进化树专题(四)| 进化模型选择的那些事儿在文章投稿时,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,**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。 jModelTest 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 ---
运行结束后,在 jmodeltest.out 最后会对每个统计标准的**模型做汇总: AIC、BIC、AICc、DT的**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**模型,值越小越好。 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. ProtTest 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**似然估计,然后计算 AIC、BIC 分值或 DT 来寻找**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**进化模型。
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. |