les méthodes probabilistes en phylogénie moléculaire: fondements, usages et controverses collège...
TRANSCRIPT
Les méthodes probabilistes en phylogénie moléculaire: fondements, usages et controverses
Collège de France, Juin 2009
Nicolas Galtier
UMR 5554 - Institut des Sciences de l'Evolution - Montpellier
La révolution cladistique:injecter le Darwinisme dans la systématique
- une classification fondée sur la phylogénie
- des relations de cousinage, et non de descendance, entre les espèces actuelles- les états de caractères dérivés partagés comme marqueurs des relations de parenté
Etats de caractères partagés ancestraux vs. dérivés
amphibiens serpents oiseaux mammifères
amnios non oui oui oui
non
fiable
+
sang chaud oui ouinon non trompeur
non
+ +
4 membres oui non oui oui
oui
non-informatif
-
On fait confiance aux caractères les plus nombreux: principe de parcimonie
La révolution moléculaire
AUGUACCAGAUUAGCGAAUGUAUC AUGGACCA
AAUUAGCGUAUCUAUC
GCGUACCAGAUAAGCGAAUGUAUC
AUGAACCAGAUUAGCGAUUGUACC
AUGUACCAGAUUAGCGAAUGUAUC
AUGUACCAGAUUAGCGAAUGUAUC
CAGUACCAGAUUAGCGAGGGUAUC
AGGUACCAGAUUACCGAUUGUCUC
AUGUACCAGAUUAGCGAAUGUAUC
AUGUACCAGGCUAGCGAAUGUAAC
AUGUACCAGAUUAGCGAAUGUAUC
ACGUACUAGAUGAGCGAAUGUAUC
GUGUACCAGAUUGGCGACUGUAUC
AUGUACAAGAUUAGCGAAUGUAUC
AUGUACCUGAUUAGCCAAUGUAUC
AUGUACCAGAUUAGCGAAUGUAUC
AGGUACCAGACCAGCGAAUGUAUC
AUGUACCAGAUUAGCUAAUGUAUC
AUGUACCAGAUUAGCGAAUGUAUC
AUGUACCAGAUUAGCGAAUGUAUC
AGGCACCAGAUUAGCGCAUGUGUC
AUGUACCAGAUUAGCGAAUGUAUC
AAGUACCAGAUUAGCGAAUGUAUC
AUGUACCAGAUGAGUGAAUGUAUC
AUGUACCGGAUUAGCGAAUGUAUC
AUGUACCAGAUUAGCGAAUGUAUC
AUGUACCAGAUUAGCGUAUGUAUC
AUGUACCAGAUUAGCGAAUGUAUU
UUGUACCAGAUUAGCGGAUGUAUC
AUGUACCAGACUAGCGAAUAUAUC
AUGUACCAGCCUAGCGGAUGUAGC
La révolution moléculaire:un nouveau type de caractères
Les caractères moléculaires (séquences d'ADN, ARN ou protéines) sont:
très nombreux
non-interprétables
non-orientables
tous de même nature
à états discrets et connus
soumis à des processus évolutifs communs
peu adéquats pourl'analyse cladistique
propices à l'analysestatistique
La méthode de parcimonie maximale
1 2
3 4
a b c1: X X X 2: X Y Y3: Y X Y4: Y Y X
x
y
X X
Y Y
A
données=séquences:
La méthode de parcimonie maximale
1 2
3 4
a b c1: X X X 2: X Y Y3: Y X Y4: Y Y X
données=séquences:
1 2
3 4
x
x
X Y
Y X
A
La méthode de parcimonie maximale
1 2
3 4
a b c1: X X X 2: X Y Y3: Y X Y4: Y Y X
données=séquences:
1 2
3 4A
1 4
2 3
C
Un excès de sites c soutient l'arbre C
Un excès de sites a soutient l'arbre A
Parcimonie et attraction des longues branches
1 2
3 4
a b c1: X X X 2: X Y Y3: Y X Y4: Y Y X
données=séquences:
1 4
2 3
1 2
3 4A
C
Un excès de sites a soutient l'arbre A
Si les branches 3 et 4 sont trop longues,l'arbre C génère un excès de sites a.
Comment distinguer?
X
X Y
Yx
x
Parcimonie et attraction des longues branches
1 2
3 4
a b c d e1: X X X X Z2: X Y Y X Y3: Y X Y Y X4: Y Y X Z X
données=séquences:
1 4
2 3
1 2
3 4A
C
Comment distinguer?
Parcimonie et attraction des longues branches
Les données de séquences sont sujettes à réversion.
L'évolution n'est pas toujours parcimonieuse.
Les processus de l'évolution moléculaire communs à l'ensemble des sitespeuvent être identifiés et pris en compte.
Nécessité d'une approche statistique
Felsenstein 1978
Modélisation Markovienne en phylogénie moléculaire
Données (D):
n séquences alignées=
p sites homologues
A C A G T T C . . .
A G A G C T A . . .
A G A G T T A . . .
T C A G T T C . . .
T C G G T T T . . .
A
C
G
T
A C G T
Paramètres ():
topologie d’arbre Tlongueurs de branches li
générateur M
Vraisemblance: L() = Pr (D | )
Felsenstein 1981
A C A G T T C . . .
A G A G C T A . . .
A G A G T T A . . .
T C A G T T C . . .
T C G G T T T . . .
X0
X1
X2
X3
l1
l2
l3
l4
l5
l6
l7
l8
A
C
G
T
A C G T
MT D
d1 d2 dk
Pr(D | T ,li, MPrdk | T ,li, M (indépendance des sites)
Prd1 | T ,li, M= Pr(X0=x0).Pr(X1=x1| X0=x0).Pr(d11=A| X2=x2). Pr(d12=A| X1=x1). Pr(X2=2|X0=x0).
Pr(d13=A| X2=x2). Pr(X3=x3| X2=x2). Pr(d14=T| X3=x3). Pr(d15=T| X3=x3) x0 x1 x2 x3
pij(l)=(eMl)ij
Modélisation Markovienne en phylogénie moléculaire
Modélisation Markovienne en phylogénie moléculaire
- un domaine de recherche en plein développement, en interaction étroite avec statisticiens et informaticiens.
- des modèles et des techniques de plus en plus sophistiqués, répondant au volume sans cesses croissant des jeux de données
- un standard dans le monde de la systématique moléculaire et de la génomique évolutive
- reconstruire le "process" en même temps que le "pattern"
Erinaceus Scalopus
Felis Manis
Lama Sus
Bos Hippopotamus
Physeter Equus
Rhinocerotidae Tonatia
Myotis Tadarida
Cynopterus Pteropus Hipposideros
Megaderma
Laurasiatheria
Tupaia Cynocephalus
Homo Lepus
Aplodontia Sciuridae
Hystricidae Mus Rattus
Euarchontoglires
Xenarthra
Cabassous
Bradypus Choloepus
Cyclopes Myrmecophaga Tamandua
Dasypus kappleri Dasypus novemcinctus
Priodontes
Tolypeutes
Chaetophractus Euphractus Zaedyus
Afrotheria
Elephas Dugong
Procavia Orycteropus
Macroscelidae Amblysomus
Echinops
Delsuc et al 2002
Phylogénie moléculaire des mammifères placentaires
MORPHOLOGIE MOLECULES
Phylogénie des métazoaires
La phylogénie universelle selon l'ARN ribosomique
EUCARYA
ARCHAEA
BACTERIA
Giardia 70.4%Entamoeba 43.7%
Desulfurococcus 64.2%Thermoproteus 63.5%
M.jannashi 62.3%M.vannieli 57.7%
Halococcus 58.9%Halobacterium 58.7%
Thermus 61.3%Thermotoga 60.9%
Euglena 51.7%
FUNGI 48.6%
PLANTA 50.4%
METAZOA 52.4%
EUCARYA
CRENARCHAE
EURYARCHAE
BACTERIA
LOW GC GRAM+ 54.2%
PROTEOBACTERIA 54.1%
HIGH GC GRAM+ 57.0%
CHLOROPLASTS 52.5%
56.1%GC% ancestral
estimé :
Evolution du GC% de l'ARN ribosomique
1 23
4 5
modèle standard
1 2 34 5
modèle non-homogène et non-stationnaire
1
2
4
7
3
5 86
Un modèle pour prendre en compte les variations de composition en bases
0
40
80
0
40
80
50 60 70
SSU
LSU
Topt
Topt
GC% ARNr
L'ancêtre commun universel n'était pas hyperthermophile
Galtier et al. 1999, Boussau et al 2009
Horloges moléculaires et datations
Douzery et al 2004
Contraintes et adaptations moléculaires
a b c d e f gS T M F S L PS T M F S L PS T M F I F PS T M F T F PS T M F Y F MS T M F H F HS T M F H F TS T M F Y F PS T M F L F PS T M F F F FS T M F H F TS T M F Y F AS T M F P F PS T M F P F PS T M F P H LS T M F P F PS T M F L H TS T M F W V FS T M F F T PS T M F T V FS T M F L F LA A M V L F IA T M I L F I A T N A L F IA I V S L F IS V M F L F I T T V I L F IF T T L L F IS T M F W S IS T M M W S TS T M F M N QS T M F P H YS T M F P H P
PRIMATES
Pupko & Galtier 2002
M
M.r1 M.r2 M.r3
M.r1
M.r2
M.r3
Modéliser l'hétérotachie
uniforme
"rates across sites"
"covarion"
Galtier & Jean-Marie 2004
Controverses
- molécules vs. morphologie: vers un rapprochement
- parcimonie vs. approche statistique: un débat en perte de vitesse
. circularité? Pas plus que dans toute inférence statistique
. les processus de l'évolution moléculaire sont corrélés entre sites
. renoncer à la parcimonie n'implique pas de renoncer au cladisme
Défis et perspectives
- systématique moléculaire: lever les dernières incertitudes
- datations moléculaires: résoudre les conflitss
- génomique évolutive: lien structure/fonction/évolution des molécules
- phylogénomique des procaryotes: importance des transferts horizontaux