EMRE SEVİNDİK KONU: ANALİZ ÖNCESİ YAPILMASI GEREKEN İŞLEMLER

... konulu sunumlar: "EMRE SEVİNDİK KONU: ANALİZ ÖNCESİ YAPILMASI GEREKEN İŞLEMLER"— Sunum transkripti:

1 EMRE SEVİNDİK KONU: ANALİZ ÖNCESİ YAPILMASI GEREKEN İŞLEMLER
DANIŞMAN: YARD.DOÇ.DR. FATİH COŞKUN

2 ANALİZ ÖCESİ Analiz işlemine geçilmeden önce birkaç faktörün değerlendirilmesi gerekir. Örneğin eksik veri ve polimorfizm yorumu yapılmalı karakter değişimi ile ilişkin ne kabuller yapılmalıdır.

3 ANALİZ ÖNCESİ İki türlü eksik veri tanımlanabilir. Analiz edilecek taksonlardan bazıları için belli bir karaktere ilişki bilgi edilemeyebilir. Bazen incelenen bazı karakter sistemindeki yapı ortadan kalkmış olabilir. Dolayısı ile bu yapıyı yitiren taksonların tanınması mümkün değildir.

4 ANALİZ ÖNCESİ Kullanılan karakterlerin belli bir kısmının belli bir değişme serisi, diğer bir kısmının başka değişme serisi izlediği biçimde yeterli bilgi varsa, her bir karakteri tek tek analize koymak mümkündür. PAUP ^^ eşit ağırlık^^ seçeneğini kullanarak bir karakter durumundan diğer değişmeye bir adım olarak değerlendirilir.

5 ANALİZ ÖNCESİ Kök belirleme, veri matrisinde dönüşümsüz serilerin olduğu veya belli bir taksonun özel olarak ata takson olarak analize sokulduğu durumlarda gereklidir. Bu durumda PAUP ağaçları köklü tutar. Eğer dış grup içgrup da değişken olabilir ve karakter açısından heterojen değilse, karakter polarite kararı öncesi tatminkar biçimde verebiliyor.

6 AĞAÇ ANALİZ SÜRECİ PAUP optimal ağaçların bulunması için üç seçenek sunar. Kes- bağla Tüketme Heuristic

7 AĞAÇ ANALİZ SÜRECİ İlk iki metot bütün en kısa ağaçları bulmada garantilidirler. Ancak takson sayısında artış olası ağaç sayısın da korkunç artışa neden olacaktır. Tüketme metodu kes- bağla takson içeren matrislerde uygulanabilir. Genellikle fazla taksonlarda ise heuristik metodu kullanılır.

8 AĞAÇ ANALİZ SÜRECİ Heuristic metodu bize en garantili ağacı bulmayı garanti vermemektedir. Diğer metotlarda tek bir algoritmaları varken ancak heuristic metot alternatif algoritmalar ile çalışır. Bu metot iki evrede çalışır.

9 ADIM ADIM EKLEME(Stepewise addition)
Bu süreç, ilk önce üç taksonun birbirine bağlanması ile başlar. Daha sonra sırayla bütün taksonlar gelir birbirine bağlanır. PAUP da hangi üç taksonun birbirine hangi sıra ve kriter ile bağlanacağı belirleyen dört seçenek vardır.

10 ADIM ADIM EKLEME 1-) Olduğu gibi (as is) 2-) En – Yakın (Closest)
3-) Basit(Simple) 4-) Rastgele (Random)

11 DAL- DEĞİŞ TOKUŞU (Tree Bisection-Reconnection-TBR)
Adım adım ekleme metodunda algoritmalar genellikle optimal ağacı bulmak için yeterli değildir. Bu yüzden başlangıç ağaçlar bulunduktan sonra en optimal ağaç olup olmamam kontrolu dal- değiş- tokuşu ile olur. PAUP da bu işi yapan üç algoritma vardır

12 DAL –DEĞİŞ- TOKUŞU 1-) NNI ( nearest neighbour interchange): dal değiş tokuşu yerel olarak yapılır. Ağaçtaki her bir yerel dal dört yerel alt-ağacı bağlayan dalı belirler. Bu ağaçlardan her birinin diğer taraftaki biri ile yer değiştirmesi ile optimal ağaç bulunabilir.

13 DAL-DEĞİŞ-TOKUŞU 2-)SPR( subtrees pruning regrafting): alt- ağaçlardan birinin ana ağacın bir parçasından kesilip diğer ir parçasına bağlanma mantığı ile çalışır. Bütün olası kesme değerlendirmeleri yapılarak optimal ağaç bulunur.

14 DAL- DEĞİŞ TOKUŞU 3-)TBR (tree bisection reconnection): ağacı bir daldan ikiye ayırır ve iki alt ağaç oluşturur. Her bir ağaçtan birer dalın birbirine bağlanması le devam eder. Olası tüm ihtimaller değerlendirilir ve optimal ağaç bulunur.

15 SONUÇ İdeal olarak adım-adım ekleme ve dal değiş tokuşu algoritmalarında bütün kombinayonlar denenerek analiz yapılmalıdır. Ancak bu süreç çok uzun olmaktadır ve zaman kaybına neden olacaktır. Genellikle rastgele, diğer adım adım ekleme metotu ile TBR algoritması önerilir.