Este trabalho foi financiado pela Fundação de ciências naturais da província de Jiangsu, China (BK20151424), centro de pesquisa de Bio-tecnologia, China três gargantas University (2016KBC04) e a Fundação Nacional de ciências naturais da China (31371596).

1. alinhamento
<ol><li>
Recolher o amino-ácido sequências de doce eucariótica e procariótica SemiSWEET em documentos separados e listá-las no formato FASTA. Baixe sequências do centro nacional para Biotechnology Information (NCBI), laboratório Europeu de Biologia Molecular (EMBL) e o banco de dados de DNA de bancos de dados do Japão (DDBJ) pela busca de semelhança com a ferramenta básica Local alinhamento Search Tool (explosão).
	<ol>
<li>Nos arquivos de exemplo, coletar 228 sequências de proteína doce putativo, possuindo dois domínios MtN3/saliva (7 hélices transmembranares) 57 sequências de proteínas SemiSWEET possuindo um único domínio de MtN3/saliva (3 hélices transmembranares) de procariontes e eucariontes 13.</li>
		<li>Para simplificar o processo, selecione 35 proteínas doce de candidato de organismos unicelulares eucariontes, entre os 228 doces putativos para construção de árvores filogenéticas. Essas sequências são anexadas para que o leitor pode praticar em um conjunto de dados real.</li>
	</ol>
</li>
	<li>
Alinhar as 35 sequências doces inserindo-os em Clustal Omega (http://www.ebi.ac.uk/Tools/msa/clustalo/).
	<ol>
<li>Copiar e colar as sequências de proteína em formato FASTA na caixa de entrada ou carregar um arquivo de sequência no formato FASTA. Especifique que eles são a sequência de aminoácidos, clicando no ícone no menu suspenso na seção 'STEP 1'.</li>
		<li>Especifica o formato de saída e outros parâmetros na seção 'Passo 2', se necessário. Para este estudo, definir o formato de saída como "clustal w/o número" e deixar os outros parâmetros nas configurações padrão. Na maioria dos casos, os parâmetros padrão funcionam bem sem qualquer especificação.</li>
	</ol>
</li>
	<li>Apresentar e executar o alinhamento na seção 'Passo 3'. Isso pode levar de vários segundos a minutos até que o alinhamento é terminado. No painel "Resumo do resultado", botão direito do mouse no link sob o "alinhamento em formato CLUSTAL" e salve as sequências alinhadas como "35.clustal" (Figura 1).</li>
	<li>
Abra o arquivo de resultado de alinhamento no BioEdit.
	<ol>
<li>No painel principal do BioEdit, clique "Sequência" e selecione "Editar humor" no primeiro menu suspenso, clique "Editar resíduos" no submenu (Figura 2).</li>
		<li>Selecione as sequências salientes no lado esquerdo do alinhamento com o cursor (a sequência selecionada será mostrada em preto) e clique no ícone "Excluir" no menu "Editar" para remover as sequências selecionadas (Figura 3).</li>
		<li>Selecione e exclua as sequências salientes no lado direito do primeiro domínio MtN3/saliva e salve as sequências de domínio MtN3/saliva primeiras aparadas como 35-I.fas (Figura 4). Da mesma forma, excluir a esquerda e direita salientes sequências do segundo domínio MtN3/saliva e salve-o como II.fas-35. O primeiro e as segunda sequências de domínio MtN3/saliva podem ser previstas com ritmo (http://proteinformatics.charite.de/rhythm/inndex.php?site=helix) ou TMHMM (http://www.cbs.dtu.dk/services/TMHMM/) com antecedência.</li>
	</ol>
</li>
	<li>
Abra o arquivo 35-I.fas com MEGA e clique em "Alinhar" quando solicitado. Sob o menu "Editar", clique em "Selecionar tudo" e, em seguida, clique em "Selecionar uma"; os nomes e as sequências dos táxons serão selecionadas em preto (Figura 5).
	<ol>
<li>Escolha "Copiar" no menu "Editar" para copiar as sequências para a área de transferência e cole as sequências copiadas em um arquivo doc.</li>
		<li>No arquivo doc, substituir todos os "#" com ">" e em seguida, exclua quaisquer caracteres independentes para convertê-los para o formato FASTA. Adicionar "-eu" no final do nome de cada táxon para marcá-los como sequências de domínio de primeiro MtN3/saliva. Processar a segunda sequência de domínio de MtN3/saliva, seguindo o mesmo método e adicione "-II" após o nome de cada táxon.</li>
	</ol>
</li>
	<li>
Combine as sequências de domínio MtN3/saliva primeiras e o segunda no formato FASTA em um arquivo doc.
	<ol>
<li>Carregar as sequências combinadas em Clustal Omega novamente e alinhar as sequências, como descrito acima. Salve o resultado como "35 realigned.clustal".</li>
		<li>Abra o arquivo "35 realigned.clustal" no BioEdit, eliminar os resíduos de aminoácidos (saliente) desigual nas extremidades das sequências alinhadas e salve as sequências como "35 realigned.fas". Clique em "Sim" quando advertiu que alguns caracteres não-padrão não podem ser salvo.</li>
	</ol>
</li>
</ol>2. cálculo da árvore filogenética
<ol><li>
Abra "realigned.fas 35" no MEGA.
	<ol>
<li>Clique no menu "Dados" e escolha "Exportar alinhamento" e salve o alinhamento no formato PAUP (nexo) como "35.nex" para uso posterior em MrBayes (Figura 6).</li>
		<li>Enquanto isso, clique no ícone de "Modelos" no painel principal do MEGA, escolher "encontrar melhor DNA/proteína modelos (ML)" e clique em "Okey" na janela pop-up. Clique em "Calcular" para começar o modelo busca processo (Figura 7). Vai abrir um novo painel de progresso; Este processo dura vários minutos a vários dias, dependendo da complexidade das sequências carregadas e o desempenho do computador. Nota: Uma tabela mostrando que os resultados serão aberto depois de terminar o processo de busca de modelo ( Figura 8). A menor pontuação BIC será listada em primeiro lugar, seguido por uma série de modelos diferentes com aumentando gradualmente o golo de BIC. O primeiro modelo "LG + G + F" com a menor pontuação BIC é o modelo recomendado para ML árvore com base no arquivo "35 realigned.fas".</li>
	</ol>
</li>
	<li>
Clique no ícone "Filogenia" no painel principal do MEGA, clique em "Construção e teste a máxima probabilidade de árvore" e em seguida, clique em "Sim" no painel pop-up. Uma nova janela se abrirá, mostrando diferentes parâmetros que precisam ser especificados (Figura 9).
	<ol>
<li>Primeiro, defina o valor de inicialização no teste da caixa de filogenia; 500 ou 1.000 é suficiente na maioria dos casos. Sob o modelo de substituição, escolha "aminoácido" como o tipo de substituição. O objetivo de escolher um modelo de substituição é estimar a verdadeira diferença entre sequências com base na sua presente Estados3.</li>
		<li>Selecione "LG com frequências. Modelo de (+F) "(LG + F) na caixa modelo/método. Nas taxas e caixa padrão, selecione "Gamma distribuído" (G) para descrever as variações da taxa entre sites, i. e., dando mais peso para mudanças no lentamente desenvolvendo sites3. Na caixa subconjunto de dados, selecione "Concluir a exclusão" para remover todas as colunas que contêm hifens.</li>
		<li>Manter todos os outros parâmetros em seus Estados padrão (Figura 9). Após a especificação desses parâmetros, clique no ícone de "Compute" para iniciar o cálculo.</li>
	</ol>
</li>
</ol>3. apresentação da árvore filogenética
Nota: Árvore filogenética ML será apresentada quando for concluída a computação usando MEGA (Figura 10).
<ol><li>Sob o menu pull-down do ícone no painel de árvore do "Arquivo", escolha "Salvar sessão atual" para salvar o resultado (.mas é o tipo de arquivo padrão). No presente estudo, o resultado foi salvo como "35.mas". No painel de árvore, muitos parâmetros, incluindo o comprimento do clado, estilo de árvore, topologia de árvore, fonte do táxon nome, tamanho e cor, são exibidos e podem ser definidas para diferentes opções.</li>
	<li>Salve o arquivo de árvore final clicando no ícone de imagem e salve a figura em formatos diferentes ou copiar a imagem como a fonte para edição de fotos.</li>
</ol>4. análise da relação de doces e SemiSWEETs usando o alinhamento da sequência
Nota: Este passo pode não ser necessária na análise de sequências comuns.
<ol><li>Alinhe os 228 eucarióticos doces e 57 SemiSWEETs procariotas em Clustal Omega conforme descrito acima. Os resultados do alinhamento podem ser mostrados em Jalview, que é integrado no Clustal Omega e copiado para salvar em um editor de fotos (Figura 11). Nota: No alinhamento exemplo, alguns SemiSWEETs de α-proteobactérias são alinhados com o primeiro domínio de MtN3/saliva das sequências de doce, Considerando que SemiSWEETs de Methanobacteria (archaea) estão alinhados com o segundo domínio de MtN3/saliva das sequências de doce.</li>
</ol>5. phylogenetic Tree construção com MrBayes
<ol><li>Para inferências Bayesianas com MrBayes, abra o arquivo executável MrBayes e uma interface DOS vai aparecer em uma nova janela. O primeiro passo é ler os arquivos de dados do nexo. Entrada "execute 35.nex" após o prompt (Lembre-se de salvar o arquivo do nex 35 no mesmo diretório do arquivo executável MrBayes, ou apontar o caminho do arquivo antes de enviá-lo). Uma mensagem de "sucesso matriz de leitura" será mostrada após o último dos táxons listados (Figura 12). O arquivo do nex 35 já foi preparado e salvo no MEGA (ver 2.1 acima).</li>
	<li>
Defina o modelo evolucionista.
	<ol>
<li>Após o prompt, digite "prset aamodelpr = fixed(lg); taxas de LSet = g ". A "lg" e "g" correspondem ao modelo "LG" e "G", que é definido no MEGA. Após a configuração com êxito o modelo, digite "mcmc nchains = 4 ngen = 5.000.000" após o prompt. Utilizar o "nchains = 4" significa um número total de uma cadeia de frio e três correntes quentes para acoplamento de Metropolis. "ngen = 5.000.000" significa executar gerações 5.000.000 de acoplamento da metrópole para convergência das correntes frias e quentes. Neste estudo, a médio desvio-padrão de divisão de frequências abaixo de 0,01 foi considerado como convergência das correntes quentes e frias.</li>
		<li>Note-se que o número de ngen não pode ser previsto com precisão no início do processo e geralmente precisa ser ajustada com base na mudança na média desvio-padrão de divisão de frequências. Além disso, o número de ngen de convergência pode ser diferente cada vez que quando executar o programa baseado nos mesmos dados.</li>
	</ol>
</li>
	<li>
Executar a análise: Esta etapa dura de alguns minutos a vários dias, dependendo da complexidade dos dados de entrada e o desempenho do computador. Depois de completar o cálculo predefinido, um prompt pedirá "Continuar com a análise (Sim/não)?" Se "não" é digitado após o prompt, a computação vai parar (Figura 13), caso contrário continuará a calcular após o número de novas gerações é a entrada. Quando o cálculo terminar (com um desvio padrão médio de frequências split < 0,01 ou 0,05), parar a computação digitando "n" após o prompt do inquérito. Nota: 0,01 é um critério estrito, 0,05 é moderada e geralmente adequado.</li>
	<li>
Resumir as amostras: Digite "depósito" após o prompt para resumir as amostras dos parâmetros do modelo (Figura 14). Em seguida, digite "sumt relburnin = Sim burninfrac = 0,25" após o prompt para resumir as amostras de árvore. Informações detalhadas sobre construção de árvore filogenética serão exibidas como na Figura 15, seguido por duas figuras de árvore que irão aparecer no código ASC II na tela, uma mostrando credibilidade de clado e os outros comprimentos de ramo apresentando. Ao mesmo tempo, um arquivo de árvore com o nome de "35.nex.con" será salvo automaticamente.</li>
	<li>Para uma melhor apresentação da árvore filogenética, abra o arquivo de árvore "35.nex.con" com a ferramenta FigTree (http://tree.bio.ed.ac.uk/software/figtree/), selecione um estilo ou tamanho para exibir o resultado (Figura 16) ou até mesmo editá-lo em um editor de fotos para torná-lo mais fácil leitura.</li>
</ol>

<ol>
	<li>Nei, M., Kumar, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Molecular Evolution and Phylogenetics. , (2000).</li><li>Foth, B. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Phylogenetic+analysis+to+uncover+organellar+origins+of+nuclear-encoded+genes.">Phylogenetic analysis to uncover organellar origins of nuclear-encoded genes.</a> Methods Mol Biol. 390, 467-488 (2007).</li><li>Baldauf, S. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Phylogeny+for+the+faint+of+heart:+a+tutorial.">Phylogeny for the faint of heart: a tutorial.</a> Trends Genet. 19, 345-351 (2003).</li><li>Feng, D. F., Doolittle, R. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Progressive+sequence+alignment+as+a+prerequisite+to+correct+phylogenetic+trees.">Progressive sequence alignment as a prerequisite to correct phylogenetic trees.</a> J Mol Evol. 25, 351-360 (1987).</li><li>Persson, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Bioinformatics+in+protein+analysis.">Bioinformatics in protein analysis.</a> EXS. 88, 215-231 (2000).</li><li>Sievers, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fast,+scalable+generation+of+high-quality+protein+multiple+sequence+alignments+using+Clustal+Omega.">Fast, scalable generation of high-quality protein multiple sequence alignments using Clustal Omega.</a> Mol Syst Biol. 7, 539 (2011).</li><li>Sievers, F., Higgins, D. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Clustal+omega.">Clustal omega.</a> Curr Protoc Bioinformatics. 48, 1-16 (2014).</li><li>Yang, Z., Rannala, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Molecular+phylogenetics:+principles+and+practice.">Molecular phylogenetics: principles and practice.</a> Nat Rev Genet. 13, 303-314 (2012).</li><li>Hall, B. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Comparison+of+the+accuracies+of+several+phylogenetic+methods+using+protein+and+DNA+sequences.">Comparison of the accuracies of several phylogenetic methods using protein and DNA sequences.</a> Mol Biol Evol. 22, 792-802 (2005).</li><li>Tamura, K., Stecher, G., Peterson, D., Filipski, A., Kumar, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=MEGA6:+Molecular+Evolutionary+Genetics+Analysis+version+6.0.">MEGA6: Molecular Evolutionary Genetics Analysis version 6.0.</a> Mol Biol Evol. 30, 2725-2729 (2013).</li><li>Ronquist, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=MrBayes+3.2:+efficient+Bayesian+phylogenetic+inference+and+model+choice+across+a+large+model+space.">MrBayes 3.2: efficient Bayesian phylogenetic inference and model choice across a large model space.</a> Syst Biol. 61, 539-542 (2012).</li><li>Chen, L. Q., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Sugar+transporters+for+intercellular+exchange+and+nutrition+of+pathogens.">Sugar transporters for intercellular exchange and nutrition of pathogens.</a> Nature. 468, 527-532 (2010).</li><li>Xuan, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+role+of+oligomerization+for+bacterial+and+plant+SWEET+sugar+transporter+family.">Functional role of oligomerization for bacterial and plant SWEET sugar transporter family.</a> Proc Natl Acad Sci USA. 110, 3685-3694 (2013).</li><li>Hu, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Phylogenetic+evidence+for+a+fusion+of+archaeal+and+bacterial+SemiSWEETs+to+form+eukaryotic+SWEETs+and+identification+of+SWEET+hexose+transporters+in+the+amphibian+chytrid+pathogen+Batrachochytrium+dendrobatidis.">Phylogenetic evidence for a fusion of archaeal and bacterial SemiSWEETs to form eukaryotic SWEETs and identification of SWEET hexose transporters in the amphibian chytrid pathogen Batrachochytrium dendrobatidis.</a> FASEB J. 30, 3644-3654 (2016).</li><li>Holder, M. T., Zwickl, D. J., Dessimoz, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Evaluating+the+robustness+of+phylogenetic+methods+to+among-site+variability+in+substitution+processes.">Evaluating the robustness of phylogenetic methods to among-site variability in substitution processes.</a> Philos Trans R Soc Lond B Biol Sci. 363, 4013-4021 (2008).</li><li>Alfaro, M. E., Holder, M. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Posterior+and+the+Prior+in+Bayesian+Phylogenetics.">The Posterior and the Prior in Bayesian Phylogenetics.</a> Annu Rev Ecol Evol Syst. 37, 19-42 (2006).</li><li>Suchard, M., Rambaut, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Many-core+algorithms+for+statistical+phylogenetics.">Many-core algorithms for statistical phylogenetics.</a> Bioinformatics. 25, 1370-1376 (2009).</li><li>Zierke, S., Bakos, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=FPGA+acceleration+of+the+phylogenetic+likelihood+function+for+Bayesian+MCMC+inference+methods.">FPGA acceleration of the phylogenetic likelihood function for Bayesian MCMC inference methods.</a> BMC Bioinformatics. 11, 184 (2010).</li></ol>

Os autores não têm nada para divulgar.

Torna-se cada vez mais popular em pesquisas biológicas, para fazer uma árvore filogenética baseada em nucleotídeos ou sequências de aminoácidos8. Geralmente, existem três estágios críticos da prática incluindo alinhamento de sequências, avaliação das sequências alinhadas com o método adequado ou algoritmo e visualização do resultado computacional como uma árvore filogenética. No estudo apresentado, foram realizadas três rodadas de alinhamento da sequência: primeiro, as sequên...

Sequências de DNA ou RNA carregam informação genética para fenótipos subjacentes que podem ser analisados através de métodos fisiológicos e bioquímicos ou observada através de evidências morfológicas e fósseis. Em certo sentido, a informação genética é mais confiável que avaliar fenótipos externos porque o anterior é a base para o último. No estudo evolutivo, a evidência fóssil é muito direta e convincente. No entanto, muitos organismos, tais como microorganismos, têm pouca chance de formar um fóssil durante o tempo geológicas idades. Portanto, a informação molecular como sequências nucleotídicas e sequências de aminoácidos de organismos existentes relacionados são de valor para explorar as relações evolutivas1. No presente estudo, uma simples introdução de conhecimentos básicos filogenético e um protocolo fácil de aprender foi fornecida para os novatos que precisam construir uma árvore filogenética por conta própria.
ADN (nucleotídeos) e sequências de proteínas (aminoácido) podem ser usadas para inferir relações filogenéticas entre genes homólogos, organelas ou mesmo organismos2. Sequências de DNA são mais susceptíveis de serem afectadas por alterações durante a evolução. Em contraste, as sequências de aminoácidos são muito mais estáveis, dado que mutações sinónimas em sequências nucleotídicas não causam mutações em sequências de aminoácidos. Como resultado, as sequências de ADN são úteis para comparação de genes homólogos de organismos aparentados, Considerando que as sequências de aminoácidos são apropriadas para genes homólogos de organismos distantemente relacionados3.
Uma análise filogenética começa com o alinhamento de aminoácidos ou de sequências de nucleotídeos4 Obtida de um genoma anotado sequenciamento de banco de dados5 listados no formato FASTA, ou seja, proteínas expressas ou putativa sequências, sequências de RNA , ou sequências de DNA. É interessante notar que é fundamental para recolher sequências de alta qualidade para a análise, e sequências homólogas só podem ser usadas para analisar relações filogenéticas. Muitas plataformas diferentes como Clustal W, Clustal X, músculo, T-café, MAFFT, pode ser usado para alinhamento de sequências. O mais amplamente utilizado é o Clustal Omega6,7 (http://www.ebi.ac.uk/Tools/msa/clustalo/), que pode ser usado on-line ou pode ser baixado gratuitamente da carga. A ferramenta de alinhamento tem muitos parâmetros que o usuário pode ajustar antes de iniciar o alinhamento, mas os parâmetros padrão funcionam bem na maioria dos casos. Depois que o processo for concluído, as sequências alinhadas devem ser salvo no formato correto para a próxima etapa. Eles devem ser editados ou aparada usando um software de edição, tais como BioEdit, porque a construção de árvore filogenética por MEGA requer as sequências para ser de igual comprimento (incluindo as abreviações de aminoácido e hifens. Na sequência alinhada, qualquer posição sem um aminoácido ou nucleotídeo é representada por um hífen "-"). Geralmente, todos os aminoácidos salientes ou nucleotídeos em cada extremidade do alinhamento devem ser removidos. Além disso, colunas que contêm sequências mal alinhadas no alinhamento podem ser excluídas porque eles transmitem pouca informação valiosa e às vezes podem dar confusas ou falsas informações3. As colunas que contêm um ou mais hífens podem ser excluídas neste momento ou em fase de construção de árvore mais tarde. Alternativamente, eles podem ser usados para cálculo filogenético. Quando o alinhamento de sequências e aparando for concluído, as sequências alinhadas devem ser salvo no formato FASTA, ou o formato desejado, para uso posterior.
Muitas plataformas de software fornecem funções de construção de árvore usando diferentes métodos ou algoritmos. Em geral, os métodos podem ser classificados como métodos de matriz de distância ou métodos de dados discretos. Métodos de matriz de distância são simples e rápidos para calcular, enquanto métodos de dados discretos são complicadas e demoradas. Para táxons muito estreitamente relacionados com um alto grau de compartilhamento da identidade de sequência de aminoácidos ou nucleótidos, um método de matriz de distância (vizinho ingressar: NJ; Método de grupo de pares não ponderada com média aritmética: UPGMA) é apropriado; para táxons distantemente relacionados, um método de dados discretos (máxima verossimilhança: ML; Máxima parcimônia: MP; Inferência Bayesiana) é ideal3,8. Neste estudo, os métodos de ML em MEGA (6.0.6) e inferência Bayesiana (MrBayes 3.2) foram aplicados para construir árvores filogenéticas9. Idealmente, quando o modelo apropriado e parâmetros são usados, os resultados derivados de métodos diferentes podem ser consistentes, e são, portanto, mais confiável e convincente.
Para uma árvore filogenética ML construída usando MEGA10, o arquivo de sequência alinhada no formato FASTA deve ser carregado no programa. Então, o primeiro passo é escolher o modelo ideal de substituição para os dados enviados. Todos os modelos de substituição disponíveis são comparados com base em sequências de carregado, e sua pontuação final será mostrada em uma tabela de resultados. Selecione o modelo com a menor pontuação BIC Bayesian Information Criterion () (listada primeiro na tabela), definir parâmetros de ML, de acordo com o modelo recomendado e começar a computação. O tempo de computação varia de alguns minutos a vários dias, dependendo da complexidade dos dados carregados (comprimento do número de táxons e sequências) e o desempenho do computador no qual os programas são executados. Quando o cálculo for concluído, uma árvore filogenética será mostrada em uma nova janela. Salve o arquivo como "FileName.mat". Depois de definir parâmetros para especificar a aparência da árvore, salve mais uma vez. Usando esse método, MEGA pode gerar figuras de árvore filogenética de ano de publicação.
Para construção de árvore com MrBayes11, o primeiro passo é transformar a sequência alinhada, que normalmente é listada no formato FASTA, em formato de nexo (.nex como o tipo de arquivo). Transformar arquivos FASTA em formato nexus pode ser processado em MEGA. Em seguida, a sequência alinhada no formato nexus pode ser carregada em MrBayes. Quando o arquivo é carregado com êxito, especifica parâmetros detalhados para o cálculo de árvore. Esses parâmetros incluem detalhes como modelo de substituição de aminoácido, taxas de variação, número de cadeia de Markov chain Monte Carlo (MCMC) acoplamento, número ngen, média desvio-padrão de divisão de frequências e assim por diante. Depois que esses parâmetros foram especificados, inicie a computação. No final, duas figuras de árvore no código ASC II, uma apresentando credibilidade de clado e os outros comprimentos de ramo de apresentando, será exibido na tela.
O resultado da árvore será salvo automaticamente como "FileName.nex.con". Este arquivo de árvore pode ser aberto e editado por FigTree, e a figura exibida no FigTree pode ser modificada ainda mais para torná-lo mais adequado para publicação.
Neste estudo, analisaram-se 228 doces proteínas, incluindo 35 doces de eucariontes unicelulares e 57 SemiSWEETs de procariontes, como exemplo. Os doces e o SemiSWEETs foram caracterizadas como glicose, frutose ou transportadores de sacarose através de membranas12,13. A análise filogenética sugere que os dois domínios MtN3/saliva contendo doces podem ser derivados de uma fusão evolutiva de um SemiSWEET bacteriana e de um archaeon14.

<table><tbody><tr><td>Adobe Illustration</td><td></td><td></td><td>a graphical tool developed by Adobe Systems Software Ireland Ltd. Copyright &amp;copy; 2017</td></tr><tr><td>BioEdit</td><td></td><td></td><td>a biological sequence alignment editor written for Windows 95/98/NT/2000/XP/7. Copyright &amp;copy; Tom Hall</td></tr><tr><td>Clustal Omega</td><td></td><td></td><td>a package for making multiple sequence alignments of amino acid or nucleotide sequences.&amp;nbsp; http://www.clustal.org/</td></tr><tr><td>CorelDRAW</td><td></td><td></td><td>a graphic design software. Copyright &amp;copy; 2017 Corel Corporation</td></tr><tr><td>FigTree</td><td></td><td></td><td>a graphical viewer of phylogenetic trees designed by the University of Edinburgh</td></tr><tr><td>MEGA</td><td></td><td></td><td>MolecularEvolutionary Genetics Analysis version6.0 http://www.megasoftware.net/home</td></tr><tr><td>MrBayes</td><td></td><td></td><td>an Bayesian phylogenetic inference tool</td></tr><tr><td>NVIDIA</td><td></td><td></td><td>a company designs graphics processing units (GPUs) for the gaming and professional markets. Corporation Copyright &amp;copy; 2017</td></tr><tr><td>PAUP</td><td></td><td></td><td>Phylogenetic Analysis Using Parsimony. David Swofford&#039;s program implements the maximum likelihood method under a number of nucleotide models.</td></tr><tr><td>Photoshop</td><td></td><td></td><td>a raster graphics editor developed and published by Adobe Systems Software Ireland Ltd. Copyright &amp;copy; 2017</td></tr><tr><td>RHYTHM</td><td></td><td></td><td>a knowledge based prediction of hekix contacts. Charit&amp;eacute; Berlin &amp;ndash; Protein Formatics Group - Copyright 2007-2009</td></tr><tr><td>TMHMM</td><td></td><td></td><td>a tool for prediction of transmembrane helices in proteins. http://www.cbs.dtu.dk/services/TMHMM/</td></tr><tr><td>Compter</td><td></td><td></td><td>4 GB memory, Core 2 or above CPU. Windows 7, Windows 10</td></tr></tbody></table>

using phylogenetic analysis to investigate eukaryotic gene origin

A análise filogenética usa nucleotídeos ou sequências de aminoácidos ou outros parâmetros, como sequências de domínio e de estrutura tridimensional, para construir uma árvore para mostrar a relação evolutiva entre táxons diferentes (unidades de classificação) o molecular nível. A análise filogenética também pode ser usada para investigar as relações de domínio dentro de um táxon individual, particularmente para os organismos que sofreram substancial alteração na morfologia e fisiologia, mas para que pesquisadores faltam evidência fóssil devido à história evolutiva longas dos organismos ou escassez de fossilização.
Neste texto, um protocolo detalhado é descrito por usando o método filogenético, incluindo o alinhamento de sequências de aminoácidos usando Clustal Omega e construção de árvore filogenética subsequentes usando ambos probabilidade máxima (ML) da genética evolutiva Molecular Análise (MEGA) e inferência Bayesiana via MrBayes. Para investigar a origem de genes eukaryotic Será de açúcares eventualmente ser exportados transportadores (doce), foram analisadas 228 doces, incluindo 35 proteínas doces de eucariontes unicelulares e 57 SemiSWEET proteínas de procariontes. Curiosamente, SemiSWEETs foram encontrados em procariontes, mas doces foram encontrados em eucariontes. Duas árvores filogenéticas construídas usando métodos teoricamente distintos consistentemente sugerem que o primeiro gene doce eucariótico pode derivar da fusão de um gene bacteriano meio amargo e um gene de archaeal meio amargo. É interessante notar que um deve ser cauteloso para desenhar uma conclusão baseada apenas na análise filogenética, embora seja útil explicar a relação subjacente entre táxons diferentes, o que é difícil ou mesmo impossível discernir através de meios experimentais .

Árvores filogenéticas mostram que todos os domínios de MtN3/saliva primeiros das 35 doces sequências de cluster como um clado e os segundo domínios MtN3/saliva das sequências doces agrupados como outro clado. Além disso, os resultados do alinhamento dos doces e SemiSWEETs mostraram que alguns SemiSWEETs de α-proteobactérias alinhado com o primeiro domínio de MtN3/saliva das sequências doces, Considerando que SemiSWEETs de Methanobacteria (archaea) alinhado com o segundo MtN3/sa...

Watch this Scientific Journal Video about Using Phylogenetic Analysis to Investigate Eukaryotic Gene Origin at JoVE.com

Using Phylogenetic Analysis to Investigate Eukaryotic Gene Origin

É descrito um método de construção de uma árvore filogenética baseada em homologia de sequência de doces de eucariontes e SemiSWEETs de procariontes. A análise filogenética é uma ferramenta útil para explicar o parentesco evolutivo entre proteínas homólogas ou genes de grupos de organismo diferente.

Usando a análise filogenética para investigar a origem de genes eucariontes

Phylogenetic analysis uses nucleotide or amino acid sequences or other parameters, such as domain sequences and three-dimensional structure, to construct ...

using-phylogenetic-analysis-to-investigate-eukaryotic-gene-origin

Research

Education

JoVE Journal

JoVE Core

Molecular Biology

Immunology and Infection

Unit 2

Genomes and Evolution

SCIENTISTS IN ACTION

15.7K visualizações.  China Three Gorges University. É descrito um método de construção de uma árvore filogenética baseada em homologia de sequência de doces de eucariontes e SemiSWEETs de procariontes. A análise filogenética é uma ferramenta útil para explicar o parentesco evolutivo entre proteínas homólogas ou genes de grupos de organismo diferente.

Vídeo: Using Phylogenetic Analysis to Investigate Eukaryotic Gene Origin

Heuristic Mining of Hierarchical Genotypes and Accessory Genome Loci in Bacterial Populations

Routine and systematic use of bacterial whole-genome sequencing (WGS) is enhancing the accuracy and resolution of epidemiological investigations carried out by Public Health laboratories and regulatory agencies. Large volumes of publicly available WGS data can be used to study pathogenic populations at a large scale. Recently, a freely available computational platform called ProkEvo was published to enable reproducible, automated, and scalable hierarchical-based population genomic analyses using bacterial WGS data. This implementation of ProkEvo demonstrated the importance of combining standard genotypic mapping of populations with mining of accessory genomic content for ecological inference. In particular, the work highlighted here used ProkEvo-derived outputs for population-scaled hierarchical analyses using the R programming language. The main objective was to provide a practical guide for microbiologists, ecologists, and epidemiologists by showing how to: i) use a phylogeny-guided mapping of hierarchical genotypes; ii) assess frequency distributions of genotypes as a proxy for ecological fitness; iii) determine kinship relationships and genetic diversity using specific genotypic classifications; and iv) map lineage differentiating accessory loci. To enhance reproducibility and portability, R markdown files were used to demonstrate the entire analytical approach. The example dataset contained genomic data from 2,365 isolates of the zoonotic foodborne pathogen Salmonella Newport. Phylogeny-anchored mapping of hierarchical genotypes (Serovar -&#62; BAPS1 -&#62; ST -&#62; cgMLST) revealed the population genetic structure, highlighting sequence types (STs) as the keystone differentiating genotype. Across the three most dominant lineages, ST5 and ST118 shared a common ancestor more recently than with the highly clonal ST45 phylotype. ST-based differences were further highlighted by the distribution of accessory antimicrobial resistance (AMR) loci. Lastly, a phylogeny-anchored visualization was used to combine hierarchical genotypes and AMR content to reveal the kinship structure and lineage-specific genomic signatures. Combined, this analytical approach provides some guidelines for conducting heuristic bacterial population genomic analyses using pan-genomic information.

This analytical computational platform provides practical guidance for microbiologists, ecologists, and epidemiologists interested in bacterial population genomics. Specifically, the work presented here demonstrated how to perform: i) phylogeny-guided mapping of hierarchical genotypes; ii) frequency-based analysis of genotypes; iii) kinship and clonality analyses; iv) identification of lineage differentiating accessory loci.

Mineração heurística de genótipos hierárquicos e genoma acessório Loci em populações bacterianas

Routine and systematic use of bacterial whole-genome sequencing (WGS) is enhancing the accuracy and resolution of epidemiological investigations carried ...

Genética

Single Cell Multiplex Reverse Transcription Polymerase Chain Reaction After Patch-clamp

The cerebral cortex is composed of numerous cell types exhibiting various morphological, physiological, and molecular features. This diversity hampers easy identification and characterization of these cell types, prerequisites to study their specific functions. This article describes the multiplex single cell reverse transcription polymerase chain reaction (RT-PCR) protocol, which allows, after patch-clamp recording in slices, to detect simultaneously the expression of tens of genes in a single cell. This simple method can be implemented with morphological characterization and is widely applicable to determine the phenotypic traits of various cell types and their particular cellular environment, such as in the vicinity of blood vessels. The principle of this protocol is to record a cell with the patch-clamp technique, to harvest and reverse transcribe its cytoplasmic content, and to detect qualitatively the expression of a predefined set of genes by multiplex PCR. It requires a careful design of PCR primers and intracellular patch-clamp solution compatible with RT-PCR. To ensure a selective and reliable transcript detection, this technique also requires appropriate controls from cytoplasm harvesting to amplification steps. Although precautions discussed here must be strictly followed, virtually any electrophysiological laboratory can use the multiplex single cell RT-PCR technique.

This protocol describes the critical steps and precautions required to perform single cell multiplex reverse transcription polymerase chain reaction after patch-clamp. This technique is a simple and effective method to analyze the expression profile of a predetermined set of genes from a single cell characterized by patch-clamp recordings.

Única célula transcrição reversa Multiplex cadeia da polimerase após Patch-clamp

The cerebral cortex is composed of numerous cell types exhibiting various morphological, physiological, and molecular features. This diversity hampers ...

Neurociência

Comprehensive Workflow for the Genome-wide Identification and Expression Meta-analysis of the ATL E3 Ubiquitin Ligase Gene Family in Grapevine

Classification and nomenclature of genes in a family can significantly contribute to the description of the diversity of encoded proteins and to the prediction of family functions based on several features, such as the presence of sequence motifs or of particular sites for post-translational modification and the expression profile of family members in different conditions. This work describes a detailed protocol for gene family characterization. Here, the procedure is applied to the characterization of the Arabidopsis T&#243;xicos in Levadura (ATL) E3 ubiquitin ligase family in grapevine. The methods include the genome-wide identification of family members, the characterization of gene localization, structure, and duplication, the analysis of conserved protein motifs, the prediction of protein localization and phosphorylation sites as well as gene expression profiling across the family in different datasets. Such procedure, which could be extended to further analyses depending on experimental purposes, could be applied to any gene family in any plant species for which genomic data are available, and it provides valuable information to identify interesting candidates for functional studies, giving insights into the molecular mechanisms of plant adaptation to their environment.

This article describes the procedure for the identification and characterization of a gene family in grapevine applied to the family of Arabidopsis T&#243;xicos in Levadura (ATL) E3 ubiquitin ligases.

Fluxo de trabalho abrangente para a identificação de todo o genoma e Meta-análise da expressão da ATL E3 ubiquitina Ligase Gene família em videira

Classification and nomenclature of genes in a family can significantly contribute to the description of the diversity of encoded proteins and to the ...

Biologia

A Bioinformatics Pipeline for Investigating Molecular Evolution and Gene Expression using RNA-seq

Distilling and reporting large datasets, such as whole genome or transcriptome data, is often a daunting task. One way to break down results is to focus on one or more gene families that are significant to the organism and study. In this protocol, we outline bioinformatic steps to generate a phylogeny and to quantify the expression of genes of interest. Phylogenetic trees can give insight into how genes are evolving within and between species as well as reveal orthology. These results can be enhanced using RNA-seq data to compare the expression of these genes in different individuals or tissues. Studies of molecular evolution and expression can reveal modes of evolution and conservation of gene function between species. The characterization of a gene family can serve as a springboard for future studies and can highlight an important gene family in a new genome or transcriptome paper.

The purpose of this protocol is to investigate the evolution and expression of candidate genes using RNA sequencing data.

Um Pipeline bioinforático para investigar a evolução molecular e a expressão genética usando RNA-seq

Distilling and reporting large datasets, such as whole genome or transcriptome data, is often a daunting task. One way to break down results is to focus ...

An Integrated Approach for Microprotein Identification and Sequence Analysis

Next-generation sequencing (NGS) has propelled the field of genomics forward and produced whole genome sequences for numerous animal species and model organisms. However, despite this wealth of sequence information, comprehensive gene annotation efforts have proven challenging, especially for small proteins. Notably, conventional protein annotation methods were designed to intentionally exclude putative proteins encoded by short open reading frames (sORFs) less than 300 nucleotides in length to filter out the exponentially higher number of spurious noncoding sORFs throughout the genome. As a result, hundreds of functional small proteins called microproteins (&#60;100 amino acids in length) have been incorrectly classified as noncoding RNAs or overlooked entirely.
Here we provide a detailed protocol to leverage free, publicly available bioinformatic tools to query genomic regions for microprotein-coding potential based on evolutionary conservation. Specifically, we provide step-by-step instructions on how to examine sequence conservation and coding potential using Phylogenetic Codon Substitution Frequencies (PhyloCSF) on the user-friendly University of California Santa Cruz (UCSC) Genome Browser. Additionally, we detail steps to efficiently generate multiple species alignments of identified microprotein sequences to visualize amino acid sequence conservation and recommend resources to analyze microprotein characteristics, including predicted domain structures. These powerful tools can be used to help identify putative microprotein-coding sequences in noncanonical genomic regions or to rule out the presence of a conserved coding sequence with translational potential in a noncoding transcript of interest.

The protocol described here provides detailed instructions on how to analyze genomic regions of interest for microprotein-coding potential using PhyloCSF on the user-friendly UCSC Genome Browser. Additionally, several tools and resources are recommended to further investigate sequence characteristics of identified microproteins to gain insight into their putative functions.

Uma abordagem integrada para identificação de microproteínas e análise de sequências

Next-generation sequencing (NGS) has propelled the field of genomics forward and produced whole genome sequences for numerous animal species and model ...

Evolutionary Relationships

Humans have been attempting to properly classify living things since Aristotle made the first attempt during the 4th century BC. Aristotle&#8217;s system was improved upon during the Renaissance and then, subsequently, by Carolus Linnaeus in the mid 1700&#8217;s. These more formal classification and organization systems grouped species by their physical similarity to one another. For example, all vertebrates have a backbone, but invertebrates do not. Traits like the backbone are called synapomorphies, which are traits that are shared by a group of organisms, presumably because they were derived from a common ancestor. As we will explore, this method has been shown to have limitations and has more recently been amended to include genetic analysis. Still, scientists construct trees called dendrograms to create a visual representation of how species are related to one another and share common ancestors. These dendrograms can aid in our understanding of the evolutionary processes that drive these relationships. Genetic comparisons have added an important tool guiding the analysis of evolutionary relationships.
<h4>Types of Dendrogram</h4>
A type of dendrogram, called a cladogram, depicts the hypothetical genealogical relationships between species with the tips (or leaves) of the tree representing a species and the branches showing how species are related to each other. A slightly more complicated type of tree, called a phylogram, differs from a cladogram in that the branches leading to the species are of different lengths. The length of a branch in this type of tree represents the degree of change between species: the longer the branch, the more time since the species have diverged from a common ancestor. In both types of tree, the common ancestor of a group of species is indicated by a node, which is the point where a series of branches meet. Species that are more closely related to each other (most recently shared a common ancestor) will be located closest to the node. The two species that share a node are called a sister group1.
<h4>Understanding Evolutionary Relationships using Genetic Data</h4>
Historically, cladograms were constructed by comparing the morphology (physical structure) of organisms. This method is still practiced but the techniques have been modernized to include comparison of DNA (deoxyribonucleic acid) sequences between species. Using DNA for building trees has several advantages over relying solely on morphology, including being able to calculate an estimate of how long ago different species shared a common ancestor1. However, using DNA is not always feasible, especially when trees include extinct organisms. DNA is best found in soft tissues, which are not preserved during the fossilization process, and therefore it is uncommon for a DNA sample of an extinct species to be available.
DNA is passed on from parents to their offspring in hereditary units called genes. The nucleotide (A, G, C, and T) sequence of genes found in different species are frequently quite similar, likely due to their having come from a common ancestor. This fact allows researchers to align sequences from different species with one another to build the trees described above. Species with more similarity between their nucleotide sequences will be placed next to each other in a tree, and species with less sequence similarity will be placed further apart from each other.
Bioinformatics are the tools used by biologists to analyze large datasets using a combination of computer science, mathematical modeling, and statistics. One such tool is called BLAST (Basic Local Alignment Search Tool), which can be used to quickly search the entire genome of any species that is available in the NCBI (National Center for Biotechnology Information) database2. The NCBI database combines several different databases that hold different types of DNA sequence information. The process of a BLAST search includes complex computer algorithms, but basically, BLAST aligns sequences of each nucleotide base from a submitted DNA sequence (known as the query sequence) with sequences in the data base that most closely match it. The DNA sequences that are found will be listed in order of similarity to the sequence in question, and will therefore be from species closely related to the species containing the query gene. This comparison may or may not depict the actual evolutionary relationship between species because genes evolve at different rates. Additionally, genomes sometimes contain more than one instance of a similar sequence.
Comparison of DNA sequences of genes is valuable beyond consideration of evolutionary relationships. Frequently, genes are identified in model organisms, such as the fruit fly, Drosophila melanogaster, or the mouse3. Integral to studying a gene, the function of its product is commonly identified and analyzed. If a researcher is interested in studying that function in a different organism (humans for example), BLAST or other bioinformatic tools can be used to find candidate genes based on their similarities to the genes of known function from model organisms.
Human genes can also be used as the starting point to find homologs in model organisms. In fact, human disease research depends heavily on this. Once a human gene of interest is identified, mice can be genetically manipulated to have the homologous gene disrupted, or &#8220;knocked out,&#8221; creating a model of the human disease that can be studied in order to understand and treat the disease. There are many of these mouse strains currently available. For example, there is a mouse model for human Cystic Fibrosis (CF) called the Cftr knockout mouse and another modeling atherosclerosis, called the Apoe knockout3. 
 
<h4>References:</h4>
<ol class="references">
	<li>Annenberg Learner. Online Textbook: Unit 3 Evolution and Phylogenetics. Rediscovering Biology. [Online] 2017. [Cited: August 23, 2018.] https://www.learner.org/courses/biology/textbook/compev/compev_3.html.</li>
	<li>National Center for Biotechnology Information, U.S. National Library of Medicine. BLAST: Basic Local Alignment Search Tool. [Online] https://blast.ncbi.nlm.nih.gov/Blast.cgi.</li>
	<li>National Human Genome Research Institute. Background on Mouse as a Model Organism. National Human Genome Research Institute. [Online] December 2002. [Cited: August 23, 2018.] <a href="https://www.genome.gov/10005834/background-on-mouse-as-a-model-organism/" target="__blank">https://www.genome.gov/10005834/background-on-mouse-as-a-model-organism/</a>.</li>
</ol>

Evolutionary Relationships: Using BLAST to Test Evolutionary Hypotheses - Concept

Relações evolutivas

Humans have been attempting to properly classify living things since Aristotle made the first attempt during the 4th century BC. Aristotle&#8217;s system ...

JoVE Lab Manual

Evolução

Evolutionary Relationships through Genome Comparisons

Genome comparison is one of the excellent ways to interpret the evolutionary relationships between organisms. The basic principle of genome comparison is that if two species share a common feature, it is likely encoded by the DNA sequence conserved between both species. The advent of genome sequencing technologies in the late 20th century enabled scientists to understand the concept of conservation of domains between species and helped them to deduce evolutionary relationships across diverse organisms.
Genome comparison can reveal three levels of evolutionary relationships. The first level provides deep insight into sequences and protein domains that are conserved across diverse groups of organisms, such as humans and fishes. The second level increases the resolution further to identify the unique DNA elements present in the closely related species, such as humans and chimpanzees. The third level with even higher data resolution distinguishes the genetic differences within a species, such as different variants and subtypes of an organism. This high-level resolution may identify mutations particular to individual microbial strains or clusters of infected cases, helping to track the disease outbreaks.
<h4>DNA sequencing tools</h4>
Several methods can be used to obtain the DNA sequence data required to deduce evolutionary relationships. Among them, whole-genome sequencing or WGS is a widely used technique. It provides high-resolution data extremely helpful to analyze mutations and conserved sequences among several organisms. It can also identify the cause of genetic disorders by comparing the DNA sequence of affected individuals to those of other unaffected subjects.
<h4>Data analysis tools</h4>
The data obtained by WGS or similar sequencing methods is analyzed by appropriate software tools to deduce evolutionary relationships. Molecular Evolutionary Genetics Analysis (MEGA) is one of the most widely used software tools. The programs present in the MEGA, such as assembly sequence alignment, building evolutionary trees, estimating genetic distances, and computation of evolutionary time trees, allow the users to curate and interpret the raw data obtained from sequencing techniques.

Relações evolutivas por meio de comparações de genomas

Genome comparison is one of the excellent ways to interpret the evolutionary relationships between organisms. The basic principle of genome comparison is ...

Biologia Molecular

Unidade 2

Genomas e Evolução

TERMOS E CONCEITOS CHAVE

Genomic DNA in Eukaryotes

Eukaryotes have large genomes compared to prokaryotes. To fit their genomes into a cell, eukaryotic DNA is packaged extraordinarily tightly inside the nucleus. To achieve this, DNA is tightly wound around proteins called histones, which are packaged into nucleosomes that are joined by linker DNA and coil into chromatin fibers. Additional fibrous proteins further compact the chromatin, which is recognizable as chromosomes during certain phases of cell division.

<h4>The Human Genome Measured in Meters</h4>

Most cells in the human body contain about 6 billion base pairs of DNA packaged into 23 pairs of chromosomes. It is hard to imagine exactly how much DNA these numbers represent, and therefore it is difficult to grasp how densely packed DNA must be to fit into a cell. We can gain some insight by expressing the genome in terms of length. If we were to arrange the DNA of a single diploid cell into a straight line, it would be about two meters long!

Note that humans do not have unusually large genomes. Many fish, amphibians, and flowering plants have much larger genomes than humans. For example, the haploid genome of the Japanese flowering plant Paris japonica contains about 50 times more DNA than the human haploid genome. These figures emphasize the astonishing work that histones and other chromatin remodeling proteins must do to package DNA.

Compaction of GenomIc DNA in Eukaryotes

DNA Genômico em Eucariontes

Eukaryotes have large genomes compared to prokaryotes. To fit their genomes into a cell, eukaryotic DNA is packaged extraordinarily tightly inside the ...

Processos Celulares

Ciclo e Divisão Celular

Eukaryotic Evolution

The endosymbiont theory is the most widely accepted theory of eukaryotic evolution; however, its progression is still somewhat debated. According to the nucleus-first hypothesis, the ancestral prokaryote first evolved a membrane to enclose DNA and form the nucleus. Conversely, the mitochondria-first hypothesis suggests that the nucleus was formed after endosymbiosis of mitochondria.
Contrary to the endosymbiont theory, the eukaryote-first hypothesis proposes that the simpler prokaryotic and archaeal life forms evolved from the already existing complex eukaryotic cells.
Evidence for Endosymbiont Theory 
Evidence for the endosymbiont theory comes from the many similarities that the eukaryotic organelles, like mitochondria and chloroplast, share with prokaryotic cells. Like the prokaryotic cells, mitochondria and chloroplasts contain circular, double-stranded genomes devoid of histones. These organelles also divide by the process of fission, similar to bacterial cell division, rather than by mitosis. Of the two membranes that surround them, the inner membranes resemble the bacterial plasma membrane in lipid and protein composition. Finally, the structure of genes, genetic code, and translational machinery (such as ribosomes) in these organelles are more similar to the prokaryotic machinery than eukaryotic.
LECA - Last Eukaryotic Common Ancestor
All eukaryotes are believed to have evolved from the Last Eukaryotic Common Ancestor or LECA about 1100 to 2300 million years ago. It is thought that LECA had already acquired endosymbionts like mitochondria and chloroplast by this stage. The new organelles made these ancestral cells more efficient and powerful, which allowed them to evolve novel characteristics such as multicellularity and cellular specialization. Their large cell size and internal compartmentalization also allowed their genomes to increase in size during the course of evolution. However, only a small portion of this genome encoded proteins; the major portion was non-coding DNA mostly involved in regulatory processes. The ability to turn genes on and off when required was key to cell specialization and responding to environmental changes. Phylogenetic and comparative genomic studies show five to six eukaryotic supergroups that evolved from LECA and later diverged into the plethora of life forms we see today.

Evolução Eucariótica

The endosymbiont theory is the most widely accepted theory of eukaryotic evolution; however, its progression is still somewhat debated. According to the ...

Biologia Celular

Unidade 1

Células, Genomas e Evolução

Gene Evolution - Fast or Slow?

The genomes of eukaryotes are punctuated by long stretches of sequence which do not code for proteins or RNAs. Although some of these regions do contain crucial regulatory sequences, the vast majority of this DNA serves no known function. Typically, these regions of the genome are the ones in which the fastest change, in evolutionary terms, is observed, because there is typically little to no selection pressure acting on these regions to preserve their sequences.
In contrast, regions which code for a protein might experience high selection pressure, because any changes in their sequence are likely to result in a protein which is less capable of performing its function optimally. However, occasionally a mutation in one of these regions will result in a beneficial outcome that contributes to the overall fitness of the organism, and such mutations often persist and may even become fixed in populations. When comparing the frequency of these mutation events to the relatively regular changes seen in non-coding sequences, this is exceedingly rare, and so in general coding regions are considered as evolving slowly.
It is also true that there is a measurable amount of variation in the levels of sequence conservation within coding sequences, and this is seen across all organisms. For instance, take the example of a receptor protein. Such proteins typically have different regions that may perform functions such as ligand binding, or intracellular signaling, or membrane integration. In this case, a mutation in the region that is involved in ligand binding may produce a protein that is less efficient at binding the ligand. Therefore, selection pressure would likely be high on the particular nucleotides coding for this part of the protein. However, in the section of the protein which spans the membrane, there may be less effect seen if an amino acid substitution occurs, and therefore lower levels of selection pressure. Under these conditions, we might see that two regions of the same protein-coding gene might have different rates of evolution.
Sequencing Genes or Genomic Regions to Build Phylogenies
This variation in the speed of genome evolution over different regions can be studied to answer questions about evolutionary relationships. Genes and gene regions can be selected and sequenced over groups of individuals to answer questions as narrow as &#8220;are these populations potentially different species?&#8221; or as broad as &#8220;how do these phyla place into the tree of life?&#8221;. For the former, selecting a gene that has a relatively lightly conserved region would help to identify population-level differences. Conversely, to answer questions over groups as diverse as phyla, a highly conserved gene region may provide enough homology to produce a phylogeny of such groups. Commonly used regions for molecular phylogenetic analyses such as these include ribosomal rRNA genes (such as 16s rRNA, 18s rRNA, or 28s rRNA), or genomic regions known as ITS (Internal Transcribed Spacers, I or II) which sit between the ribosomal rRNA subunit genes.

Gene Evolution and Sequencing Genomic Regions to Build Phylogenies

Evolução do Gene - Rápida ou Lenta?

The genomes of eukaryotes are punctuated by long stretches of sequence which do not code for proteins or RNAs. Although some of these regions do contain ...