प्रोकैरियोट्स के सिस्टमैटिक्स - दूर के रिश्तेदार

गर्मियों में मैंने एक प्रयोग की योजना बनाई और प्रोकैरियोट्स के विकासवादी सिस्टमैटिक्स पर एक प्रयोग के लिए यूएमएल का उपयोग करते हुए एक लेख लिखा , और अप्रत्यक्ष रूप से वैज्ञानिकों के मनोविज्ञान के बारे में । गर्मियों के अंत तक मोटे प्रसंस्करण के परिणाम तैयार थे (धन्यवाद, मदद के लिए mktums )।

अब एक विराम बन गया है, और मैंने इस विषय को समाप्त कर दिया, और परिणाम प्रस्तुत किया।

विधि

(मैं पिछले लेख से कुछ दोहराऊंगा ताकि नए पाठकों को इसे पढ़ने के लिए मजबूर न करें)

लेख की मुख्य आलोचना। प्रोकैरियोट्स या "बहु-प्रजाति उत्पत्ति" के विकासवादी तंत्र के बारे में दिलचस्प परिणाम निम्नलिखित दावे में शामिल हैं " आप एक जीन को माप के रूप में नहीं मान सकते हैं "। मैं इससे पूरी तरह सहमत हूं, और यह प्रयोग इसे पूरी तरह से सही करता है।

कुछ संख्या। अब NCBI में लगभग 2,000 जीवाणु जीनोम (3,723 लोकी) हैं। प्रयोग की तैयारी में, मैंने इस तरह से लेबल किए गए सभी tRNA को चुना। वे 40 हजार से अधिक अद्वितीय विविधताएं निकले। लेकिन अफसोस, उनमें बहुत सारी गलतियाँ हैं (लगभग 50%, पिछले लेख देखें, जहाँ इस पर विस्तार से चर्चा की गई थी)।

लेकिन मुझे लगा कि आप पूर्ण त्रुटि सुधार के चरण को छोड़ सकते हैं। यह कैसे करना है? मैंने लंबाई के आधार पर और अनुक्रम के अंत में CCA के अंत की उपस्थिति से इन tRNA को छांटा। मुझे यह कहना चाहिए कि किसी भी tRNA के लिए CCA अनुक्रम आवश्यक है, और लंबाई 74 से 96 न्यूक्लियोटाइड हो सकती है।

एक एकल न्यूक्लियोटाइड से tRNA के नीचे या 1300 :) से अधिक NCBI में कई चमत्कार हैं (आप मुस्कुराए बिना नहीं कह सकते हैं)। इसलिए, मैंने उन दृश्यों को हटा दिया जिनकी लंबाई 70 तक है और 100 से अधिक है, साथ ही साथ जो सीसीए में समाप्त नहीं होते हैं।

उनमें से लगभग 20,000 हैं। ये सबसे अधिक संभावना वाले tRNA हैं जिनमें NCBI की त्रुटियाँ नहीं हैं। TRNA के शेष आधे हिस्से के साथ - आप बाद में इसका पता लगा सकते हैं।

वास्तव में, नियोजित प्रयोग के लिए, इससे कोई फर्क नहीं पड़ता कि इस विशेष अनुक्रम में लंबाई में 70-100 न्यूक्लियोटाइड हैं या नहीं। क्यों? चूंकि मैं 2000 जीवाणुओं के जीनोम की दोबारा जांच करने जा रहा हूं, तो क्या वास्तव में ऐसे क्रम हैं - त्रुटियों को बाहर रखा जाएगा। और tRNA वास्तव में दूसरी चीज है या नहीं। मुख्य बात यह है कि डीएनए के महत्वपूर्ण जीव अलग-अलग जीवों में मेल खाते हैं। जीनोम में 70-100 की अनुक्रम लंबाई का संयोग आकस्मिक से बहुत दूर है।

इसलिए, अब मैं क्या कर रहा हूं। मैं इन 20,000 tRNA को लेता हूं और पाता हूं कि वे किस बैक्टीरिया में मौजूद हैं। यदि अनुक्रम केवल एक जीव में मौजूद है, तो यह दिलचस्प नहीं है। और सबसे अधिक संभावना है कि यह एक गलत अनुक्रम है। और इस प्रकार त्रुटियों का पर्याप्त प्रतिशत समाप्त हो जाता है।

यदि अनुक्रम एक से अधिक जीवों में है, तो यह दो जीवों के बीच एक संबंध (संबंध) है।

परिणाम

पहले लेख ने एक महत्वपूर्ण निष्कर्ष निकाला कि

बहु-प्रजातियों की उत्पत्ति विकासवादी तस्वीर को बहुत भ्रमित करती है, लेकिन इसके बारे में कुछ भी नहीं किया जाता है - इस तरह की अटकलों की जटिलता है, और हमें केवल उन स्थितियों में सबसे सटीक रूप से प्रतिबिंबित करने की आवश्यकता है जहां सभी प्रजातियां ज्ञात नहीं हैं।
और इसलिए, एक पर्याप्त विवरण के लिए, पेड़ों को फ़ाइलेगेंनेटिक रूप से आवश्यक नहीं है। कम से कम, हम दो माता-पिता (औसतन) के साथ जननांग के पेड़ के बारे में बात कर सकते हैं, और सामान्य स्थिति में एक ग्राफ।

मुझे ग्राफविज़ का उपयोग करके ग्राफ़ प्रदर्शित करने की भी सलाह दी गई थी, जो मैंने किया। लेकिन ग्राफविज़ तब जमा होता है जब ग्राफ में लिंक की संख्या 1000 से अधिक होती है। और मुझे 6172 लिंक के लिए कुल ग्राफ मिला है। इसलिए, यहां मैं स्पष्टता के लिए केवल एक छोटा सा टुकड़ा दिखाता हूं। और मैं लगभग 1000 लिंक के ग्राफ का लिंक देता हूं।



यहां सबसे मजबूत बॉन्ड के साथ ग्राफ है (5 समान tRNAs के साथ लिंक को छोड़ दिया गया है)

प्रत्येक लिंक को न्यूनतम-अधिकतम मिलान (100% समान) tRNA जीन की विशेषता है। स्वयं के साथ एक जीनस का संबंध इस जीनस के भीतर समरूप tRNAs की संख्या का अर्थ है (अर्थात, प्रजातियाँ कैसे भिन्न होती हैं)।

कुछ निष्कर्ष

वास्तव में, इन सभी को अभी भी नेत्रहीन रूप से संसाधित करने की आवश्यकता है ताकि नेत्रहीन रूप से इस सभी भीड़ को गले लगाया जा सके। 1000 लिंक वाले ग्राफ पर, ऐसे कई जेनेरा हैं जो किसी के साथ नहीं जुड़े हैं - लेकिन अगर हम 5 समान tRNAs के साथ कमजोर लिंक प्रदर्शित करते हैं, तो हम दूर के रिश्तेदारों को देख सकते हैं। (मैं इसे अगले चरण के रूप में करने की सोच रहा हूं, अगर ऐसे लोग हैं जो मदद करना चाहते हैं - लिखना)।

वास्तव में, इस आधार पर, वर्तमान वर्गीकरण के अनुसार बहुत कुछ मेल खाता है। समान tRNA की संख्या अच्छी तरह से एक दूसरे से पीढ़ी की सीमा को दर्शाती है, कम समान tRNAs - अधिक प्राचीन पूर्वज। जिन लोगों के कुछ संबंध हैं, वे सबसे प्राचीन हैं (क्योंकि वे अब अनुक्रमण कर रहे हैं, और उनकी जनसंख्या वर्तमान में अलग-अलग प्रजातियों द्वारा दर्शाई गई है)। उनका विश्लेषण करके, आप प्रारंभिक विकास की प्रक्रिया को काफी सटीक रूप से बना सकते हैं।

युपीडी। ग्राफ़ से दो-तरफ़ा कनेक्शन निकाल दिए गए (छवि को रोक दिया गया)। लिंक की कुल संख्या घटकर 4551 हो गई। इससे हमें एक बड़ा ग्राफ प्रदर्शित करने की अनुमति मिली:
आप यहां चित्र (11.2 एमबी) डाउनलोड कर सकते हैं। यहाँ सबसे मजबूत बॉन्ड के साथ ग्राफ है (3 समान tRNA के लिंक जो सर्वथा छूट गए हैं)
फिर दो विशाल डोमेन के बीच कनेक्शन (इंटरमीडिएट प्रजाति) दिखाई देते हैं (वे छवि में बाहर खड़े हैं, संभवतः बीटा और गामा प्रोटोबैक्टीरिया के अनुरूप हैं), और अन्य विवरण। यह वर्तमान वर्गीकरण से कितना मेल खाता है, इसकी तुलना की जानी चाहिए, लेकिन सोचने के लिए कुछ है (बस विस्तार ऐसा है कि शायद कुछ ऐसा है जो वर्तमान वैज्ञानिक वर्गीकरण में नहीं आया है)।

upd2 yEd ग्राफ़ एडिटर का उपयोग करके यह पूर्ण ग्राफ़ प्रदर्शित करने के लिए निकला। नीचे एक मिनी तस्वीर है।



कनेक्शन के कारण छवि बुरी तरह से बदल जाती है, विवरण दिखाई नहीं देते हैं, इसलिए फ़ाइल नीचे दिए गए yEd ग्राफ़ संपादक प्रारूप में है, कम से कम आप विस्तार कर सकते हैं, स्थानांतरित कर सकते हैं और बाहर कर सकते हैं। अगर कोई दिलचस्पी रखता है और एक अधिक दृश्यमान ग्राफ बनाता है - तो मैं धन्यवाद कहूंगा :)।

गणना "प्रोकैरियोट्स के सिस्टमैटिक्स (उनके बीच 505 पीढ़ी और 4548 कनेक्शन)"