系统树如何构建

[如何构建和谐机关]展开全部内容提要：构建社会主义和谐社会是党的十六大确定的重要目标之一，构建和谐机关正是为了实现社会主义和谐社会这一目标而必须完成的任务。单位是社会的组成部分，社会的和...+阅读

构建系统发育树需要注意的几个问题 1 相似与同源的区别：只有当序列是从一个祖先进化分歧而来时，它们才是同源的。 2 序列和片段可能会彼此相似，但是有些相似却不是因为进化关系或者生物学功能相近的缘故，序列组成特异或者含有片段重复也许是最明显的例子；再就是非特异性序列相似。 3 系统发育树法：物种间的相似性和差异性可以被用来推断进化关系。 4 自然界中的分类系统是武断的，也就是说，没有一个标准的差异衡量方法来定义种、属、科或者目。 5 枝长可以用来表示类间的真实进化距离。 6 重要的是理解系统发育分析中的计算能力的限制。任何构树的实验目的基本上就是从许多不正确的树中挑选正确的树。 7 没有一种方法能够保证一颗系统发育树一定代表了真实进化途径。

然而，有些方法可以检测系统发育树检测的可靠性。第一，如果用不同方法构建树能得到同样的结果，这可以很好的证明该树是可信的；第二，数据可以被重新取样，来检测他们统计上的重要性。分子进化研究的基本方法对于进化研究，主要通过构建系统发育过程有助于通过物种间隐含的种系关系揭示进化动力的实质。表型的（phenetic）和遗传的（cladistic）数据有着明显差异。Sneath和Sokal(1973)将表型性关系定义为根据物体一组表型性状所获得的相似性，而遗传性关系含有祖先的信息，因而可用于研究进化的途径。这两种关系可用于系统进化树（phylogenetictree）或树状图（dendrogram）来表示。表型分枝图（phenogram）和进化分枝图（cladogram）两个术语已用于表示分别根据表型性的和遗传性的关系所建立的关系树。

进化分枝图可以显示事件或类群间的进化时间，而表型分枝图则不需要时间概念。文献中，更多地是使用“系统进化树”一词来表示进化的途径，另外还有系统发育树、物种树（speciestree）、基因树等等一些相同或含义略有差异的名称. 系统进化树分有根（rooted）和无根（unrooted）树。有根树反映了树上物种或基因的时间顺序，而无根树只反映分类单元之间的距离而不涉及谁是谁的祖先问题。用于构建系统进化树的数据有二种类型：一种是特征数据（characterdata），它提供了基因、个体、群体或物种的信息；二是距离数据（distancedata）或相似性数据（similaritydata），它涉及的则是成对基因、个体、群体或物种的信息。距离数据可由特征数据计算获得，但反过来则不行。这些数据可以矩阵的形式表达。

距离矩阵（distancematrix）是在计算得到的距离数据基础上获得的，距离的计算总体上是要依据一定的遗传模型，并能够表示出两个分类单位间的变化量。系统进化树的构建质量依赖于距离估算的准确性。

系统发育树的详细描述

进化树由结点（node）和进化分支（branch）组成，每一结点表示一个分类学单元（属、种群、个体等），进化分支定义了分类单元（祖先与后代）之间的关系，一个分支只能连接两个相邻的结点。进化树分支的图像称为进化的拓扑结构，其中分支长度表示该分枝进化过程中变化的程度，标有分枝长度的进化分支叫标度枝（scaled branch）。校正后的标度树（scaled tree）常常用年代表示，这样的树通常根据某一或部分基因的理论分析而得出。进化分支可以没有分支长度的标注（unscaled），没有被标注的分支其长度不表示变化的程度，虽然分支的有些地方用数点进行了注释。

进化树可以是有根的（rooted），也可以是无根的（unrooted），分为“有根树”和“无根树”两类

。在有根树中，有一个叫根（root）的特殊结点，用来表示共同的祖先，由该点通过唯一途径可产生其他结点；有根树是具有方向的树，包含唯一的节点，没有确认共同祖先或进化途径。最常用的确定树根的方法是使用一个或多个无可争议的同源物种作为“外群”（英文outgroup），这个外群要足够近，以提供足够的信息，但又不能太近以致不能和树中的种类相混。把有根树去掉根即成为无根树。一棵无根树在没有其他信息（外群）或假设（如假设最大枝长为根）时不能确定其树根。无根树是没有方向的，其中线段的两个演化方向都有可能。

13 2 Query Tree查询树是什么

它是一个 SQL 语句的内部表现形式，这时组成该语句的每个部分都是分别存储的. 当你用调试级别（debuglevel）4 运行 PostgreSQL 后端并且在 SQL 界面交互地输入查询命令时可以看到这些查询树. 在 pg_rewrite 系统表里的规则动作也是以查询树的方式存储的. 不过不是用象调试输出那样的格式，但包含的内容是完全一样的. 读查询树的内容需要一定的经验，我开始在规则系统上干活时曾经历了一段很困难的时光. 我还记得当初我站在一台咖啡机面前把杯子当做目标列，水和咖啡粉当作可排列的元素，所有按钮是资格表达式来想象查询树的情景. 因为理解查询树的 SQL 表现就足以理解规则系统，所以这份文档将不会告诉你如何读取它们. 这篇文档可能帮助你学习规则系统和它的命名习惯以便于后面的描述.13.2.1. Query Tree（查询树）的成员当我们读取这份文档中查询树的SQL 表现时，我们必须能够识别该语句被分解后放在查询树里的成员. 查询树的成员有命令类型（ command type ）这是一个简单的值，说明哪条命令（SELECT,INSERT,UPDATE,DELETE）生成这个分析树. 范围表（range table）范围表是一个查询中使用的关系的列表. 在 SELECT 语句里是在 FORM 关键字后面给出的关系. 每个范围表表示一个表或一个视图，表明是查询里哪个成员调用了它. 在查询树里，范围表是用索引而不是用名字引用的，所以这里不用象在 SQL语句里一样关心是否有重名问题. 这种情况在引入了规则的范围表后可能会发生. 本文档的例子将不讨论这种情况. 结果关系（result relation）这是一个范围表的索引，用于标识查询结果前往的表. SELECT 查询通常没有结果关系表.特例 SELECT INTO 几乎等于一个 CREATE TABLE, INSERT ... SELECT 序列，所以这里我们就不单独讨论了. 在INSERT,UPDATE 和 DELETE 查询里，结果关系（result relation ）是更改发生影响的表（或视图！任何剩下的字段（既无给出值，也无缺省的）将由规划器自动赋予一个常量 NULL 表达式. 在UPDATE 查询里，它（目标列）描述应该替换旧行的新行. 在规则系统里，它只包含来自查询的 SET attribute = expression 部分抽取的表达式. 这时，规划器将通过插入从旧行抽取数据到新行的表达式的方法处理缺失的字段. 并且它也会象在 DELETE 里那样增加特殊的CTID记录. 目标列里的每个元素都包含着一个表达式，它可以为常量，可以为一个指向某个范围表里面的关系的一个字段的变量，可以为一个由函数调用，常量，变量，操作符等构成的表达式树. 条件（qualification）查询条件是一个表达式，它非常类似那些包含在目标列里的条目. 这个表达式的值是一个布尔值，通过此值来判断对最终结果行是否要执操作（INSERT,UPDATE,DELETE 或 SELECT）.它是一个 SQL 语句的 WHERE 子句. 连接树查询的连接树显示了 FROM 子句的结构. 对于象 SELECT FROM a, b, c 这样的简单查询，连接树只是一个 FROM 项的简单列表，因为我们允许以任意顺序连接它们. 但如果使用了 JOIN 表达式 --- 尤其是 outer join 的时候，我们就必须按照该连接显示的顺序进行连接. 连接树显示 JOIN 表达式的结构. 与特定的 JOIN 子句（来自 ON 或者 USING 表达式）相关的限制做为附加在那些连接树节点的条件表达式存储. 事实证明把顶层 WHERE 表达式也当做附加在顶层连接树项的条件来存储是非常方便的.所以实际上连接树代表 SELECT 语句的 FROM 和 WHERE 子句. 其他（others）查询树的其他部分，像 ORDER BY 子句，我们不准备在这里讨论. 规则系统在附加规则时将在那里（ORDER BY 子句）替换条目，但是这对于规则系统的基本原理并没有多大关系.