进化树专题(四) |
您所在的位置:网站首页 › 进化树模型选择 › 进化树专题(四) |
在文章投稿时,经常受到编辑直击灵魂的拷问: “please explain how were amino-acid substitution models chosen for tree construction ?” “What nucleotide substitution model was selected for the ML analyses ?” 系统发育分析中,最大似然法(ML)和贝叶斯法(BI)是对替换模型非常敏感的两种算法。对于一些新手而言,经常使用默认参数而忽略了模型选择,从而导致建树结果不理想。文章投稿后,也经常为此返修,耗时耗力耗神。因此,建树模型的选择至关重要,我们开一个专题对此做简单说明,主要介绍2种软件:jModeltest是进行核苷酸替换模型的选择,输入的是比对好的核酸序列;ProtTest是进行氨基酸替换模型的选择,输入的是比对好的基因蛋白序列。 jModelTestjModelTest 2.1.10(https://github.com/ddarriba/jmodeltest2) 是个跨平台的Java程序,通过内置的PhyML等程序计算模型及相关参数,操作简单。支持命令行形式和图形界面形式,依据个人喜好选择。 命令行操作示例: 参数说明 --- -i include models with a proportion invariable sites -f include models with unequals base frecuencies -g include models with rate variation among sites and number of categories AIC 赤池信息标准,Akaike Information Criterion BIC 贝叶斯信息标准,Bayesian Information Criterion AICc Corrected Akaike Information Criterion DT 决策理论,decision theory performance-based score -tr 线程数,numberOfThreads -lnL 似然比检验,negative log likelihod delta AIC/BIC/AICc/DT difference 运行结束后,在 jmodeltest.out 最后会对每个统计标准的最优模型做汇总: AIC、BIC、AICc、DT的最优模型是GTR+I+G,后续建树时选用该模型即可。 图形化界面运行: jModelTest支持GUI图形界面形式,进入软件安装路径,运行java程序包或shell命令,即可打开图形化界面: 导入DNA比对序列,支持3种比对格式 phylip / fasta / nexus: 选择Analysis菜单,先进行Compute Likelihood scores,然后依次进行AIC、BIC、DT计算,默认参数。计算结束后根据 delta值挑选最优模型,值越小越好。 参考文献:Darriba D, Taboada GL, Doallo R, Posada D. 2012. jModelTest 2: more models, new heuristics and parallel computing. Nature Methods 9(8), 772. Guindon S, Gascuel O. 2003. A simple, fast, and accurate algorithm to estimate large phylogenies by maximum likelihood. Syst Biol. 52: 696-704. ProtTestProtTest 3.4(https://github.com/ddarriba/prottest3) 处理的是基因蛋白序列,与jModelTest类似,ProtTest也是通过 PhyML 对进化树和模型参数进行最大似然估计,然后计算 AIC、BIC 分值或 DT 来寻找最佳模型。 命令行操作示例: 参数的说明同jModelTest,运行结束后,在 prottest.out 对每个统计标准下的模型做汇总,选择delta、-lnL最小的模型即可:
图形化界面运行: 进入程序所在的目录运行程序以启动图形化界面, 导入比对好的基因蛋白序列,常用的是 fasta 和 phylip格式: 选择Analysis菜单,依次进行Compute Likelihood scores和氨基酸频率,然后根据计算结果选择最优进化模型。 参考文献: Darriba D, Taboada GL, Doallo R, Posada D. ProtTest 3: fast selection of best-fit models of protein evolution. Bioinformatics, 27:1164-1165, 2011. Guindon S, Gascuel O. 2003. A simple, fast, and accurate algorithm to estimate large phylogenies by maximum likelihood. Syst Biol. 52: 696-704. |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |