分子進化遺伝学解析

分子進化遺伝学解析

原作者	根井正敏、 スディール・クマール 、 田村耕一郎 、 グレン・ステッシャー 、 ダニエル・ピーターソン 、 ニコラス・ピーターソン
開発者	ペンシルベニア州立大学
初回リリース	1993年; 31年前 （1993年）
安定版リリース	11.0.13 / 2022年6月; 2年前[1] ( 2022-06 )
オペレーティング·システム	Windows、OS X、Linux の場合
プラットフォーム	x86、x86-64
利用可能	英語
タイプ	バイオインフォマティクス
ライセンス	独自の フリーウェア
Webサイト	メガソフトウェア

分子進化遺伝学解析( MEGA ) は、分子進化の統計解析を実施し、系統樹を構築するためのコンピュータソフトウェアです。系統ゲノム学および系統医学のための多くの洗練された方法とツールが含まれています。これは、プロプライエタリなフリーウェアとしてライセンスされています。このソフトウェアの開発プロジェクトは、ペンシルベニア州立大学の研究室で、大学院生の Sudhir Kumar およびポスドク研究員の Koichiro Tamura と共同で、根井正俊のリーダーシップによって開始されました。^[2]根井は、ソフトウェアの範囲を概説し、MEGA に含まれる新しい統計手法を紹介するモノグラフ (pp. 130) を執筆しました。コンピュータプログラムのセット全体は、Kumar と Tamura によって書かれました。当時のパソコンにはモノグラフとソフトウェアを電子的に送信するための機能がなかったため、郵送で配送されました。最初から、MEGA は使いやすく、確実な統計手法のみを含むように設計されていました。

MEGAバージョン2（MEGA2）は、追加の研究者であるイングリッド・ヤコブソンが共著者となり、2001年にリリースされました。 ^[3]このバージョンのすべてのコンピュータプログラムとreadmeファイルは、コンピュータ技術の進歩により電子的に送信できるようになりました。この頃、MEGAプロジェクトのリーダーシップは、クマール（現在はテンプル大学）と田村（現在は首都大学東京）に引き継がれました。モノグラフ「分子進化遺伝学分析」は、分子進化を研究する新しい方法の教科書としてよく使用されました。

MEGA は何度も更新され、拡張されており、現在、これらすべてのバージョンは MEGA の Web サイトから入手できます。最新リリースの MEGA7 は、64 ビット コンピューティングシステムでの使用に最適化されています。MEGA には 2 つのバージョンがあります。グラフィカル ユーザー インターフェイスは、ネイティブの Microsoft Windows プログラムとして利用できます。コマンド ライン バージョンの MEGA-Computing Core (MEGA-CC) は、ネイティブのクロスプラットフォーム操作に利用できます。この方法は広く使用され、引用されています。リリース全体で数百万回ダウンロードされ、MEGA は 85,000 件を超える論文で引用されています。5 番目のバージョンは、4 年間で 25,000 回以上引用されています。^[4]

アラインメント エディター ― MEGA では、アラインメント エディターは、複数の配列アラインメントを編集および構築するために使用できるツールです。MEGA のアラインメント エディターには、ClustalW と MUSCLE プログラムの両方に統合されたツールが含まれています。すべてのアクションは、MEGA のメイン メニューにある分析エクスプローラーで行われます。新しいアラインメントを作成するときに、ユーザーには 3 つのオプションが表示されます。新しいアラインメントを作成する、保存されたアラインメント セッションを開く、またはファイルから配列を取得する (NCBI から配列をインポートする) です。オプションを選択すると、ユーザーはページ上部にあるアラインメント タブから ClustalW または MUSCLE のいずれかを選択できます。選択したアラインメント プログラムのパラメータを指定でき、ツールが計算されている間は進行状況バーが表示されます。アラインメント エディターのメイン セクションで、アラインメントされた配列がアラインメントされていない配列に置き換わります。MEGA でさらに分析を行うには、アラインメント セッションを MEGA または FASTA 形式で保存することをお勧めします。^[5]

トレース データ ファイル ビューア/エディター ―トレース データ ファイル ビューア/エディターには、次の 3 つのメニューに多くの機能があります。すべてのコマンドは、MEGA での検索とアライメントの特殊化に役立ちます。

• データメニューは、新しいウィンドウでファイルを開く、ファイルを開く、ファイルを保存、印刷、アライメント探索に追加、FASTAファイルをエクスポート、終了で構成されています。^[6]
• 編集メニューは、元に戻す、コピー、上流マスク、下流マスク、逆補完から構成されています。上流マスクと下流マスクの違いは、上流はカーソルの左側の領域をマスク/マスク解除するのに使用され、下流はその逆であることです。逆補完は、補完をシーケンス内で逆にする必要がある場合に使用されます。^[6]
• 検索メニューは、検索、次を検索、前を検索、次の N、ファイル内を検索、および DO BLAST 検索で構成されています。検索、次を検索、および前を検索は、クエリ シーケンスの特定のセクション内の出現箇所を検索するために使用されます。次の N は、次の不確定 (N) ヌクレオチドに移動できるコマンドです。ファイル内を検索を使用すると、ユーザーは選択したシーケンスを別のファイルで検索できます。DO BLAST 検索コマンドは、別の Web ブラウザーで BLAST 検索を実行します。ユーザーは、BLAST する特定の日付を選択することも、セッション内のすべてのシーケンスを使用することもできます。^[6]

統合ウェブブラウザ、配列取得 ― MEGAには、ユーザーがNCBIウェブサイトからGenBank配列データにアクセスできるウェブブラウザが組み込まれています。統合ウェブブラウザは、アライメントエディタで新しいアライメントを作成するときにアクセスできます。NCBIの配列を正常に使用するには、検索をFASTA形式に変更し、「アライメントに追加」ボタンを使用することをお勧めします。完了すると、すべての配列がMEGAアプリケーションにインポートされます。^[7]

多重配列アライメント

進化遺伝学的解析に伴う課題の1つは、R、Y、Tなどの曖昧な状態の存在です。これらの状態は、多くの場合、配列エラーや不完全なデータセットから生じます。しかし、MEGAは、サイトカバレッジカットオフパラメータよりも高い曖昧さスコアを持つサイトを削除するなど、曖昧な状態を処理するためのいくつかのリソースを提供します。^[8]

MEGAの拡張フォーマットでは、配列の長さ、ヌクレオチドの位置、ギャップ、あいまいな状態など、すべてのデータ属性を保存できます。^[9]さらに、MEGAはClustalなどの他のフォーマットからのデータインポートをサポートしており、一般的なファイルタイプ間のシームレスな移行を保証します。^[10]

データセットをインポートした後、MEGAは複数の異なるデータビューアオプションを提供します。たとえば、ユーザーはシーケンスデータエクスプローラーで統計属性を表示してサブセットを選択したり、距離データエクスプローラーを使用してペアワイズ距離データを検査したりできます。^{[11] MEGAのもう1つの機能は、ドメイングループの視覚的な指定です。これにより、ユーザーは特定の特性によってシーケンスをグループ化し、それに続く}系統樹を表示できます。

MEGAは、DNA配列の翻訳に使用される遺伝コードの変更をサポートしています。デフォルトでは、MEGAには標準コード、脊椎動物ミトコンドリアコード、ショウジョウバエミトコンドリアコード、酵母ミトコンドリアコードを含む23の遺伝コードのバリエーションが組み込まれています。^[12]ユーザーは任意の遺伝コードテーブルを追加、削除、または編集できます。

さらに、MEGAは遺伝暗号表内の各コドン位置の縮重度や、Nei-Gojobori法を用いた同義部位と非同義部位の数を計算することもできる。^[13]

キャプションエキスパートはMEGAの一部であり、分析結果の特性に基づいて出版物のような詳細なキャプションを提供します。これは、MEGA（メガソフトウェア）内で距離行列、系統発生、テストなどに使用できるツールです。^[15]

MEGA の統合テキスト ファイル エディターを使用すると、別のプログラムを必要とせずにテキスト ファイルを編集できます。列ブロック選択編集などの機能は、大文字と小文字の変更やフォント サイズの変更などの一括操作の実行に役立ちます。さらに、エディターには行番号が含まれており、大きなファイルのナビゲーションや関心領域の識別に役立ちます。^[16]

MEGAにはシーケンスをフォーマットするためのツールもいくつか用意されています。たとえば、組み込みの逆補完ユーティリティは、文字の順序を逆にし、それぞれの補完文字に置き換えます。^[17]

スクリーンショットは、MEGA の逆相補ツールの使用方法を示しています。元の配列が反転され、各ヌクレオチドがその相補配列に置き換えられて逆相補配列が生成されます。

MEGAは、整列したヌクレオチド配列とタンパク質配列を表示および操作するためのグラフィカルインターフェイスを提供します。^[18]シーケンスデータエクスプローラーには、データのエクスポート、アラインメントの検索、表示機能の変更、サイトの強調表示、統計の計算に役立つ複数のメニュー機能があります。

• データメニューは、ファイルへのデータの書き込み、翻訳/非翻訳、遺伝子コード表の選択、遺伝子とドメインの設定/選択、分類群とグループの設定/選択、データビューアの終了で構成されています。^[19]翻訳/非翻訳と遺伝子コード表の選択は、ヌクレオチド配列に対してのみ使用できます。
• 検索メニューは、モチーフの検索、次を検索、前を検索、マークされたサイトの検索、モチーフのハイライトから構成されています。^[20]
• 表示メニューは、選択したシーケンスのみを表示、同一シンボルを使用、セルの色付け、シーケンスの並べ替え、入力順序の復元、シーケンス名の表示、グループ名の表示、フォントの変更で構成されています。^[21]
• ハイライトメニューは、保存されたサイト、可変サイト、節約情報サイト、シングルトンサイト、0倍の縮退サイト、2倍の縮退サイト、および4倍の縮退サイトで構成されています。^[22]
• 統計メニューは、ヌクレオチド組成、ヌクレオチドペア頻度、コドン使用、アミノ酸組成、選択されたすべてのサイトの使用、強調表示されたサイトのみの使用、スプレッドシート（​​ExcelまたはLibre / Open Office）での結果の表示、カンマ区切り（CSV）での結果の表示、テキストエディターでの結果の表示で構成されています。^[23]

MEGA の置換モデルでは、DNA とタンパク質配列の両方に対して、置換モデルのさまざまな属性を持つさまざまなオプションを使用できます。選択したデータに最適な置換タイプ、モデルなどを選択できます。主な置換モデルは、4x4 レート マトリックス、トランジション-トランスバージョン レート比 (k1、k2)、およびトランジション-トランスバージョン レート バイアス R の 3 つです。

遷移-トランスバージョン速度比（k1、k2） -遷移-トランスバージョン速度比は、式k = a / bを使用して遷移（a）とトランスバージョン（b）の比率を計算します。^[24]

トランジション-トランスバージョン率バイアス (R) — MEGA のトランジション-トランスバージョン率バイアス R は、一対の配列間のトランジション数とトランスバージョン数の比率を計算します。MEGA では、ユーザーは R の値を指定してデータの分析を行うことができます。重要な点は、R が 0.5 の場合、トランジションまたはトランスバージョン置換のいずれにもバイアスがないことを意味します。^[24]

MEGA は、構成距離、不均衡指数、モンテカルロ テストなど、置換パターンの均一性をテストするためのいくつかのアプローチを提供します。これらの方法は、異なる遺伝子領域が同じ選択圧の下で進化したかどうかを判断するために使用されます。

計算距離は、2つの配列間のヌクレオチド組成の変動を測定します。MEGAはサイトごとにこの数値を計算し、ギャップや欠落データを除外します。距離が大きいほど、領域が異なる選択圧の下で進化したことを示唆します。^[25]

不均衡指数は、与えられた配列のペアにおける置換パターンの差を評価する。この値は部位ごとに計算され、カイ二乗検定よりも動的であると考えられている。差が大きいということは、与えられた配列のペアにおける置換パターンが同じではなかったことを意味する。^[25]

モンテカルロ検定は、ヌル分布シミュレーションを実行する置換パターンの均一性を検定する別のアプローチである。MEGAでは、反復回数と開始シード値を指定しなければならない。有意な結果を得るには、多くのシミュレーションを実行する必要がある。^[25]したがって、アルゴリズムの計算コストを考慮することが不可欠である。

上の表は、パラメータ に対して が無限大に近づくにつれて、さまざまなモンテカルロ法の計算の複雑さが増すことを示しています。MEGA がどの方法を採用しているかは明らかではありませんが、表にリストされているすべての方法の計算次数が より大きいため、計算量が多くなる可能性があります。 ${\displaystyle N}$${\displaystyle \alpha}$${\displaystyle \Theta (N^{2})}$

MEGAは、標準誤差の有無にかかわらず、ヌクレオチドまたはアミノ酸配列のペア間の進化距離を計算するためのさまざまなオプションを提供します。 ^[27]距離法は、ヌクレオチド、同義非同義、アミノ酸の3つのカテゴリに分けられます。

• ヌクレオチド- 配列はヌクレオチドごとに比較され、タンパク質コード配列と非コード配列の両方で利用できます。^[27]
  • 相違点数
  • p距離
  • ジューク・カンターモデル
  • 田島寧モデル
  • 木村2パラメータモデル
  • 田村3パラメータモデル
  • 田村寧モデル
  • Log-Det法
  • 最大複合尤度モデル
• Syn-非同義- 配列はコドンごとに比較され、タンパク質コード配列にのみ利用可能です。^[28]
  • 内五丈堀法
  • 改良内五丈堀法
  • リーウーロ法
  • パミロ・ビアンキ・リー法
  • クマールメソッド
• アミノ酸- 配列は残基ごとに比較され、タンパク質コード配列と非コード配列の両方で利用できます。^[29]
  • 相違点数
  • p距離
  • ポアソンモデル
  • 等入力モデル
  • デイホフモデル
  • ジョーンズ・テイラー・ソーントンモデル

距離法を選択すると、該当する場合は属性のサブセットが表示されます。属性は、含める置換、遷移/転座比、系統間のパターン、およびサイト間の速度です。たとえば、モデルに速度変動がある場合は、ガンマパラメータが表示されます。さらに、すべての距離法には、ギャップと欠損データの処理オプションと、該当する場合はコドンの位置が用意されています。^[30]

すべての置換マトリックスには独自の使用例があります。最も単純なモデルの 1 つは Juke-Cantor で、これは等しい突然変異率を前提としています。Kimura 2 パラメーター モデルはそのモデルを拡張しますが、遷移率 (および) とトランスバージョン率 ( ) を区別します。次に、Kimura 3 パラメーター モデルはそのモデルを拡張しますが、ヌクレオチドの弱い/強い特性を保存するトランスバージョン (および) とヌクレオチドのアミノ/ケト特性を保存するトランスバージョン (および) を区別します。ただし、各拡張によりパラメーターが追加され、過剰適合の問題が発生するリスクがあります。最適な置換マトリックスは、使用するデータによって異なります。選択を支援するために、MEGA のモデル タブには、各モデルを実行してベイズ情報量基準評価 を割り当てる [最適な置換モデルの検索] が用意されています。${\displaystyle A\leftrightarrow G}$${\displaystyle C\leftrightarrow T}$${\displaystyle {\phantom {}}_{G}^{A}\leftrightarrow {\phantom {}}_{T}^{C}}$${\displaystyle A\leftrightarrow T}$${\displaystyle C\leftrightarrow G}$${\displaystyle A\leftrightarrow C}$${\displaystyle G\leftrightarrow T}$

大規模サンプル Z 検定Z 検定は、遺伝子配列内の相対的な同義置換と非同義置換を比較するために使用され、主な目的は正の選択を決定することです。Z 検定の式を実行するには、同義部位あたりの同義置換の数 (dS) と非同義部位あたりの非同義置換の数 (dN) の推定値、および同義置換と非同義置換の分散 Var(dS) と Var(dN) を考慮する必要があります。Z 検定に使用される式は次のとおりです。

Z = (dN – dS_ / SQRT(Var(dS) + Var(dN))

dNがdSより大きい場合は正の選択を示し、dNがdSより小さい場合は浄化選択を示します。上記の式からの出力Zによって、正の選択か浄化選択かが決まります。出力がどちらの選択になるかを決定する重要な要素は、同義サイトと非同義サイトの分散です。これらのテストは、MEGAの分析式やブートストラップ再サンプリングによく使用されます。^[31]

フィッシャーの正確検定 —フィッシャーの正確検定は、配列内の同義および非同義置換を調べ、小さなサンプルを正の選択のために分析する際には片側検定と呼ばれます。中立性の帰無仮説は、P 値が 0.05 未満の場合に棄却されます。同義部位ごとの差異が非同義部位ごとの差異を超える場合、MEGA は P 値 1 を割り当て、正の選択ではなく純化選択を示します。^[32]フィッシャーの正確検定に関するさらなる研究では、アルゴリズムは n! の確率分布に基づいています。結論として、アルゴリズムの時間計算量は O(n!) であると主張することができます。分布法の名前は、超幾何分布 (Hoffman) です。^[33]

タジマの中性テスト —タジマの中性テストの目的は、サイトあたりの分離サイトの数とヌクレオチド多様性の関係を評価することです。対立遺伝子が選択的に中立である場合、積 4Nv は 2 つの方法で推定できます。N は有効な集団サイズを表し、v はサイトあたりの突然変異率です。これらの推定値の差を計算することで、非中立進化の証拠があるかどうかを判断できます。^[34]

分子時計仮説は、すべての配列が時間の経過とともに一定の割合で進化してきたことを示唆しています。したがって、分子時計テストでは、ユーザーが提供するデータと組み合わせてこのステートメントを評価します。MEGAでは、このテストは、指定されたツリートポロジーと配列アラインメントに最大尤度テストを適用することによって実行されます。これにより、時計仮説ありとなしの2つの対数尤度値が生成されます。^[35]

MEGAが提供するもう一つのアプローチは、Tajimaの相対速度検定である。この方法は、異なる配列間の部位ごとの置換数を比較する。結果の数値が大きく異なる場合、分子時計仮説は与えられたデータセットに対して有効ではない可能性がある。^[36]

MEGA は系統樹を構築する 5 つの方法を提供します。

• 近隣への参加
• 最小限の進化
• 上場企業
• 最大限の節約
• 最大尤度

各方法では、任意の数の複製によるブートストラップ系統発生テストが可能です。近隣結合と最小進化では、代わりに内部ブランチ テストが可能です。置換モデルとパラメーターは、距離推定方法と同じです。

MEGAは、さまざまなオプションに基づいて系統樹を表示するためのグラフィカルインターフェイスを提供します。表示メニューでは、系統樹を3つの異なるスタイル（従来型、放射型、円型）で表示できます。従来の系統樹には、長方形、直線型、曲線型の3つの異なる枝のスタイルがあります。表示メニューでは、トポロジーのスケーリングの切り替え、フォントの種類とサイズの変更、分類群の配置、さまざまな詳細の表示/非表示、および系統樹の描画の側面をより細かく制御するための一般的なオプションも提供されます。^[37]

サブツリーメニューには、枝の交換、系統の順序の反転、サブツリーの圧縮/展開、ツリーのルートの移動など、ツリーを操作するためのオプションがあります。サブツリーは、同じ機能とオプションをすべて備えた独自のツリーエクスプローラーに表示することもできます。^[38]計算メニューには、凝縮ツリー、コンセンサスツリー、または分子時計の有無にかかわらずタイムツリーを計算するためのオプションがあります。 ^[39]ファイルメニューには、保存、エクスポート、印刷、終了のオプションがあります。ツリートポロジーは、MEGAツリー形式でファイルにエクスポートできます。または、タイムツリーの場合は、タイムツリーの構築時に使用した関連情報を含む表形式でエクスポートできます。その他のエクスポートオプションには、現在のタイムツリーのキャリブレーション、分析の概要、パーティションリスト、ペアワイズ距離などがあります。^[40]ツリーエクスプローラーには、現在のツリー表示を画像形式で保存するか、画像メニューオプションでクリップボードに保存するオプションもあります。サポートされている画像形式は、BMP、PNG、PDF、SVG、TIFF、およびEMFです。^[41]ユーザーがブートストラップレプリケーションを使用してツリーを構築することを選択した場合、ツリーエクスプローラーには2つのタブが表示されます。1つは元のツリー、もう1つはブートストラップコンセンサスツリーです。

• 公式サイト
• 公式ビデオチュートリアル