利用局部动态最优算法改进分子演化研究

华中农业大学作物遗传改良国家重点实验室水稻团队在分子演化领域研究中取得进展，使用相关研究成果，可以方便专注于功能基因研究专家对演化模型的使用。研究结果以“Dynamic programming procedure for searching optimal models to estimate substitution rates based on the maximum-likelihood method”为题，于4月26日在线发表在美国《国家科学院院刊》（PNAS）上。文章通讯作者为华中农业大学客座教授龙漫远和华中农业大学生科院张启发院士，第一作者为生科院博士研究生章成君。龙漫远教授早年毕业于四川农业大学，其在基因组演化研究方面有很深的造诣，在新基因的起源，性基因的演化等研究领域取得多项突破性成果。张启发院士是我国著名的植物遗传和分子生物学家，在近20年的科研生涯中，其发表论文156篇，多篇文章成为相关领域的经典文献。2007年因其卓越的学术成就与贡献当选为美国科学院外籍院士，成为中国大陆的8名美国科学院外籍院士之一。分子演化学研究人员通过研究DNA或者蛋白质的变化来反映生命（或基因）的演化过程。在这种方法中，研究人员通过调整DNA或者蛋白质变化的速率，来模拟各个物种或者物种内某一个基因的演化速率，从而来推断出物种（或基因）的分化年代，分析某个物种（或基因）是否更易于生存与繁衍等有用的信息。由于不同阶段的DNA或者蛋白的变化速率的组合数目是非常巨大的，虽然现在电脑的计算能力已经非常强大，但是仍然无法计算所有的组合类型——对10个物种（或基因）来说，即使它们相互之间的亲缘关系已经完全确定，单单允许DNA（或者蛋白质）的速率进行变化，这种可能的组合就已经超过了6820亿。在实际的研究过程中，传统的做法是根据研究人员的兴趣或者已经获得经验，挑选出几个特定的树枝（branch），针对这些树枝的变化速率进行模拟。显然，这种传统的做法存在着不少的缺陷：对不太了解的物种（基因）没有办法提出合理的组合；存在很大的主观性，不是客观逻辑的分析结果；简单的提出假设组合，会错过很多更好的组合。正是由于存在这些问题，华中农业大学研究人员提出了根据局部动态最优算法，来改进这种传统的靠运气的做法。该算法是找到固定一个树枝最好的结果，然后在这个基础上，逐步固定更多的树枝。研究结果表明，在使用了这种算法之后，仅仅通过n2（n是指用于分析的物种或者基因所构成的生命树的树枝的总数）次水平的计算之后，就可以获得与全局计算非常接近的结果。研究人员通过分析来自40篇文献的50个例子，证明采用这种算法得到的结果，绝大部分（47/50）显著好于传统方法得到的结果。对不太关注分子演化领域的功能基因研究学者来说，该方法可以帮助其推断基因功能。为了方便功能基因研究专家使用该方法，研究人员把这一算法放在了网站上（http://obsm.ncpgr.cn），供广大学者使用。该程序容易操作，在一般情况下，计算量也可以接受，为研究者进一步研究基因的功能及其它重要信息提供了方便。（来源：生物通何嫱）