Resolving deep animal phylogeny with irreversible and unrepeatable genomic changes

通过不可逆和不可重复的基因组变化解决深层动物系统发育

基本信息

  • 批准号:
    EP/Y023668/1
  • 负责人:
  • 金额:
    $ 25.55万
  • 依托单位:
  • 依托单位国家:
    英国
  • 项目类别:
    Fellowship
  • 财政年份:
    2024
  • 资助国家:
    英国
  • 起止时间:
    2024 至 无数据
  • 项目状态:
    未结题

项目摘要

Resolving the animal tree of life is essential to understand the origin and evolution of complex traits such as muscles, guts, and a nervous system. Sequence-based phylogenomics has not met expectations- replacing old problems in animal phylogenetics with new ones. Different datasets and phylogenetic models routinely produce strongly supported but incompatible trees. A key driver of this is convergent evolution of the same nucleotide or amino acid character state at a given position in distantly related sequences by reverse or parallel substitutions. This is prevalent, given the few possible alternative nucleotide (4) or amino acid (20) states, and can produce incorrect trees. Despite substantial effort, adequate and tractable solutions to this and related problems continue to evade us, confounding understanding of animal evolution. An alternative is rare genomic changes, e.g. presence/absence of genes, indels, introns, gene clusters, protein domain architecture etc. Such complex characters are very unlikely to have evolved convergently and their presence/absence is a binary character uniting species. Despite the potential and growing use of such methods, it is already clear that like phylogenomics, they can be misled; character loss can be convergent and is indistinguishable from primary absence. To circumvent this, we will build computational tools for systematic genome-wide identification of a special class of rare genomic changes that employ 'irreversible', 'unrepeatable' characters. These characters are never absent and take two equally and highly complex conserved states-one ancestral (present in non-animals and some animals) and one derived (present in the remaining animals)-making reverse or parallel evolution vanishingly unlikely (e.g. gene adjacency relationships, 'conserved-but-different' genes). This will produce a new, confidently-resolved animal phylogeny allowing us to trace the history of animal trait evolution in ancient Precambrian oceans.
解决生命的动物树对于了解肌肉,胆量和神经系统等复杂性状的起源和演变至关重要。基于序列的系统基因学尚未达到预期 - 用新动物的系统发育中的旧问题取代了旧问题。不同的数据集和系统发育模型通常会产生强烈支持但不兼容的树木。这样的关键驱动力是通过反向或平行取代在给定位置处相同核苷酸或氨基酸特征状态的收敛演化。考虑到少数可能的替代核苷酸(4)或氨基酸(20)状态,这很普遍,并且会产生不正确的树木。尽管付出了巨大的努力,但对此问题和相关问题的适当和可牵持的解决方案仍在逃避我们,这使人们对动物的进化感到困惑。另一种是罕见的基因组变化,例如存在/不存在基因,indels,内含子,基因簇,蛋白质结构结构等。这种复杂的特征不太可能趋于融合,并且它们的存在/不存在是二进制特征统一物种。尽管这种方法的使用潜力和日益增长的使用,但已经很明显,像系统基因组一样,它们可能会被误导。角色丧失可以是收敛的,并且与原发性缺失没有区别。为了避免这种情况,我们将构建用于全基因组的系统识别的计算工具,以识别采用“不可逆”,“难以重复”字符的特殊罕见基因组变化。这些字符永远不存在,并采取两个平等且高度复杂的保守状态,是一个祖先(存在于非动物和某些动物中),一个衍生(存在于其余动物中) - 制造反向或平行的进化消失了(例如,基因邻接关系,'保守的'but distrent'基因)。这将产生一种新的,确信的动物系统发育,使我们能够追踪古代前寒武纪海洋中动物特质进化的历史。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Maximilian Telford其他文献

Maximilian Telford的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Maximilian Telford', 18)}}的其他基金

Tracing the evolution of sensory cell types in animal diversity: multidisciplinary training in 3D cellular reconstruction, multimodal data analysis
追踪动物多样性中感觉细胞类型的进化:3D 细胞重建、多模式数据分析的多学科培训
  • 批准号:
    EP/Y037081/1
  • 财政年份:
    2024
  • 资助金额:
    $ 25.55万
  • 项目类别:
    Research Grant
Addressing the problem of deep coalescence in ancient radiations: Resolving the explosive radiation of the Lophotrochozoa.
解决古代辐射中的深层合并问题:解决冠轮动物的爆炸性辐射。
  • 批准号:
    BB/R016240/1
  • 财政年份:
    2018
  • 资助金额:
    $ 25.55万
  • 项目类别:
    Research Grant
Molecular developmental analyses of animal larval development: searching for deep homology
动物幼虫发育的分子发育分析:寻找深层同源性
  • 批准号:
    BB/H006966/1
  • 财政年份:
    2010
  • 资助金额:
    $ 25.55万
  • 项目类别:
    Research Grant

相似国自然基金

深潜鲸类低氧耐受的分子细胞调控机制
  • 批准号:
    32300359
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
金属矿深开采热-质协同效应对通风阻力的影响机制研究
  • 批准号:
    52374209
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
非均质材料的超大深径比发汗孔高压诱导放电蚀除机理及能量调控方法
  • 批准号:
    52375402
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
均一性金属辅助深硅刻蚀的方向调控机制研究
  • 批准号:
    62304035
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
胆碱基深共晶体系稀土的溶剂化行为及电沉积机理研究
  • 批准号:
    52304362
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

Wearable, Wireless Deep-tissue Sensing Patch for Continuous Monitoring of Recovery from Microsurgical Tissue Transfer
可穿戴式无线深层组织传感贴片,用于连续监测显微外科组织转移的恢复情况
  • 批准号:
    10637093
  • 财政年份:
    2023
  • 资助金额:
    $ 25.55万
  • 项目类别:
High-resolution cerebral microvascular imaging for characterizing vascular dysfunction in Alzheimer's disease mouse model
高分辨率脑微血管成像用于表征阿尔茨海默病小鼠模型的血管功能障碍
  • 批准号:
    10848559
  • 财政年份:
    2023
  • 资助金额:
    $ 25.55万
  • 项目类别:
Establishment of a Bat Resource for Infectious Disease Research
建立用于传染病研究的蝙蝠资源
  • 批准号:
    10495114
  • 财政年份:
    2023
  • 资助金额:
    $ 25.55万
  • 项目类别:
Chromatin regulators of stemness and therapy resistance in rhabdomyosarcoma
横纹肌肉瘤干性和治疗耐药性的染色质调节因子
  • 批准号:
    10622041
  • 财政年份:
    2023
  • 资助金额:
    $ 25.55万
  • 项目类别:
Mechanism-Driven Virtual Adverse Outcome Pathway Modeling for Hepatotoxicity
机制驱动的肝毒性虚拟不良结果途径建模
  • 批准号:
    10940417
  • 财政年份:
    2023
  • 资助金额:
    $ 25.55万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了