華中農(nóng)業(yè)大學(xué)作物遺傳改良國家重點實驗室水稻團隊在分子演化領(lǐng)域研究中取得了可喜進展，使用相關(guān)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(jié)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(xué)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(xué)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(guān)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(jié)果；簡單的提出假設(shè)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(jié)果，然后在這個基礎(chǔ)上，逐步固定更多的樹枝。研究結(jié)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(gòu)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(jié)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(jié)果，絕大部分（47/50）顯著好于傳統(tǒng)方法得到的結(jié)果。
對不太關(guān)注分子演化領(lǐng)域的功能基因研究學(xué)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(xué)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。 |
