simulating sequence evolution under domain constraints · zf-ubp lacbi sgf11 sus1 fact fact fact...

40 60 80 100 120

40

60

80

mm

Simulating sequence evolution under domainconstraints

Tina Koestler

CIBIV

February 3, 2011

Tina Koestler (CIBIV) Evolution under domain constraints February 3, 2011 1 / 12

40 60 80 100 120

40

60

80

mm

Protein domain - an evolutionary conserved region

UCH

ZnF_UBP

zf-UBPYEAST

FUNGI

METAZOA

PLANTS

PROTISTS

UCH

ZnF_UBPzf-UBP

HOMSA

UCHZnF_UBP

zf-UBP

ARATH

UCH

DICDI

UCH

ZnF_UBP

zf-UBP

DICDI

best BLAST hit

best FACT hit

UCH

BATDE

D. discoideum

UCHZnF_UBP

zf-UBP

LACBI

Sgf11 Sus1

FACT

FACT FACT

FACT

? FACT

FACT FACT

? FACT

Sgf73 Sac3 Thp1 Sus1 Cdc31

FACT

FACT FACT

FACT

FACT FACT FACT

FACT FACT FACT

FACT FACT

Sem1

Ubp8SAGA TREX2

UCH

TRYBR

UCH

ZnF_UBP

zf-UBP

TRYBR

best BLAST hit

best FACT hit

*BM Basidiomycota**CM Chytridiomycota

BM*

CM**


40 60 80 100 120

40

60

80

mm

Simulating protein sequence evolution without constraints


40 60 80 100 120

40

60

80

mm

Simulating protein sequence evolution without constraints

0.3

G

E

A

F

B

D

C

2

0.1

0.5

0.1

1

0.1

0.1

0.5

0.2

0.1

0.2

0.1


40 60 80 100 120

40

60

80

mm

Profile Hidden Markov Model - pHMM

Begin M1 M2 M3 Mx

D1 D2 D3 Dx

I0 I1 I2 Ix-1

End

Ix

M Q V I G ... GTina Koestler (CIBIV) Evolution under domain constraints February 3, 2011 4 / 12

40 60 80 100 120

40

60

80

mm

Profile Hidden Markov Model - pHMM

M4 M5 M6

S G D

qii = −�

j �=irijπj

qi = −qii

qS qG qDACDE..

ACDE..

ACDE..


40 60 80 100 120

40

60

80

mm

Simulation workflow

phylogenetic tree

S1 S2S3

S4

root sequence

HMMscan

Pfam

simulation program

S1

S2

S3

S4

>S1CCGCCIAC-MACPVVAIDFSRLANSLLGL---AIV>S2CCSCCVACVMACPVVGLLFSRLANSLLGL---LIV>S3AC-TCVAC---C-VVFSRFSRLA-SLLGLNIILII>S4ACDTCVAC--AC-VVILVFSRLA-SLLGLNIILIV


40 60 80 100 120

40

60

80

mm

ABC tran

ABC_tran

insertion position

Fre

quen

cy

0 20 40 60 80 100 120

020

0040

0060

0080

0010

000

84

64

36

2252

47

●●●●●

●

●●●●

●●●

●

●●

●●

●

●

●

●●

●●

●

●●

●

●●

●●●●●

●

●

●●●●●

●●

●●

●

●●●

●

●●●

●

●●

●

●●●●●●

●●●●

●

●●

●

●●

●●●

●

●●●●●●●●

●

●●

●●●●●●

●●●

●●●●

●●

●

●●

●

●●●

0 20 40 60 80 100 120

05

1015

2025

3035

mean insertion length per position at different branch lengths

position

leng

th

●

●●●●●●

●●●●

●

●

●●

●●●●

●

●●

●

●●●

●●●●

●●●●●●●

●●●

●●

●

●

●●●●●●

●

●

●●●

●●●●

●

●●●

●

●●●●

●

●●●●●●●●

●●●●●

●

●

●●●●●●●●●●

●●●●●●

●●●

●

●●

●

●

●

●●

●

●

●●●●●●

●●

●●●

●●●●

●

●

●

●●

●

●

●●

●●

●

●●

●

●●

●●●●●●

●●●

●

●

●●●

●●●●●

●●●

●

●

●

●●●

●●●●●●●

●

●

●●●●●

●●●

●

●

●●

●

●●●●●

●

●

●●●●●●●

●●●

●●●

●●

●

●●●●●●●

●

●

●●●

●●●●●●●

●●●●●

●●●●●●

●●

●

●●●●

●●●

●

●●●●●

●●

●

●

●●●●

●●●

●

●

●●●●

●●●

●●●●

●

●●●

●●●

●

●●●●

●

●●●

●●●●

●●●●

●●●●●

●●

●

●

●●●●

●

●●

●●

●●●

●●●●

●●●●●

●●●●

●●●●●●●

●

●●●●●

●●●●●

●

●●●

●

●

●●

●●●●

●

●

●●●●

●●●●●●●●●●

●

●●●●●●●●●●●

●

●●

●

●●

●●

●●●●●●●

●

●●●●●●

●●●●

●

●●●

●●●●●

●

●●●●●●●●●●

●●●●●●●

●●●

●●●●

●

●●●●●

●

●●●

●

●

●

●

●

●

0.10.51.01.52.05.0


40 60 80 100 120

40

60

80

mm

Evolving 22,000 human proteins

●

●

●

●

●

0.0 0.5 1.0 1.5

0.0

0.2

0.4

0.6

0.8

1.0

branch length

reco

vere

d do

mai

ns [%

]● ●

●

●●

●

●

no InDelsno InDels + FInDel rate=0.05InDel rate=0.05 + FInDel rate=0.1InDel rate=0.1 + F


40 60 80 100 120

40

60

80

mm

Generate your own protein family

( ( ( (C : 0 . 2 ,B : 0 . 1 ) : 0 . 1 ,A : 0 . 1 ) : 0 . 1 ,G : 2 . 0 ) : 0 . 1 , ( ( F : 1 , E : 0 . 5 ) : 0 . 1 ,D : 0 . 5 ) : 0 . 2 ) ;


40 60 80 100 120

40

60

80

mm

Generate your own protein family

0.3

G

E

A

F

B

D

C

2

0.1

0.5

0.1

1

0.1

0.1

0.5

0.2

0.1

0.2

0.1

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

A/1-445B/1-382C/1-414D/1-360E/1-408F/1-371G/1-465

1111111

34343433283930

DK L L G- I A - - - - - - - A F D- - - V R I A V Y DP GQ C L A K K C TQ A EM E I QDN L L G- L A - - - - - - - T Y D- - - V R I A V Y NP SQ C L P K K C T E A EM E I QDN L L G- L A - - - - - - - T Y D- - - V R I A V Y DP GQ C L P K A C T E A EMK I QDT L L G- W I - - - - - - - A Y - - - - V R I A V I DP GR C L P K K C T A S E L K I LDK - - G- L - - - - - - - - - - - - - - I R V F V V NAGQ C L P K K C S V A K L K I H- E L NK Y V D FQ S GP R V GT - - - - V K V Y V V S E GQ C L A K R C T V - K L I F TDR L - - - V K - - - - - - - DC S S P - L K L A V L R A GR C L A K K C TQ - - - - I Q

35353534294031

66625760566665

C P V E L GT L - - - - - - - - - V K I K ND- C E E I V N EMV D- C - - V L C P D S DC P V - - D- - - - - - - - - - - V R I GND- C E E N S D EMV D- C - - V A C P DP DC P V - - DA L - - - - - - - - - V K I K ND- C E - - - - - M I E - C - - I L - - NP DC P V - - - - - - - - A E - - A V - - V P DD- C I E I A N LMA E - C - - L A - - D S EC P L R L - - - - - - E D- - - - V K V GD E - CM EM- Q SMQD- A - - I A - - D E EC P V - - - - - - - - A T S E - - MK I P A D- C - E V - N S V V D- C - - T A - - DNDC P AD L A H F E S N- - - - - - I R T GR N- C K V P A DR NP D- C V C I S - - D E E

67635861576766

938282888710780

R C V V C - - - GA CQ A R C P A NAM- - - K - L Y T G- AMNV - - - - - - - F - - -R C V V C - - - E A CQ A R C P A E A I - - - K - L Y - - - - - - - - - - - - - - - - - -R C I V C - - - E A CQ A R C P A NA I - - - K - L L T G- - - NA - - - - - - - F - - -K C V F C - - - GA CQ A Y C P Q DV V - - - Q - V Y T Y S K L NG- - - - - - - F - - -K C I F C DAG S E C V E A C P L GA V - - - T - E Y K G F A L DA - - - - - - - F - - -Q C V F C - - - C A C I R R CDQ NA I K GNT - V Y GGV A L D E A A L K K P R Y T NR- - - - - - - - - - - - - - C P GNAW- - - T - F Y - - DK S T Y - - - - - - - F - - -

948383898810881

1139810210099130106

- - - - - - - - - - T - - - N S G S TQ - - - - - - A L K D- - K - F E I HT A GD- - -- - - - - - - - - - - - - - - - - E TQ - - - - - - L L R E - - K - Y D I HT E GD- - -- - - - - - - - - - T - - - N S G E TQ - - - - - - A L R E - - K - Y S VQ I E GD- - -- - - - - - - - - - A - - - E K N- AQ - - - - - - A L P D- - - - - - - - - - GK - - -- - - - - - - - - - S - - - NA A - SQ - - - - - - A L E D- - - - - - - - - - DA - - -GA T S NA Y I P E T - - - R F A - A K - - - - - - A - K DAD- - - - - - - - T L - - -- - - - - - - - - - ND L R E A P - S - - E L E T G E L I D- - R S A I MY - - A DV - -

11499103101100131107

145127130125123161131

G- - - - S T LMA A L E G I LQ P T - - R G S I T I H- - - - - - SMYMV - T R P TWA - - - - A T LMA A L E G I LQ - - - - R G S I T V H- - - - - - SMY T V - T R P S -A - - - - S T LMA A I T G I MQ - - - - R G S I S T H- - - - - - - MY T V - S R P S -A - - - - S S L L E A V E R I L K - - - - R G E I T I H- - - - - A - - - - - S - - P T HA - - - - S T LM E A I T T I QQ P K - - R G E V A L H- - P G- - - - - - - - - - - - -A - - - - SM L I E V L I R V I - - T HP A E I NA V HP - - - - E E L Y S A - DQ - - -NT GK - T T LMR A L T S LMDP E - - V L A L E L H- - - - - - - - - - - - - - - - -

146128131126124162132

179156158154148195145

L G- - V - G I I TQ N F L DV - - - - - - - HN S V - L A D L D I GK R H L E I R S S GL R - - I - G I I KQ N F L S V - - - - - - - HK S V - L A D L D I GK R H L E - - - - -- R - - I - GA I TQ N F L S V - - - - - - - HNT I - L S D L E I GR R H L E - - - - -F G- - V - P A I S E E F P E V - - - - - E - - S A V - L E N I NV GK R D L N- - - - -- - - - - - GA I P Q N F L E V - - - - - - A E K T I - L DA L DMGR R D- - - - - - -WR - - V - GV N SQ K F F E F GCQWK - DA KMV S L E E V DY GK K A - - - - - - -- - P C - - - MV E NT F K R V - - - - - - - - - - - - - - - - - - - - - - - - KQ - P -

180157159

146

207163164

164

K K R G E D E P E GV RQM S K L DP T A NW- - - - - - - - - - - - - G L - - - - Y R K- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - I A I S F R K - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - I A V G F E - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -S R G- - - - - - - - - - - - - - - - E GG- T S K E NK F LMG E E I - - - - - - - - -

165 208

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -NT T T - K A P L R Y GDV P I R S A S GA SQ G I A L F K S I NV A NK R E GNT K A L

209 243

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -Y S T - - - E L T A ANP N S C E K S L DV - - - - - - - E G F GM L K K S DM L A S AQ

208164165155149196244

228184185174167211278

- - - - - - - - - - - - - - - - - - - - - - - Q N SQ I E K T T I LMT V A I - S AMK S- - - - - - - - - - - - - - - - - - - - - - - Q R S E I E K AQ I LMT V P K - S VMK S- - - - - - - - - - - - - - - - - - - - - - - Q T SQ I E K AQ I L L T I P M- S SMK S- - - - - - - - - - - - - - - - - - - - - - - R A E R I E A A R I LMA L P I - S VM E -- - - - - - - - - - - - - - - - - - - - - - - T - A R I R K S L I LMK I K I - S V S R -- - - - - - - - - - - - - - - - - - - - - - - - - - R I E DDR I L L A - A I - DVMR -NDG E L L V Y ND FQ G E - - - - - - - - - A A S R I S GA TM I V T I P V N I T V D-

229185186175168212279

266222223213207253311

T V A T V S GGQ K V L L E I MV T L A E V K K L L I L D E P A S - MKQ T A - - - - - -T V A T V S GGQ K V L L E FM E C L V E V K K L I I L D E P A S - MKQ S D- - - - - -T V A A V S G SQ K V L L A VMV C L V E V K K L L I L D E P A S - MTQ S D- - - - - -- I G S L S E GQ KM L L P L A E C L V E V R K L L I L D E S T S - MK P V T I G - - - -- V DT L S GGQWMR L E I A E C FMK V R K L L L L D E P T S - L K V T C E GT - - -R L T T L A DGQ R V R LM I F E CMK A E K TM L L V D E P T A - DK I Q A E G- V K -- - - K L S V GKQ V K V T L A T EM F T K T K Y L I L D E T V T - - - A P P - - - - - -

267223224214208254312

291239241231227265323

- - F - - - - - N F G- H- - T - - DP Q T V S DD SQ V - - - - I NG L I - - - - T T L- - L - - - - - N- - - - - - - - - - - - - V S DD- - - - - - - R Y NMNG I I - S T L- - Q - - - - - N F G- H- - T - - DP AQ L S DD- - - - - - - R - - - - - - - - S T L- - F - - - - - GW S - G- - S L S DA R V S S D- - - - - - - - - - - - - - - - - S T LHA F - - - - - Q F G- D- - S I NG E R A S NV - - - - - - - - - - - - - - - - - T T L- - - - - - - - D F E LQ - - R GAG- - - - - - - - - - - - - - - - - - - - - - - S A L- - V - - - - - D I G - H L A - - - D- - - - - - - - - - E - - - - - - - - - - - - V T L

292240242232228266324

325272272256263287340

I G L P T S L L DK T E NNV HP R T - - - - - - - - A - - - K NK L S S S S L K R A H EI G L P I S L L E K T E NNV HP R T - - - - - - - - E - - - K NK L S D S S L K R A H-I G L P I S L L E K T E N S I HP R K - - - - - - - - E - - - K - - L T S S NP QQ AH-I A L P Y S L L DK G S I N I S P EQ P I G S - - - Y - - - - K - - - - - - - - - - - - -V N L P Y S L L NK GK I E I HP QQ P V GR E K - - D- - - R - - - S NR S V R R A H-L S A P Y A L L E V GK GK I R P RQ V - - - - - I - - - - - N- - - - - - - - - - - - -F L Y P T G S LQ - F AMR L E GR - - - - - - - - - - - - - - - - - - - - - - - - - - -

326273273257264288341

350286288275293305351

L V I S NY HDK - - - - - - I P I L P Q P W L D F - - - NHGNV - - - - - - - - - - -- - - - - - - - - - - - - - - L G I L P Q P W L D F - - - - - L DV - - - - - - - - - - -- - - - - - - - - - - - - - - I G I L P Q P W L D F - - - NH L DV - - - - - - - - - - -- - - - - - - - - - - - - - - L S I V P Q P WR D F L DA K HGDV - - - - - - - - - - -- - - - - - - - - S V E - - - L P I V P E P W L D F - - - T HGK A E R I A Y T S VWP P- - - - - - - - - S V - T P F - - I V EQ P W LQ F - - - - HGDV - - - - - - - - - - -- - - - - - - - - - - - - - - L YWV NQ HK F L F - - - - - - - - - - - - - - - - - - -

351287289276294306352

361298308282325312355

- - - - - - - - - - - - - - - - - - - - - - - - - E L K L NT S HDT A - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - E L K L K P S H E T A A - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - E L K LQ P S HD I A A K T L A A S L A- - - - - - - - - - - - - - - - - - - - - - - - - E L T L S P A - - - - - - - - - - - - -K L DK FQ S SQ P S K SMT GY A GR R NHKQQ L R L I P S - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - Q F R V Y P A - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - L N I K - - - - - - - - - - - - - - -

362299309283326313356

382319351298345332374

- - - - - - - - - - - - - - - - - - - - - - A T T P A D I GV EMV D L I NQ V DH- Q -- - - - - - - - - - - - - - - - - - - - - - A T T K A E I GA EMV N L I Y GADH- A -R K K RQ S S T DN S A N F S E K DV K GDA K T P A E I A A EMV G F I YQ V DH- A -- - - - - - - - - - - - - - - - - - - - - - S I T P V A I GT EMV N I I N- - - - - - -- - - - - - - - - - - - - - - - - - - - - - A I T P EQ I G L DMT T I I NDADH- - -- - - - - - - - - - - - - - - - - - - - - - E I A P E E A A T TM L R L V S E I DR - - -- - - - - - - - - - - - - - - - - - - - - - - - - E S A GD LQ L L K L T NY S NNG- D

375 398

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -T E S - - E D- - - A Y - G- - - - - - - V L D S E L V I P Q L DHR SM- - - - - - - -

399 421

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- DD- Q S - - - - - - DN S - - GK G E V E - Y S - - N L F I N- - - - - - - - G SW-

383320352299346333422

421358390337381362456

- - - S V S HY S G F - Q E V K V K A I R A T V A - E KM I V LQ D EMT V - V A T GK G- - - S V S HY S G F - Q E V R V NA I HA T I A - N L K VM LQ D EMT V - V A T GK A- - - S V S HY S G F - Q E V K V NA I R A T V A - NKMV V I Q D EMT V - A A T GK G- - - P V TQ Y S G F - E KMK V K S I R L A A K - D EM L L LQ D E I T I - V A T GK G- - - R S T HY S G F D E KQ K I H SMHMAAAD E KMV V I Q D E I T S - I - - - - -- - - - - - - - - - F - E K E R V K S A R A V A A - E AMV A V I D E P T T - V C L G- -- - - DT DHY SQ G- E P V R L S AMR A L I C - S L T V A I E DD L V - - Q T I - - -

422359391338382363457

445382414360408371465

R P A E K - - - - E K C E DMQ R - - L A C A G L V - T - A I - SR P A EQ - - - - E T C S D L E R - - V T C A GP V - M- T I - RK S A E K - - - - E NC S D L K R - - V V C AGP M-M- V I - SR P - - - - - - EQ T C F D L V R R L V A C P G- - VM- A T - D- - A DAQ GGNN L C V D L DQ - -MV CDGP L VM- A V - K- - - DA - - - - - - - - - - - - - - - - - - - P T V - - SQ P KL P G- - - - - - - - - - - - - - - - - - - - - - L - N S P L - K


40 60 80 100 120

40

60

80

mm

Outlook

What proteins are appropriate to reconstruct a specific phylogeny

Gene 1

Gene 2

Gene 3

Gene 4

spec

ies

A

spec

ies

B

spec

ies

C

spec

ies

D

spec

ies

E

A B C D E

A BCD E

A B C D E

A B C D E

How far back in time can we trace a protein


40 60 80 100 120

40

60

80

mm

Acknowledgements

Ingo EbersbergerArndt von Haeseler


Introduction

simulating sequence evolution under domain constraints · zf-ubp lacbi sgf11 sus1 fact fact fact...

Documents