自2015年文章正式发表以来，iqtree以其快速精准的建树和全面的功能在竞争激烈的系统发育树（phylogenetics）领域快速蹿红，并广受好评，目前砍下谷歌学术4471次引用。5年后，来自澳大利亚国立大学的Bui Quang Minh（裴光明，有没有懂越南语的朋友看下译的对不对）团队终于推出了iqtree 2.0版【1】！
此次2.0版改进的主要功能在iqtree的官方网站（www.iqtree.org）已经写的很清楚了：
简单说一下：
1. –s以前只是针对单独的序列文件，现在可以加入含多条序列的文件夹，更加方便多基因联合建树
2. 对有根树利用不可逆替换模型的推断
3. 限定拓扑结构推断（-g）时建树速度更快
4. -S、—gcf以及--scf：由于不同位点以及多基因建树中不同基因（或partition）可能得出不同的树形，而这些可能在最终的树中反映不出来，即便树的内部节点的支持度很高。举个不恰当的例子，16年美国大选，按照选举规则川普以304比227选举人票数的绝对优势击败了希拉里，但这绝不意味着选民的投票是一边倒支持川普，甚至总得票率川普还落后希拉里2个百分点。那么，你的dataset是铁板一块吗？其中是否存在这样的现象呢？iqtree 2.0这两个选项（-S和--gcf）为用户提供了类似情形的便捷方法【2】
5. –modelomatic：对于不同类型序列的最佳模型选择。如你的dataset内既有protein，也包括核酸，还有形态学数据，那么记得考虑这个参数【3】。
6. --symtest：目前一般的建树方法，都是基于所谓的SRH原则，即stationary, reversible, and homogeneous。裴光明及其合作者的研究指出，对于SRH原则的违背在文献中十分普遍【4】，于是乎建出来的树是否真的可靠就要打上问号了。你的dataset是否存在对该原则的违背呢？不妨用--symtest检测一下。
7. –tbe:Transfer bootstrap expectation：一种新的对进化树拓扑结构支持度的评价方法【5】，该法在raxml-ng中也已配备【6】。
8. –mlrate：对每个位点（site）的替换速率的最大似然估计
9. 塔拉什分析？惭愧了，我只知道国际象棋里有一个塔拉什防御。
10. 再补充一个，2.0.3版本中增加了LSD2法对进化时间的推算。该法由旅法越南学者苏秋贤 （Thu-Hien To） 和 Gascuel等人于16年开发。不过目前有两个不足之处，一是给出的结果属于点估计（2.0.6版本中可使用--date-ci对confidence interval进行估计但作者提示暂时可能有bug），二是当不同序列或物种间进化速率差异较大时，可能不太灵光，详情请浏览http://www.iqtree.org/doc/Dating。
关于iqtree2.0版的内容就说完了。不过我想再多唠叨几句关于iqtree的东西。
几年前，最大似然法进化树构建就已经有像raxml、MEGA、phyml等居于主导地位的优秀软件了。在这样的大背景下，为何裴教授要开发iqtree呢？19年美国马萨诸塞州举行的Workshop on Molecular Evolution上，裴教授讲到了以下三点：
1. 迎合大数据，以及系统发育基因组学（phylogenomics analysis）的分析需求
2. 提供丰富的进化模型（就模型选择是否有价值，去年有不同实验室提出了新的不同观点，详情请见生信人往期推送19年五次生信争议事件）
3. 同其他软件进行比较和友好竞争，给予用户选择空间，这对整个领域的发展是有益处的。
一般来讲，由于计算复杂，最大似然法进化树构建需要采取启发式算法（Heuristic）。也就是，我们无法找到那棵最佳的树，但在有限时间内，可以退而求其次找到一个足够好的树。
举个例子。圣诞节要到了，我们要布置一颗圣诞树，那么怎样装饰才是最好的呢？假如存在一个所谓的最美圣诞树，大概穷尽毕生之力也是无法构建出来的，因为可能稍一改变，可能就能得到一颗更美的圣诞树，更不要完全不同的装饰思路了。所以我们一般的思路是，先找到一个感觉上不错的设计方案搞出来。接着，我们通过对圣诞树的分枝的裁剪和安装，装饰物的变换，涉及不同的圣诞树的造型。我们还要注意有没有另外的“圣诞树结构”，提防由于只见树木不见森林忽略了其他的圣诞树结构陷入“局部最佳”的幻境而浑然不知。当我们小心翼翼地搞定了一切，最终，会得到一个虽然不十全十美但大部分时候也能令人满意的树。当然，如果不够走运，经过反复修改都不能满意，那么园丁们有两个选择，要么将就，要么推倒重建。
在系统发育分析中，对进化树的构建与装饰圣诞树有很多相似之处，也是通过对树的不断剪切变化一步步优化树，只不过算法十分复杂，而且初始树未见得只有一棵。具体到iqtree，它采用了Hill climbing NNI and downhill NNI方法试图找寻答案（见下图，由于这里完全超出了我的知识水平，故此略去）。
Iqtree的hill climbing NNI and downhill NNI示意图，类比爬山【7】
对一般用户而言，iqtree速度的优势也许体现在其ultrafast bootstrap。提醒大家，如果选择ultrafast bootstrapping，进化树上的支持度大致上代表拓扑结构“正确”的概率，以95%以上为基准认为所谓可靠，大致相当于传统bootstrap 80左右【8】。
此外，传统的替代模型假设各个位点都按照相同的平衡频率（equilibrium frequency）。然而，这在生物学意义上说并不正确。比如某些催化位点特别保守，保守到甚至只容许有一种氨基酸，而有些无关痛痒的区域却是20种氨基酸群魔乱舞。对此有两个解决方案。一是像phylobayes那样对不同位点的平衡频率进行估测，二是采用iqtree中的经验方法——在iqtree中已经内置了6个mixture model，从C10，C20一直到C60，该法最初由法国国家科学研究中心CNRS的黎士光（Le Si Quang，再次呼叫懂越南语的朋友）、Gascuel和Lartillot提出【9】。这些mixture model被认为是目前比较先进的策略，多次在解决重要phylogenomics难题中发挥作用（这里说phylogenomics，显然是对于多基因联合构建物种树的情形，对于单基因树因要估计的参数过多，mixture model往往效果不佳），其缺点是对内存要求较高。具体操作请大家参考【10】。此外，年初的时候，匈牙利Eötvös Loránd University的Gergely Szöllős实验室推出了一个叫做EDCluster的软件【11】，想为你的dataset量身打造特定mixture profile的朋友推荐试下。
其实，iqtree2.0早在去年年底就在biorxiv上投放了，并于年初正式见刊【1】，只是由于iqtree内容丰富，怕自己才疏学浅、误人子弟，所以一直未能腾出手来完成iqtree2.0的推送。不知不觉已经加入生信人团创作队两年了，本文正好是我创作的第100篇微信推送，思来想去决定还是在自己相对熟悉的领域写点东西，也正好是一个合适的时机把iqtree2.0补上。以上，小编走马观花地对iqtree和其升级版抒发了一些自己的观点，难免浅尝辄止、错进错出。有关iqtree的更多更深入的内容，还请参考官网和使用手册。此外，iqtree还提供在线服务：http://iqtree.cibiv.univie.ac.at，值得一试。
引文
1. B.Q. Minh, H.A. Schmidt, O. Chernomor, D. Schrempf, M.D. Woodhams, A. von Haeseler, R. Lanfear (2020) IQ-TREE 2: New models and efficient methods for phylogenetic inference in the genomic era. Mol. Biol. Evol., 37:1530-1534.
2. B.Q. Minh, M.W. Hahn, R. Lanfear (2020) New methods to calculate concordance factors for phylogenomic datasets. Mol. Biol. Evol. https://doi.org/10.1093/molbev/msaa106
3. Naser-Khdour, Suha, et al. "The prevalence and impact of model violations in phylogenetic analysis." Genome biology and evolution 11.12 (2019): 3341-3352.
4. Whelan, Simon, et al. "ModelOMatic: fast and automated model selection between RY, nucleotide, amino acid, and codon substitution models." Systematic biology 64.1 (2015): 42-55.
5. Lemoine, Fréderic, et al. "Renewing Felsenstein’s phylogenetic bootstrap in the era of big data." Nature 556.7702 (2018): 452-456.
6. Lutteropp, Sarah, Alexey M. Kozlov, and Alexandros Stamatakis. "A fast and memory-efficient implementation of the transfer bootstrap." Bioinformatics 36.7 (2020): 2280-2281.
7. Bui QM, Workshop on Molecular Evolution. 2019
8. http://www.iqtree.org/doc/Frequently-Asked-Questions
9. Si Quang, Le, Olivier Gascuel, and Nicolas Lartillot. "Empirical profile mixture models for phylogenetic reconstruction." Bioinformatics 24.20 (2008): 2317-2323.
10. http://www.iqtree.org/doc/Complex-Models
11. Scalable empirical mixture models that account for across-site compositional heterogeneityDominik Schrempf, Nicolas Lartillot, Gergely Szöllősi. bioRxiv 794263
拓展阅读：
1. Montreal，号外|RAxML进化树构建换代啦(2018) 生信人
2. Montreal，新一代建树工具IQ-Tree介绍(2018) 生信人
作者原创，2020年八月原载于生信人
网友评论