Un ejercicio práctico -...
33
Origen de los cetáceos Un ejercicio práctico
Transcript of Un ejercicio práctico -...
Origen de los cetáceos
Un ejercicio práctico
¿Qué quiere decir esto?
¿Cómo se hace este análisis?
Adquisición de datos
Alineación de secuencias
Cálculo de la matriz de distancias
Métodos de distancia:
UPGMA, NJ, etc.
Máxima verosimilitud
Máxima parsimonia
Árbol consenso
B
¿Cómo conseguir los datos?
Entrada en NCBI
Búsqueda de los otros
Visualización de los datos
Datos en formato FASTA
Grabar en un archivo
Alineación de secuencias con CLUSTAL
Alineación de secuencias con CLUSTAL
Alineación de secuencias con CLUSTAL
Recorte de secuencias y grabación en formato Phylip
La webphylip
Cálculo de la matriz de distancias
Cálculo de la matriz de distancias
Cálculo de la matriz de distancias
Matrices de distanciasMatriz Jules Cantor
8Delfin 0 0,252 0,2218 0,1379 0,2272 0,1928Vaca_marin 0,252 0 0,2604 0,198 0,2689 0,2604Musaraña 0,2218 0,2604 0 0,1674 0,2776 0,18Caballo 0,1379 0,198 0,1674 0 0,1928 0,1166Mono_perez 0,2272 0,2689 0,2776 0,1928 0 0,2492murcielago 0,1928 0,2604 0,18 0,1166 0,2492 0Cerdo 0,1237 0,2492 0,2006 0,1332 0,2353 0,1749Elefante_A 0,2353 0,1096 0,2326 0,1724 0,2464 0,2326
Matriz Kimura 2-P8
Delfin 0 0,2579 0,2283 0,1389 0,2333 0,1989Vaca_marin 0,2579 0 0,2702 0,2019 0,2801 0,2706Musaraña 0,2283 0,2702 0 0,1701 0,2873 0,1868Caballo 0,1389 0,2019 0,1701 0 0,1962 0,1181Mono_perez 0,2333 0,2801 0,2873 0,1962 0 0,2585murcielago 0,1989 0,2706 0,1868 0,1181 0,2585 0Cerdo 0,1238 0,2555 0,2048 0,134 0,2403 0,1806Elefante_A 0,241 0,1115 0,2395 0,1751 0,2561 0,2399
Métodos de distancias
Métodos de distancias
Resultado con
Neighbor Joining y matriz de Kimura
¿Cómo leer la información?
Máxima parsimonia
Máxima verosimilitud
Resultados Máx. Verosimilitud
Árbol consensoGeneralmente se obtienen resultados dispares según los métodos usadosEl uso de genes distintos o incluso, dentro del mismo gen, zonas distintas, pueden dar lugar a resultados diferentes. Se impone por lo tanto estipular un método para integrar toda esa información en un único árbol
El método más usado es el del consenso.
Veámoslo sobre nuestros resultados
¿Son iguales los arboles?
NJ
MP
MV
Nuestro consenso
Bootstrap y JackknifeSon técnicas de remuestreo para mejorar la estimación.
En el caso del bootstrap consiste en elegir tantas columnas del conjunto de datos como las que hay originalmente, pero con reemplazamiento, es decir, las columnas se pueden repetir.
En el caso del jacknife, se trata de elegir aleatóriamente un subconjunto, generalmente la mitad.
Adquisición de datos
Alineación de secuencias
Cálculo de la matriz de distancias
Métodos de distancia:
UPGMA, NJ, etc.
Máxima verosimilitud
Máxima parsimonia
Árbol consenso
B
