概述

系统发育学通过同时分析基因组中数百或数千个基因的数据来扩展传统的系统发育学。通过利用基因组规模的信息，系统发生学克服了单基因系统发生的局限性，这些局限性常常受到信号不足、谱系特异性进化速率变异和随机误差的影响。数据量的增加极大地提高了统计能力，甚至能够解决最具挑战性和快速进化的辐射。系统基因组学还揭示了由不完整的谱系排序、基因复制和水平基因转移引起的基因树和物种树之间的不一致。

关键概念

一个核心挑战是基因树-物种树协调。由于单个基因可能具有与物种树不同的进化历史，因此系统发育学方法必须考虑诸如不完整的谱系排序（由多物种合并建模）和基因复制和丢失等过程。 串联方法将所有基因排列成一个超级矩阵，而基于合并的方法独立分析每个基因，然后总结结果。直系同源分配（区分直系同源物和旁系同源物）是依赖于准确的基因组注释的关键预处理步骤。

实际工作流程

系统基因组学分析从目标物种的基因组测序和注释开始。直向同源物识别是关键的第一个计算步骤：使用 BLAST 全部对全部搜索和马尔可夫聚类，根据序列相似性将 OrthoFinder 或 OrthoMCL 等工具将蛋白质聚类为同向群。对于每个邻基，使用 MAFFT 或 Muscle 比对蛋白质序列，并使用 trimAl 修剪比对以去除比对不良的区域。然后，研究人员面临着串联方法和合并方法之间的基本方法选择。在串联方法（超矩阵方法）中，所有基因比对都连接成一个大比对，并在分区模型下使用 RAxML 或 IQ-TREE 的最大似然来推断系统发育树，其中每个基因可以有自己的替换模型参数。这种方法计算效率高，但假设所有基因共享相同的树拓扑。相反，基于合并的方法使用快速树构建方法为每个直系群推断出一个单独的基因树，然后使用 ASTRAL 等方法将数千个单独的基因树总结为物种树，ASTRAL 通过查找使共享四重树数量最大化的物种树来解释不完整的谱系排序。比较串联和合并结果是一个有价值的诊断，拓扑差异通常突出显示正在选择或受水平转移影响的基因。 Bootstrapping（通常 100 个重复）在每个节点提供支持值，并且诸如树确定性评分之类的附加分析可以识别基因树之间的冲突。

应用程序

系统基因组学解决了深层后生动物系统发育、植物进化和微生物系统学方面长期存在的争论。通过鉴定跨谱系的积极选择的基因对于研究适应性进化至关重要。该领域依靠[下一代测序](/guides/next- Generation-sequencing.html) 来生成所需的全基因组数据，以经典的DNA 测序 方法为基础。细菌基因组的系统基因组学分析重塑了我们对[细菌遗传学](/guides/bacterial-Genetics.html)的理解，揭示了广泛的水平基因转移和原核基因组的动态本质。