Concepts et méthodes en phylogénie moléculaire
Coll. IRIS

Auteurs :

Directeur de Collection : PUECH Nicolas

Langue : Français
Couverture de l'ouvrage Concepts et méthodes en phylogénie moléculaire

Thèmes de Concepts et méthodes en phylogénie moléculaire

46,00 €

Disponible chez l'éditeur (délai d'approvisionnement : 24 heures).

Ajouter au panierAjouter au panier
Date de parution :
Ouvrage 250 p. · Broché
ISBN : 9782287990472 EAN : 9782287990472
Springer

Résumé de Concepts et méthodes en phylogénie moléculaire

La phylogénie moléculaire est désormais une discipline incontournable en biologie. Son expansion est due à la fois à la disponibilité d'un nombre croissant de séquences biologiques ainsi qu'à l'amélioration constante des méthodes et des modèles qu'elle utilise. Cependant, l'absence d'ouvrage en langue française rend cette discipline difficile d'accès. Cet ouvrage a donc pour ambition de brosser un panorama complet du domaine, des bases jusqu'aux méthodes et concepts les plus nouveaux. L'accent sera également mis sur la pédagogie afin de rendre cet ouvrage accessible aux étudiants.

Sommaire de Concepts et méthodes en phylogénie moléculaire

Sommaire
Avant-propos vii
Sommaire xi

1 Notions élémentaires, définitions 1
1.1 Les données . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Séquences biologiques . . . . . . . . . . . . . . . . . 1
1.1.2 Séquences homologues . . . . . . . . . . . . . . . . . 5
1.2 Alignement de séquences . . . . . . . . . . . . . . . . . . . 8
1.2.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.2 Alignement de deux séquences . . . . . . . . . . . . 9
1.2.3 Alignements multiples . . . . . . . . . . . . . . . . . 13
1.2.4 Choix des sites . . . . . . . . . . . . . . . . . . . . . 15
1.3 Arbres phylogénétiques . . . . . . . . . . . . . . . . . . . . 16
1.3.1 Définition et structure . . . . . . . . . . . . . . . . . 16
1.3.2 L’arbre caché dans la forêt . . . . . . . . . . . . . . 17
1.3.3 Longueur des branches . . . . . . . . . . . . . . . . . 19
1.3.4 Codage informatique . . . . . . . . . . . . . . . . . . 19
1.3.5 Enracinement . . . . . . . . . . . . . . . . . . . . . . 20
1.3.6 Distance topologique . . . . . . . . . . . . . . . . . . 22
1.3.7 Vocabulaire spécifique . . . . . . . . . . . . . . . . . 24

2 Modèles d’évolution moléculaire 27
2.1 Divergence observée . . . . . . . . . . . . . . . . . . . . . . 27
2.2 Séquences nucléotidiques . . . . . . . . . . . . . . . . . . . 29
2.2.1 Modélisation markovienne de l’évolution . . . . . . . 29
2.2.2 Modèle de Jukes et Cantor . . . . . . . . . . . . . . 36
2.2.3 Modèle de Kimura à deux paramètres . . . . . . . . 38
2.2.4 Autres modèles courants . . . . . . . . . . . . . . . . 42
2.3 Distances synonymes et non synonymes . . . . . . . . . . . 48
2.3.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . 49
2.3.2 Méthode de Nei et Gojobori . . . . . . . . . . . . . . 50
2.3.3 Méthode de Nei et Gojobori modifiée . . . . . . . . 53
2.3.4 Méthode de Li, Wu et Luo . . . . . . . . . . . . . . 55
2.4 Séquences protéiques . . . . . . . . . . . . . . . . . . . . . 61
2.4.1 Modèle de Poisson . . . . . . . . . . . . . . . . . . . 61
2.4.2 Modèle PAM et assimilés . . . . . . . . . . . . . . . 62
2.4.3 Modèle WAG et assimilés . . . . . . . . . . . . . . . 68
2.5 Corrections pour les différences de vitesse d’évolution . . . 69
2.6 Choix d’un modèle . . . . . . . . . . . . . . . . . . . . . . . 72

3 Maximum de parcimonie 77

3.1 Parcimonie non pondérée . . . . . . . . . . . . . . . . . . . 77
3.1.1 Nombre minimum de substitutions . . . . . . . . . . 77
3.1.2 Sites informatifs . . . . . . . . . . . . . . . . . . . . 79
3.1.3 Mesure de l’homoplasie . . . . . . . . . . . . . . . . 81
3.1.4 Reconstruction de séquences ancestrales . . . . . . . 82
3.1.5 Longueur des branches . . . . . . . . . . . . . . . . . 84
3.1.6 Exemple d’utilisation . . . . . . . . . . . . . . . . . . 84
3.2 Parcimonie pondérée . . . . . . . . . . . . . . . . . . . . . 85
3.2.1 Algorithme de Sankoff . . . . . . . . . . . . . . . . . 86
3.2.2 Reconstruction des séquences ancestrales . . . . . . 88
3.2.3 Pondération dynamique . . . . . . . . . . . . . . . . 89
3.2.4 Le cas des séquences protéiques . . . . . . . . . . . . 89
3.3 Exploration des topologies . . . . . . . . . . . . . . . . . . 90
3.3.1 Choix de l’arbre de départ . . . . . . . . . . . . . . . 90
3.3.2 Branch-and-bound . . . . . . . . . . . . . . . . . . . 92
3.3.3 Heuristiques . . . . . . . . . . . . . . . . . . . . . . . 94
3.3.4 Arbres consensus . . . . . . . . . . . . . . . . . . . . 97
3.4 Consistance et parcimonie . . . . . . . . . . . . . . . . . . 99
3.4.1 Fréquence observée des motifs . . . . . . . . . . . . . 99
3.4.2 Fréquence attendue des motifs . . . . . . . . . . . . 100
3.4.3 Zone de Felsenstein . . . . . . . . . . . . . . . . . . . 102
3.4.4 Attraction des longues branches . . . . . . . . . . . . 103

4 Méthodes de distances 105
4.1 Classification ascendante hiérarchique . . . . . . . . . . . . 106
4.1.1 Algorithme . . . . . . . . . . . . . . . . . . . . . . . 106
4.1.2 Exemple d’utilisation . . . . . . . . . . . . . . . . . . 107
4.1.3 Avantages et limitations . . . . . . . . . . . . . . . . 108
4.2 Moindres carrés . . . . . . . . . . . . . . . . . . . . . . . . 110
4.2.1 Principe général . . . . . . . . . . . . . . . . . . . . 110
4.2.2 Méthode de Fitch et Margoliash . . . . . . . . . . . 110
4.2.3 Moindres carrés standard . . . . . . . . . . . . . . . 113
4.2.4 Moindres carrés généralisés . . . . . . . . . . . . . . 117
4.2.5 Avantages et limitations . . . . . . . . . . . . . . . . 118
4.3 Minimum d’évolution . . . . . . . . . . . . . . . . . . . . . 118
4.3.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . 118
4.3.2 Exemple d’utilisation . . . . . . . . . . . . . . . . . . 119
4.3.3 Avantages et limitations . . . . . . . . . . . . . . . . 120
4.4 Neighbor-joining . . . . . . . . . . . . . . . . . . . . . . . . 121
4.4.1 Principe général . . . . . . . . . . . . . . . . . . . . 121
4.4.2 Algorithme . . . . . . . . . . . . . . . . . . . . . . . 121
4.4.3 Variantes du NJ . . . . . . . . . . . . . . . . . . . . 125
4.4.4 Exemple d’utilisation . . . . . . . . . . . . . . . . . . 128
4.4.5 Avantages et limitations . . . . . . . . . . . . . . . . 129

5 Maximum de vraisemblance 131

5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.1.1 Exemple simple . . . . . . . . . . . . . . . . . . . . . 131
5.1.2 Généralisation . . . . . . . . . . . . . . . . . . . . . 133
5.1.3 Application à la phylogénie . . . . . . . . . . . . . . 134
5.2 Vraisemblance d’un ensemble d’hypothèses . . . . . . . . . 135
5.2.1 Vraisemblance à un site . . . . . . . . . . . . . . . . 136
5.2.2 Algorithme d’élagage . . . . . . . . . . . . . . . . . . 139
5.2.3 Hétérogénéité des vitesses d’évolution . . . . . . . . 142
5.2.4 Influence de la position de la racine . . . . . . . . . 148
5.2.5 Application numérique . . . . . . . . . . . . . . . . . 149
5.3 Intervalles de confiance et tests . . . . . . . . . . . . . . . . 152
5.3.1 Intervalles de confiance . . . . . . . . . . . . . . . . 153
5.3.2 Tests de vraisemblance . . . . . . . . . . . . . . . . . 157
5.4 Recherche de l’arbre le plus vraisemblable . . . . . . . . . . 162
5.4.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . 162
5.4.2 Exemple d’application . . . . . . . . . . . . . . . . . 165

6 Approche bayésienne 167
6.1 Le théorème de Bayes . . . . . . . . . . . . . . . . . . . . . 167
6.1.1 Formulation . . . . . . . . . . . . . . . . . . . . . . . 167
6.1.2 Exemple de calcul . . . . . . . . . . . . . . . . . . . 168
6.1.3 Notation en statistiques . . . . . . . . . . . . . . . . 169
6.2 Chaînes de Markov avec technique de Monte Carlo . . . . . 170
6.2.1 L’exemple du randonneur . . . . . . . . . . . . . . . 170
6.2.2 L’algorithme de Metropolis-Hastings . . . . . . . . . 172
6.2.3 Couplage de Metropolis des MCMC . . . . . . . . . 173
6.2.4 Analyse des résultats . . . . . . . . . . . . . . . . . . 175
6.2.5 Application numérique . . . . . . . . . . . . . . . . . 177
6.3 L’inférence bayésienne en phylogénie . . . . . . . . . . . . . 180
6.3.1 Cadre général . . . . . . . . . . . . . . . . . . . . . . 180
6.3.2 Choix des probabilités a priori . . . . . . . . . . . . 181
6.3.3 Choix d’un modèle . . . . . . . . . . . . . . . . . . . 182
xiv Concepts et méthodes en phylogénie moléculaire
6.3.4 Choix et évaluation des arbres . . . . . . . . . . . . 185
6.3.5 Reconstruction de séquences ancestrales . . . . . . . 186
6.3.6 Exemple d’utilisation . . . . . . . . . . . . . . . . . . 190
6.4 Avantages et limitations . . . . . . . . . . . . . . . . . . . . 192
6.4.1 Temps de calcul . . . . . . . . . . . . . . . . . . . . 193
6.4.2 Probabilités a priori . . . . . . . . . . . . . . . . . . 193
6.4.3 Probabilités postérieures . . . . . . . . . . . . . . . . 194

7 Évaluation et robustesse des phylogénies 197

7.1 Bootstrap et jackknife . . . . . . . . . . . . . . . . . . . . . 197
7.1.1 Bootstrap non-paramétrique . . . . . . . . . . . . . . 198
7.1.2 Bootstrap paramétrique . . . . . . . . . . . . . . . . 201
7.1.3 Jackknife . . . . . . . . . . . . . . . . . . . . . . . . 202
7.1.4 Critiques et problèmes . . . . . . . . . . . . . . . . . 202
7.2 Tests de permutations . . . . . . . . . . . . . . . . . . . . . 205
7.2.1 Principe général . . . . . . . . . . . . . . . . . . . . 205
7.2.2 Permutation de taxons . . . . . . . . . . . . . . . . . 206
7.2.3 Permutation de caractères . . . . . . . . . . . . . . . 208
7.3 Tests de vraisemblance . . . . . . . . . . . . . . . . . . . . 209
7.3.1 Le test de Kishino et Hasegawa . . . . . . . . . . . . 210
7.3.2 Le test de Shimodaira et Hasegawa . . . . . . . . . . 217
7.3.3 Le test approximativement non biaisé . . . . . . . . 221
7.3.4 Exemple d’application . . . . . . . . . . . . . . . . . 223

Bibliographie 225
Index 247

Lectorat de Concepts et méthodes en phylogénie moléculaire

Écrit avec un véritable souci pédagogique, ce livre s’adresse principalement aux étudiants en biologie (niveau Licence et Master), aux chercheurs de différentes spécialités (microbiologistes, écologues, ingénieurs agronomes), ainsi qu’aux bioinformaticiens amenés à utiliser les méthodes de la phylogénie dans le cadre d’analyses courantes comme l’annotation de génomes.

Biographie de Concepts et méthodes en phylogénie moléculaire

Guy Perrière est directeur de recherche au CNRS, membre du Laboratoire de Biométrie et Biologie Évolutive (UMR CNRS 5558 – université Claude Bernard-Lyon 1).

Céline Brochier-Armanet est maître de conférence à l’université de Provence (Aix-Marseille I) et membre de l’équipe « Génome, Evolution, Bioinformatique » du Laboratoire de chimie bactérienne à Marseille (CNRS - UPR9043).

Commentaire de Concepts et méthodes en phylogénie moléculaire

Retrouvez tous les ouvrages de la collection IRIS.