Perbedaan yang menonjol antara UPGMA dan tetangga yang bergabung dengan pohon adalah UPGMA adalah metode pengelompokan hierarki aglomerasi berdasarkan metode hubungan rata-rata sedangkan pohon yang bergabung dengan tetangga adalah metode pengelompokan berulang berdasarkan kriteria evolusi minimum. Selanjutnya, UPGMA menghasilkan pohon filogenetik yang berakar sedangkan metode pohon bergabung dengan tetangga menghasilkan pohon filogenetik yang tidak berakar . Karena metode UPGMA mengasumsikan tingkat evolusi yang sama , ujung cabang keluar sama sementara metode tetangga-bergabung pohon memungkinkan tingkat evolusi yang tidak sama, panjang cabang sebanding dengan jumlah perubahan.
UPGMA (metode grup pasangan tidak berbobot dengan rata-rata aritmatika) dan pohon tetangga-bergabung (NJ) adalah dua jenis algoritma, yang membangun pohon filogenetik dari matriks jarak. Secara umum, UPGMA adalah metode yang sederhana, cepat, tetapi tidak dapat diandalkan, sedangkan metode neighbor-joining tree adalah metode yang relatif cepat, memberikan hasil yang lebih baik jika dibandingkan dengan metode UPGMA.
Topik bahasan kami tentang:
- Apa itu UPGMA – Pengertian, Metode, Signifikansi 2. Apa itu Neighbor Joining Tree – Pengertian, Metode, Signifikansi 3. Apa Persamaan UPGMA dan Neighbor Joining Tree – Garis Besar Karakteristik Umum 4. Apa Perbedaan UPGMA dan Tetangga Bergabung dengan Pohon – Perbandingan Perbedaan Kunci
Istilah Utama
Metode Pengelompokan Agglomerative, Matriks Jarak, Pohon Penggabung Tetangga, Pohon Filogenetik
Yang perlu anda ketahui tentang UPGMA
UPGMA (metode grup pasangan tidak berbobot dengan rata-rata aritmatika) adalah metode pengelompokan hierarkis sederhana, aglomeratif, yang dikaitkan dengan Sokal dan Michener. Ini adalah metode paling sederhana dan tercepat untuk membangun pohon filogenetik yang berakar dan ultrametrik. Namun, kelemahan utama dari metode ini adalah asumsi tingkat evolusi yang sama pada semua garis keturunan. Ini berarti tingkat mutasi dalam garis keturunan ini konstan dari waktu ke waktu. Ini juga disebut ‘hipotesis jam molekuler’. Selain itu, menghasilkan semua cabang di pohon dengan jarak yang sama. Namun, karena sulit untuk memiliki tingkat mutasi yang sama untuk semua garis keturunan, pada kenyataannya, metode UPGMA lebih sering menghasilkan topologi pohon yang tidak dapat diandalkan.
Gambar 1: Metode UPGMA
Selanjutnya, metode UPGMA dimulai dengan matriks jarak berpasangan. Awalnya, diasumsikan bahwa setiap spesies adalah cluster sendiri. Kemudian menggabungkan dua cluster terdekat dengan nilai jarak terkecil dalam matriks jarak. Selain itu, menghitung ulang jarak pasangan sendi dengan mengambil rata-rata. Kemudian, algoritma mengulangi proses tersebut sampai semua spesies terhubung dalam satu cluster.
Yang perlu anda ketahui tentang Tetangga Bergabung dengan Pohon
Metode pohon Neighbor-joining (NJ) adalah metode pengelompokan aglomeratif terbaru yang digunakan untuk membangun pohon filogenetik. Ini dikembangkan oleh Naruya Saitou dan Masatoshi Nei pada tahun 1987. Namun, itu membangun pohon filogenetik yang tidak berakar. Selain itu, tidak memerlukan jarak ultrametrik dan menggunakan metode dekomposisi bintang. Selanjutnya, algoritma pohon bergabung-tetangga menyesuaikan variasi tingkat evolusi garis keturunan. Maka dari itu, itu dimulai dengan pohon seperti bintang yang belum terselesaikan.
Gambar 2: Konstruksi Pohon Penggabung Tetangga
Selain itu, dalam metode tetangga-bergabung pohon, matriks Q dihitung berdasarkan jarak saat ini. Kemudian, ia memilih pasangan garis keturunan dengan jarak terendah untuk bergabung ke simpul yang baru dibuat. Namun, simpul ini terhubung dengan simpul pusat. Setelah itu, algoritma menghitung jarak dari setiap garis keturunan ke simpul baru. Kemudian menghitung jarak dari setiap linage ke node baru dari luar. Akhirnya, ia menggantikan tetangga yang bergabung dengan simpul baru berdasarkan jarak yang dihitung.
Persamaan Antara UPGMA dan Tetangga Bergabung dengan Pohon
- UPGMA dan tetangga-bergabung pohon adalah dua algoritma yang membangun pohon filogenetik, mengambil matriks jarak sebagai input. Umumnya, matriks jarak adalah matriks 2D – array yang berisi jarak berpasangan dari sekumpulan titik.
- Skor keselarasan yang dihasilkan dari satu set protein atau urutan DNA terkait dapat digunakan sebagai ukuran untuk konstruksi matriks jarak.
- Keduanya adalah metode pengelompokan aglomerat (bottom-up).
- Mereka adalah metode yang lebih cepat yang secara komputasi lebih murah.
- Maka dari itu, mereka dapat diterapkan dalam kumpulan data yang besar.
- Selain itu, kedua metode menghasilkan hasil yang lebih baik jika dibandingkan dengan metode dengan jenis input lainnya.
- Meskipun dirancang untuk menghasilkan pohon tunggal, terkadang mereka menghasilkan lebih dari satu topologi, menghasilkan perilaku ‘kacau’ berdasarkan urutan pemasukan data.
- Nilai bootstrap adalah uji statistik sederhana untuk memeriksa kemungkinan pembentukan node/clades.
Perbedaan Antara UPGMA dan Tetangga Bergabung dengan Pohon
Definisi
UPGMA adalah istilah untuk pendekatan langsung untuk membangun pohon filogenetik yang berakar dari matriks jarak sementara pohon yang bergabung dengan tetangga adalah istilah untuk pendekatan baru untuk membangun pohon filogenetik, yang tidak di-root melalui pohon bintang.
Dikembangkan oleh
Metode UPGMA dikembangkan oleh Sokal dan Michener pada tahun 1958, sedangkan metode Neighbor Joining Tree dikembangkan oleh Naruya Saitou dan Masatoshi Nei pada tahun 1987.
Makna
Selain itu, UPGMA adalah metode pengelompokan hierarki aglomerasi berdasarkan metode tautan rata-rata sedangkan pohon bergabung dengan tetangga adalah metode pengelompokan berulang berdasarkan kriteria evolusi minimum.
Jenis Pohon Filogenetik
Sementara metode UPGMA membangun pohon filogenetik berakar, metode pohon bergabung tetangga membangun pohon filogenetik yang tidak berakar.
Jenis Jarak
Selain itu, algoritma UPGMA membutuhkan jarak menjadi ultrametrik sedangkan algoritma tetangga-bergabung pohon membutuhkan jarak menjadi adiktif.
Sifat Cabang Pohon Filogenetik
Karena metode UPGMA mengasumsikan tingkat evolusi yang sama, ujung cabang keluar sama (panjang cabang yang sama dari akar ke ujung). Karena metode pohon bergabung-tetangga memungkinkan tingkat evolusi yang tidak sama, panjang cabang sebanding dengan jumlah perubahan.
Kecepatan
UPGMA adalah metode yang sederhana dan cepat sementara tetangga-bergabung pohon adalah metode yang relatif cepat.
Keandalan
Selain itu, UPGMA adalah metode yang tidak dapat diandalkan sementara pohon tetangga-bergabung menghasilkan hasil yang lebih baik.
Kata terakhir
UPGMA adalah salah satu dari dua algoritma untuk membangun pohon filogenetik berdasarkan data jarak evolusioner. Selain itu, ia membangun pohon filogenetik berakar dengan panjang cabang yang sama. Selain itu, ini adalah algoritma yang sederhana, cepat, dan paling dapat diandalkan untuk membangun pohon filogenetik dari matriks jarak. Di sisi lain, pohon tetangga-bergabung adalah metode kedua yang digunakan untuk membangun pohon filogenetik dari matriks jarak. Namun, ia menghasilkan pohon filogenetik yang tidak berakar yang panjang cabangnya mencerminkan jumlah perubahan selama evolusi. Selain itu, algoritme ini membangun pohon filogenetik yang paling andal meskipun algoritmenya relatif kurang cepat. Maka dari itu, Perbedaan yang menonjol antara UPGMA dan tetangga yang bergabung dengan pohon adalah karakteristik pohon filogenetik dan karakteristik algoritma.
Sumber bacaan:
- Pavlopoulos, Georgios A dkk. “Panduan referensi untuk analisis dan visualisasi pohon.” Penambangan BioData vol. 3,1 1. 22 Februari 2010, doi: 10.1186/1756-0381-3-1 2. “UPGMA
.” Metode UPGMA, Tersedia Di Sini . 3. “Metode Penggabungan Tetangga.” Metode Penggabungan Tetangga,
Tersedia Di Sini .
Sumber gambar:
- “Data UPGMA Dendrogram 5S” Oleh Emmanuel Douzery. – Karya sendiri ( CC BY-SA 4.0 ) melalui Commons Wikimedia 2. “Neighbor-joining 7 taxa start to finish” Oleh Tomfy – Dibuat dengan gambar Google Docs. ( CC BY-SA 3.0 ) melalui Commons Wikimedia
