Thảo luận:Lecture:Phân loại học phân tử/Nhóm 2
Nhưng mấy trình tự từ Việt Nam thì xếp nó vào chi Trionyx (theo ncbi) hay Rafetus ạ?
@Chi: em hiểu thế là đúng
@Pelodiscus sp. (cái chữ sp. là viết tắt species với ý nghĩa là những cá thể này mới chỉ xác định được là thuộc Chi Pelodiscus nhưng chưa xác định được chính xác loài. Mỗi trình tự có thể thuộc hoặc ko thuộc 1 loài. Nếu trình tự cùng kết thúc bởi 1 dãy ký tự giống nhau (vd. MTD TD) thì nhiều khả năng là thuộc cùng 1 loài (chưa định danh).
@ anh Thảo: em vẫn dùng file annotation mà, nhưng mega yêu cầu file group với cú pháp riêng (như anh Hiếu đã chỉ ở dưới) nên em phải sửa lại chút xíu thì mega mới nhận (làm cũng nhanh thôi ạ).
>kiểm tra: em chỉ thắc mắc với mấy trình tự có tên Pelodiscus sp. MTD TD ở đầu, mỗi trình tự này là một loài ạ? Nếu đúng thì kết quả của em sẽ phải sửa lại một chút.
@anh Hiếu: em sẽ tính kcdt trong chi, và em chuẩn bị mặc định chữ đầu tiên trong tên loài là tên chi, nên các loài có chữ đầu giống nhau thì cùng chi, như vậy có đúng không ạ? Em đã kiểm tra một vài trường hợp (chưa hết) và xem trên ncbi thì đúng như thế, nhưng vẫn phải hỏi anh trước khi làm cho chắc.
Với chi thì tạo file group không khó nhưng nếu muốn tạo file group cho họ thì em chưa biết làm thế nào, các anh có gợi ý gì không ạ?
Mặc định tên loài như thế chắc phải kiểm tra cẩn thận. Mình thắc mắc tại sao không dùng file annotation trước đây nhỉ?
Vâng, mega5.05 thì em thấy rồi ạ.
Tên loài: em mặc định các trình tự mà tên có 3 chữ thì 2 chữ đầu là tên loài, thế nên những trình tự nào có hai chữ đầu trong tên giống nhau thì thuộc cũng một loài. Các trường hợp đặc biệt như Viet Nam freshwater turtle thì em thao tác bằng tay.
Em không biết sửa lại cây như vậy có đúng không nên làm tạm với mô hình K80 trước, anh xem rồi có gì em sẽ sửa tiếp ạ.
Vậy update lên MEGA5.05 (mới nhất) xem.
Nhưng em không thấy nút Import Groups nào thật mà, em đang dùng mega 4.
@MEGA: Bên dưới cửa sổ Data/Setup Taxa & Group có nút Import Groups. Click vào và cung cấp đường link đến file txt mà anh bảo. Sau khi xong thì e viết 1 note hướng dẫn làm MEGA chi tiết cho người khác cùng làm nhé.
@nhóm trình tự bằng mega: ý anh Hiếu là em sẽ nhóm trên file text rồi cho vào mega ạ? hay là sao ạ? Em tìm đọc hướng dẫn của mega nhưng cũng không tìm thấy, anh chỉ luôn chỗ hướng dẫn ấy cho em được không ạ?
Em chỉ biết cách nhóm trực tiếp trên mega rồi tính kcdt nội group Data/Setup Taxa & Group, hoặc nhóm trực tiếp trên cây.
Em đang thấy khó khăn vì em nhóm thủ công thôi nên mất nhiều thời gian, nhưng kết quả nhóm trình tự này không lưu lại cho các lần làm việc sau được. Cách anh chỉ chắc sẽ tự động hơn nhưng em vẫn chưa tưởng tượng ra làm thế nào.
Vâng, khi làm em nhìn thấy một vài chỗ bắt cặt hay mở gap cũng không hợp lý lắm, em cũng không biết kiểm tra bằng mắt như anh nên em chọn giải pháp cắp thô trước, cho bắt cặp lại (lần 2) rồi cắt lại lần nữa, sau đó bắt cặp lại (lần 3). Em nhận thấy kết quả bắt cặp lần 2 và lần 3 khác nhau (Trên thực tế thì em bắt cặp tới 4 lần nhưng kq lần 4 không khác lần 3), và kết quả cuối này, em nghĩ là hợp lý, anh kiểm tra lại giúp em được không ạ.
Về các thông số khác nhau khi bắt cặp, em nghĩ nó có khả năng cho ra các kết quả khác nhau, nhưng như anh nói là sai lệch cũng không lớn lắm nên tùy trường hợp mà có xảy ra sự khác nhau đó không.
Kiểm tra bằng cách dùng BioEdit mở lại file .aln (sau khi em đã cắt bỏ phần thừa, và bắt cặp lại). Sau đó quan sát vị trí các điểm gap xem có hợp lý chưa?
- atttcgtc
- att-tgtc
ví dụ đột biến deletion ở seq dưới là mất c nên bắt cặp hợp lý phải là:
- atttcgtc
- attt-gtc
nếu so sánh pairwise thì thường các bắt cặp làm tốt nhưng khi làm multialignment thì nhiều khi không tốt. Theo kinh nghiệm của anh thì vẫn nên kiểm tra lại.
Anh cho em hỏi mấy câu chi tiết hơn nhé, vì em thực sự muốn hiểu vấn đề hai anh đang bàn bạc là gì.
Trước tiên, em không hiểu "Đôi khi dùng các giải thuật bắt cặp và matrix khác nhau mà việc mở gap và vị trí gap ko được tối ưu"
Và việc kiểm tra trước khi làm tiếp là việc gì vậy ạ? Anh kiểm tra như thế nào vậy ạ?
Anh muốn nói đến thắc mắc của Thảo về việc dùng các thông số alignment khác nhau có ảnh hưởng đến kết quả phân tích hay k? Vì khi giống cột trình tự thì thường phải chèn thêm các khoảng trống (dù mình cố gắng tối ưu bằng giá trị gap penalty và gap extend nhưng ở 1 số data point việc gióng cột vẫn chưa được hợp lý tối đa. Nên thông thường anh phải kiểm tra manually trước khi làm tiếp. Cái này là bước tối ưu hóa thôi vì thường sai lệch cũng ko lớn lắm.
Anh Hiếu có thể giải thích rõ hơn về ý này được không ạ " để có 1 phân tích chính xác, người ta cũng cần phải xem xét kết quả bắt cặp (sau khi cắt, trước khi tính kcdt hoặc vẽ cây). Đối khi dùng các giải thuật bắt cặp và matrix khác nhau mà việc mở gap và vị trí gap ko được tối ưu. Khi đó ta phải dùng phần mềm BioEdit để "vi chỉnh" các vị trí gap. Đây cũng là câu trả lời cho thắc mắc trước đây của Thảo."
Và thắc mắc của anh Thảo trước đây là gì thế ạ? :-P
@Nhóm trình tự bằng MEGA rất đơn giản: Em chuẩn bị 1 file txt cho tất cả các ID (có thể chứa tất cả các loài thậm chí ko có trong list gene của em nhưng ở list gene khác). Nghĩa la em có thể sửa 1 chút ở cái file Thảo chuẩn bị. Cú pháp là
- TênID1=Têngroup1
- TênID2=Têngroup1
- TênID3=Têngroup2
Mỗi ID chỉ gắn được vào 1 group (ví dụ tên loài). Nhưng em có thể chuẩn bị nhiều file txt cho nhóm là loài, nhóm là chi, nhóm là 1 họ .v.v. Sau đó từ MEGA có thể import những file này vào dataset hoặc thậm chí vào các tree đã được vẽ. Sau đó mình có thể ask MEGA collapse các nhánh có cùng 1 nhóm và label chúng theo các pattern khác nhau. Dành thời gian để đọc các hướng dẫn của MEGA sẽ giúp em nhiều hơn.
Mỗi câu hỏi được giải quyết thì em lại thấy hiểu vấn đề hơn chút ít. Có lẽ sẽ có nhiều số liệu hơn để phân tích. (Scrip tính kcdt hiện tại cho ra rất nhiều kết quả kcdt = 0 mà chúng ta đã loại đi, hầu hết chúng là của phân loài chứ không phải loài). Em nghĩ chúng ta có thể tách riêng kcdt của các loài trong họ baba ra để quan sát xem sao.
Anh Thọ ơi, anh xem giúp em việc nhóm trình tự bằng Mega có thể lưu lại như thế nào được không ạ? Em bó tay rồi.
Theo [1] và [2] thì 2 cái phía sau là subspecies (loài phụ). Trường hợp này rất thú vị để xem các loài phụ có khoảng cách với nhau như thế nào. Đó có thể là rất gần với khoảng cách max trong 1 loài.
Cảm ơn anh Hiếu!
Về việc nhóm các trình tự trong loài lại, em gặp một vài trường hợp, ví dụ, ba trình tự có tên như sau: Pyxis arachnoides (1); Pyxis arachnoides oblonga (2); Pyxis arachnoides brygooi (3). Em không hiểu lắm về cách đặt tên nên không biết ba trình tự này có phải một loài không?
Việc nhóm trình tự, với em, mất khá nhiều thời gian, nhưng em không biết lưu kết quả nhóm loài lại thế nào, em đóng lại rồi mở ra thì chẳng còn gì nữa cả, lại phải làm lại.
@primer: anh chỉ dùng Primer3 bản online cho thuận tiện. Các phần mềm xử lý trình tự đều tích hợp primer, ngay cả BioEdit cũng có phần hỗ trợ tính toán primer.
Các vấn đề ngoại đạo em có thể tạo 1 bản ghi chú mới. Mọi ng sẽ thảo luận xoay quanh vấn đề đó tại bản ghi chú đấy.
Chắc thi xong em mới dành nhiều thời gian chỉnh lại được nên em sửa tên file một chút rồi gửi lại luôn, hy vọng các anh mở được. (Ở đây vẫn chưa đủ hết các cây NJ đâu ạ, nhưng em mới làm được có thế).
Vì không thấy "góc ra chơi" nên anh Thọ và anh Hiếu cho em hỏi chuyện "ngoại đạo" ở đây một chút ạ: Em đang cần dùng phần mềm Primer, và em không cài được nó vào máy tính, các bạn em cũng vậy. Có phải nó không dùng được trên win7 không ạ? Có cách nào đê dùng được không ạ? (Em không biết các anh có dùng nó không nên cứ hỏi bừa thôi ạ).
Số lượng trình tự (495) nhiều tới mức chuyển thành dạng hình tròn thì em chẳng thể nhìn thấy gì cả (em cũng vừa thử).
Trong file em gửi có cả hình cây trong file ảnh .png và file mega.
Vì có nhiều cây quá (14 cây cho 6 mô hình) nên em nghĩ tải lên vlos rồi cho nó vào bản nháp nhóm em thì trông sợ lắm. Em tải lên rồi để link thôi được không ạ? Nhưng giờ nó vẫn chưa hoàn thiện, em chỉnh lại như anh chỉ rồi up lên được không ạ?
a ko download được cây NJ của em. Em export 1 dưới dạng file ảnh (rồi up lên VLOS) và 1 dưới dạng file cây của MEGA rồi zip và up lại lên host ngoài nhé. Tên của file nhớ đừng để dấu cách hoặc các ký tự phức tạp (vd & hoặc gõ có dấu). Cây nếu nhiều trình tự quá thì nên chuyển sang dạng hình tròn, ko bị tốn giấy ^^.
Để
quan
sát
cây
dễ
hơn,
ta
có
thể
từng
bước
collapse
các
nhánh.
Có
2
nguyên
tắc
collapse:
1)
hướng
mục
đích:
ví
dụ
collapse
tất
cả
các
trình
tự
của
cùng
1
loài
mà
chui
vào
cùng
1
nhánh
(đúng
giả
thuyết)
lại,
những
cái
còn
lại
thì
để
phân
tích;
2)
hướng
khách
quan:
collapse
các
nhánh
có
tỷ
lệ
boostrap
nhất
định
lại.
Có
thể
kết
hợp
cả
1
và
2.
Cũng cần phải lưu ý rằng, để có 1 phân tích chính xác, người ta cũng cần phải xem xét kết quả bắt cặp (sau khi cắt, trước khi tính kcdt hoặc vẽ cây). Đối khi dùng các giải thuật bắt cặp và matrix khác nhau mà việc mở gap và vị trí gap ko được tối ưu. Khi đó ta phải dùng phần mềm BioEdit để "vi chỉnh" các vị trí gap. Đây cũng là câu trả lời cho thắc mắc trước đây của Thảo.
Em thây khó khăn vì R.Swin chỉ có một trình tự duy nhất của gene cytb, còn nd4 và 16s chưa có dữ liệu nên việc phân tích chắc sẽ phức tạp lắm. Em vừa đọc lại đoạn siêu ma trận và siêu cây của anh Trần Hoàng Dũng,[[3]], nhưng cũng không có được manh mối gì để bắt đầu được cả.
Em khá thắc mắc vì trong bài báo của Lê Trần Bình (2010) tác giả đưa ra được cây tiến hóa của gene 16s, trong đó lại có mặt R.Swin, có lẽ là do sai sót thôi. Tác giả cũng có đề cập đến các cây tiến hóa khác của các gene nd4 và cytb nhưng không đưa ra trong bài báo, không biết tác giả đã phân tích thế nào để đưa ra được kết luận?
@MEGA5: anh ko rõ nhưng chừng ấy mô hình là đủ để chúng ta tập trung. Các mô hình khác chỉ để tham khảo sau này.
Em đã làm được nhưng em đang mò mẫm mãi không biết lưu bảng kết quả vào excel thế nào.
Em đang dùng mega4 và nó chỉ có mấy mô hình trùng với các mô hình của anh Thảo: JC, K80, TN92, K81, TN93 và Logdet. Mega5 có hỗ trợ nhiều mô hình hơn không ạ?
- Anh nhớ là MEGA cho phép tạo các group rồi tính toán nội group. Nếu em chọn các trình tự thuộc cùng 1 loài vào 1 group thì có thể tính được. Em kiểm tra chi tiết nhé.
- Cây NJ nên dùng bootstrap, số bootstrap càng to càng tốt phụ thuộc vào độ mạnh của máy tính em. Đầu tiên hãy thử với bt 500.
- Nên chọn lọc một số mô hình đại diện dựa trên kết luận sau khi tính khoảng cách di truyền. Sau đó so sánh cây tạo ra để xem có tương đồng với tính toán khoảng cách hay k? có cần phải test mô hình nào khác hay k?
Anh Hiếu ơi Mega có hỗ trợ tính khoảng cách di truyền trong loài không ạ? Vì em chỉ biết tính khoảng cách di truyền của tất cả các trình tự đầu vào, nếu muốn tính kcdt trong loài bằng Mega thì em mới nghĩ ra cách tách riêng từng loài ra rồi tính thôi ạ. Không biết có cách nào nhanh hơn không?
Vẽ cây NJ ở bài 5 phải sử dụng hết các mô hình hay chỉ chọn lọc một số thôi ạ? Có phải bootstrap không ạ?
Trang nếu tiếp tục dùng đoạn code đó sẽ phải kiểm tra với phần mềm và rất có thể sẽ phải chỉnh lại một option trong lệnh mình đã ghi ở nhóm 3, hiện mình chưa thể kiểm tra kỹ hơn.
Mọi thắc mắc của em đã được giải đáp, cảm ơn anh Thảo nhiều ạ!
@tree và search: OK, mình hiểu vấn đề ở đâu ra rồi. Từ tree hãy gõ txid8459[Organism:exp] AND nd4 [Gene Name], không có hộp option [Gene Name] thì mặc định là all fields, và do đó cytb cũng nhảy vào là vì trong publication ghi bên trong có chữ "nd4"! Mình nghĩ kết quả cũng sẽ nhìn thấy trên aligment?
@blast và entrez: vấn đề là phải có chính xác chữ "nd4" như seach google cơ mà! Chính là cái alias anh Hiếu đã đề cập đấy :-)
@ anh Hiếu, phía dưới em đã để file có acc của 23 trình mới rồi mà, đây là acc của chúng được lưu trong file txt : [[4]]
@anh Thảo: Khi để ý tên của trình tự em phát hiện ra:
- + Có một số trình tự mới tìm được bằng blast (trong 23 trình tự kia) nhưng tên của chúng vẫn có nd4 hay "NADH dehydrogenase subunit 4 gene" đây là một ví dụ ạ: [[5]]
- + Trong số 157 trình tự tìm được từ khóa phân loại mà không có trong kết quả từ advanced search thì phần lớn chúng là gene cytb chứ không phải nd4 đây là một ví dụ ạ: [[6]]
Em nghĩ đây có thể là một phần nguyên nhân của sự khác biệt trong cách tìm từ khóa phân loại và cách tìm của anh Thọ (Advanced search), còn blast thì em chưa nghĩ ra.
- chức năng blast là tìm tất cả các trình tự tương đồng không kể đến nguồn gốc
- chức năng entrez là tìm trình tự dựa trên các từ khóa. Nếu các trình tự mà mục đích chính là để xác định 1 đoạn chứa gene nd4 thì trong vùng chú thích hoặc tiêu đề trình tự sẽ có chữ nd4. Tuy nhiên, nếu các trình tự mà mục đích nghiên cứu là để xác định toàn bộ hệ gene thì sẽ không bảo đảm họ sẽ ghi chú đầy đủ cho gene nd4. Ngoài ra mỗi gene có thể khá nhiều gene name mà mỗi nhóm thì có 1 gu thích dùng gene name này hơn gene name khác. Do đó, tính thống nhất về các chú thích của các trình tự trên NCBI bị giới hạn. Đó là lý do chính cần phải dùng các cách khác nhau để bổ trợ cho nhau.
Muốn nói đến 23 trình tự mới thì bạn phải cung cấp accession number của trình tự thì mọi ng mới truy cập được. Cách đưa link như trên không có tác dụng.
@blast và entrez: mục đích của blast là bổ sung những trình tự được annotated không đầy đủ trong thư viện (annotation thiếu chữ "nd4"). Vậy tóm lại Trang thắc mắc gì ở đấy thế :D
@Hai kết quả bạn gửi mình đoán chỉ tồn tại trên trình duyệt thôi. Bạn ví dụ một vài trình tự xem sao. Mình đoán vẫn là vấn đề annotate không đầy đủ thôi.
Đây là 157 trình tự tìm được từ khóa phân loại mà không tìm thấy theo cách làm của anh Thọ[[7]]
Còn đây là 23 trình tự mới từ kết quả blast [[8]]
Hy vọng các anh nhìn có thể phát hiện ra đặc điểm chung của các trình tự này, em nhìn chẳng thấy gì cả nên không hiểu tại sao chúng được tìm thấy bằng cách này mà không tìm thấy bằng cách kia.
Nhưng em blast ra nó mà :D
Một trong các lý do có thể là tên một số trình tự TG post lên không có chữ nd4! Tuy nhiên có trình tự này mình không hiểu tại sao Trang search lại không ra [9]. Nếu mình không nhầm thì mặc dù trình tự đó ghi complete genome nhưng không có thành phần nd4 nên entrez không tìm được.
Vâng, đúng rồi ạ nhưng hiện tại em chưa quan tâm tới cái đó ạ, em đang hỏi anh Hiếu về 23 trình tự mới thôi ạ.
@1345 trình tự của Trang mình đọc qua thì chưa thấy đảm bảo thuộc về các loài có đủ 3 gene phải không? Theo mình hiểu Thọ chỉ lấy các loài có đủ cả 3 gene?
Vâng,
- 1. Đây là kết quả 1345 trình tự bộ rùa tìm từ khóa phân loại ạ [[10]]
Em không lấy được link kết quả khi làm theo cách của anh Thọ, nhưng em dùng Advanced search với từ khóa sau: (testudines[Organism]) AND nd4[Gene Name], nhưng trong 1188 trình tự này cũng không có trình tự nào mới so với 1345 trình tự trên kia đâu ạ.
- 2. Đây là 23 trình tự mới từ kết quả blast ạ: [[11]]
- 3. Blast 3 trình tự tiêu bản sẽ cho ra ba kết quả khác nhau, tổng hợp 3 kết quả này em được 300 acc, loại bỏ 187 trình tự trùng em thu được 113 acc duy nhất.
Em đã thao tác lại tất cả, hy vọng em không bị sai hay nhầm lẫn chỗ nào, anh xem rồi giải đáp giúp em với ạ. Cảm ơn anh nhiều ạ!
- em viết rõ search bằng cú pháp nào, để link kết quả trên ncbi lại đây.
- đưa lại acc của các trình tự "mới khai quật"
- kết quả blast của 3 trình tự có khác nhau k?
1.
Trước
tiên
em
muốn
hỏi
về
việc
download
trình
tự
bằng
hai
cách:
-
-
-
- -Từ khóa phân loại
- -Làm giống như anh Thọ
-
-
Anh có thể giải thích giúp em tại sao hai cách làm này lại cho kết quả khác nhau được không ạ?
2. Tiếp theo, em muốn hỏi về các trình tự tìm được từ khóa phân loại. Anh vẫn bảo có thể ta sẽ bỏ sót một vài trình tự nếu tìm bằng khóa phân loại. Vậy tại sao lại thế ạ?
Em làm một kiểm chứng đơn giản: Đi từ khóa phân loại (kết hợp với cách của anh Thọ nữa) em tìm được 1345 trình tự của bộ rùa.
Sử dụng 3 trình tự tiêu bản chạy blastn, em thu được 113 trình tự (= 300 - 187 trình tự trùng nhau).
Đem so sánh thì em thấy có 23 trình tự từ kết quả blast không có mặt trong 1345 trình tự trên kia. Nhưng 23 trình tự này đúng là của các loài trong bộ rùa.
Em thăc mắc vì số trình tự mới xuất hiện từ blast quá nhiều (mới blast 3 tt đã cho ra 23 tt mới).
Vậy để lấy được hết các trình tự của bộ rùa (hay họ baba) thì em phải làm thế nào ạ?
==[sửa]
http://tusach.thuvienkhoahoc.com/wiki/Hình:So_sánh_hình_thái.jpg
Hình thái về xương sọ cho thấy 2 loài giải TH và rùa HG rất khác nhau. vậy chúng có phải cùng 1 loài ?
Rùa HG: mai mềm, đầu tù, kích thước khổng lồ ( chiều dài lên tới 2m), móng vuốt sắc nhọn, trên đầu có bớt trắng dài khoảng 4cm. theo những người quan sát và hàng nghìn bức ảnh thì kết luận rằng chỉ có 1 con rùa ở HG. Đồng thời qua hình thái của hộp sọ thì khác nhau hoàn toàn giữa rùa HG, và giải TH(vnexpress.net) vậy có thể kết luận rằng nó là 2 loài khác nhau ?
Đề nghị các thành viên nhóm 2 tập trung vào nhiệm vụ chính:
"nhóm 2 tập trung các dữ kiện (cả hình thái và trình tự gene) đề xuất rùa Hồ Gươm là loài giải Thượng Hải,"
Vâng cũng xin lỗi anh vì dạo này tắc trách nhiệm vụ quá. Mạng chỗ em không vào được, chỉ có ban ngày tới trường mới có wifi làm việc Nhóm em hiện các thành viên hoạt động rất ít hay chỉ theo dõi. Chúng em sẽ cố gắng !
==[sửa]
Nếu có thể bạn chuẩn bị một file allname.txt (chưa cần edit chuẩn nhưng phân hai cột: assesion number và full name) mình thử nghĩ cách "công nghiệp hóa" annotation xem sao.
Cảm
ơn
anh
nhiều,
dù
gì
em
cũng
phải
học
cách
làm
và
tự
làm
nữa,
thứ
3
tới
em
hoàn
thành
xong
bài
thi
ở
trường
sẽ
bắt
tay
vào
chuẩn
bị
file
allname.text
và
sẽ
nhờ
anh
hướng
dẫn
chi
tiết
hơn
được
chứ
ạ?
(Đến
lúc
ấy
anh
nghĩ
ra
được
cách
"công
nghiệp
hóa"
thì
thích
quá,
hihi),
và
cũng
cầu
trời
cho
mạng
nhà
em
đừng
có
nhảy
múa
nữa,
hic..
Tạm xếp trình tự VN vào Rafetus xem số liệu tính toán ntn.