![\"\"](\"http:\/\/criticalbiomass.blog.hu\/media\/image\/201104\/tablazat1.jpg\")
<\/p>\n<\/p>\n
M\u00e1r Darwin felt\u00e9telezte, hogy minden ma l\u00e9tez\u0151 \u00e9l\u0151l\u00e9ny egyetlen k\u00f6z\u00f6s \u0151sb\u0151l sz\u00e1rmazik, ez az\u00f3ta az \u00e9lettudom\u00e1nyok alapj\u00e1v\u00e1 v\u00e1lt. Nyilv\u00e1n sz\u00e1mos bizony\u00edt\u00e9kot ismert\u00fcnk erre eddig is, de most egy viszonylag friss k\u00f6zlem\u00e9nyt szeretn\u00e9k bemutatni, amely a ritk\u00e1bban emlegetett bizony\u00edt\u00e9kokkal foglalkozik. Ugye ha egysejt\u0171ekr\u0151l van sz\u00f3, f\u0151leg, ha prokari\u00f3t\u00e1kr\u00f3l, akkor nem besz\u00e9lhet\u00fcnk k\u00f6v\u00fcletekr\u0151l, mert apr\u00f3 m\u00e9ret\u00e9n\u00e9l fogva egy bakt\u00e9riumk\u00f6v\u00fcletr\u0151l semmi sem \u00e1llap\u00edthat\u00f3 meg. Ugyan\u00edgy egyedfejl\u0151d\u00e9si saj\u00e1toss\u00e1gokr\u00f3l sem besz\u00e9lhet\u00fcnk, \u00edgy marad a ma \u00e9l\u0151 j\u00f3sz\u00e1gok ismert tulajdons\u00e1gainak \u00f6sszehasonl\u00edt\u00e1sa.<\/p>\n
Szerencs\u00e9re a rendelkez\u00e9s\u00fcnkre \u00e1ll\u00f3 DNS szekvenci\u00e1k sz\u00e1ma folyamatosan gyarapszik, \u00edgy ma m\u00e1r igaz\u00e1n nagy lefedetts\u00e9g\u0171 elemz\u00e9seket v\u00e9gezhet\u00fcnk kiz\u00e1r\u00f3lag a nyilv\u00e1nos adatb\u00e1zisokb\u00f3l hozz\u00e1f\u00e9rhet\u0151 adatokkal is. Douglas L. Theobald \u00e9ppen ezt tette, m\u00e9gpedig igaz\u00e1n alapos volt. Abb\u00f3l indult ki, hogy att\u00f3l, hogy k\u00e9t feh\u00e9rjeszekvencia hasonl\u00f3s\u00e1ga nem felt\u00e9tlen\u00fcl jelenti azt, hogy azok rokons\u00e1gban is \u00e1llnak, csak azt, hogy jobban hasonl\u00edtanak egym\u00e1shoz, mint ahogy azt v\u00e9letlen szekvenci\u00e1kt\u00f3l elv\u00e1rn\u00e1nk. Az \u00e1ltal\u00e1nosan haszn\u00e1lt E \u00e9rt\u00e9k, amit egy BLAST keres\u00e9s eredm\u00e9nyek\u00e9nt kapunk tulajdonk\u00e9ppen csak annak a null hipot\u00e9zisnek a val\u00f3sz\u00edn\u0171s\u00e9ge, hogy k\u00e9t v\u00e9letlenszer\u0171en el\u0151\u00e1ll\u00edtott szekvenci\u00e1t illesztett\u00fcnk. Hasonl\u00f3 szekvenci\u00e1k el\u0151\u00e1llhatnak m\u00e1sk\u00e9nt is, mint k\u00f6z\u00f6s lesz\u00e1rmaz\u00e1s \u00e1ltal, lehets\u00e9ges, hogy egy adott m\u0171k\u00f6d\u00e9st csak egy nagyon sz\u0171k szekvenciat\u00e9r k\u00e9pes elv\u00e9gezni, \u00edgy k\u00fcl\u00f6nb\u00f6z\u0151 eredet\u0171 enzimek sz\u00fcks\u00e9gk\u00e9ppen hasonl\u00f3ak lesznek, vagy \u00e9ppen a mut\u00e1ci\u00f3s r\u00e1t\u00e1t torz\u00edtja valami, vagy \u00e9ppen ha szelekci\u00f3s nyom\u00e1s hat egy bizonyos v\u00e1ltozatra, esetleg a vakv\u00e9letlen is l\u00e9trehozhat k\u00e9t hasonl\u00f3 szekvenci\u00e1t.<\/p>\n
A szerz\u0151 nem kisebb feladatra v\u00e1llalkozott, mint hogy olyan statisztikai m\u00f3dszert hoz l\u00e9tre, amivel elk\u00fcl\u00f6n\u00edthet\u0151ek egym\u00e1st\u00f3l a szekvenciahasonl\u00f3s\u00e1gok okai, azaz eld\u00f6nthet\u0151, hogy k\u00e9t hasonl\u00f3 szekvencia k\u00f6z\u00f6s eredet\u0171, vagy valamilyen m\u00e1s okb\u00f3l egyezik. A megold\u00e1st Theobald a modellszelekci\u00f3s elm\u00e9letben tal\u00e1lta meg, a l\u00e9nyeg annyi, hogy t\u00f6bb elm\u00e9letet vesz figyelembe a vizsg\u00e1lat elej\u00e9t\u0151l kezdve, amelyek k\u00f6z\u00f6tt semmilyen k\u00fcl\u00f6nbs\u00e9get sem tesz a kiindul\u00e1skor. Egy modell elb\u00edr\u00e1l\u00e1sakor alapvet\u0151en k\u00e9t t\u00e9nyez\u0151t vesz figyelembe az illeszked\u00e9s m\u00e9rt\u00e9k\u00e9t \u00e9s a parszim\u00f3ni\u00e1t, amelyek valamilyen szinten egym\u00e1ssal ellent\u00e9tesen hatnak, hiszen az illeszked\u00e9s m\u00e9rt\u00e9ke tetsz\u0151legesen n\u00f6velhet\u0151 \u00fajabb \u00e9s \u00fajabb t\u00e9nyez\u0151k bevon\u00e1s\u00e1val, \u00e1m a verseng\u0151 elm\u00e9letek k\u00f6z\u00fcl mindig azt v\u00e1lasztja majd ki, amely kevesebb hasra\u00fct\u00e9ses alapon meghat\u00e1rozott v\u00e1ltoz\u00f3t tartalmaz. Minden k\u00e9rd\u00e9s eset\u00e9n a h\u00e1rom legelterjedtebb modellszelekci\u00f3s m\u00f3dszert haszn\u00e1lta a szerz\u0151, a \u201elog likelihood ratio\u201d -t (LLR), az \u201eAkaike information criterion\u201d -t (AIC), \u00e9s a \u201elog Bayes factor\u201d -t (LBF). A modellekben az egyes feh\u00e9rjeszekvenci\u00e1k v\u00e1ltoz\u00e1sai h\u00e1rom szab\u00e1lyt k\u00f6vettek: Az egyes aminosavszekvenci\u00e1k folyamatosan, mut\u00e1ci\u00f3kkal v\u00e1ltoztak; Az \u00faj g\u00e9nek a r\u00e9giek duplik\u00e1ci\u00f3ival jelentek meg; A k\u00fcl\u00f6nb\u00f6z\u0151 lesz\u00e1rmaz\u00e1si \u00e1gak v\u00e1ltoz\u00e1sai nem hatottak egym\u00e1sra.<\/p>\n
A konkr\u00e9t k\u00e9rd\u00e9s, amit f\u00f6ltett pedig viszonylag egyszer\u0171 volt: A h\u00e1rom nagy \u00e9l\u0151l\u00e9nycsoport, az Eukari\u00f3t\u00e1k, a Bakt\u00e9riumok \u00e9s az Arche\u00e1k vajon egy k\u00f6z\u00f6s \u0151sb\u0151l sz\u00e1rmaznak -e? Az elemz\u00e9shez huszonh\u00e1rom \u00e1ltal\u00e1nosan konzerv\u00e1lt feh\u00e9rje szekvenci\u00e1it haszn\u00e1lta, az els\u0151 elemz\u00e9sben horizont\u00e1lis g\u00e9n\u00e1tviteli esem\u00e9nyek figyelembe v\u00e9tele n\u00e9lk\u00fcl tesztelte a sz\u00f3ba j\u00f6het\u0151 \u00f6sszes v\u00e1ltozatot, ezek l\u00e1that\u00f3ak az els\u0151 t\u00e1bl\u00e1zatban:<\/p>\n
ABE= Mindh\u00e1rom csoport egyetlen k\u00f6z\u00f6s \u0151sb\u0151l sz\u00e1rmazik, ez a jelenlegi evol\u00faci\u00f3s modell
AE+B= Arche\u00e1k \u00e9s Eukari\u00f3t\u00e1k sz\u00e1rmaznak k\u00f6z\u00f6s \u0151sb\u0151l, a Bakt\u00e9riumok f\u00fcggetlenek
AB+E= Arche\u00e1k \u00e9s a Bakt\u00e9riumok sz\u00e1rmaznak k\u00f6z\u00f6s \u0151sb\u0151l, az Eukari\u00f3t\u00e1k f\u00fcggetlenek
BE+A= Bakt\u00e9riumok \u00e9s az Eukari\u00f3t\u00e1k sz\u00e1rmaznak k\u00f6z\u00f6s \u0151sb\u0151l, az Arche\u00e1k f\u00fcggetlenek
A+B+E= Nincs k\u00f6z\u00f6s \u0151s, mindh\u00e1rom csoport elszigetelt a t\u00f6bbit\u0151l
ABE-M+M= A h\u00e1rom csoport egy k\u00f6z\u00f6s \u0151sb\u0151l sz\u00e1rmazik, kiv\u00e9ve a t\u00f6bbsejt\u0171eket, amelyek m\u00e1s eredet\u0171ek
ABE-H+H= A h\u00e1rom csoport k\u00f6z\u00f6s \u0151sb\u0151l sz\u00e1rmazik, kiv\u00e9ve az embert, aki a t\u00f6bbiekt\u0151l f\u00fcggetlen eredet\u0171<\/p>\n
<\/p>\n
B\u00e1r a vizsg\u00e1lt 23 feh\u00e9rj\u00e9b\u0151l kilencr\u0151l tudjuk, hogy horizont\u00e1lis g\u00e9n\u00e1tviteli esem\u00e9nyek is szerepet j\u00e1tszottak a l\u00e9trej\u00f6tt\u00fckben, meglep\u0151 m\u00f3don az \u00f6sszes csoport egy k\u00f6z\u00f6s \u0151sb\u0151l sz\u00e1rmaz\u00e1sa \u00edgy is el\u00e9g nyilv\u00e1nval\u00f3 az eredm\u00e9nyekb\u0151l, ez a felt\u00e9telez\u00e9s nagy k\u00fcl\u00f6nbs\u00e9ggel a legjobb pontsz\u00e1mot kapta a statisztikai elemz\u00e9s sor\u00e1n, mindh\u00e1rom m\u00f3dszerrel. A k\u00f6z\u00f6s \u0151sb\u0151l sz\u00e1rmaz\u00e1s e mellett az adatokra legjobban illeszked\u0151 modell \u00e9s a legegyszer\u0171bb is, \u00fagyhogy mindk\u00e9t, l\u00e1tsz\u00f3lag egym\u00e1snak ellentmond\u00f3 szempont szerint egyszerre a legjobb magyar\u00e1zat az adatokra. Ha a modellbe bevezett\u00e9k a horizont\u00e1lis g\u00e9n\u00e1tvitelt is, ahol az egyes g\u00e9nek szabadon \u00e1tker\u00fclhettek b\u00e1rmelyik \u00e1gr\u00f3l b\u00e1rmelyik m\u00e1sikra, az egyes \u00e1gak \u00f6sszeolvadhattak, j\u00f3val bonyolultabb lesz\u00e1rmaz\u00e1si f\u00e1kat hozva l\u00e9tre ezzel, nem t\u00fal meglep\u0151 m\u00f3don sokkal nagyobb k\u00fcl\u00f6nbs\u00e9ggel gy\u0151z\u00f6tt a k\u00f6z\u00f6s \u0151st felt\u00e9telez\u0151 modell, vagyis a statisztikai elemz\u00e9s alapj\u00e1n egy\u00e9rtelm\u0171en ez illeszkedik legjobban az ismert adatokhoz \u00e9s nem mellesleg ez a legegyszer\u0171bb modell is, ez l\u00e1that\u00f3 a m\u00e1sodik t\u00e1bl\u00e1zatb\u00f3l.<\/p>\n
![\"\"](\"http:\/\/criticalbiomass.blog.hu\/media\/image\/201104\/tablazat2.jpg\")
<\/p>\n
Mi\u00e9rt \u00e9rdekes ez a k\u00f6zlem\u00e9ny? Egyr\u00e9szt egy tiszt\u00e1n statisztikai, el\u0151felt\u00e9telez\u00e9smentes m\u00f3dszerrel meger\u0151s\u00edti, hogy a f\u00f6ldi \u00e9l\u0151l\u00e9nyek egy k\u00f6z\u00f6s \u0151sb\u0151l sz\u00e1rmaznak. Ez nem igaz\u00e1n \u00fajdons\u00e1g, eddig is tudtuk. A m\u00f3dszer el\u0151nye, hogy ugyan\u00edgy vizsg\u00e1lhat\u00f3 lenne b\u00e1rmilyen m\u00e1s modell is, p\u00e9ld\u00e1ul az evol\u00faci\u00f3tagad\u00f3k ugyanebbe a vizsg\u00e1latba beilleszthetn\u00e9k a saj\u00e1t modelljeiket (ha siker\u00fclne v\u00e9gre alkotni egyet) \u00e9s ugyanezzel a statisztikai m\u00f3dszerrel azonnal vizsg\u00e1lhat\u00f3v\u00e1 v\u00e1lna a val\u00f3sz\u00edn\u0171s\u00e9ge is.<\/p>\n
\u00a0<\/p>\n
Theobald D.L.(2010): A formal test of the theory of universal common ancestry; Nature 13;465(7295):219-22.<\/p>\n
\u00a0<\/p>\n
Sexcomb<\/span><\/p>\n \u00a0<\/p>\n \u00a0<\/p>\n \u00a0<\/p>\n","protected":false},"excerpt":{"rendered":" M\u00e1r Darwin felt\u00e9telezte, hogy minden ma l\u00e9tez\u0151 \u00e9l\u0151l\u00e9ny egyetlen k\u00f6z\u00f6s \u0151sb\u0151l sz\u00e1rmazik, ez az\u00f3ta az \u00e9lettudom\u00e1nyok alapj\u00e1v\u00e1 v\u00e1lt. Nyilv\u00e1n sz\u00e1mos bizony\u00edt\u00e9kot ismert\u00fcnk erre eddig is, de most egy viszonylag friss k\u00f6zlem\u00e9nyt szeretn\u00e9k bemutatni, amely a ritk\u00e1bban emlegetett bizony\u00edt\u00e9kokkal foglalkozik. Ugye … Egy kattint\u00e1s ide a folytat\u00e1shoz….