Logo Pic

怎么理解系统发育树


「分类学」和「系统学」在干什么?

如果想了解分类学的具体规定,请点击这里查看。

虽然我们在讨论菌物,但是分类学(以及后文的系统学)基本原理适用于所有生物。

「分类学」(Taxonomy)的核心工作是对生物进行鉴定、命名和分类。分类学通过建立一套阶级式的目录——界门纲目科属种,对世界上所有的生物进行整理归类。它的工作不仅仅是简单的认认蘑菇(鉴定),还包括识别并发表蘑菇新物种(命名)和将已知的物种纳入到分类体系中(分类)。也就是说,分类学≠分类≠鉴定,而是 {分类, 鉴定} ⊊ 分类学

分类学的目的是建立一套快捷的体系,便于他人使用。分类应该按照什么标准呢?实际上,早期的分类体系相当随意,林奈本人曾在Species plantarum提出过植物分类的“性系统”(Sexual System):他将被子植物基于雄蕊特征分为23个纲[1]

性系统
林奈的性系统示意图。[2]
1单雄蕊纲Monandria
2双雄蕊纲Diandria
3三雄蕊纲Triandria
4四雄蕊纲Tetrandria
5五雄蕊纲Pentandria
6六雄蕊纲Hexandria
7七雄蕊纲Heptandria
8八雄蕊纲Octandria
9九雄蕊纲Enneandria
10十雄蕊纲Decandria
11十二雄蕊纲Dodecandria
12二十雄蕊纲Icosandria
13多雄蕊纲Polyandria
14二强雄蕊纲Didynamia
15四强雄蕊纲Tetradynamia
16单体雄蕊纲Monadelphia
17二体雄蕊纲Diadelphia
18多体雄蕊纲Polyadelphia
19聚药雄蕊纲Syngenesia
20雌雄蕊合生纲Gynandria
21雌雄同株纲Monoecia
22雌雄异株纲Dioecia
23杂性花纲Polygamia

如果你愿意的话,你完全也可以提出一套类似的,基于雌蕊特征的分类(比如单雌蕊纲、双雌蕊纲...),或者基于其他特征的分类。

发现了吗?这样分类固然很实用,你只要数数花蕊就行,但它是「人为分类系统」,物种仅根据其雄蕊的相似性分类,不反映它们之间的真实演化关系。按照这套体系,葱和水稻都会被分入六雄蕊纲,然而它们在其他特征上相似性不大,亲缘关系也比较远。人为分类系统也不唯一,今天按雄蕊分,明天就可能按雌蕊、花瓣或者其他结构分。林奈本人也曾意识到这点,他曾试着构建一套自然的体系,但后来放弃了[1]

事实上,如果我们回头将现代分类体系和林奈的体系比较,会发现林奈的几乎每个纲中,都混杂有来自现代体系多个类群的生物,也就是林奈错误地将关系较远的物种归在了一类。这在现代的分类体系中是不被接受的。[1]

APG和林奈系统比较
现代体系中不同植物类群在林奈的分类系统中的分散情况。横轴23个立柱表示林奈的23个纲,纵轴是每个纲在现代APG分类体系中目的数量。不同的色块代表APG中不同的类群,白色:菊类;斜线:蔷薇类;横线:单子叶植物;黑色:其他。可以看到,每个立柱几乎都包含两个或以上的色块,也就是包含了两个或以上的现代分类体系的类群。

自从达尔文提出了演化论之后,分类学的目标便明晰起来。达尔文的核心观点之一是「descent with modification(带有改变的传承)」——所有生物源自于一个古老的共同祖先,在代代的传承间不断发生分化、改变,形成了如今的生物多样性。这样,我们可以把演化过程画成一颗树。

系统发育树示例
一个很简单的系统发育树示例。末端为红色的分支表示灭绝。

以右边这棵简单的系统发育树为例,当我们比较任意两个物种时,可以沿着演化之树向上倒推到它们的最晚的共同祖先(最近共同祖先)所在的时间,也就是分化发生的时间。老鹰和鸭子的最近共同祖先是B点,时间大概是六千万年前。而老鹰和玫瑰的最近共同祖先则在C点,对应十亿年前。说明,老鹰和鸭子的亲缘关系很近,而老鹰和玫瑰之间的关系较远。这非常符合常理:老鹰和鸭子都是鸟类,而老鹰和玫瑰则是动物和植物的区别。因此,系统树上两个物种最近共同祖先的时间,反映了分化发生的时间早晚,因而反映两个物种之间的亲缘关系

这样,答案呼之欲出了:一套「自然分类系统」,应当反映物种之间的真实演化关系。分类上越紧密的物种,亲缘关系越近,也就是它们的最近共同祖先越晚。这样的分类系统是“唯一”且“自然”的。每一个物种对应到演化树末端的一片“叶子”(末端节点);而每一个分类群(属、科、目)等,都是大小不等的“枝条”(演化支)。

「系统学」(phylogeny)的工作之一,简单理解的话,就是想办法画出这样的一张树。用术语来说,就是“系统发育分析”:重建演化事件的完整年代史。树出来之后,分类学就可以基于这棵树搭建分类体系,也就是对不同的演化支命名。

鹅膏科系统发育树
一个仅包含部分物种的鹅膏科系统发育树示例。这棵树是系统学创造的。而分类学则负责命名树上不同大小的演化支。从图中可以看出来,凸顶红黄鹅膏的分类地位是:鹅膏科-鹅膏属-鹅膏亚属-橙盖鹅膏组。

「系统学」的一些假设

系统学家喜欢用二叉树的形式来表示生物的系统发育关系,这是一种研究范式。但用这种方式表示演化,实际上需要一些隐含的前提条件。

Us Triangle
芸薹属植物中,存在三种植物两两杂交,产生三个杂交种的案例,称为禹氏三角(U's Triangle)。这种情况不可能用二叉的系统树表示。图片来自文献10.1007/s12298-008-0004-4

首先,我们假设:所有生物的分化,都是二分叉的。换言之,不存在多叉,也不存在融合。如此假设的优点是数学上比较容易处理,同时任意三个类群之间必然有一个先分化的,不存在多个并列的情况。

但这样假设符合事实吗?或许多数时候较为符合,但也存在明显的例外情况:一些物种辐射分化时,多个谱系几乎同时出现,难以分出先后(多叉);不同物种之间通过杂交形成新的谱系(融合)。因此,二叉树只是一种简化的工具,当察觉到上述情况可能存在时,科学家需要换新的算法。

祖先被子植物
祖先性状重建推断的被子植物共同祖先的花朵。图片来自文献10.1038/ncomms16047

其次,我们假设:构建的系统发育树能够真实反映演化的历史。也就是,这棵树不仅仅是描述性地展示了生物的共性和异性,我们相信其中的每个节点都真实反映一个曾经存在过的祖先物种。因此,我们可以讨论这个假想祖先物种的特征(这被称为祖先性状重建):利用手头现存生物的数据,描述不能直接观察但推论得到的祖先生物体。一个非常著名的例子是Sauquet et al. 2017,他们根据现存被子植物的分子系统发育树,加上792个物种的形态学数据,推断出被子植物的祖先是一种两性、同被、多数轮状排列雄蕊、多数离生螺旋状排列雌蕊的花。

需要注意,第二点并不意味着,系统学上推断的祖先,一定能从地层里挖出对应的化石。原因之一是我们基于现存生物的系统学发育不可能完全、完美地反映演化过程(这只是假设),只能尽可能逼近。其次是因为,只有极少比例的生物才能形成化石,一个祖先个体变成化石的概率过于低。

如何获得系统发育树

这个问题实际上在问:我们怎么推断不同生物之间的亲缘性?

“龙生龙,凤生凤”,最容易想到的,就是把形态上相似的生物归为一类。然而这种策略至少会遇到两个问题:

第一是,你如何确定哪些特征更能反映生物的亲缘关系?假设植物A,它的叶片和植物B很像,它的花和植物C也很像,那它究竟跟谁关系更近——叶片和花的形态哪个更有说服力?通常这种判断主观性很强,很容易重新掉回到人为分类系统的陷阱里,依赖于少数几个“重要”的特征(例如雄蕊)进行分类。在过去,系统学家会尝试筛选较为稳定的特征,这些特征的变异性不太大,更有可能反映真实的遗传距离;同时他们还会尽可能地综合多个特征进行判断。即便是这样,不同分类学家也经常意见不齐。

第二是,形态上的相似性并不一定真实反映亲缘性。一个著名的例子是,普通的鱼类和鲸鱼都在水下游动,都有流线型的身体,但它们两的关系非常远。鲸鱼源自于陆地上的兽类,它们重新返回海洋生活,并演化出游泳的习性和流线型的身体。很显然,自然选择的力量,让同一环境的不同生物演化出了相似的性状,这被称为趋同演化(convergent evolution)。因此,“水下游泳”和“流线型身体”是鱼、鲸鱼各自独立演化出的性状,但如果我们错误地假设这些性状继承自它们的共同祖先(也就是假设这些性状只演化出了一次),就会错误地判断它们的亲缘关系很近(花点时间来理解这句话)。对于不同生物中的相似性状,如果它们继承自共同祖先,我们称之为同源性状(homology);相反,如果是各自独立演化的,我们称之为同塑性状(homoplasy)。上面的例子中,“水下游泳”和“流线型身体”,都是由趋同演化导致的同塑性状,不反映演化关系。

同塑性
如果我们假设“水下游泳”和“流线型身体”是同源的,也就是演化上只出现了一次,那么我们会错误地假定鲸鱼和鱼的关系更近(左图)。事实上,现代研究证明,鲸鱼和河马的关系更近,而和鱼非常远。因此,实际发生的是右边两种可能性:要么鲸鱼和鱼在不同的演化支上演化出这两个特征。要么更早的鲸鱼、河马和鱼的共同祖先演化出这两个特征,但鲸鱼和河马的某个祖先失去了它们,随后在鲸鱼这里再次演化出这两个特征。无论是哪种情况,这两个特征都出现了不止一次,说明:鲸鱼和鱼各自独立演化出了这两个特征,也就是同塑特征。

系统学家一直在尝试排除系统学中的分类主观性和形态同塑性。步入20世纪后期,随着分子生物学的发展,这两个问题被同一招解决了:大分子测序技术(尤其是DNA测序)允许人们直接读出构建生物的分子序列。过去人们依赖形态学上的比较,推断亲缘性。但遗传和变异直接作用的对象其实是DNA序列(可以不严谨地理解为基因),是基因的变化间接导致了形态的变化。因此,分析形态去反推演化,只是一种迫不得已的做法。现在拥有了测序技术,系统学家得以直接比较分析DNA序列来判断演化关系。这至少有两个优点:

ITS序列
几种真菌的ITS序列比对结果。

(1)DNA和其他大分子都是确定的序列,而不是模糊的性状。因此,它们之间的相似性可以用程序计算,而几乎不需要脑子的主观臆测。这让系统学变成了可重复的实验——任何人可用相同的数据和相同的算法产出相同的结果,同时将主观性降到最低。

(2)许多形态的同塑性得以被识别。「中心法则」指出,生物的“形态”,实际上经过了DNA→RNA→蛋白质→性状的多重映射,再加上环境对形态的影响,这导致相似形态的背后,很可能是完全不一样的DNA在操控。对DNA的检验发现了许多此前被误认为是同源性状的同塑性状1

现代已经有一套非常标准的流程,来从大分子序列中得到系统发育树。这些内容较为复杂,且对理解系统发育树并不必要,读者可选择性阅读。

以DNA为例。

  1. 首先,你需要选择比对的序列片段。完整的DNA非常长,比对过于耗时,因此我们通常都会选择特定的序列段来比对。
    选择有两个要求,首先是该序列必须在所有待研究物种中存在并同源。和形态学一样,分子系统发育也要求序列的同源性,但这通常比形态学的同源性更容易判断:同源序列通常在染色体上的位置相似、序列相似、表达模式相似、编码相似的蛋白质或功能相似,等等。这要求序列演化速度不能太快,否则序列可能在几代之间就变得完全无法辨认同源性。
    其次是序列必须有一定的变异性。如果序列过分保守,所有生物内都大差不差,对分析演化关系就几乎没有帮助。
    综上,科学家需要根据研究对象,选择演化速率适中的序列。这里有一个小技巧:某些基因内部分为保守区(变异速率缓慢)和非保守区(变异速率快)。可以利用这些基因的保守区来确认同源性,非保守区用于系统发育。例如,细菌的16s rRNA基因总体上来说是保守的,在所有细菌中都存在且同源,但上面也有一些进化速率快的区段,这些部分常用于系统发育研究。
    在真菌中,最常选择的是ITS序列
  2. 接下来,需要获得DNA序列。这可以通过测序,或从线上数据库中查询现成序列。
  3. 然后,需要进行多序列比对。这一步有现成的软件可用,软件会对齐所有同源位点,从而进行有意义的比较。软件还会找出序列之间的差异之处,包括碱基替换、插入、缺失等。
  4. 最后,多序列比对的结果可用于构建系统发育树。有多种算法可用于系统发育,包括最大似然、最大简约、贝叶斯、UPGMA等。
    同时还需要指定一个核苷酸替代模型。DNA序列可能会发生反复的突变,例如A→G→A,实际发生了2次突变,但看起来发生了0次。这会低估遗传距离。核苷酸替代模型描述了不同的碱基替换(突变)事件发生的概率,从而能校正这些差异。

树的分类

有根树和无根树

通过算法得到不同物种之间的遗传距离,构建系统发育树后,最开始得到的是“无根树”。无根树中,两个物种之间的线段长度表示它们的遗传距离。无根树只能表示不同物种相互之间亲缘关系远近,但无法判断演化的顺序(不知道谁最早分化)。因而,它也无法指明这些物种共同祖先的位置。

unrootedtree
无根树只能显示不同物种间的遗传距离,通常展示成图中这样的辐射状。不过,辐射状的并不总是无根树。

想要获得有根树,必须用某种方式告诉算法,所有物种的最近共同祖先(树的“根”)在哪里。置根方式有两种。

rooting
两种置根的方式。
types of tree
不同形状的树表达相同含义。[3]

存在很多种方式来绘制有根树。但是,只要这些树的分支结构相同,它们的信息就是一样的2

一致树

前文我们提到,二叉树是系统发育的研究范式。但有时我们能看到一棵树同时分出3个或更多分叉。这并不是说3个或以上的支系同时分化,我们仍然假设先后顺序存在,它仅仅代表研究人员在这里无法确定分化的先后顺序。为了妥协,将其绘制成这种“多叉”的一致树(consensus tree)。

当不同的基因、不同的建树方式或不同的参数给出不同的结果时,通常就会采用一致树。

一致树还可细分为严格一致和多数一致树。严格一致只保留在所有结果中都出现的分支,任何一个结果在某个节点上存在分歧,那个节点都会退化为多叉分支。多数一致树只要结果中一定比例(通常是50%)都认可某个分支,就会保留它,只有某些“意见非常不齐”的节点才会退化成多叉分支。

支序树、系统树和时序树

这三个概念都针对于有根树,它们的主要区别,在于枝条长度的含义。

纳入化石的系统发育分析...

尽管真菌化石不太常见,因此系统发育分析中很少纳入化石,但这里我们依然简单介绍一下有关概念。

纳入化石时,我们需要做出一个关键假设:化石生物不可能是现存生物的支系祖先,也就是化石不能直接对应到系统树的某个内部祖先节点上。相反,我们会将其和现存生物一样,处理为末端节点。核心原因是,如果我们将化石直接置于某个祖先节点上,意味着我们认为这份化石完美对应了假想祖先的性状,而没有发展出乃至一点点属于自己的特异性状(即便是一点点,也会导致出现一小段分支长度,令化石变成一个末端节点),而这通常是不可验证的。不过,我们的确可以认为:化石生物相比现存生物,它们产生的特异性状一般更少,形态分化程度更低,它们的许多特征通常更有可能反映共同祖先的特征,从而辅助祖先性状重建。

冠群、干群

注 释

  1. 分子并不是不可能发生趋同演化或同塑性。例如,两种不同的生物各自演化出了类似的DNA序列,这是有可能的,但概率较小。我们可以通过同时分析比较大量的基因来过滤这些干扰,这仍然是形态学难以做到的。
  2. 下文我们会提到,某些树中枝条长度也有含义。严格来说这种情况下,两棵树还需要枝长成比例才表达相同含义。
参考文献
1. Linnaeus’ sexual system and flowering plant phylogeny. 2007. Birgitta Bremer. Nordic Journal of Botany 25: 5-6    https://doi.org/10.1111/j.0107-055X.2007.00098_12.x
2. Morphogenesis of Flowers—Our Evolving View. 2005. David R Smyth. The Plant Cell 17(2):330-41    https://doi.org/10.1105/tpc.104.030353
3. How to Read a Phylogenetic Tree. 2010. Deborah A. McLennan. Evo Edu Outreach 3:506–519    https://doi.org/10.1007/s12052-010-0273-6
4. The family Amanitaceae: molecular phylogeny, higher-rank taxonomy and the species in China. 2018. Cui, Y.-Y., Cai, Q., Tang, L.-P., Liu, J.-W., & Yang, Z. L.. Fungal Diversity, 91(1), 5–230.    https://doi.org/10.1007/s13225-018-0405-9

(正文完)


发表时间

历史版本

上次编辑