Preview

Инфекция и иммунитет

Расширенный поиск

ИСПОЛЬЗОВАНИЕ МЕТОДОВ СТАТИСТИЧЕСКОЙ ФИЛОГЕНЕТИКИ В ВИРУСОЛОГИИ

https://doi.org/10.15789/2220-7619-TUO-1519

Полный текст:

Аннотация

Молекулярная филогенетика, и, в частности, статистическая филогенетика широко применяется для решения фундаментальных и прикладных задач вирусологии. Байесовские, или статистические, филогенетические методы, вошедшие в практику 10-15 лет назад, значительно расширили круг вопросов, на которые можно получить ответы, исходя из анализа нуклеотидных и аминокислотных последовательностей. Возможность использования разных моделей эволюции позволяет восстанавливать хронологию, географию и динамику распространения инфекции. Например, при анализе последовательностей ВИЧ глобально распространённой группы M Байесовскими методами филогеографического анализа было показано, что последний общий предок этих вирусов с вероятностью 99% возник в окрестностях города Киншаса (Демократическая Республика Конго) в начале 1920-х годов. В другой работе показали, что серотип вируса гриппа H9N2 скорее всего перешел к человеку от диких уток в Гонконге в конце 60-х годов ХХ века. Кроме того, при помощи Байесовского анализа можно оценить эффект определенных событий или принимаемых мер на развитие эпидемического процесса. Так, например, ретроспективно было показано, что число заражений вирусом гепатита С в Египте увеличилось на несколько порядков в середине ХХ века. Резкий рост новых случаев связывают с началом лечения шистосомоза. Лекарство вводили при помощи уколов, нестерильные шприцы применяли многократно. Набор методов Байесовского анализа был использован в десятках тысяч публикаций, описывающих разные аспекты возникновения и распространения инфекционных заболеваний человека и животных. Сложность Байесовских филогенетических методов определяет строгие требования к анализируемым данным. Корректность результатов филогенетического анализа зависит от ряда факторов. Например, необходим выбор эволюционной модели, наиболее адекватно описывающей исследуемые объекты. Обязательным этапом при формулировании результатов является обоснование выбранной модели. Для вирусов характерно заимствование генетических элементов из других организмов, поэтому геномы даже близкородственных вирусов могут иметь негомологичные участки, непригодные для филогенетического анализа. Другим аспектом является создание репрезентативной выборки исследуемых объектов. Зачастую в публикациях не указываются все этапы выполнения анализа, из-за чего полученные результаты могут трактоваться неоднозначно. Корректное использование методов статистической филогенетики в вирусологии возможно только при понимании принципов их работы, способов подготовки данных для анализа, критериев выбора эволюционных моделей для исследования.

Об авторах

Ю. А. Вакуленко
Институт медицинской паразитологии, тропических и трансмиссивных заболеваний им. Е.И. Марциновского, ФГАОУ ВО Первый Московский государственный медицинский университет имени И.М. Сеченова, Москва, Россия; биологический факультет, МГУ им. М.В. Ломоносова, Москва, Россия;

младший научный сотрудник, Институт медицинской паразитологии, тропических и трансмиссивных заболеваний им. Е.И. Марциновского, ФГАОУ ВО Первый Московский государственный медицинский университет имени И.М. Сеченова, Москва, Россия;

аспирант, биологический факультет, МГУ им. М.В. Ломоносова, Москва, Россия;



А. Н. Лукашев
Институт медицинской паразитологии, тропических и трансмиссивных заболеваний им. Е.И. Марциновского, ФГАОУ ВО Первый Московский государственный медицинский университет имени И.М. Сеченова, Москва, Россия; Институт молекулярной медицины, ФГАОУ ВО Первый Московский государственный медицинский университет имени И.М. Сеченова, Москва, Россия

д.м.н., член-корреспондент РАН,

директор, Институт медицинской паразитологии, тропических и трансмиссивных заболеваний им. Е.И. Марциновского, ФГАОУ ВО Первый Московский государственный медицинский университет имени И.М. Сеченова, Москва, Россия;

ведущий научный сотрудник, Институт молекулярной медицины, ФГАОУ ВО Первый Московский государственный медицинский университет имени И.М. Сеченова, Москва, Россия



А. А. Девяткин
Институт молекулярной медицины, ФГАОУ ВО Первый Московский государственный медицинский университет имени И.М. Сеченова, Москва, Россия
Россия

старший научный сотрудник, Институт молекулярной медицины, ФГАОУ ВО Первый Московский государственный медицинский университет имени И.М. Сеченова, Москва, Россия



Список литературы

1. Лукашов В.В. Молекулярная эволюция и филогенетический анализ. Москва, 2009. БИНОМ. Лаборатория знаний.

2. Abascal F., Zardoya R., Telford M.J. TranslatorX: multiple alignment of nucleotide sequences guided by amino acid translations. Nucleic Acids Res, 2010, vol. 38 , no.suppl_2 , pp. W7–W13. doi: 10.1093/nar/gkq291

3. Akaike H. A new look at the statistical model identification. IEEE Trans Automat Contr, 1974, vol. 19 , no.6 , pp. 716–723. doi: 10.1109/TAC.1974.1100705

4. Anderson R.M., May R.M. Population biology of infectious diseases: Part I. Nature, 1979, vol. 280 , no.5721 , pp. 361–367. doi: 10.1038/280361a0

5. Anderson R.M., Jackson H.C., May R.M. et al. Population dynamics of fox rabies in Europe. Nature, 1981, vol. 289 , no.5800 , pp. 765–771. doi: 10.1038/289765a0

6. Arenas M. Trends in substitution models of molecular evolution. Front Genet. doi: 10.3389/fgene.2015.00319

7. Avise J.C. Phylogeography. Cambridge, MA: Harvard University Press.

8. Berry I.M., Ribeiro R., Kothari M. et al. Unequal Evolutionary Rates in the Human Immunodeficiency Virus Type 1 (HIV-1) Pandemic: the Evolutionary Rate of HIV-1 Slows Down When the Epidemic Rate Increases. J Virol, 2007, vol. 81 , no.19 , pp. 10625–10635. doi: 10.1128/jvi.00985-07

9. Botvinkin A., Kosenko M. Rabies in the european parts of Russia, Belarus and Ukraine. In: King AA, Fooks AR, Aubert M, Wandeler AI eds Hist. Perspect. Rabies Eur. Mediterr. Basin. Paris. pp 47–65.

10. Bouckaert R. Phylogeography by diffusion on a sphere: whole world phylogeography. PeerJ, 2016, vol. 4 , pp. e2406. doi: 10.7717/peerj.2406

11. Bouckaert R., Heled J., Kühnert D. et al. BEAST 2: A Software Platform for Bayesian Evolutionary Analysis. PLoS Comput Biol, 2014, vol. 10 , no.4 , pp. 1–6. doi: 10.1371/journal.pcbi.1003537

12. Bouckaert R.R., Drummond A.J. bModelTest: Bayesian phylogenetic site model averaging and model comparison. BMC Evol Biol, 2017, vol. 17 , no.1 , pp. 1–11. doi: 10.1186/s12862-017-0890-6

13. Bouckaert R., Vaughan T.G., Barido-Sottani J. et al. BEAST 2.5: An advanced software platform for Bayesian evolutionary analysis. PLOS Comput Biol, 2019, vol. 15 , no.4 , pp. e1006650. doi: 10.1371/journal.pcbi.1006650

14. Choudhuri S. Phylogenetic Analysis. In: Bioinforma. Beginners. Elsevier. pp 209–218.

15. Colijn C., Plazzotta G. A Metric on Phylogenetic Tree Shapes. Syst Biol, 2018, vol. 67 , no.1 , pp. 113–126. doi: 10.1093/sysbio/syx046

16. Dayrat B. The Roots of Phylogeny: How Did Haeckel Build His Trees? Syst Biol, 2003, vol. 52 , no.4 , pp. 515–527. doi: 10.1080/10635150390218277

17. Deviatkin A.A., Kholodilov I.S., Vakulenko Y.A. et al. Tick-Borne Encephalitis Virus: An Emerging Ancient Zoonosis? Viruses, 2020, vol. 12 , no.2 , pp. 247. doi: 10.3390/v12020247

18. Deviatkin A.A., Lukashev A.N., Poleshchuk E.M. et al. The phylodynamics of the rabies virus in the Russian Federation. PLoS One, 2017, vol. 12 , no.2 , pp. e0171855. doi: 10.1371/journal.pone.0171855

19. Domingo E., Sheldon J., Perales C. Viral Quasispecies Evolution. Microbiol Mol Biol Rev, 2012, vol. 76 , no.2 , pp. 159–216. doi: 10.1128/MMBR.05023-11

20. Drake J.W., Holland J.J. Mutation rates among RNA viruses. Proc Natl Acad Sci, 1999, vol. 96 , no.24 , pp. 13910–13913. doi: 10.1073/pnas.96.24.13910

21. Drummond A.J. Bayesian Coalescent Inference of Past Population Dynamics from Molecular Sequences. Mol Biol Evol, 2005, vol. 22 , no.5 , pp. 1185–1192. doi: 10.1093/molbev/msi103

22. Drummond A.J., Pybus O.G., Rambaut A. et al. Measurably evolving populations. Trends Ecol Evol, 2003, vol. 18 , no.9 , pp. 481–488. doi: 10.1016/S0169-5347(03)00216-7

23. Drummond A.J., Rambaut A. BEAST: Bayesian evolutionary analysis by sampling trees. BMC Evol Biol, 2007, vol. 7 , no.1 , pp. 214. doi: 10.1186/1471-2148-7-214

24. Drummond A.J., Ho S.Y.W., Phillips M.J., Rambaut A. Relaxed Phylogenetics and Dating with Confidence. PLoS Biol, 2006, vol. 4 , no.5 , pp. e88. doi: 10.1371/journal.pbio.0040088

25. Drummond A.J., Suchard M.A. Bayesian random local clocks, or one rate to rule them all. BMC Biol, 2010, vol. 8 , no.1 , pp. 114. doi: 10.1186/1741-7007-8-114

26. Dudas G., Carvalho L.M., Rambaut A., Bedford T. MERS-CoV spillover at the camel-human interface. Elife. doi: 10.7554/eLife.31257

27. Edgar R.C. MUSCLE: multiple sequence alignment with high accuracy and high throughput. Nucleic Acids Res, 2004, vol. 32 , no.5 , pp. 1792–1797. doi: 10.1093/nar/gkh340

28. Edgar R.C. Search and clustering orders of magnitude faster than BLAST. Bioinformatics, 2010, vol. 26 , no.19 , pp. 2460–2461. doi: 10.1093/bioinformatics/btq461

29. Fan Y., Wu R., Chen M.-H. et al. Choosing among Partition Models in Bayesian Phylogenetics. Mol Biol Evol, 2011, vol. 28 , no.1 , pp. 523–532. doi: 10.1093/molbev/msq224

30. Faria N.R., Rambaut A., Suchard M.A. et al. The early spread and epidemic ignition of HIV-1 in human populations. Science (80- ), 2014, vol. 346 , no.6205 , pp. 56–61. doi: 10.1126/science.1256739

31. Felsenstein J. Evolutionary trees from DNA sequences: A maximum likelihood approach. J Mol Evol, 1981, vol. 17 , no.6 , pp. 368–376. doi: 10.1007/BF01734359

32. Fu L., Niu B., Zhu Z. et al. CD-HIT: Accelerated for clustering the next-generation sequencing data. Bioinformatics, 2012, vol. 28 , no.23 , pp. 3150–3152. doi: 10.1093/bioinformatics/bts565

33. Gaut B.S., Lewis P.O. Success of maximum likelihood phylogeny inference in the four-taxon case. Mol Biol Evol, 1995, vol. 12 , no.1 , pp. 152–162. doi: 10.1093/oxfordjournals.molbev.a040183

34. Gibbs M.J., Armstrong J.S., Gibbs A.J. Sister-scanning: A Monte Carlo procedure for assessing signals in rebombinant sequences. Bioinformatics, 2000, vol. 16 , no.7 , pp. 573–582. doi: 10.1093/bioinformatics/16.7.573

35. Gire S.K., Goba A., Andersen K.G. et al. Genomic surveillance elucidates Ebola virus origin and transmission during the 2014 outbreak. Science (80- ), 2014, vol. 345 , no.6202 , pp. 1369–1372. doi: 10.1126/science.1259657

36. Griffiths R.C., Tavaré S. Sampling theory for neutral alleles in a varying environment. Philos Trans R Soc London Ser B Biol Sci, 1994, vol. 344 , no.1310 , pp. 403–410. doi: 10.1098/rstb.1994.0079

37. Higgins D.G., Sharp P.M. CLUSTAL: a package for performing multiple sequence alignment on a microcomputer. Gene, 1988, vol. 73 , no.1 , pp. 237–244. doi: 10.1016/0378-1119(88)90330-7

38. Hill V., Baele G. Bayesian Estimation of Past Population Dynamics in BEAST 1.10 Using the Skygrid Coalescent Model. Mol Biol Evol. doi: 10.1093/molbev/msz172

39. Ho S.Y.W., Duchêne S. Molecular-clock methods for estimating evolutionary rates and timescales. Mol Ecol, 2014, vol. 23 , no.24 , pp. 5947–5965. doi: 10.1111/mec.12953

40. Jeffreys H. Some Tests of Significance, Treated by the Theory of Probability. Math Proc Cambridge Philos Soc, 1935, vol. 31 , no.2 , pp. 203–222. doi: 10.1017/S030500410001330X

41. Jorba J., Campagnoli R., De L., Kew O. Calibration of Multiple Poliovirus Molecular Clocks Covering an Extended Evolutionary Range. J Virol, 2008, vol. 82 , no.9 , pp. 4429–4440. doi: 10.1128/JVI.02354-07

42. Jukes T., Cantor C. Evolution of Protein Molecules. In: Mamm. Protein Metab. New York, Academic Press. pp 21–132.

43. Kainer D., Lanfear R. The Effects of Partitioning on Phylogenetic Inference. Mol Biol Evol, 2015, vol. 32 , no.6 , pp. 1611–1627. doi: 10.1093/molbev/msv026

44. Kass R.E., Raftery A.E. Bayes Factors. J Am Stat Assoc, 1995, vol. 90 , no.430 , pp. 773. doi: 10.2307/2291091

45. Katoh K., Standley D.M. MAFFT multiple sequence alignment software version 7: Improvements in performance and usability. Mol Biol Evol, 2013, vol. 30 , no.4 , pp. 772–780. doi: 10.1093/molbev/mst010

46. Keane T.M., Creevey C.J., Pentony M.M., Al E. Assessment of methods for amino acid matrix selection and their use on empirical data shows that ad hoc assumptions for choice of matrix are not justified. BMC Evol Biol. doi: 10.1186/1471-2148-6-29

47. Keeling M.J., Rohani P. Modeling Infectious Diseases in Humans and Animals. Princeton University Press.

48. Kingman J.F.C. The coalescent. Stoch Process their Appl, 1982, vol. 13 , no.3 , pp. 235–248. doi: 10.1016/0304-4149(82)90011-4

49. Koonin E. V., Dolja V. V., Krupovic M. Origins and evolution of viruses of eukaryotes: The ultimate modularity. Virology, 2015, vol. 479–480 , pp. 2–25. doi: 10.1016/j.virol.2015.02.039

50. Kuhner M.K., Felsenstein J. A simulation comparison of phylogeny algorithms under equal and unequal evolutionary rates. Mol Biol Evol. doi: 10.1093/oxfordjournals.molbev.a040126

51. Lanfear R., Frandsen P.B., Wright A.M. et al. PartitionFinder 2: New Methods for Selecting Partitioned Models of Evolution for Molecular and Morphological Phylogenetic Analyses. Mol Biol Evol, 2016, , pp. msw260. doi: 10.1093/molbev/msw260

52. Lartillot N., Philippe H. Computing Bayes Factors Using Thermodynamic Integration. Syst Biol, 2006, vol. 55 , no.2 , pp. 195–207. doi: 10.1080/10635150500433722

53. Lemey P., Rambaut A., Drummond A.J., Suchard M.A. Bayesian Phylogeography Finds Its Roots. PLoS Comput Biol, 2009, vol. 5 , no.9 , pp. e1000520. doi: 10.1371/journal.pcbi.1000520

54. Lemey P., Rambaut A., Welch J.J., Suchard M.A. Phylogeography takes a relaxed random walk in continuous space and time. Mol Biol Evol, 2010, vol. 27 , no.8 , pp. 1877–1885. doi: 10.1093/molbev/msq067

55. De Maio N., Wu C.-H., O’Reilly K.M., Wilson D. New Routes to Phylogeography: A Bayesian Structured Coalescent Approximation. PLOS Genet, 2015, vol. 11 , no.8 , pp. e1005421. doi: 10.1371/journal.pgen.1005421

56. Margoliash E. PRIMARY STRUCTURE AND EVOLUTION OF CYTOCHROME C. Proc Natl Acad Sci, 1963, vol. 50 , no.4 , pp. 672–679. doi: 10.1073/pnas.50.4.672

57. Martin D.P., Murrell B., Golden M. et al. RDP4: Detection and analysis of recombination patterns in virus genomes. Virus Evol, 2015, vol. 1 , no.1 , pp. 1–5. doi: 10.1093/ve/vev003

58. Nascimento F.F., Reis M. Dos, Yang Z. A biologist’s guide to Bayesian phylogenetic analysis. Nat Ecol Evol, 2017, vol. 1 , no.10 , pp. 1446–1454. doi: 10.1038/s41559-017-0280-x

59. Needleman S.B., Wunsch C.D. A general method applicable to the search for similarities in the amino acid sequence of two proteins. J Mol Biol, 1970, vol. 48 , no.3 , pp. 443–453. doi: 10.1016/0022-2836(70)90057-4

60. Notredame C., Higgins D.G., Heringa J. T-coffee: a novel method for fast and accurate multiple sequence alignment 1 1Edited by J. Thornton. J Mol Biol, 2000, vol. 302 , no.1 , pp. 205–217. doi: 10.1006/jmbi.2000.4042

61. Parag K. V., Pybus O.G. Exact Bayesian inference for phylogenetic birth-death models. Bioinformatics, 2018, vol. 34 , no.21 , pp. 3638–3645. doi: 10.1093/bioinformatics/bty337

62. Pybus O.G. The Epidemiology and Iatrogenic Transmission of Hepatitis C Virus in Egypt: A Bayesian Coalescent Approach. Mol Biol Evol, 2003, vol. 20 , no.3 , pp. 381–387. doi: 10.1093/molbev/msg043

63. Rambaut A., Lam T., Carvalho L., Pybus O. Exploring the temporal structure of heterochronous sequences using TempEst (formerly Path-O-Gen). Virus Evol. doi: 10.1093/ve/vew007

64. Rannala B., Yang Z. Probability Distribution of Molecular Evolutionary Trees: A New Method of Phylogenetic Inference. J Mol Evol, 1996, vol. 43 , no.3 , pp. 304–311. doi: 10.1007/PL00006090

65. Rice P., Longden I., Bleasby A. EMBOSS: the European Molecular Biology Open Software Suite. Trends Genet, 2000, vol. 6 , no.6 , pp. 276– 7. doi: 10.1016/S0168-9525(00)02024-2

66. Russel P.M., Brewer B.J., Klaere S., Bouckaert R.R. Model Selection and Parameter Inference in Phylogenetics Using Nested Sampling. Syst Biol, 2019, vol. 68 , no.2 , pp. 219–233. doi: 10.1093/sysbio/syy050

67. Saitou N., Nei M. The neighbor-joining method: a new method for reconstructing phylogenetic trees. Mol Biol Evol, 1987, vol. 4 , no.4 , pp. 406–425. doi: 10.1093/oxfordjournals.molbev.a040454

68. Schwarz G. Estimating the Dimension of a Model. Ann Stat, 1978, vol. 6 , no.2 , pp. 461–464. doi: 10.1214/aos/1176344136

69. Shaman J., Kohn M. Absolute humidity modulates influenza survival, transmission, and seasonality. Proc Natl Acad Sci U S A, 2009, vol. 106 , no.9 , pp. 3243–3248. doi: 10.1073/pnas.0806852106

70. Sinsheimer J.S., Lake J.A., Little R.J.A. Bayesian Hypothesis Testing of Four-Taxon Topologies Using Molecular Sequence Data. Biometrics, 1996, vol. 52 , no.1 , pp. 193. doi: 10.2307/2533156

71. Skilling J. Nested sampling for general Bayesian computation. Bayesian Anal, 2006, vol. 1 , no.4 , pp. 833–860. doi: 10.1214/06-BA127

72. Smith T.F., Waterman M.S. Identification of common molecular subsequences. J Mol Biol, 1981, vol. 147 , no.1 , pp. 195–197. doi: 10.1016/0022-2836(81)90087-5

73. Song W., Qin K. Human-infecting influenza A (H9N2) virus: A forgotten potential pandemic strain? Zoonoses Public Health, 2020, , no.September 2019 , pp. 1–10. doi: 10.1111/zph.12685

74. Stadler T., Kuhnert D., Bonhoeffer S., Drummond A.J. Birth-death skyline plot reveals temporal changes of epidemic spread in HIV and hepatitis C virus (HCV). Proc Natl Acad Sci, 2013, vol. 110 , no.1 , pp. 228–233. doi: 10.1073/pnas.1207965110

75. Stadler T., Kouyos R., von Wyl V. et al. Estimating the Basic Reproductive Number from Viral Sequence Data. Mol Biol Evol, 2012, vol. 29 , no.1 , pp. 347–357. doi: 10.1093/molbev/msr217

76. Stadler T., Vaughan T.G., Gavryushkin A. et al. How well can the exponential-growth coalescent approximate constant-rate birth–death population dynamics? Proc R Soc B Biol Sci, 2015, vol. 282 , no.1806 , pp. 20150420. doi: 10.1098/rspb.2015.0420

77. Stadler T., Yang Z. Dating phylogenies with sequentially sampled tips. Syst Biol, 2013, vol. 62 , no.5 , pp. 674–688. doi: 10.1093/sysbio/syt030

78. Su S., Wong G., Shi W. et al. Epidemiology, Genetic Recombination, and Pathogenesis of Coronaviruses. Trends Microbiol, 2016, vol. 24 , no.6 , pp. 490–502. doi: 10.1016/j.tim.2016.03.003

79. Suchard M., Lemey P., Baele G. et al. Bayesian phylogenetic and phylodynamic data integration using BEAST 1.10. Virus Evol. doi: DOI:10.1093/ve/vey016

80. Suchard M.A., Weiss R.E., Sinsheimer J.S. Bayesian Selection of Continuous-Time Markov Chain Evolutionary Models. Mol Biol Evol, 2001, vol. 18 , no.6 , pp. 1001–1013. doi: 10.1093/oxfordjournals.molbev.a003872

81. Tateno Y., Takezaki N., Neij- M. Relative efficiencies of the maximum-likelihood, neighbor-joining, and maximum-parsimony methods when substitution rate varies with site. Mol Biol Evol. doi: 10.1093/oxfordjournals.molbev.a040108

82. Vakulenko Y., Deviatkin A., Lukashev A. Using Statistical Phylogenetics for Investigation of Enterovirus 71 Genotype A Reintroduction into Circulation. Viruses, 2019, vol. 11 , no.10 , pp. 895. doi: 10.3390/v11100895

83. Vakulenko Y., Deviatkin A., Lukashev A. The Effect of Sample Bias and Experimental Artefacts on the Statistical Phylogenetic Analysis of Picornaviruses. Viruses, 2019, vol. 11 , no.11 , pp. 1032. doi: 10.3390/v11111032

84. Vaughan T.G., Leventhal G.E., Rasmussen D.A. et al. Estimating Epidemic Incidence and Prevalence from Genomic Data. Mol Biol Evol, 2019, vol. 36 , no.8 , pp. 1804–1816. doi: 10.1093/molbev/msz106

85. Waterhouse A.M., Procter J.B., Martin D.M.A. et al. Jalview Version 2 - a multiple sequence alignment editor and analysis workbench. Bioinformatics, 2009, vol. 25 , no.9 , pp. 1189–91. doi: 10.1093/bioinformatics/btp033

86. WELCH J., BROMHAM L. Molecular dating when rates vary. Trends Ecol Evol, 2005, vol. 20 , no.6 , pp. 320–327. doi: 10.1016/j.tree.2005.02.007

87. Worobey M., Han G.-Z., Rambaut A. A synchronized global sweep of the internal genes of modern avian influenza virus. Nature, 2014, vol. 508 , no.7495 , pp. 254–257. doi: 10.1038/nature13016

88. Worobey M., Watts T.D., McKay R.A. et al. 1970s and ‘Patient 0’ HIV-1 genomes illuminate early HIV/AIDS history in North America. Nature, 2016, , pp. 1–17. doi: 10.1038/nature19827

89. Xie W., Lewis P.O., Fan Y. et al. Improving Marginal Likelihood Estimation for Bayesian Phylogenetic Model Selection. Syst Biol, 2011, vol. 60 , no.2 , pp. 150–160. doi: 10.1093/sysbio/syq085

90. Yang B., Liu F., Liao Q. et al. Epidemiology of hand, foot and mouth disease in china, 2008 to 2015 prior to the introduction of EV-A71 vaccine. Eurosurveillance, 2017, vol. 22 , no.50 , pp. 1–10. doi: 10.2807/1560-7917.ES.2017.22.50.16-00824

91. Yang J., Xie D., Nie Z. et al. Inferring host roles in bayesian phylodynamics of global avian influenza A virus H9N2. Virology, 2019, vol. 538 , pp. 86–96. doi: 10.1016/j.virol.2019.09.011

92. Yule G.U. Mathematical Theory of Evolution, based on the Conclusions of Dr. J. C. Willis, F.R.S. Philos Trans R, 1924, vol. B213 , pp. 21–87.

93. Zhu J., Luo Z., Wang J. et al. Phylogenetic Analysis of Enterovirus 71 Circulating in Beijing, China from 2007 to 2009. PLoS One, 2013, vol. 8 , no.2 , pp. e56318. doi: 10.1371/journal.pone.0056318

94. Zuckerkandl E., Pauling L. Molecular Disease, Evolution, and Genic Heterogeneity. Academic Press, New York, USA.

95. Zuckerkandl E., Pauling L. Molecules as documents of history. J Theor Biol, 1965, vol. 8 , no.2 , pp. 357–366.


Дополнительные файлы

1. Метаданные
Тема
Тип Исследовательские инструменты
Скачать (16KB)    
Метаданные
2. Титульный лист
Тема
Тип Исследовательские инструменты
Скачать (23KB)    
Метаданные
3. Резюме
Тема
Тип Исследовательские инструменты
Скачать (25KB)    
Метаданные
4. Подписи к рисункам
Тема
Тип Исследовательские инструменты
Скачать (25KB)    
Метаданные
5. Подписи авторов
Тема
Тип Исследовательские инструменты
Посмотреть (369KB)    
Метаданные
6. Рисунок 1
Тема
Тип Исследовательские инструменты
Скачать (8MB)    
Метаданные
7. Рисунок 2
Тема
Тип Исследовательские инструменты
Скачать (9MB)    
Метаданные
8. Литература
Тема
Тип Исследовательские инструменты
Скачать (36KB)    
Метаданные
9. Издательство
Тема
Тип Исследовательские инструменты
Скачать (60KB)    
Метаданные

Для цитирования:


Вакуленко Ю.А., Лукашев А.Н., Девяткин А.А. ИСПОЛЬЗОВАНИЕ МЕТОДОВ СТАТИСТИЧЕСКОЙ ФИЛОГЕНЕТИКИ В ВИРУСОЛОГИИ. Инфекция и иммунитет. 2020;. https://doi.org/10.15789/2220-7619-TUO-1519

For citation:


Vakulenko Y., Lukashev A., Deviatkin A. THE USE OF STATISTICAL PHYLOGENETICS IN VIROLOGY. Russian Journal of Infection and Immunity. 2020;. (In Russ.) https://doi.org/10.15789/2220-7619-TUO-1519

Просмотров: 74


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2220-7619 (Print)
ISSN 2313-7398 (Online)