如何讀懂Ka及Ks

如何讀懂Ka及Ks，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。

Ka/Ks表示非同義替換位點替換次數(Ka)與同義替換位點替換次數(Ks)的比值。

首先，假如你正在比對兩個物種的一對同源基因序列。進化的力量通常使得這兩條DNA序列有些差異。我們都知道密碼子有簡并性的特性，因此有的差異會導致翻譯出不同的氨基酸（非同義突變，nonsynonymous changes），有的因為同義密碼子的存在產生了相同的氨基酸（同義突變，synonymous changes）。統計出這兩條序列直接發生的非同義與同義替換的所有次數，我們就可以觀察到序列的變化情況了。接下來就是對數據做些調整了。

由于密碼子的簡并性，我們的序列中大概只有25%是同義突變的。假設基因并沒有受到選擇，即發生的是中性進化，基因的任何一個突變從稀有變成共有的機會是相同的，并不受其它外界因素的影響。大多數的突變的消失都是隨機的，但是我們假設種群大小是N，一個等位基因剛剛通過突變而出現在種群中，那么它在2N個等位基因的種群中固定的可能性是p=1/(2N)（詳見遺傳漂變）。

在上面的例子中，每一個突變被固定的概率是一樣的，那么發生非同義突變的可能性與發生同義突變的可能性也是一樣的。所以，在中性進化的背景下，如果我們對密碼子的簡并性進行矯正后，就應該有一種方法得出非同義突變的次數等于同義突變的次數，即Ka/Ks=1。因為Ks可以告訴我們進化的背景速度，因此偏離1的比例將告訴我們作用于蛋白上面的選擇情況。

很遺憾，并不是的。舉個栗子，對于編碼天冬氨酸和賴氨酸的密碼子：他們都起始于AA，賴氨酸結束于A或者G，天冬氨酸結束于T或者C。所以如果C突變成T的機率大于C突變成A或G（通常就是這樣子滴），那么第三個位置上的突變更可能是同義突變。因此許多計算Ka/Ks的方法，考慮到這部分因素，使用了的不同的轉換模型，也會使得最后的Ka/Ks值有些不同。

好問題！由于序列隨著時間會不斷的變化，因此我們觀察到的變化次數可能小于實際發生的變化次數。如果一個堿基最開始是A，在一個分支中，他被替換成了C，然后又被替換成了T，然后在我們的比對結果上面只能看到一次替換。同樣，可能我們看到的完全比對上位點，也可能已經替換了很多次，只不過最后變成了原來的堿基。幸運的是，實際的分歧程度可以從觀察到的總的分歧程度來估算。然而，沒有人能完美的解決這個問題：隨著變化數量的增加，來自于對齊序列的那部分信息將會減少，并逐漸接近于飽和，在這種情況下數據是沒用的，得到的結果也是不準確的。因此計算Ka/Ks時，遺傳距離較近的序列往往得到的結果更準確。

Well，你現在已經有了表征蛋白進化次數的值（Ka）。假設進化選擇并不出現在silent site（發生同義突變可能性很低的位點），從進化的中性理論來看，Ks值應該與基因的突變率成正比。這是因為，假設μ是每代的中性突變率，雖然新的中性突變進入固定的概率是1 / 2N，但是它們以2Nμ的速率每代產生，因此中性進化的速率應該是2Nμ/2N = μ，這個值就是Ka所表征的。如果這樣去計算，那么Ka與Ks的比值也告訴了我們基因進化的方式。從圖中，我們發現通常Ka是小于Ks。因為改變蛋白質的突變在兩個物種之間的差異遠小于沉默的物種。也就是說，在大多數的情況下，選擇消除了有害突變，并保持蛋白質不變（即純化選擇，purifyingselection）。

在少數情況下（通常當免疫系統基因與寄生蟲共同進化時），我們發現Ka遠大于Ks（即Ka / Ks >> 1）。這是有力的證據表明選擇已經改變了蛋白質（正向選擇，positive selection）。

沒那么簡單。中性進化是一種不可排除的可能性。但是，如果該基因的一部分（例如一個蛋白質結構域）處于正選擇狀態，而其他部分處于凈化選擇范圍內，那么你也會得到Ka/Ks等于1的結果。不過，也有很多方法可以容許進行多序列比對之后，通過考慮物種的系統發育，計算出序列中每個codon的Ka/Ks（位點模型）。另外，可以檢測基因在一個譜系中是否存在不同的比率，這表明該物種特有的事情發生了（分支模型）。這些分析方法能揭示出更多的正向選擇，提供了更多的分析方向。

現在已經有很多種不同的方法供我們選擇，最常用最方便的是MEGA。當然老牌的楊子恒老師的PAML也同樣十分優秀。Hyphy軟件除了提供全局的Ka/Ks計算外，也支持分支位點等各種模型，不過我比較喜歡Hyphy的一點是可以多線程計算。這些軟件的使用方法我在之后的推送中出。

看完上述內容，你們掌握如何讀懂Ka及Ks的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！