[发明专利]一种用于量化生物进化树间相似度的方法

说明书

本发明公开了一种用于量化生物进化树间相似度的新算法。属于生物信息学和进化生物学领域。依据本发明中关于生物进化树间相似度的度量方法步骤和实施方案，提出了具体计算生物进化树相似度的方法，为生物学领域中生物进化树的物种间系统发育及相关方法研究、类似的树形结构图之间的比较研究提供参考。

一.发明领域

本发明属于生物学大学科下的生物信息学和进化生物学研究领域，更具体地说，涉及一种用于衡量生物进化树间的相似程度的估算方法。

二.背景技术

20世纪以来，分子生物学发展迅猛，特别是随着计算机科学和生物技术在生物学的广泛应用。进化生物学中的分子系统学也随着测序技术和生物分子数据的积累飞速发展。其中，构建生物进化树(又名：分子系统树，系统发育树等)是进行物种间系统发生推演或是亲缘关系研究的一个重要手段。随着构建和分析进化树的方法不断被发明，如最大似然法(Maximum likelihood，ML)，邻接法(Neighbor-Joining，NJ)，最大简约法(Maximumparsimony，MP)，贝叶斯推断(Bayesian inference，BI)等，目前开展进化树分析的研究也逐渐趋于这样一个情况：利用至少两种或是两种以上的方法构建出一致性较高的进化树才会被领域内认为是可信的。因此，比较分析两颗甚至多颗进化树的相似性(或称为一致性)对于任何一项进化分析研究来说都是不可避免的。

然而，据我们所知，到目前为止仍然没有一款用于横向比较两颗进化树相似度的计算方法或是软件。肉眼目测是最为常规的比较分析两颗进化树的方法。肉眼法对于小数量物种的进化树比较分析并不困难，然而，随着大数据时代到来，分子生物学研究构建的进化树涉及的物种数目已从上世纪的十几个物种到几十个物种发展到如今的几百个甚至上千个物种。肉眼观察和对比分析往往需要研究者富有极大的耐心和细心，一款能全面分析两颗进化树间的相似程度的方法亟需被提出。

基于此，本发明致力于提出一种用于量化生物进化树间相似度的方法，用于表征两颗进化树间的多项相似性程度指标。它包括：

结构相似性程度指标SS，树形相似性程度指标ST，和关系相似性程度指标SR共3个子方法指标，这些度量指标将有助于全面考察两颗进化树的相似性程度，为生物信息学和进化生物学的进化树比较研究提供量化方法，也为进化树相似度软件的开发提供新思路。

三.发明内容

1.发明要解决的问题

本发明要解决以下问题：第一，总体来看，提出一种用于量化生物进化树间相似度的方法，为进化树间的总体比较和量化相似度问题提供解决方案；第二，具体地，该方法细化了比较的指标，包括只考虑进化树端部物种间关系的比较描述指标，只考虑进化树树形相似程度的比较描述指标，和兼顾树形和物种两个方面的结构相似度的比较描述指标；另外，本发明还从进化树的全局性和局部性提出比较指标，可以全局性比较进化树间的结构相似性程度，还可以局部地去比较物种间的亲缘关系远近。这些可以为进化树研究者们提供多角度的比较方案，可以全方位评估两颗进化树的相似性程度。

2.技术方案

本发明提出了一种用于度量生物进化树间的结构相似性程度的方法，具体实施方案如下：

(1)待比较的进化树数据获取

为完成本专利提出的一种用于量化生物进化树间相似度的方法，以下基础数据需要进行事先处理和准备：

①对于没有进化树文件(newick格式，即括号形式的关系式，简写成“.nwk文件”)的情况，需要在获得待比较的两颗进化树图后，运用手工方法或是相关图形识别软件进行进化树图形信息转化，将图形数据转化为nwk格式的数据，用于后续数据的分析；

②对于可以获得到进化树文件(如.tre文件)的数据，需要通过相关进化树可视化软件(如FigTree软件)或是进化树构建软件(如MEGA软件)等将其转化为nwk文件，如果本身就是nwk格式则无需转化；