14、生物进化中的基因顺序与多蛋白模块检测算法研究

生物进化中的基因顺序与多蛋白模块检测算法研究

在生物学研究中，了解基因顺序的演化以及多蛋白模块的保守性对于揭示生物细胞的结构、功能和进化机制至关重要。本文将深入探讨重建祖先基因顺序的方法以及检测多蛋白模块保守性的算法。

祖先基因顺序重建

在重建祖先基因顺序的过程中，我们面临着诸多挑战。首先，继续搜索循环会带来较高的计算成本，破坏算法的线性运行时间特性。不过，小系统发育问题可以采用与中位数问题相同的原理来表述和解决，就像处理等长基因组的情况一样。但该解决方案仅作为初始化，后续可通过对每个祖先节点依次应用中位数算法，并迭代直至收敛来改进。若新中位数对应的三个分支长度之和不大于现有分支长度之和，则接受该新中位数，这种策略能有效避免局部最小值。

在蔷薇类植物进化的研究中，我们可以通过图形展示所研究物种间基因组重排率的巨大差异，尤其是葡萄基因组的保守性，这可从图 2 中的分支长度得到体现。近期有观点认为，金虎尾目应归为锦葵类而非豆目类。我们的研究结果显示，支持这一观点的树确实比传统的树更简约，但鉴于可用基因组数量有限，这一结论尚不确凿。

为构建图 2 中的树，我们对六个双子叶植物基因组的基因顺序进行了 15 次两两比较，并使用 SynMap 和 OMG 程序鉴定出约 18,000 个直系同源基因集。令人惊讶的是，当将同线性模块的最小大小分别设置为 1、2、3 或 5 时，该数量变化甚微。然而，总树长对同线性模块的最小大小十分敏感，这可能是由于小模块大小下的直系同源鉴定存在风险。在这 18,000 个直系同源基因集中，每个分支上考虑的基因数量在 12,000 至 15,000 之间。当最小模块大小为 5 时，树的 11 个分支（包括每个全基因组复制后代到其完全加倍祖先的一个分支，