我从多灾多难的2020年的11月开始正式学习构建系统发育树,拖拖拉拉地学到12月。星座运势告诉我:“你想掌握地大部分技能都可以通过持续地坚持来获得。”我心想:信了你的邪。
下面进入正题。
最大似然法的原理在之前的文章有过介绍。这里只讲建树方法。最大似然法的计算强度大,非常耗时,用自己的电脑跑太耗时耗力,因此在这里给出几个线建树的方法。
1 IQ-TREE web server
IQ-TREE有本地地软件(下载地址:http://www.iqtree.org/),也有在线地建树平台IQ-TREE web server (http://iqtree.cibiv.univie.ac.at/),可以通过阅读它提供的教程(http://www.iqtree.org/doc/Web-Server-Tutorial)学习如何使用,下面我也说一下:
在页面上方有三个主要的选项:Tree Inference、Model Selection和Analysis Results。这里我们主要用的是Tree Inference。
Model Selection是当你不想建树,只要选择最佳的核苷酸替代模型。什么是最佳的核苷酸替代模型?为什么要选择最佳的核苷酸替代模型?请参考本人之前对最大似然法介绍的文章https://www.jianshu.com/p/23198baef227和https://www.jianshu.com/p/8a26a5c24232。
在Input data选项框中,点击Alignment file后的Browse…选择要进行构建系统发育树的序列文件(注意,是已经完成多重序列比对的序列文件)。
Sequence type可以选择也可以不选,默认是自动识别。
在Substitution Model Options选项框中的Substitution model一栏中提供了核苷酸替代模型选项,默认是Auto,就是它会自动选择最佳的核苷酸替代模型。
其他的选项默认就好,其实到头来发现,我们除了选择要分析的序列外,别的都是默认就好,还是很方便的。
在最下面的Email中给出自己的邮箱,任务结束时会发邮件提醒。点击邮件中的链接,进入下方的网页:
点击Full Result栏,仔细阅读一下里面的内容,会告诉你为你的数据选择了哪个最优核苷酸替代模型等信息,还有用到哪些相关程序,在论文的参考文献部分要怎么引用。
点击左下角的DOWNOAD SELECTED JOBS下载压缩文件,解压后,用查看系统发育树的软件打开其中的.treefile文件进行查看。
我发现我的树上有两个支持率的值,阅读Full Result栏的解释后发现是SH-aLRT support (%) / ultrafast bootstrap support (%)
2 CIPRES
IQ-TREE只能进行最大似然法的建树,但是CIPRES能进行多个建树方法的建树。
这个需要注册,然后登陆,点击首页蓝色背景的Use the CRIPRESScience Gateway
先Create New Folder,在新建文件夹下会有Data和Tasks两个文件
点击左边的Data文件,点击Upload Data上传自己的序列文件(已经完成多重序列比对):
点击左边Tasks文件,点击Create New Task,在Description一栏中,可以写入对这个任务的描述:
在Input一栏中,选择要分析的序列文件。在Tool一栏中,选择建树的方法,弹出以下页面:
一般选择RAxML-HPC2 on XSEDE。
然后是Ser Parameters,设置参数:
需要改动的参数有
Maximum hours to run:128
Set a name for output files:给输出结果一个名字
Enter the number of patterns in your dataset:这里给出的是进行多序列比对之后的总体序列长度
Please select the data type:选择数据类型,这里默认是核苷酸序列
Estimate proportion of invariable sites:默认是No,选择Yes。
最后选择save and run task。
任务完成之后邮箱会收到邮件提醒。
然后打开对应的任务,出现如下界面,点击右面的View Output:
之后会出现一堆output文件,我们要下载的,包含支持率的树文件是:RAxML_bipartitions.result
点击右面的Download,就可以下载了。
不过好像CIPRES最近开始收费了,唉。
https://www.hiv.lanl.gov/content/sequence/PHYML/interface.html
3 HIV database
https://www.hiv.lanl.gov/content/index
这个网站主要是收集HIV遗传数据的,但是也有一些在线的分析软件
构建最大似然树的软件包括:
PhyML:https://www.hiv.lanl.gov/content/sequence/PHYML/interface.html
IQ-tree:https://www.hiv.lanl.gov/content/sequence/IQTREE/iqtree.html
但是数据太大的话,可能会受到限制,不能跑。
4 RaxML
https://raxml-ng.vital-it.ch/#/
这个是用RaxML构建最大似然树的在线平台,但同样的,如果数据太大的话,可能会受到限制,不能跑。