Page 126 - 《广西植物》2022年第10期

１ ７ ４ ４ 广 西 植 物 ４２ 卷
表 ２ 物种及 ＧｅｎＢａｎｋ 登录号 合(ＣＤＳ)矩阵、质体全基因组(ＷＣＧ) 矩阵ꎬ矩阵文
Ｔａｂｌｅ ２ Ｓｐｅｃｉｅｓ ａｎｄ ＧｅｎＢａｎｋ ａｃｃｅｓｓｉｏｎ ｎｕｍｂｅｒｓ 件与原始序列均已上传到 ｆｉｇｓｈａｒｅ 网站(１０.６０８４ /
物种 ＧｅｎＢａｎｋ 登录号 ｍ９. ｆｉｇｓｈａｒｅ. １４３２９９４９)ꎮ 采 用 ＭＥＧＡ Ｘ ( Ｓｕｄｈｉｒ ｅｔ
ａｌ.ꎬ ２０１８)统计矩阵的长度、变异位点和简约信号位
Ｓｐｅｃｉｅｓ ＧｅｎＢａｎｋ ａｃｃｅｓｓｉｏｎ ｎｕｍｂｅｒ
Ｃｒｅｓｓａ ｃｒｅｔｉｃａ ＭＦ０６７３９８ 点等信息ꎮ
田旋花 ＭＷ０５４６２７ 使用 ＲＡｘＭＬ 构 建 最 大 似 然 树 ( ｍａｘｉｍｕｍ
Ｃｏｎｖｏｌｖｕｌｕｓ ａｒｖｅｎｓｉｓ
ｌｉｋｅｌｉｈｏｏｄꎬＭＬ)( Ａｌｅｘａｎｄｒｏｓꎬ ２０１４)ꎬ５ 个矩阵都选
Ｉｐｏｍｏｅａ ａｓａｒｉｆｏｌｉａ ＭＫ０８６０４８
五爪金龙 ＫＦ２４２４８０ 择 ＧＴＲ＋ＧＡＭＭＡ＋Ｉ 模型ꎬ估算最优的最大似然树
Ｉ. ｃａｉｒｉｃａ
(ｂｅｓｔ￣ｓｃｏｒｉｎｇ ＭＬ ｔｒｅｅ)ꎬ 并 设 置 １ ０００ 次 ｂｏｏｔｓｔｒａｐ
Ｉ. ｃａｒｎｅａ ＭＫ０８６０４９
Ｉ. ｇｏｙａｚｅｎｓｉｓ ＭＫ０８６０５１ ｒｅｐｌｉｃａｔｅｓ 估 算 分 支 的 支 持 率 ( ｂｏｏｔｓｔｒａｐ ｓｕｐｐｏｒｔ
常春藤叶茑萝 ＫＦ２４２４８４ ｖａｌｕｅｓꎬ ＢＳ)ꎮ 本研究中ꎬＢＳ≤５０ 为不支持ꎬＢＳ ＝
Ｉ. ｈｅｄｅｒｉｆｏｌｉａ
５１ ~ ７９ 为弱支持ꎬＢＳ≥８０ 为强支持ꎮ
牵牛 ＡＰ０１７３０４
Ｉ. ｎｉｌ 选取 ＷＣＧ 和 ＣＤＳ 矩 阵 构 建 贝 叶 斯 推 论 树
小心叶薯 ＫＦ２４２４９９ (Ｂａｙｅｓｉａｎ ｉｎｆｅｒｅｎｃｅꎬ ＢＩ )ꎮ 基 于 ＰｈｙｌｏＳｕｉｔｅ 软 件
Ｉ. ｏｂｓｃｕｒａ
Ｉ. ｐｅｄｉｃｅｌｌａｒｉｓ ＫＦ２４２４８９ ( Ｚｈａｎｇ ｅｔ ａｌ.ꎬ ２０２０ ) 中 的 ＭｏｄｅｌＦｉｎｄｅｒ 插 件
刺毛月光花 ＫＦ２４２４９２ ( Ｋａｌｙａａｎａｍｏｏｒｔｈｙ ｅｔ ａｌ.ꎬ ２０１７ ) 按 照 ＢＩＣ 准 则
Ｉ. ｓｅｔｏｓａ
(Ｂａｙｅｓｉａｎ ｉｎｆｏｒｍａｔｉｏｎ ｃｒｉｔｅｒｉｏｎꎬＢＩＣ) 选择最适碱基
Ｉ. ｔｒｉｆｉｄａ ＭＨ１７３２６２
Ｍｅｒｒｅｍｉａ ｑｕｉｎｑｕｅｆｏｌｉａ ＫＦ２４２５０１ 替换 模 型ꎮ 选 择 ＭｒＢａｙｅｓ 软 件 ( Ｈｕｅｌｓｅｎｂｅｃｋ ＆
Ｏｐｅｒｃｕｌｉｎａ ｍａｃｒｏｃａｒｐａ ＫＦ２４２５０２
Ｒｏｎｑｕｉｓｔꎬ ２００１ )ꎬ 通 过 在 线 ＣＩＰＲＥＳ Ｓｃｉｅｎｃｅ
Ｓｔｉｃｔｏｃａｒｄｉａ ｍａｃａｌｕｓｏｉ ＫＦ２４２５０３
Ｇａｔｅｗａｙ (Ｍｉｌｌｅｒ ｅｔ ａｌ.ꎬ ２０１０) 或超级计算机上进
Ｔｕｒｂｉｎａ ｃｏｒｙｍｂｏｓａ ＫＦ２４２５０４
行贝叶斯推论分析ꎬ设置 ＭＣＭＣ 运算为２ ０００ ０００
Ｃｕｓｃｕｔａ ｅｘａｌｔａｔａ ＥＵ１８９１３２
代ꎬ每 １００ 代取样 １ 棵系统发育树ꎮ 先舍弃前 ２５％
的抽样树ꎬ再构建 ５０％的多数原则一致树(ｍａｊｏｒｉｔｙ
１.３ 序列比对和系统发育分析 ｒｕｌｅ ｃｏｎｓｅｎｓｕｓ ｏｆ ｔｒｅｅｓ)ꎬ并计算每个节点的后验概率
用于矩阵构建的数据集共有五类:(１) 质体全 (ｐｏｓｔｅｒｉｏｒ ｐｒｏｂａｂｉｌｉｔｙꎬ ＰＰ)ꎮ 对所获得的系统发育
基因组序列(ＷＣＧꎬ去除一个 ＩＲ 区)ꎻ(２) 大单拷贝 树均采用 Ｆｉｇｔｒｅｅ ｖ１.４.０ (ｈｔｔｐ:/ / ｔｒｅｅ.ｂｉｏ.ｅｄ.ａｃ.ｕｋ /
区(ＬＳＣ)ꎻ(３) 小单拷贝区( ＳＳＣ)ꎻ(４) 反向重复区 ｓｏｆｔｗａｒｅ / ｆｉｇｔｒｅｅ / )可视化结果ꎮ 本研究中ꎬ ＰＰ ＝ ０.

(ＩＲ)ꎻ(５)蛋白质编码基因(ｐｒｏｔｅｉｎ ｃｏｄｉｎｇ ｓｅｑｕｅｎｃｅꎬ ５１~０.９４ 为弱支持ꎬＰＰ≥０.９５ 为强支持ꎮ
ＣＤＳ)ꎮ 以烟草为参考序列ꎬ利用 ＭＡＵＶＥ(Ｄａｒｌｉｎｇ ｅｔ １.４ 系统发育冲突检测
ａｌ.ꎬ ２００４)检测各条序列共线性ꎬ非共线性的序列采 采 用 ＡＵ 检 验 ( ａｐｐｒｏｘｉｍａｔｅｌｙ ｕｎｂｉａｓｅｄ ｔｅｓｔ)

用手 动 调 整 后 再 次 共 线 性 检 测ꎮ 使 用 Ｇｅｎｅｉｏｕｓ ( Ｓｈｉｍｏｄａｉｒａꎬ ２００２ ) 和 ＳＨ 检 验 ( Ｓｈｉｍｏｄａｉｒａ￣
(Ｋｅａｒｓｅ ｅｔ ａｌ.ꎬ ２０１２)确定质体基因组四分体结构区 Ｈａｓｅｇａｗａ ｔｅｓｔ) ( Ｈｉｄｅｔｏｓｈｉ ＆ Ｍａｓａｍｉꎬ １９９９)ꎬ以判
域(ＬＳＣ、ＳＳＣ、ＩＲａ 和 ＩＲｂ) 边界ꎬ分别提取各分区序 断 ＷＣＧ 数据集得到的最优树与其他数据集得到
列和蛋白质编码基因片段ꎬ得到用于构建数据矩阵 的最优树(包括 ＬＳＣ 区的 ＭＬ 树、ＩＲ 区的 ＭＬ 树和
的基 础 序 列ꎮ ＷＣＧ、 ＬＳＣ、 ＳＳＣ、 ＩＲ 区 的 数 据 使 用 ＳＳＣ 区的 ＭＬ 树) 是否有统计学差异ꎮ ＳＨ 检验基
ＭＡＦＦＴ Ｏｎｌｉｎｅ(Ｋａｔｏｈ ＆ Ｓｔａｎｄｌｅｙꎬ ２０１３)基于默认参 于非参数自举法的比较方法ꎬ在拒绝零假设方面
数进行比对ꎬ获得比对矩阵ꎮ ７９ 个蛋白质基因采用 十分保守ꎬ与 ＡＵ 检测一样能够有效控制 Ｉ 型错
细菌蛋白编码的密码子模式进行比对ꎬ每个基因先 误ꎬ但 ＡＵ 检测比 ＳＨ 检测的偏差小ꎮ 两种系统发
分别使用 Ｇｅｎｅｉｏｕｓ 中的 ＭＡＦＦＴ 插件进行单基因多 育假 设 检 验 借 助 ＩＱ￣ＴＲＥＥ 软 件 ( Ｔｒｉｆｉｎｏｐｏｕｌｏｓ ｅｔ
序列比对ꎬ再串联构建联合矩阵ꎮ 自动比对矩阵在 ａｌ.ꎬ ２０１６)ꎬ通过最大似然方法ꎬ使用 ＲＥＬＬ 算法进
Ｇｅｎｅｉｏｕｓ 中进行人工核查和校对ꎬ排除异质性非常 行 １ ０００ 次重复取样ꎬ任何一种结果的 Ｐ 值小于
高的区域ꎬ最终得到 ５ 个质体基因组数据矩阵ꎬ包括 ０.０５ꎬ即为显著ꎬ表明该拓扑结构与 ＷＣＧ 矩阵结
ＬＳＣ 和 ＳＳＣ 及 ＩＲ ３ 个分区矩阵、蛋白质编码基因联 果为明显冲突ꎬ不支持此拓扑结构ꎮ