分子進(jìn)化樹構(gòu)建的簡要步驟(以蛋白為例)

PhyML〔核酸建樹也可以作為參考〕的序列收集過程自己費(fèi)心，依據(jù)自己的需要來做。這里主要是最大似然法來建樹，NJ法像megamega7也集成MLPhyML以要有心理預(yù)備，假設(shè)數(shù)據(jù)量大，推舉用RaxML或其他方法建樹，它處理速度要比PhyML快，不過RaxML是純命令操作，對不生疏命令及參數(shù)意義的人有肯定難度，我只在linux下操作過，在win可以參考這個過程，核酸替代模型請用jmodeltest由于PhyMLNJPhyML跑一遍看結(jié)果是否符合自己的要求。PhyML有線上版本，只需要提交序列比對結(jié)果，設(shè)置模型參數(shù)，留下郵箱等待就會給你返回結(jié)果，不過時間不行控，依據(jù)自身狀況選擇線上還是本地自己建樹。水平有限，如有錯誤遺漏懇請各位教導(dǎo)。假設(shè)在文庫不能下載，可以去網(wǎng)盤下載，見文末。建樹過程：序列預(yù)備-模型選擇-建樹及樹的驗證。環(huán)境預(yù)備：電腦^-^Windows或者Linux〔mac，假設(shè)是mac具體的操作手冊、ProtTest、PhyMl序列預(yù)備：在自己生疏的數(shù)據(jù)庫中〔我自己比較生疏Ncbi〕上做blast，選取跟要建樹蛋白同源的各物種序列，下載到本地，整合到一個fasta文件中，留意修改物種名稱，字?jǐn)?shù)最好不.phy〔自己知道是什么物種，不至于混淆就行fasta>頭標(biāo)，字母及下劃線不要有其他不相關(guān)的字符.phy文件的時候這些軟件對.phy的格式要求比較變態(tài)，有其他多余字符它都會報錯的〔你假設(shè)在dos下用命令合并文件請留意文件中最終一行的字符，請刪除。做序列分析，常用的分析軟件有clustalW系列，mega也集成了蛋白比對工具，線上線下各種軟件自由選擇，區(qū)分clustalx比對可以保存1所示。選中你期望的格式保存即可。1.clustalx2輸出文件設(shè)置注：有的軟件運(yùn)行翻開你需要比對的FASTA格式文件時候是不能有中文路徑的，比方clustalx這貨就打不開保存在中文路徑下的文件。ProtTest選擇建樹中所需要的模型注：假設(shè)*.bat批處理文件翻開一閃而過，可能是由于你電腦沒有java環(huán)境，由于這些程序是基于Java的，自行安裝即可，文末百度網(wǎng)盤鏈接里面包含了所需的建樹軟件，官網(wǎng)下載，放心使用，也可自行去官網(wǎng)下載。WindowsrunXProtTestHPC.batprottest軟件〔留意這貨執(zhí)行文件不能放到有中文字符路徑中，Linux平臺下你知道如何運(yùn)行的^-^，似乎也有線上平臺，我沒有試過，翻開fli〕你要建樹的phy格式文件，假設(shè)文件沒有問題，翻開界面如2，假設(shè)翻開文件中有其他非標(biāo)準(zhǔn)性字符就會報錯。2.ProtTest翻開文件界面點(diǎn)analysis computelikelihoodscores〔圖消滅圖4設(shè)置界面替代模型默認(rèn)全部選擇，可以不用管，直接默認(rèn)就好，ratevariation全選默認(rèn)不變，categories默認(rèn)是4，這個范圍可以設(shè)置4-8，數(shù)值應(yīng)當(dāng)是越大越好，但會增加計算時間，依據(jù)你的狀況選擇，假設(shè)不明白就保持默認(rèn)4。Amino-acidfrequencies勾選Empirical，假設(shè)不選這個，計算模型變?yōu)?0個，會削減計算時間推舉勾選最終一個Startingtopolpgy選型改為MaximumLikelihoodtree，最終點(diǎn)擊Compute計算，長時間等待 〔看你用的機(jī)器配置狀況咯，沒方法〕3.ProTestanalysis選項4.analysis設(shè)置界面經(jīng)過長時間等待后計算完成，返回結(jié)果，如圖5，看不到這個界面請查看“selection”deltaAIC值為0的即使所需要的建樹模型。在結(jié)果中翻出如下數(shù)據(jù)，登記標(biāo)紅這的兩個參數(shù)，在后面用PhyML建樹中會用到這兩個模型參數(shù)。到這里，模型選擇算是完成了。Model. LG+I+G+FNumberofparameters. 50(21+29branchlengthestimates)gammashape(6ratecategories).=0.524proportionofinvariablesites. =0.13aminoacidfrequencies. =observed(seeabove)-lnL. =8665.99(seconds))5.ProTest結(jié)算結(jié)果PhyML建進(jìn)化樹：filename.phyPhyML執(zhí)行phyml.bat翻開L〔x，6，輸入phy格式文件名字，eg：filename.phy，留意要帶格式后綴。6.PhyML界面7的界面，設(shè)置各種參數(shù)，選D，改為AA〔氨基酸〕type，輸入序列格式依據(jù)你的文件類型選擇，有兩種，區(qū)分見圖8。7.PhyML參數(shù)設(shè)置界面8.Interleavedsequential類型區(qū)分+9Mprottest做的結(jié)果選擇你需要的模型，按“Vproportionofinvariablesites，按“A”設(shè)置gammagamma值。再次提示，這兩個值就是prottest計算結(jié)果中的我標(biāo)紅加粗的這個。Model. LG+I+G+FNumberNumberofparameters. 50(21+29branchlengthestimates)gammashape(6ratecategories).=0.524proportionofinvariablesites. =0.13aminoacidfrequencies. =observed(seeabove)-lnL. =8665.99(seconds))(seconds))留意“C”選項，依據(jù)你前面prottestcategories值來確定，兩者最好是全都的。9.模型設(shè)置10這個樣子。10，模型設(shè)置完成模型設(shè)置好后連續(xù)按“+項，設(shè)置好后如圖11。想要結(jié)果準(zhǔn)確一點(diǎn)就計算速度慢一點(diǎn)，所花時間就長，固然也有其他選項，依據(jù)自己狀況選擇〔原諒我對是否增加隨機(jī)樹這個不是很清楚，我試了一遍似乎沒什么影響，對這個也不是特別理解。11.設(shè)置連續(xù)+bootstrapB”選項設(shè)置驗證次數(shù)，數(shù)100的倍數(shù)，數(shù)值越大，建樹過程越長，如圖1212.Bootstrap設(shè)置Y間不等看序列多少機(jī)器配制)，結(jié)果以文本文檔形式保存，如圖13。其中的filename.phy_trees.txttreeviewOK了。13.建樹結(jié)果文件用PhyML建樹過程根本上就是這樣，如有什么遺漏錯誤歡送指正，有其他問題也歡送一起探討，能看這個的也是專業(yè)人士了，哈哈，微：464021669。里面吧，有需要的自取。panbaiducom/s/1VFfwSSe_0k82DW12j0UmNg另：核酸建樹過程一樣，只是中間模型設(shè)置的時候有點(diǎn)不一樣，可以用Jmodetest選模型，操作跟protest一模一樣，結(jié)果中會顯示你需要的修改的模型參數(shù)，跟下面一段話中的6個數(shù)字代碼對應(yīng)上就可以了。Thedefaultstringis‘000000’,whichmeansthatthesixrelativeratesofnucleotidechanges:A?C,A?G,A?T,C?G,C?TandG?T,areequal.Thestring‘010010’indicatesthattheratesA?GandC?TareequalanddistinctfromA?C=A?T=C?