O comprimento do ramo é o número esperado de substituições por sítio por ponto de tempo. Cada linhagem evolui de forma independente a partir do ancestral.
Cole uma sequência proteica, defina um comprimento de ramo e um número de pontos de tempo, e este simulador de mutações faz várias linhagens independentes evoluírem a partir desse ancestral sob um modelo de substituição real. Cada substituição nova é marcada em vermelho na linha do tempo, o bloco de resultados as soma, e o link que você compartilha reproduz a execução exatamente.
O simulador usa o modelo de Markov em tempo contínuo que está por trás da filogenética moderna. A partir das taxas de troca e das frequências de equilíbrio de aminoácidos do modelo escolhido ele constrói a matriz de taxas Q, redimensiona-a de modo que uma unidade de comprimento de ramo equivalha a uma substituição esperada por sítio, e calcula a matriz de transição P = exp(Qt) para o comprimento de ramo t que você definiu. A cada ponto de tempo, cada sítio de cada linhagem sorteia seu próximo resíduo na linha de P correspondente ao seu resíduo atual. O tempo acumula um comprimento de ramo por ponto, então cinco pontos em 0,1 cobrem uma distância total de 0,5 substituição por sítio a partir do ancestral.
O ancestral fica no topo. Abaixo dele, cada ponto de tempo lista uma linha por linhagem com as substituições ocorridas naquele passo em vermelho forte, as diferenças anteriores em relação ao ancestral em vermelho esmaecido, e os rótulos das mutações depois da linha, de modo que I3V significa que a isoleucina na posição 3 virou valina. O bloco de resultados conta as substituições no total e por linhagem, imprime o número esperado por sequência, que é o comprimento de ramo total multiplicado pelo comprimento da sequência, o número de sequências finais únicas, a distância média entre pares de linhagens em diferenças por sítio, e a identidade das sequências finais com o ancestral. Copiar relatório coloca os números e as sequências finais na área de transferência.
A sequência de exemplo é a cadeia A da insulina, com 21 resíduos. Com os valores padrão, comprimento de ramo 0,1, cinco pontos de tempo e cinco linhagens, a distância total é 0,5 por sítio, então a contagem esperada é de 10,5 substituições por linhagem. As execuções ficam perto desse valor, e a identidade com o ancestral termina perto de 60 a 70 por cento em vez de 50, porque um sítio que muda duas vezes ainda conta como uma diferença e alguns sítios revertem. Com comprimento de ramo 1 as linhagens divergem tanto que quase toda posição difere do ancestral, o regime em que o sinal filogenético satura.
As sequências são cortadas em 2.000 resíduos, as linhas de cabeçalho FASTA são removidas, e só os vinte aminoácidos padrão evoluem. Não há inserções, deleções, variação de taxa entre sítios nem seleção além da opção de sítios conservados: a saída ilustra a substituição neutra, não prevê como uma proteína específica evolui.
JTT (Jones, Taylor e Thornton, 1992) e WAG (Whelan e Goldman, 2001), dois modelos empíricos de aminoácidos estimados a partir de grandes conjuntos de alinhamentos reais de proteínas, além de um modelo uniforme em que todo aminoácido tem a mesma probabilidade de mudar para qualquer outro. Os modelos empíricos tornam mudanças conservativas, como isoleucina para valina, muito mais prováveis do que, digamos, triptofano para glicina.
Comprimento de ramo é a distância evolutiva medida em substituições esperadas por sítio, a unidade usada nas árvores filogenéticas. Em 0,1 espera-se que cada sítio mude cerca de uma vez em dez por ponto de tempo, então uma proteína de 100 resíduos acumula aproximadamente 10 substituições por ponto, menos quando um sítio muda e volta.
Cada sítio sorteia seu novo resíduo ao acaso a partir das probabilidades do modelo, então duas execuções nunca coincidem. Executar de novo sorteia uma simulação nova; o link de compartilhamento carrega a semente, e abri-lo reproduz exatamente a mesma linha do tempo.
A fração de posições, na média de todas as linhagens, em que a sequência final ainda tem o resíduo ancestral. Múltiplas mudanças num mesmo sítio contam como uma única diferença, e é por isso que a identidade cai mais devagar do que a contagem de substituições sobe.
Só de uma maneira simples: a opção Manter C, H, D, E congela cisteína, histidina, aspartato e glutamato, os resíduos mais encontrados em sítios ativos e pontes dissulfeto. Todo o resto evolui de forma neutra; não há inserções nem deleções, e os sítios evoluem independentemente uns dos outros.