華中農(nóng)業(yè)大學作物遺傳改良國家重點實驗室水稻團隊在分子演化領域研究中取得了可喜進展，使用相關研究成果，可以方便專注于功能基因研究專家對演化模型的使用。研究結果以“A dynamic programming procedure for searching optimal models to estimate substitution rates based on the maximum-likelihood method”為題，于4月26日在線發(fā)表在美國《國家科學院院刊》（PNAS）上。文章通訊作者為我校客座教授龍漫遠老師和我校生科院張啟發(fā)老師，第一作者為生科院博士研究生章成君。
達爾文在物種起源中提出，任何生物體都有一個共同的祖先，將所有這些生物體聯(lián)系到一起，可以畫出一個生命之樹。分子演化學研究人員通過研究DNA或者蛋白質(zhì)的變化來反映生命（或基因）的演化過程。在這種方法中，研究人員通過調(diào)整DNA或者蛋白質(zhì)變化的速率，來模擬各個物種或者物種內(nèi)某一個基因的演化速率，從而來推斷出物種（或基因）的分化年代，分析某個物種（或基因）是否更易于生存與繁衍等有用的信息。
由于不同階段的DNA或者蛋白的變化速率的組合數(shù)目是非常巨大的，雖然現(xiàn)在電腦的計算能力已經(jīng)非常強大，但是仍然無法計算所有的組合類型——對10個物種（或基因）來說，即使它們相互之間的親緣關系已經(jīng)完全確定，單單允許DNA（或者蛋白質(zhì)）的速率進行變化，這種可能的組合就已經(jīng)超過了6820億。在實際的研究過程中，傳統(tǒng)的做法是根據(jù)研究人員的興趣或者已經(jīng)獲得經(jīng)驗，挑選出幾個特定的樹枝（branch），針對這些樹枝的變化速率進行模擬。顯然，這種傳統(tǒng)的做法存在著不少的缺陷：對不太了解的物種（基因）沒有辦法提出合理的組合；存在很大的主觀性，不是客觀邏輯的分析結果；簡單的提出假設組合，會錯過很多更好的組合。
正是由于存在這些問題，我校研究人員提出了根據(jù)局部動態(tài)最優(yōu)算法，來改進這種傳統(tǒng)的靠運氣的做法。該算法是找到固定一個樹枝最好的結果，然后在這個基礎上，逐步固定更多的樹枝。研究結果表明，在使用了這種算法之后，僅僅通過n2（n是指用于分析的物種或者基因所構成的生命樹的樹枝的總數(shù)）次水平的計算之后，就可以獲得與全局計算非常接近的結果。研究人員通過分析來自40篇文獻的50個例子，證明采用這種算法得到的結果，絕大部分（47/50）顯著好于傳統(tǒng)方法得到的結果。
對不太關注分子演化領域的功能基因研究學者來說，該方法可以幫助其推斷基因功能。為了方便功能基因研究專家使用使該方法，研究人員把這一算法放在了網(wǎng)站上（http://obsm.ncpgr.cn），供廣大學者使用。該程序容易操作，在一般情況下，計算量也可以接受，為研究者進一步研究基因的功能及其它重要信息提供了方便。 |
