小编给大家分享一下Iqtree2如何使用新模型高效构建系统发育树,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!
系统发育推断(phylogenetic inference)的算法五花八门,从最简单的UPGMA法,到邻接法(neighbor joining)、最大简约法(maximum parsimony),再到复杂的的最大似然法(maximum likelihood)与贝叶斯推断法(Bayesian inference),每种方法都有不少可选择的实现工具。这些方法无一例外都遵循一个规律:越精确则速度越慢。而随着分析的数据越来越庞大,对于用户来说,需要寻找一个尽可能快速而且错误率可以容忍的算法是十分必要的。
最新版的是Iqtree2,其安装方法如下所示:
tar -zxvf iqtree-2.0.6-Linux.tar.gzcd iqtree-2.0.6-Linux
iqtree [-s ALIGNMENT] [-p PARTITION] [-m MODEL] [-t TREE] ...-s:序列比对文件(支持多个文件逗号隔开,或者包含比对文件的文件夹),可选PHYLIP、FASTA、NEXUS、CLUSTAL、MSF--seqtype:序列类型,可选BIN、DNA、AA、NT2AA、CODON、MORPH默认为自动检测-o:外类群列表,不同物种之间逗号隔开--prefix:结果文件名前缀--seed:随机数种子,主要出于调试目的--mem:最大可使用内存,单位为G、M或百分数%--redo:忽略检查重写输出文件,默认为off,也即从上次意外中断处开始-T:程序运行使用的核数,可设置具体数字或者AUTO(推荐),默认为1--threads-max:最大可使用的核数,默认为所有核--fast:快速模式,类似FastTree-b:非参数bootstrap次数,大于等于100-B:超快速bootstrap次数,大于等于1000--bnni:使用NNI优化超快速bootstrap的树,搭配-B使用--alrt:SH近似似然比检验重复次数-m:模型选择,设置MF自动选择最佳模型但不建树;设置MFP自动检测最佳模型并建树。此外还可以设置具体的模型,或者多个可选模型,例如-m LG,WAG--ancestral:基于经验贝叶斯的祖先状态重建
iqtree -s example.phy -T AUTO
假如设置自动选择最佳模型并建树:
iqtree -s example.phy -m MFP -T AUTO
选择最佳模型并只输出模型选择结果:
iqtree -s example.phy -m MF -T AUTO
Iqtree会测试多达546个蛋白模型并给出最佳模型,结果如下所示:
使用bootstrap自助法计算节点支持率(类似于RaxML):
iqtree -s example.phy -m MFP -b 100 -T AUTO
使用SH近似似然比检验计算节点支持率:
iqtree -s example.phy -m MFP --alrt 100 -T AUTO
同时使用两种方法计算节点支持率:
iqtree -s example.phy -m MFP --alrt 100 -b 100 -T AUTO
使用超快速bootstrap自助法计算节点支持率:
iqtree -s example.phy -m MFP -B 1000 --bnni -T AUTO
以上是“Iqtree2如何使用新模型高效构建系统发育树”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注亿速云行业资讯频道!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。