使用 PhyML 構建進化樹

 

1. PhyML 簡介

使用　PhyML 構建最大似然樹。
參考文獻：New Algorithms and Methods to Estimate Maximum-Likelihood Phylogenies: Assessing the Performance of PhyML 3.0

2. PhyML 的下載和安裝

1. $ wget http://www.atgc-montpellier.fr/download/binaries/phyml/PhyML-3.1.zip
2. $ unzip PhyML-3.1.zip
3. $ mv PhyML-3.1 /opt/biosoft/
4. $ ln -s /opt/biosoft/PhyML-3.1/PhyML-3.1_linux64 /opt/biosoft/PhyML-3.1/PhyML
5. $ echo 'PATH=$PATH:/opt/biosoft/PhyML-3.1/' >> ~/.
6. $ source ~/.bashrc

3. PhyML 的使用

PhyML　的輸入文件為 phylip 格式。

常用例子：

1. $ PhyML -i proteins.phy -d aa -b 1000 -m LG -f m -v e -a e -o tlr

常用參數：

1. -i seq_file_name
2. 輸入文件，phylip 格式的多序列比對結果。
3. -d data_type default：nt
4. 該參數的值為 nt, aa 或 generic。
5. -b int
6. 設置 bootstrap 次數。
7. -m model
8. 設置替代模型。 核酸的模型有： HKY85（默認的）, JC69, K80, F81, TN93, GTR ; 氨基酸的模型有：LG （默認的）, WAG, JTT, MtREV, Dayhoff, DCMut, RtREV, CpREV, VT, Blosum62, MtMam, HIVw, HIVb 。
9. -f e,m or fA,fC,fG,fT
10. 設置頻率計算的方法。 e 表示使用比對結果中不同氨基酸或鹼基出現的頻率來計算； m 表示使用最大似然法計算鹼基頻率，或使用替換模型計算氨基酸頻率； fA,fC,fG,fT 則是 4 個浮點數，表示 4 中鹼基的頻率，僅適合核酸序列。
11. -v prop_invar
12. 設置不變位點的比例，是一個[0,1]區間的值。或者使用 e 表示程序獲得其最大似然估計值。
13. -a gamma
14. gamma 分布的參數。此參數值是個正數，或者使用 e 表示程序獲得其最大似然估計值。在 ProtTest 軟件給出的最優模型中含有 G 時，使用該參數。
15. -o params
16. 參數優化的選項。t 表示對 tree topology 進行優化； l 表示對 branch length 進行優化； r 表示對 rate parameters 優化。
17. params=tlr 這表示對 3 者都進行優化。 params=n 表示不進行優化。

4. PhyML 結果

PhyML 的輸出結果為：

1. proteins.phy_phyml_tree.txt : 最大似然法構建的進化樹
2. proteins.phy_phyml_boot_stats.txt : bootstrap 的統計信息
3. proteins.phy_phyml_boot_trees.txt : bootstrap 樹
4. proteins.phy_phyml_stats.txt : 程序運行的中的參數和結果統計

原文來自：

http://www.chenlianfu.com/?p=2221

https://www.plob.org/article/9891.html