• Keine Ergebnisse gefunden

Ubungen Molekulare Phylogenie ¨ Wintersemester 2006/07

N/A
N/A
Protected

Academic year: 2022

Aktie "Ubungen Molekulare Phylogenie ¨ Wintersemester 2006/07"

Copied!
3
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Ubungen Molekulare Phylogenie ¨ Wintersemester 2006/07

Dr. Ivo Große

Institut f¨ur Informatik

Universit¨at Halle

Blatt 2

Aufgabe 2.1 Beweisen Sie: Wenn d von einem Baum ableitbar ist, so erf¨ullt d auch alle Axiome eines Abstandes.

Aufgabe 2.2 Geben seien 5 Taxa a, b, c, d, e und die Abstandsmatrix

d=

0 2 8 8 8 . 0 8 8 8 . . 0 4 4

. . . 0 2

. . . . 0

(a) Zeigen oder widerlegen Sie, dass die Matrix d ultrametrisch ist.

(b) Wenden Sie den UPGMA Algorithmus an, um den ultrametrischen Baum exakt zu rekonstruieren, und zeigen Sie in jedem Zwischenschritt den Teilbaum und die Kantenl¨angen.

(c) Wenden Sie den Algorithmus von Ewans & Grant unter Nutzung der Blattrei- henfolge a, b, c, d, e an, um den ultrametrischen Baum exakt zu rekonstruieren, und zeigen Sie in jedem Zwischenschritt den Teilbaum und die Kantenl¨angen.

Aufgabe 2.3 Geben seien 5 Taxa a, b, c, d, e und die Abstandsmatrix

d=

0 9 8 7 8 . 0 3 6 7 . . 0 5 6

. . . 0 3

. . . . 0

(a) Zeigen oder widerlegen Sie, dass die Matrix d ultrametrisch ist.

(b) Wenden Sie den UPGMA und den NJ Algorithmus an, und zeigen Sie in beiden F¨allen in jedem Zwischenschritt den Teilbaum und die Kantenl¨angen.

(c) Vergleichen Sie die beiden rekonstruierten B¨aume. Welcher der beiden B¨aume kann die Abstandsmatrixd besser reproduzieren?

Abgabe: 10.01.07

(2)

Aufgabe 2.4 Geben seien 4 Taxa a, b, c, d und die Abstandsmatrix

d=

0 8 8 4 . 0 6 8

. . 0 8

. . . 0

(a) Zeigen oder widerlegen Sie, dass die Matrix d ultrametrisch ist.

(b) Wenden Sie den UPGMA und den NJ Algorithmus an. Stimmen die beiden Baumtopologien ¨uberein?

(c) Wurzeln Sie den durch den NJ Algorithmus rekonstruierten ungewurzelten Baum, indem Sie eine Außengruppe e hinzuziehen, die zu allen anderen 4 Taxa den Abstand 10 hat. D. h. wenden Sie den NJ Algorithmus auf die Abstandsmatrix der Taxa a, b, c, d, ean, und wurzeln Sie den resultierenden ungewurzelten Baum so, dassetats¨achlich die Außengruppe ist. Vergleichen Sie den so gewurzelten Baum mit dem durch den UPGMA Algorithmus rekonstruierten gewurzelten Baum.

Aufgabe 2.5 Geben seien 4 Taxa a, b, c, d und die Abstandsmatrix

d=

0 10 12 20

. 0 4 12

. . 0 10

. . . 0

(a) Zeigen oder widerlegen Sie, dass die Matrix d ultrametrisch ist.

(b) Wenden Sie den UPGMA und den NJ Algorithmus an. Stimmen die beiden Baumtopologien ¨uberein?

(c) Wurzeln Sie den durch den NJ Algorithmus rekonstruierten ungewurzelten Baum, indem Sie eine Außengruppe e hinzuziehen, die zu den anderen 4 Taxa die fol- genden Abst¨ande hat: d(e, a) = 25, d(e, b) = 17, d(e, c) = 17, d(e, d) = 25. D. h.

wenden Sie den NJ Algorithmus auf die Abstandsmatrix der Taxa a, b, c, d, ean, und wurzeln Sie den resultierenden ungewurzelten Baum so, dass e tats¨achlich die Außengruppe ist. Vergleichen Sie den so gewurzelten Baum mit dem durch den UPGMA Algorithmus rekonstruierten gewurzelten Baum.

(d) Ihr Hausbiologe korrigiert sich und teilt Ihnen mit, er habe eine noch bessere Außengruppe f gefunden, die zu den anderen 4 Taxa die folgenden Abst¨ande hat: d(f, a) = 11, d(f, b) = 3, d(f, c) = 3, d(f, d) = 11. Wiederholen Sie Aufgabe (c) und vergleichen Sie die Ergebnisse.

(e) Welches Vorgehen w¨urden Sie empfehlen, falls die gegebene Abstandsmatrix nicht ultrametrisch ist, Sie aber unbedingt einen gewurzelten Baum rekonstruieren wol- len?

Abgabe: 10.01.07

(3)

Ich w¨unsche Ihnen einen guten Rutsch ins neue Jahr!!!

Abgabe: 10.01.07

Referenzen

ÄHNLICHE DOKUMENTE

Bestimmen Sie f¨ ur diese drei Sequenzpaare jeweils die beobachtete Anzahl der Substitutionen und Abgabe: 13.12.06.. die gesch¨ atzte Anzahl der tats¨ achlich

Aber, wir w¨ urden uns trotzdem freuen, wenn wir auf diesem Wege Feedback zur Veranstaltung bek¨ amen und erfahren w¨ urden, wie Sie ¨ uber ”Algorithmen der Bioinformatik II”

Wir nehmen an, daß diese Bande einen gewissen Anteil an funktionalen und nicht- funktionalen Sequenzen enth¨ alt, wobei die funktionalen Sequenzen auf Grund Ihrer Funktionalit¨ at

Leiten Sie weiterhin den Erwartungs- wertvektor und die Kovarianzmatrix eines polynomialverteilten Zufallsvektors her und beweisen Sie, dass die Randverteilung

Welche der beiden Verteilungen scheint Ihnen rein visuell (f¨ ur diesen Datensatz) geeigneter.

Falls nicht, geben Sie einen er- wartungstreuen Sch¨ atzer von µ und σ 2 an und berechnen Sie diesen sowie die dazugeh¨ orige Log-Likelihood.. Vergleichen Sie die vier Sch¨

Aufgabe 10.2 Sie gehen ohne Misstrauen in eine Spielh¨ olle, in der mit einer M¨ unze gespielt wird: Der Spieler oder die Spielerin setzt gegen den “Direktor” des Etablis-

Aufgabe 12.1 Der Datensatz sigma70.txt auf der Homepage zur Vorlesung besteht aus 238 Sigma-70 Bindungsstellen der L¨ ange 12.?. a) Modellieren Sie eine Sigma-70 Bindungsstelle