зультатов вычисления сходства можно провести кластерный анализ с целью распределения штаммов в иерархическом порядке в соответствии со степенью общего сходства. Для кластерного анализа подсчитывают индексы сходства во всех возможных парах ОТЕ в пределах объема полученных данных. С помощью простого метода односторонней связи матрицу данных сканируют для определения пары организмов с наибольшей степенью сходства (S) [10]. Затем матрицу вновь сканируют с целью выявления пар ОТЕ со следующими по величинам значениями 5. Такой парой могут быть организмы, примыкающие к начинающему вырисовываться кластеру. Если один из штаммов, входящих в пару, уже был отнесен к существующему кластеру, то другой также можно отнести к последнему. Матрицу данных сканируют с помощью компьютера до тех пор, пока все штаммы не будут перенесены в соответствующие кластеры. Таким образом штаммы распределяют в иерархическом порядке и составляют матрицы сходства и дендрограммы (см. ниже).

21.5. ПРЕДСТАВЛЕНИЕ РЕЗУЛЬТАТОВ И ИХ ИНТЕРПРЕТАЦИЯ

При первом просмотре распечатки результатов исследования в области нумерической таксономии можно составить большой треугольник из чисел обычно с точностью до третьего знака. На рис. 21.1, А изображена рассортированная матрица сходства, отражающая результаты сравнения штаммов. Умноженные на 100 указанные числа дают процент сходства между штаммами. Представление данных в виде треугольника точно отражает связь между штаммами, однако оно не совсем удобно. Более наглядной формой представления результатов является диаграмма матрицы сходства с использованием различной штриховки (рис. 21.1. Б). На этой диаграмме степени сходства представлены в нескольких

7 1 с т 1

С

а ,о

10

и

\г

14 2^ 15 13 f6

го л zi

25 17 19

5 6 9 1 4J5 8 9 9 1 " ? 7 8 8 9 1

6 8 8 8 6 8 1 а[б 5 6 6 б 5 Ы ' Ь 6 f

7 9 1

7 8 8 1

6 i 7 7 0 8 I 1

6 7 7 7 8 6 9 9 1

~~77888891

6 7 8 8 8 8 8 8 1

6 7

5 5 56 .6 6

5 6

6 6 5 5

<.56Ь65Ь8Ь1 6 6 6 t> 6 6 6 7 V S66655677 5 5 6 7 6 6 6 7 7 6 7 6 6 6 7 6 6 6 6

6 6 6 6 5 7

7776677788889991

6665577 678889899! 55666567778899999991 5 6666567778888968 fi99l 4Ь676667 /7 П8868В8Ч<*Й1 7bG665667/87//e/8/ft/8 71

667766676/78888888/8И81 7 666656677 87778878/88 / 911

Рис. 21.1. Изображение результатов численно-таксономнческого изучения бактерий с расчетом рассортированной матрицы сходства (А)-для удобства числа округлены до одного знака после запятой На основе этой информации можно составить диаграмму со штриховкой (Ь), дендрограмму (В) н упрощенную дендрограмму (Г) I — грамогрицательная палочка, II — Pseudomonas spp. кластер 1/// — Lucibactenum spp, кластер 2, IV- Vibrio parahemolyticus,'класинтервалах (например, 90—100%, 85—89% и т. д.), которым соответствуют по-разному заштрихованные участки. Здесь более наглядно видны связи между штаммами. Участки диаграммы, соответствующие наибольшим значениям S, закрашены черной краской. Пример, приведенный на рис. 21.1, Б, иллюстрирует отношения в ряду грамотрицательных оксидазоположитель-ных бактерий, выделенных из садков для выращивания моллюсков. На диаграмме ясно видно, что трем выделенным группам штаммов соответствуют Pseudomonas spp., Lucibacterium spp. и Vibrio parahaemolyticus.

Наряду с рассортированными матрицами сходства с помощью компьютера можно получать и дендрограммы (рис. 21.1, Б, Г). Дендрограмму, или разветвленную диаграмму, изображенную на рис. 21.1, В, обычно составляют, связывая пару или группу организмов наивысшими значениями S. Упрощенная диаграмма (рис. 21.1, Г) иллюстрирует взаимосвязь между группами штаммов и отражает результат анализа очень большого набора данных. Дендрограммы, составленные на основе результатов анализа фенетических данных, не обязательно отражают филогенетические связи между организмами (т. е. связи, основанные на происхождении), и поэтому их нельзя рассматривать в таком качестве без специальных молекулярно-генетических доказательств, которые получают в процессе многоплановых таксономических исследований [10].

Кластеры выделяют на основе общего сходства. По рассортированным матрицам сходства и дендрограммам (рис. 21.1, Б) выделяют кластеры сходных штаммов и оценивают сходство между кластерами. Группы штаммов можно охарактеризовать далее, составив таблицу частоты встречаемости каждого признака среди членов группы. Так, можно составить идентификационные таблицы на основе отобранных дискриминирующих признаков для всех групп с целью последующей диагностики вновь выделенных изолятов. Можно вычислить средний, наиболее типичный для каждой группы микроорганизм. Этот гипотетический средний организм (ГСО) обладает признаками, представленными по крайней мере у 50% членов группы [11]. Члены однородных групп характеризуются более высокими значениями 5, чем ГСО. Штаммы, имеющие лишь частичное сходство с несколькими членами группы, можно исключить из нее или изучить их более подробно, чтобы точно установить

Ёзаимосвязи с данной группой. Кластеры можно идентифицировать и дать им название, если в число исследуемых организмов включены типовые или референтные штаммы или если проведено сравнение признаков кластера с признаками, указанными в диагностических ключах в таблицах. В некоторых случаях кластеры, выявленные с помощью нумерической таксономии, не удается отождествить с существующими известными таксонами, что отражает ограниченность традиционных подходов в таксономии и указывает на потенциальную неадекватность существующих диагностических процедур. Не исключено, что такими кластерами могут оказаться новые, ранее не описанные таксоны.

После того как анализ группы штаммов закончен, результаты исследования в области нумерической таксономии можно объединить с данными, полученными в других работах но нумерической таксономии, что позволяет создавать банк таксономических данных.

21.6. ЛИТЕРАТУРА 21.6.1. Общая литература

1. Cliffcrd Н. Т., Stephenson W. An introduction to numerical classification, Academic Press, Inc., New York, 1975.

2. Cotwell R. R. Numerical analysis in microbial identification and classification, Dev. Ind. Microbiol., 11, 154—160 (1970).

3. Lockhart W. R.} Liston J. (ed.). Methods for numerical taxonomy, American Society for Microbiology, Bethesda, Md., 1970.

4. Sneath P. H. A., Sokal R. R. Numerical taxonomy, W. H. Freeman and Co., San Francisco, 1973.

5. Sokal R. R., Sneath P. H. A. Principles of numerical taxonomy, W. H. Freeman and Co., San Francisco, 1963.

Указанные работы посвящены теоретическим и практическим аспектам нумерической таксономии и представляют интерес как для начинающих, так и для опытных таксономистов. Подробно рассматриваются вопросы об источниках данных, разновидностях фенотипическнх признаков, вопросы обработки данных, методов компьютерного анализа и интерпретации данных.

21.6.2. Специальная литература

6. Andanson М. Families de plantes, vol. 1, Vincent, Paris, 1763.

7. Austin В., Cotwell R. R., Int. J. Syst. Bacterid., 27, 204—210 (1977).

8. Cheetham A. H., Hazel J. E., J. Paleontol., 43, 1130—1136 (1969).

9. Cotwell R. R., J. Bacteriol., 104, 410—433 (1970).

10. Goodfellow М., Austin В, Dawson D In: С. H. Dickinson and Т. F. Preece (ed.), Microbiology of atrial plant surfaces, p. 277— 292, Academic Press, London, 1976.

П. Шоп J., Wiebe W. J., Colwell R. R.r J. Bacteriol., 85, 1061 — 1071 (1963).

12. Sneath P. H. A.f J, Gen. Microbiol., 17, 201—226 (1957).

13. Sneath P. H. A., Int. J. Syst. Bacteriol., 24, 508—523 (1974).

14. Sneath P, H. A., Collins V. G., Antonie van Leeuwenlioek J. Microbiol. Serol., 40, 481—527 (1974).

15. Sneath P. H. A., Johnson R., J. Gen. Microbiol., 72, 377—392 (1972).

16. Sokal R. R., Michener С D.f Univ. Kans. Sci. Bull, 38, 1409—1438 (1958).

Глава 22

ГЕНЕТИЧЕСКАЯ ХАРАКТЕРИСТИКА

Дж. Джонсон

Выяснение структуры и физических свойств ДНК и РНК дало возможность исследователям определять таксономические связи между бактериями путем сравнения их геномов. Грубо геномы можно сравнивать между собой по общему составу оснований ДНК: общее число пар гуанина и цитозина (G + C, мол. %) в ДИК является постоянной характеристикой данного организма. Если значения G + C для ДНК двух организмов значительно различаются, это свидетельствует о том, что между ними нет близкого генетического сходства. Однако близкие значения G + C не обязательно означают, что сравниваемые организмы имеют сходные последовательности нуклеотидов в ДНК. Для такого вывода требуется сравнить геномы значительно более тонким методом, чем определение состава оснований ДИК, а именно путем определения степени гомологии нуклеиновых кислот. Из>чение гомологии позволяет сравнивать организмы в отношении линейной последовательности нуклеотидов вдоль 1) всей цепи ДНК (гомология ДНК) или 2) вдоль тех участков ДНК, которые кодируют определенные типы РНК (гомология РНК).

Степень гомологии различных ДНК является средним показателем сходства геномов сравниваемых организмов. Каждый тип РНК характеризуется своей степенью гомологии. Степень гомологии мРНК близка к степени гомологии ДНК (по крайней мере у бактерий), поскольку для транскрипции молекул мРНК используется большая часть генома. Напротив, рибосомная РНК (рРНК) и транспортная РНК (тРНК) кодируются лишь небольшой частью генома, поэтому в опытах по определению гомологии с использованием этих двух типов РНК можно сравнивать лишь небольшие участки геномов. Во всех группах бактерий, которые были достаточно хорошо изучены, рРНК- и тРНК-цистропы ДНК, по-видимому, эволюционировали медленнее, чем основная масса цистронов. Поэтому методы, основанные на определении гомологии ДНК, применяются для выявления сходства между близкими организмами, тогда как определение гомологии рРНК позволяет выявить сходство между более далекими друг от друга организмами. В конце этой главы (разд. 22.8.1) приведен список литературы общего характера [1—6], касающейся принципов и специфики методов определения генетического родства организмов на основании изучения гомологии нуклеиновых кислот.