初次记录时间：2021.2.5

---

3.12更新说明：ML建树对与模型的替代选择比较敏感，因此增加了第四部分推测最佳模型的方法：jModeltest和ProtTest。
3.16更新说明：增加了第五部分内容，IQtree可以帮助用户选择最佳的进化模型，速度也较快，有文献报道准确度比传统的RAxML高。
3.20更新说明：意外又看到一个推测最佳建树模型的软件：modeltest-ng。目前用不到，就暂时不用它了。另外，为啥我用IQtree建树，那么慢！！！

1. 系统发生树

1.1 简述

    系统发生树（Phylogenetic tree）是从分子层面研究物种进化的手段，是通过构建分子树来推断物种树，并不一定是绝对的真实情况。随着越来越多物种的基因序列的获得，是一种快捷、准确的研究物种间关系的方法。构建好的系统发生树由四部分组成：根、枝、节、叶

系统发生树结构图

1.2 特点

• 由系统发育树推断出的进化关系，并不一定是物种间绝对的进化关系。
• 系统发育树的分支聚类情况，在一定程度上反映了物种间的亲缘关系。
• 系统发育树分支绕节点转动不会改变物种间的亲缘关系。

---

FastTree和RAxML均是用最大似然法构建系统发育树的工具，前者速度快，后者准确度高。

2. FastTtree

    FastTtree采用的是SH检验来判断每个节点的可信度。该值的范围在0~1之间，与一般用的bootstrap值高度相关。

2.1 安装

conda install fasttree

2.2 使用

2.2.1 核酸建树

fasttree -nt <nucleotide_alignment_file> > <tree_file>

注：核酸建树默认JC+CAT模型，可以用参数-gtr -nt切换成GTR+CAT模型

2.2.2 蛋白建树

fasttree <protein_alignment_file> > <tree_file>

注：蛋白建树默认JTT+CAT模型，还可以用参数-wag或者-lg切换成LG+CAT或者WAG+CAT模型

---

3. RAxML-NG

3.1 安装

 conda install -c bioconda raxml-ng 

3.2 使用

第一步：检查比对后的序列MSA是否可以读取（MSA可以使用FASTA、PHYLIP格式）

raxml-ng --check --msa prim.phy --model GTR --prefix T1

注：这一步骤还会给出哪些序列是相同序列（推荐执行）

第二步：构建核苷酸树（模型GTR，1000次自检值抽样）

raxml-ng --all --msa prim.phy --model GTR --prefix T15 --threads 10  --bs-trees 1000

注：蛋白树可用LG模型

---

4. 模型的选择

    目前常用的构建系统发育树的方法有：邻位归并法(Neighbor joining, NJ)、最大似然法(Maximum likelihood method, ML) 以及贝叶斯法（BI）。综合速度和准确度，ML用得较多。
    ML对替代模型非常敏感，因此利用ML法构建系统发育树之前，选择合适的替代模型是必不可少的过程。(如果序列的相似度较高，每种方法和模型构建的系统发育树差别不大)

4.1 jModeltest

    jModeltest用于核苷酸最佳替代模型的计算，一共有88种模型。

4.1.1 安装

    从github上下载最新版本（jModelTest v2.1.10）。

4.1.2 使用

tar -zxvf jmodeltest-2.1.10.tar.gz
cd jmodeltest-2.1.10
java -jar jModelTest.jar -d <输入文件.fa> -f -i -g 4 -s 11 -BIC -AIC -v -a -tr 40 -o <输出结果.txt>

注：输入文件为比对之后的fasta格式文件

4.2 ProtTest

    ProTest用于最佳氨基酸替代模型的计算，一共有120中模型。

4.2.1 安装

    从github下载最新版本（ProtTest 3.4.2）

4.2.2 使用

1. 查看帮助信息

tar -zxvf prottest-3.4.2-20160508.tar.gz
cd prottest-3.4.2
java -jar prottest-3.4.2.jar -h

2. 模型预测

java -jar prottest-3.4.jar -i <输入蛋白序列.phy> -all-distributions -F -AIC -BIC -tc 0.5 -threads 24 -o <输出结果>

---

5. IQtree

5.1 安装

conda install iqtree

5.2 使用

1. 只选择合适的模型并输出最佳的模型（类似于jModelTest）

iqtree -s example.phy -m MF -mtree -T AUTO

mtree：会检查所有的模型，会占用很多的电脑资源。

2. 使用GTR+I+G模型建系统发育树

iqtree -s example.phy -m GTR+I+G

3. 选择合适的模型，并直接构建系统发育树（常用）

• 普通数量和序列大小建树（用标准的bootstraps进行检验）：

iqtree -s example.phy -m MFP -b 1000 -T AUTO

• 数量较多或序列较长（用UFBoot进行检验）：

iqtree -s example.phy -m MFP -B 1000 --bnni -T AUTO

常用参数说明：
1. -s：指定输入比对后的序列文件名
2. -m：选择模型（设置MFP会自动检测最佳模型并建树，从v1.54版本开始，MFP已经是默认的参数了）
2. -b：bootstrap次数
3. -B：超快速bootstrap次数，大于等于1000
4. --bnni：使用NNI优化超快速bootstrap的树，搭配-B使用
5. -T：程序运行使用的核数，可设置具体数字或者AUTO（推荐），默认是1
6. -cmax：默认是10，如果序列很长，可以适当增加该数值
7. -alrt 1000：进行SH-aLRT检验。

注意事项：

1. ultrafast bootstrap（UFBoot）和一般的bootstrap值的区别是，前者更加公正 (unbiased)。同时，两者表示的意义也有区别。UFBoot=95%，表示的是该分支的真实性是95%。一般来说，一个分支的BS（bootstrap）>80%，或者UFBoot>95%为可信的。
2. 为了进一步增加可信度，还在建树的过程中可以增加SH-aLRT检验，（添加参数：-alrt 1000）。SH-aLRT ≥ 80%，且UFBoot ≥ 95%时为可信的。