定义：在基因组序列信息已知的基础上，对已知基因和基因的结构进行比较，了解基因的功能，表达调控机制和物种进化过程（简单来说就是拿组装好的基因组做比对，挖掘物种特异信息）

基因家族中的基因是来源于同一个祖先，由一个基因通过基因重复所形成的两个或多个拷贝而构成的一组基因。他们在结构和功能上具有明显的相似性，并且编码相似的蛋白产物。同一基因家族的基因可以紧密排列在一起，形成一个基因簇，但多数时候，他们是分散在同一染色体上的不同位置，或者是不同的染色体上，各自行使不同的表达调控模式。物种共有基因家族内的单拷贝同源基因，用于系统发育树的构建。韦恩图中的重叠区域和非重叠区域分别代表共有基因和非共有基因

 最早期的系统发育关系是基于生物的表型特征，1965年提出了分子进化理论，从此以后，系统发育关系的构建一般都是基于分子特性（DNA、RNA和蛋白质分析），因为核苷酸信息和氨基酸信息包含了物种进化历史的全部信息，因此以分子特性来构建物种进化树的准确度会更高。

分类：

1）根据进化树有无根节点可以将其分为有根树和无根树。有根树在绘制的过程中要引入外群，因此会有一个根节点。根节点的存在可以判断演化方向以及单元之间的分类关系。引入的外群与发育树中其他物种的亲缘关系不宜太近也不宜太远。例如如果系统发育树研究的物种的种内的品种或亚种水平，那因为的外群应该与其他物种之间属于同属不同种，以此类推。无根树在绘制的过程中并没有引入外群，所以没有根节点，无法判断物种的演化方向，只能表明不同单元之间的分类关系。

2）只能表明进化关系，没有其他的意义

适用对象：叶绿体基因组、线粒体基因组、简化基因组和全基因组

比对方法：

1）NJ法：计算速度快，计算过程比较简单，适用于序列相似性比较高的物种，通常是种内水平

2）最大简约法：对于分析某些特殊数据（插入/缺失）比较有用

3）最大似然法：计算速度较慢，适用于序列相似性比较低的物种，通常是种间或亚种以上

4）贝叶斯法：计算速度较慢，适用于序列相似性比较低的物种，通常是种间或亚种以上

分化时间是当前宏观进化分析的一个热点，以某一个或某几个特定类群的化石时间为参照，通过基因序列间的分歧程度以及分子钟推断物种的分化时间。（分子钟：是进化生物学钟比较重要的一种评估工具，简单来说，结合像是化石、地质学等可以确定具体时间的信息，利用分子钟可以推断进化树上任意两个物种之间的分化时间。例如人与猴子的分化时间要短于人与青蛙的分化时间，因此人与猴子的DNA差异要比人与青蛙的DNA差异要小。根据分子钟理论，基因序列钟的密码子是以恒定的速率进行相互替换的，也就是说具有恒定的演化速率。两个物种间的遗传距离与物种的分化时间是成正比的。通常采用单拷贝基因家族钟的四重简并位点来估算分子钟以及物种间的分化时间。）

分化时间推算的方法：

 1）单拷贝基因：通过序列比对，构建进化树，结合一个物种具体的分化时间来推断其他物种的分化时间。只考虑了外显子的核苷酸多态性，而不同基因之间是存在较大差异的，其余的基因组序列对于进化研究的贡献缺失。在计算分化时间的时候，一般是以最大似然法来构建进化树，bootstrap为1000次，计算量十分庞大

2）单倍群：计算分化时间主要基于分子标记的继承，通过分子标记的差异数目与进化速率的关机计算最近一次单倍群事件发生的时间，再通过继承关系，依次推断其他单倍群发生的时间

3）psmc：计算种群历史的大小，主要是基于个体杂合位点分析

在比较基因组的分析中，对直系同源基因分析后，往往就是基因家族的收缩与扩张分析。基因家族的收缩与扩张分析一般是采用orthoMCL进行同源基因的鉴定，然后使用直系同源基因进行物种树的构建，最后使用CAFE对聚类结果进行基因家族的收缩与扩张分析。为了避免基因家族收缩与扩张分析的结果受到干扰，所分析的物种的倍性最好保持一致。

流程：直系同源基因的鉴定--提取最长转录本--orthofinder运行--构建时间尺度的物种树--CAFE分析基因家族的收缩与扩张

orthologs:直系同源物，是两个物种的最后共同祖先中来自单个基因的一对基因，直系同源物是同源性基因，是物种形成事件的结果

paralogs：旁系同源物，是同源基因，是重复事件的结果

是指在生物进化的过程中，外界环境所施加给生物的压力。遗传学中认为，w=ka/ks或者是dN/dS，表示的是非同义突变与同义突变之间的二代比率。通常认为，W>1，表明有正选择效应，即有利突变正受到选择；0