Теоретические основания (доказательства)
- Общая идея: последовательности унаследованы от общих предков; наблюдаемые различия объясняются заменами нуклеотидов/аминокислот по ветвям филогенетического дерева. Математически метод строит дерево $T$ и параметры модели $\theta$, максимизирующие правдоподобие данных $D$ или апостериорную вероятность:
$$L(T,\theta )=P(D\mid T,\theta )=\prod _{i=1}^{m}P(D_i\mid T,\theta ),$$ $$P(T\mid D)\propto P(D\mid T)P(T).$$ - Модели замены (например, JC69, GTR) дают явные вероятности переходов по ветви длины $t$. Для JC69:
$$P_{ii}(t)=\frac{1}{4}+\frac{3}{4}{e}^{-4\mu t/3},P_{i\ne j}(t)=\frac{1}{4}-\frac{1}{4}{e}^{-4\mu t/3}.$$ - Статистические свойства: при корректной модели методы максимального правдоподобия и байесовский вывод статистически состоятельны (с вероятностью →1 восстанавливают истинное дерево при $m\to \infty$). Парасимония может быть несостоятельна (long-branch attraction) в ряде сценариев.
Практические механизмы восстановления
1. Подготовка данных: многовалентное выравнивание (MSA), фильтрация малоинформативных/рекомбинированных участков.
2. Выбор модели замены и оценка параметров (AIC/BIC или тесты).
3. Построение дерева:
- Distance (NJ): быстро, использует матрицу дистанций.
- Maximum parsimony: минимизирует число замен.
- Maximum likelihood (ML): оптимизирует $L(T,\theta )$.
- Bayesian MCMC: строит апостериорное распределение деревьев.
4. Оценка поддержки: бутстрэп (частота кластера в ресэмплах), апостериорные вероятности. Бутстрэп: $BP=\frac{\#\text{резэмпл.-деревьев с кластером}}{N}$.
5. Видообразовательные модели: multispecies coalescent (MSC) для учета расхождений геновых деревьев и видовного дерева (решение проблемы incomplete lineage sorting — ILS).
6. Реконструкция событий (дупликации/потери/перенос): реконсиляция геновое дерево ↔ видовное дерево, модели DTL (duplication–transfer–loss).
Влияние горизонтального переноса генов (HGT) — ограничения и проблемы
- Разрыв древовидности: HGT вводит ретикулляции; геновая история не согласуется со единым видовным деревом. Следствие: множество несовпадающих геновых деревьев.
- Введение систематической ошибки: конкатенация многих генов без учета HGT/конфликта может дать сильную, но ложную поддержку неверного дерева.
- Маскировка сигналов: частые или древние передачи между родственными таксонами трудно отличить от вертикального наследования; передачи от вымерших/несамопредставленных доноров не выявляются.
- Методологические последствия:
- ML/бейс осмысленны только в рамках модели; при HGT модель «дерево + замены» нарушается.
- Идентифицируемость: в ряде случаев сценарий с HGT статистически неотличим от сценария с дупликацией/потерей или специфической комбинации ветвленных длин (невырожденность/некорректность модели).
- Наличие рекомбинации внутри локуса нарушает предположение о независимых сайтах.
Методы обнаружения и учёта HGT
- Сигнатуры конфликтов: многочисленные несогласующиеся геновые деревья; статистические тесты на конгруэнтность (AU-тест, likelihood-ratio между деревьями).
- Композиционные индикаторы: отличающийся GC, кодонная неполнота, необычная к-составность — косвенные признаки.
- Реконсиляция по DTL: оптимизация числа переносов/дупликаций/потерь для согласования генового и видовного деревьев.
- Филогенетические сети: представляют ретикулляции (split networks, phylogenetic networks, NeighborNet, explicit network models).
- Устранение или коррекция: исключать подозрительные гены; анализировать отдельно «ядро» вертикально наследуемых генов; использовать методы, моделирующие передачу (probabilistic HGT models).
- Доп. доказательства: синтения, мобильные элементы, плазмиды, функциональный/экологический контекст передачи.
Ограничения детекции и интерпретации
- Снижение мощности для древних/малых фрагментов передачи; донор из нерепрезентативной выборки делает событие невыявимым.
- Ошибочная или неполная аннотация генов, неправильный MSA и модельные допущения приводят к ложным срабатываниям.
- Конфликт ILS vs HGT: оба дают несовпадение геновых деревьев; требуется совместный анализ (MSC+HGT модели), но они сложны и вычислительно дорогие.
- Статистическая несостоятельность методов при неверной модели или при сильной гетерогенности по сайтам/линиям.
Рекомендации практикам
- Использовать множественные, независимо эволюционирующие маркеры; проверять согласованность геновых деревьев.
- Применять методы реконсиляции и сетевые подходы при подозрении на HGT.
- Не полагаться на конкатенацию без проверки конфликтов; оценивать поддержку и альтернативные гипотезы (AU/LRT).
- Учитывать биологический контекст (мобильные элементы, экология) как дополнительное доказательство переноса.
Кратко: филогенетические методы основаны на моделях замены и статистическом выводе (ML/байес), они состоятельны при корректной модели и достаточно больших данных; горизонтальные переносы нарушают древовидное предположение, вызывают конфликт геновых деревьев и могут серьезно исказить выводы — для надёжного восстановления истории требуется детекция HGT, использование сетевых/DTL/MSC-совместимых методов и критическая проверка согласованности данных.