linux系统发育树的构建步骤,分子进化树构建的简要步骤(以蛋白为例)

PhyML利用氨基酸序列建树步骤

(核酸建树也可以作为参考)

前言：本文阅读对象适合建树新手，生物信息学高手请勿嘲笑，其中有什么错误还恳请指点。为什么要建树及其你要解决什么问题这里不做讨论，只是一个纯粹的建树过程，前期的序列收集过程自己费心，根据自己的需要来做。这里主要是最大似然法来建树，NJ法像mega这些软件中都有集成，最新的mega7也集成ML法，不过模型及各种参数不一定适合你，所以学习多种多种方法也是有用的，PhyML速度较慢，如果数列数量较多、步长检验次数多，等待时间会很长，有可能达到几十小时，也与电脑配置有关，一般时间都是以小时计数，所以要有心理准备，如果数据量大，推荐用RaxML或其他方法建树，它处理速度要比PhyML 快，不过RaxML是纯命令操作，对不熟悉命令及参数意义的人有一定难度，我只在linux 下操作过，在win下没有使用过。本文是用氨基酸建树过程，如果你是用核酸序列建树，也可以参考这个过程，核酸替代模型请用jmodeltest或其他同功软件计算。

由于PhyML计算过程比较长，做一遍比较耗时，推荐你用其他软件用NJ法先行试验建树，看看你选择的序列是否有效及符合你的预期结果，调整好序列后再用PhyML跑一遍看结果是否符合自己的要求。

PhyML有线上版本，只需要提交序列比对结果，设置模型参数，留下邮箱等待就会给你返回结果，不过时间不可控，根据自身情况选择线上还是本地自己建树。水平有限，如有错误遗漏恳请各位指点。如果在文库不能下载，可以去网盘下载，见文末。

●建树过程：序列准备-模型选择-建树及树的验证。

●环境准备：电脑^-^Windows或者Linux都可以(没试过mac，如果是mac环境，请参考

具体的操作手册)、ProtTest、PhyMl及序列比对的软件，线上或本地都可以。

1.序列准备：

在自己熟悉的数据库中(我自己比较熟悉Ncbi)上做blast，选取跟要建树蛋白同源的各物种序列，下载到本地，整合到一个fasta文件中，注意修改物种名称，字数最好不要太长，序列比对后.phy格式文件对文件名长度有限制(这个可能跟软件有关系，只要自己知道是什么物种，不至于混淆就行)，注意规范性，fasta文件中最好除了>头标，字母及下划线不要有其他不相关的字符，因为如果后面你要用软件分析.phy文件的时候这些软件对.phy的格式要求比较变态，有其他多余字符它都会报错的(你如果在dos 下用命令合并文件请注意文件中最后一行的字符，请删除)。做序列分析，常用的分析软件有clustalW系列，mega也集成了蛋白比对工具，线上线下各种软件自由选择，区别不大，保存的格式可以选择多一点，主要是看你后续操作。如clustalx 比对可以保存的结果格式如图1所示。选中你希望的格式保存即可。