1. 毕业设计（论文）主要内容：

现有进化分析方法着眼于处理同类/近缘物种的进化路径，假设所有序列是同源的，而且采样默认是均匀的。

而在微生物组分析中存在如下问题：1）不同物种之间的亲缘关系可能很远，需要采用恰当的准则将序列划分成子集，然后再对子集内的近缘物种进行分析，而划分准则又反过来要依赖于序列数据之间的亲缘分析。

2）采样是不均匀的（如某个物种可能会在发源地比较集中，而扩散地的数量比较少），由此可能会对序列之间的距离分布产生影响，进而影响分析结果；3）除了针对个体物种进行亲缘关系分析之外，微生物组分析还需要对环境样本之间的相似性进行量化评估，提出对应的计算模型公式。

2. 毕业设计（论文）主要任务及要求

1）用快速聚类方法对数据进行级联聚类，然后采用固定阈值划分otu，以每个otu为物种单元建立进化关系树并量化分析不同环境样本内该物种的亲缘关系和可能的传播途径。提出两个统计量的计算方法：（a）定性指标：环境a和环境b之间发生物种迁移的比率或可能性的指标； (b)定量指标：环境a和环境b的整体亲缘关系相似度指标，并验证该指标具有合理的生物学或医学意义。

2）改进进化关系树的构建方法：用快速聚类方法对数据进行级联聚类，然后按聚类顺序对序列数据进行逐次级联比对，计算相近序列的距离并用neighbor joining方法建立进化关系树（一定距离阈值以下），提出一个根据进化距离分布对进化树进行切分的方法，获得阈值灵活的（可能是多层次的）物种分类单元划分结果。沿用1a），1b)中的统计指标进行宏基因组物种进化分析，并将两个指标分别扩展到有多层次物种分类单元（类似于分类学的门-纲-目…的级联分类）的情况下的计算。

3）采用流型学习的方法进一步改进进化关系树的构建。

3. 毕业设计（论文）完成任务的计划与安排

4. 主要参考文献

必读参考文献：

[1] breakthrough of the year: the runners-up. science.334(6063): 1629-1635. 2011

[2] the nih hmp working group, peterson j, garges s,et.al. the nih human microbiome project. genome res. 19: 2317-2323. 2009