计算工具为新的和改进的鸟类家谱的重建提供燃料

拼凑过去

这些研究的核心是一套称为ASTRAL的算法，Mirarab的实验室开发了该算法，以前所未有的可扩展性，准确性和速度推断进化关系。通过利用这些算法的强大功能，该团队整合了来自60,000多个基因组区域的基因组数据，为他们的分析提供了强大的统计基础。然后，研究人员检查了基因组中各个片段的进化历史。从那里，他们拼凑出一个基因树的马赛克，然后将它们编译成一个综合的物种树。这种一丝不苟的方法使研究人员能够构建一种新的和改进的鸟类家谱，即使在历史不确定的情况下，也能以非凡的精确度和细节描绘复杂的分支事件。

“我们发现，我们在分析中添加数万个基因的方法对于解决鸟类之间的进化关系实际上是必要的，”Mirarab说。“你真的需要所有的基因组数据来恢复6500万至6700万年前这个特定时期发生的事情。

该团队之所以能够在海量数据集上进行这些分析，是因为Mirarab的实验室将他们的计算方法设计为在强大的GPU机器上运行。他们在加州大学圣地亚哥分校圣地亚哥超级计算机的 Expanse 超级计算机上进行了计算。

“我们很幸运能够使用如此高端的超级计算机，”米拉拉布说。“如果没有 Expanse，我们就无法在合理的时间内对如此庞大的数据集运行和重新运行我们的分析。”

研究人员还研究了不同基因组采样方法对树准确性的影响。他们表明，两种策略 – 对每个物种的许多基因进行测序，以及对许多物种进行测序 – 结合在一起对于重建这一进化历史非常重要。

“因为我们混合使用了这两种策略，我们可以测试哪种方法对系统发育重建有更强的影响，”哥本哈根大学生物学教授、 《自然 》论文的主要作者Josefin Stiller说。“我们发现，从每个生物体中取样许多基因序列比从更广泛的物种中取样更重要，尽管后一种方法有助于我们确定不同群体何时进化。

纠正过去

借助他们先进的计算方法，研究人员还能够揭示他们在之前的一项研究中发现的一些不寻常的东西：鸟类基因组中一条染色体的特定部分在数百万年内保持不变，没有预期的基因重组模式。

这种异常最初导致研究人员错误地将火烈鸟和鸽子归类为进化表亲，因为基于DNA的这一不变部分，它们似乎密切相关。这是因为他们之前的分析是基于48种鸟类的基因组。但是，通过使用363个物种的基因组重复分析，出现了一个更准确的家谱，使鸽子远离火烈鸟。此外，使用脊椎动物基因组计划（VGP）提供的六个高质量基因组 – 由洛克菲勒大学神经生物学教授Erich Jarvis领导 – Mirarab及其同事能够检测并假定解释这种令人惊讶的模式。

“令人惊讶的是，这段被抑制的重组时期可能会误导分析，”佛罗里达大学生物学教授、 PNAS 论文的共同通讯作者爱德华·布劳恩说。“因为它可能会误导分析，它实际上可以在未来6000多万年内被探测到。这是很酷的部分。

后续步骤

这项工作的影响远远超出了研究鸟类的进化历史。Mirarab实验室开创的计算方法已成为重建各种其他动物进化树的标准工具之一。

展望未来，该团队将继续努力构建鸟类进化的完整图景。生物学家正在努力对其他鸟类的基因组进行测序，希望将家谱扩展到包括数千种鸟类属。与此同时，由Mirarab领导的计算科学家正在改进他们的算法，以适应更大的数据集，以确保未来研究中的分析能够高速准确地进行。

《自然》 杂志论文：“家族级基因组揭示的鸟类进化的复杂性”。

PNAS 论文：“抑制重组区域误导了新鸟类系统发育学。