构建进化树的意义是什么？除了看亲缘关系之外。

构建进化树的意义是什么？除了看亲缘关系之外。

这个可以玩出的花样可多啦，来抛堆砖。。。图多杀流量！

按DNA或蛋白质序列构建树，一般归为谱系发育研究，其中建树是非常关键的一部分。

建树的基本目的，是理清手上一把序列之间的相互关系，这和聚类任何其它东西都很类似，最直观的做法就是两两比较，按某种定义算出距离，然后按距离远近把它们排个序。这是建树的基本方法之一，距离法，基本就是聚类方法。这种类型的树可以说体现的只是序列间的相似程度。

但是建树还有另外两种方法：最大似然法和贝叶斯法。这两种方法与聚类有什么不同呢？个人认为关键在于，一般的聚类是基于一系列静态的特征，而谱系发育中考虑的是随时间变化的一系列特征，具体到DNA和蛋白质序列，就是DNA碱基对或蛋白质对间的相互替代速率。

比如具体来说，两条序列ACTTG，ACTTT，在距离法中，我们所考虑的差别就是它们仅相差一个碱基。但如果使用另外两种方法，首先我们需要定义一个碱基突变的模型，然后考虑时间问题，意思就是比如假设这两条序列进化的时间很短，那么它们其中一个是由另一个直接突变而来的概率就比较大，也就是说它们更有可能亲缘关系很近，但如果它们的进化时间非常长，那么情况就复杂得多，因为有可能不只发生了一次突变，甚至它们有可能是由两条不相关的序列分别突变而来，也就是说它们的亲缘关系不见得很近。

所以在这类树上所体现的并非只是相似度，而每一条枝长实际上是突变速率与时间的乘积。当模型进一步复杂化，考虑DNA突变的不同方式，点突变，重组，水平基因转移等等，不同进化机制，如有无选择压力，再考虑到空间分布，区域隔离等等因素后，所获得的信息就更加丰富多样。

1.推测进化模型

比如从进化树拓扑结构和枝长中推测背后的进化机制，比如这篇文章里提出在不同的模型下（主要是针对流行性疾病），会观察到不同的进化树结构[1]：

具体例如在持续的强免疫选择压力下（第一列），进化树会展现出强烈的不平衡梯状结构，如群体中人类流感病毒A：

而如果在免疫选择压力比较小的情况下（第二列），进化树就会显示出比较平衡的结构，如群体中HCV病毒：

而此时该种群的生长曲线是稳定型还是指数增长型会决定进化树上端点枝长和内部枝长的比值（第二列上下两种）。

2.预测

模型体现的是机制，机制清楚了，最重要的用处之一就是预测。比如有篇文章里作者通过关键位点的突变情况预测与未来病毒分枝最相近的是哪一株[2]，作者从1993-1994年的进化树（左）上推测出的A/ShangA/Shangdong／5/94，在1997年的进化树（右）上可以看出，它位于Node12的基部，即新发展的病毒分枝确实与它最接近。

当然，实际生物分子进化的情况非常复杂，大部分模型仍然过于简单，以我们目前的了解来说，仅有在有限的时间尺度下，有限的基因组复杂度（单倍型），相对简单的突变机制（较少重组，水平基因转移等）的情况下，才有进行预测的价值。这也是为什么在流行病学中可以使用进化树进行预测，而往往在其它大尺度的进化分析中，仅能做到描述。

3.辅助药靶筛选疫苗开发

进化树可以辅助药靶设计和疫苗开发，比如找一些比较保守的位点以追求广谱性啥的[3-5]。不过这一类多数是辅助作用，还需要依靠其它研究方法，图也不够美貌，略过先。

4.生态保护

比如有分析了下澳大利亚整体的生物多样性热点在哪里，可以指导生态保护区选址[6]：

5.脑洞之回到过去

由于有时间信息，另一个酷炫玩法是直接重建祖先，连侏罗纪公园里的蚊子血都不用。。。当然以目前的研究能力来看，重建个祖先蛋白啊，顶多病毒什么的还比较有可能，复杂的个体还是处理不了的，但是脑洞可以有！

比如这篇就重建了珊瑚中的色素祖先蛋白[7]，通过分析祖先蛋白对红／绿光的吸收情况来反推红色荧光蛋白是否为趋同进化，结论是确实如此，他们甚至拿转了这几个蛋白的菌直接画了棵进化树，这个B格可以给满分

这种思路还被建议说某种程度上可以用来打脸智能设计论[8]，分分钟把进化过程演示给你看。。。

6.移植谱系发育分析的方法到其它非生物类的对象上，也能有很多有趣的结论

社会学：比如这篇用了一组新西兰南岛若干部落人牲行为和社会分层的数据，表示我们发现人牲行为在社会层级出现后有稳定社会分层的作用，以及在一定程度上推动社会往社会阶级更严格的方向发展[9]：

语言学：比如这2篇用进化树分析了下印欧语系的起源问题，追溯起源时间，支持Anatolia起源假说，认为印欧语系是公元前8000-9500年从Anatolia随农业发展传播出去的[10, 11]：

法律：比如这篇研究了下美国反进化论相关法案的进化过程，给65部法案建树[12]：

搬不动了，就这样吧，总之还是有很多坑可以挖的！

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

1. Grenfell BT, Pybus OG, Gog JR, Wood JL, Daly JM, Mumford JA, Holmes EC: Unifying the epidemiological and evolutionary dynamics of pathogens. science 2004, 303(5656):327-332.

2. Bush RM, Bender CA, Subbarao K, Cox NJ, Fitch WM: Predicting the evolution of human influenza A. Science 1999, 286(5446):1921-1925.

3. Nickle DC, Jensen MA, Gottlieb GS, Shriner D, Learn GH, Rodrigo AG, Mullins JI: Consensus and ancestral state HIV vaccines. Science (New York, NY) 2003, 299(5612):1515.

4. Rolland M, Edlefsen PT, Larsen BB, Tovanabutra S, Sanders-Buell E, Hertz T, Carrico C, Menis S, Magaret CA, Ahmed H: Increased HIV-1 vaccine efficacy against viruses with genetic signatures in Env V2. Nature 2012, 490(7420):417-420.

5. Searls DB: Pharmacophylogenomics: genes, evolution and drug targets. Nature Reviews Drug Discovery 2003, 2(8):613-623.

6. Mishler BD, Knerr N, González-Orozco CE, Thornhill AH, Laffan SW, Miller JT: Phylogenetic measures of biodiversity and neo-and paleo-endemism in Australian Acacia. Nature communications 2014, 5.

7. Ugalde JA, Chang BS, Matz MV: Evolution of coral pigments recreated. Science 2004, 305(5689):1433-1433.

8. Pallen MJ, Matzke NJ: From The Origin of Species to the origin of bacterial flagella. Nature Reviews Microbiology 2006, 4(1):784-790.

9. Watts J, Sheehan O, Atkinson QD, Bulbulia J, Gray RD: Ritual human sacrifice promoted and sustained the evolution of stratified societies. Nature 2016, 532(7598):228-231.

10. Gray RD, Atkinson QD: Language-tree divergence times support the Anatolian theory of Indo-European origin. Nature 2003, 426(6965):435-439.

11. Bouckaert R, Lemey P, Dunn M, Greenhill SJ, Alekseyenko AV, Drummond AJ, Gray RD, Suchard MA, Atkinson QD: Mapping the origins and expansion of the Indo-European language family. Science 2012, 337(6097):957-960.

12. Matzke NJ, Matzke NJ: The evolution of antievolution policies after Kitzmiller v. Dover. Science 2015:aad4057.