو: أخطاء نظرية التطور : شجرة الحياة الداروينية - Darwins Tree of Life (شهر نوفمبر 2022).