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。
