君，已阅读到文档的结尾了呢~~
5 分子进化与系统发育分析
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
5 分子进化与系统发育分析
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口当前位置： >>
分子进化与系统发育分析-精品
生物信息学分子进化与系统发育分析内容提要? ? ? ? ?分子进化分析介绍 系统发育树重建方法 Phylip软件包在分子进化分析中的应用 PAUP*在分子进化分析中的应用 MEGA分子进化树分析软件分子进化研究的目的从物种的一些分子特性出发，从而了 解物种之
间的生物系统发生的关系。蛋白和核酸序列 通过序列同源性的比较进而了解基因的进 化以及生物系统发生的内在规律。系统发育树是什么？对一组实际对象的世系关系的描述（如基 因，物种等）。系统发育树: 术语分支/世系 末端节点 代表最终分 B 类，可以是 物种，群体 C ，或者蛋白 质、DNA、 D RNA分子等 内部节点/分歧点，该 分支可能的祖先结点EA祖先节点/ 树根树只代表分支的拓扑结构A BC D F E? GDCFG ABE?分子进化研究的基础（假设）?核苷酸和氨基酸序列中含有生物进化历史的 全部信息。分子进化研究的基础（理论）?在各种不同的发育谱系及足够大的进化时间 尺度中，许多序列的进化速率几乎是恒定不 变的。（分子钟理论， 1965 ）分子进化研究的基础（实际）?虽然很多时候仍然存在争议，但是分子进化 确实能阐述一些生物系统发生的内在规律。分子钟理论从一个分歧数据可以推测其他y 序列分歧度x分歧时间速率恒定的证据：血色素中性理论?“在生物分子层次上的进化改变不是由自然选择作 用于有利突变引起的，而是在连续的突变压之下由 选择中性或非常接近中性的突变的随机固定造成的， 中性突变是指对当前适应度无影响的突变。” 否认自然选择在生物进化中的作用，认为生物大分 子的进化的主要因素是机会和突变压力?进化及遗传模型? ?1、序列有指定的来源并且正确无误。2、序列是同源的，而序列不是“paralog“的混合物。??3、序列比对中，不同序列的同一个位点都是同源的4、在接受分析的一个序列组中，序列之间的系统发育史是相同的。?5、样本足以解决感兴趣的问题。进化及遗传模型? ?6、样本序列之间的差异代表了感兴趣的宽组。 7、样本序列之间的差异包含了足以解决感兴 趣的问题的系统发育信号。 8、样本序列是随机进化的。? ? ?9、序列中的所有位点的进化都是随机的。10、序列中的每一个位点的进化都是独立的。直系同源与旁系同源?直系同源(orthologs):同源的基因通过物种形成的事件而产生，或源于不同物种的最近 的共同祖先的两个基因，或者两个物种中的 同一基因，一般具有相同的功能。?并系同源(paralogs):同源基因在同一物种中，通过至少一次基因复制的事件而产生。paralogsorthologsparalogsorthologsErik L.L. Sonnhammer Orthology,paralogy and proposed classification for paralog subtypes TRENDS in Genetics Vol.18 No.12 December 2002 http://tig.trends.co m /$ C see front matter ? 2002 Elsevier Science Ltd. All rights reserved.以上两个概念代表了两个不同的进化事件用于分子进化分析中的序列必须是直系同源 的，才能真实反映进化过程。趋同进化的基因(Convergent evolution )通过不同的进化途径获得相似的功能，或者功能替代物(genes have converged function by separate evolutionary paths)异源基因或水平转移基因(xenologous or horizontally transferred genes)由某一个水平基因转移事件而得到的同源序列2.进化分支图，进化树Bacterium 1 Bacterium 2 Bacterium 3 Eukaryote 1 Eukaryote 2 Eukaryote 3 Eukaryote 4 Bacterium 1 Bacterium 2 Bacterium 3 Eukaryote 1Cladograms show branching order branch lengths are meaningless 进化分支图，只用分支 信息，无支长信息。Phylograms show branch order and branch lengths 进化树，有分支和支长 信息Eukaryote 2 Eukaryote 3 Eukaryote 4无根树，有根树，外围支archaea archaea archaea eukaryote eukaryote eukaryote eukaryote无根树通过外围支 来确定树根bacteria outgrouparchaea外围支archaea archaea有根树eukaryote根eukaryote eukaryote eukaryote无根树和有根树：潜在的数目#Taxa 3 4 5 6 7 … 30 无根树 1 3 15 105 945 ~3.58X1036 有根树 3 15 105 945 10,395 ~2.04X1038Taxa增多，计算量急剧增加，因此，目前算法都为 优化算法，不能保证最优解4.基因树，物种树Gene tree a A BSpecies treebD c We often assume that gene trees give us species trees系统发育树重建分析步骤多序列比对（自动比对，手工比对） 建立取代模型（建树方法） 建立进化树 进化树评估系统发育树重建的基本方法?1. 最大简约法 (maximum parsimony, MP)?2. 距离法 (distance)3. 最大似然法 (maximum likelihood, ML)?最大简约法 (MP)????1. 理论基础为奥卡姆剃刀 (Ockham)原则：计算所需 替代数最小的那个拓扑结构，作为最优树 2. 在分析的序列位点上没有回复突变或平行突变，且 被检验的序列位点数很大的时候，最大简约法能够推 导获得一个很好的进化树 3. 优点：不需要在处理核苷酸或者氨基酸替代的时候 引入假设 (替代模型) 4.缺点：分析序列上存在较多的回复突变或平行突变， 而被检验的序列位点数又比较少的时候，可能会给出 一个不合理的或者错误的进化树推导结果信息位点 (Sites are informative)?1. 信息位点，必须在至少2个taxa中具有相同的序列性状?2. 信息位点是指那些至少存在2个不同碱基 /氨基酸且每个不同碱基/氨基酸至少出现两 次的位点
上 例? ?1. Position 5, 7, 9为信息位点 2. 基于position 5的三个MP树:?Tree 1长度1，Tree 2 & 3长度2?3. Tree 1更为简约2. 距离法?又称距离矩阵法，首先通过各个物种之间的 比较，根据一定的假设（进化距离模型）推 导得出分类群之间的进化距离，构建一个进 化距离矩阵。进化树的构建则是基于这个矩 阵中的进化距离关系计算序列的距离，建立距离矩 阵通过距离矩阵建进化树简单的距离矩阵通过距离矩阵建树的方法?由进化距离构建进化树的方法有很多，常见有：?(1) Fitch-Margoliash Method (FM法): 对短支长非常有效?(2) Neighbor-Joining Method (NJ法/邻接法):求最短支长，最通用的距离方法?(3) Neighbors Relaton Method(邻居关系法)?(4) Unweighted Pair Group Method (UPGMA法)Fitch-Margoliash方法（FM法）1.找出关系最近的序列对，如A和B 2.将剩余的序列作为一个简单复合序列，分别计 算A、B到所有其他序列的距离的平均值 3.用这些值来计算A和B间的距离 4.将A、B作为一个单一的复合序列AB，计算与 每一个其他序列的距离，生成新的距离矩阵 5.确定下一对关系最近的序列，重复前面的步聚 计算枝长 7.从每个序列对开始，重复整个过程 8.对每个树计算每对序列间的预测距离，发现与 原始数据最符合的树Fitch-Margoliash方法 (FM法)D和E最接近！分成三组：D, E, 以及ABCDE距离=d+e (1) D到ABC间的平均距离=d+m (2)E到ABC间的平均距离=e+m (3)(2)-(3)+(1)d=4,e=6C最接近DE！分成三组：C, DE, 以及ABc+g+(e+d)/2=19 (1) c+f+(a+b)/2=40 (1)+(2)-(3) 得：c=9 (2)(e+d)/2+(a+b)/2+f+g=41 (2)c+g+(e+d)/2=19(e+d)/2=5,c=9,则g=5由：(a+b)/2+f+g+(d+e)/2=41 得：f=20由：a+f+c=39 得：a=10，则b=12NJ法/邻接法?Neighbor-JoiningMethod (NJ法/邻接法)：邻接法 (Neighbor-joiningMethod)由Saitou和Nei(1987) 提出。该方法通过确定距离最近(或相邻)的成对分 类单位来使系统树的总距离达到最小。相邻是指两 个分类单位在某一无根分叉树中仅通过一个节点 (node)相连。通过循序地将相邻点合并成新的点， 就可以建立一个相应的拓扑树。NJ/邻接法1. 与FM方法非常类似 ? 2. 保证总的支长最短??总支长：a+b+c+d+e=314/4=78.5找到距离最近的两个点?1.任意两个节点选为相邻序列的总支长计算公式:?2.计算SAB, SBC, SCD, SDE…等数值?3.该例中， SAB最小计算A, B的分支长度把A、B看成一个新的复合序 列，构建一个新的距离表，重复 以上过程邻居关系法AB组合出现3次，DE组合出现3次，CD、AC、BC组合各一 次，则AB和DE各为两对关系最近的邻居。(关系最近的邻居 作为邻居的次数最多)，将邻居看成一个新的复合序列，重复 这个过程UPGMA法?称为 (应用算术平均数的非加权成组配对法，unweighted pair-group method using anarithmetic average)。 该法将类间距离定义为两个类的成员所有成对距离的平均值， 广泛用于距离矩阵。Nei等模拟了构建树的不同方法，发现 当沿树上所有分枝的突变率相同时，UPGMA法一般能够得 到较好的结果。但必须强调有关突变率相等(或几乎相等)的 假设对于UPGMA的应用是重要的。另一些模型研究(如Kim 和Burgman)已证实当各分枝的突变率不相等时，这一方法 的结果不尽人意。当各分枝突变率相等时，认为分子钟 (molecularclock)在起作用。?UPGMA法d=e=10/2=5c=19/2=9.5g=c-d=9.5-5=4.5A B (CDE)A -B 22 -(CDE) 39.5 41.5 -a=b=22/2=11(AB) (CDE)(AB) -(CDE) 40.5 -f1+a=f2+c=40.5/2=20.25 f1=9.25 , f2=11.75最大似然法 (ML)?1. 最大似然法(maximum likelihood, ML): 最早应用于对基 因频率数据的分析上2. 选取一个特定的替代模型来分析给定的一组序列数据，使 得获得的每一个拓扑结构的似然率都为最大值，然后再挑出 其中似然率最大的拓扑结构作为最优树 3. 在最大似然法的分析中，所考虑的参数并不是拓扑结构而 是每个拓扑结构的枝长，并对似然率求最大值来估计枝长 4. 缺点：费时，每个步骤都要考虑内部节点的所有可能性 5. 改进：启发式算法??? ?构建进化树的一般原则选择外围支 (Outgroup)?1. 选择一个或多个已知与分析序列关系较远 的序列作为外围支??2. 外围支可以辅助定位树根3. 外围支序列必须与剩余序列关系较近，但 外围支序列与其他序列间的差异必须比其他 序列之间的差异更显著自展法?1. 进化树的可靠性分析:自展法 (Bootstrap Method) 从排列的多序列中随机有放回的抽取某一列，构 成相同长度的新的排列序列 2. 重复上面的过程，得到多组新的序列 3. 对这些新的序列进行建树，再观察这些树与原 始树是否有差异，以此评价建树的可靠性?? ?原始排列Alpha Beta Gamma Delta AACAAC AACCCC ACCAAC CCACCABootstrap1 Alpha ACAAAC Beta ACCCCC Gamma ACAAAC Delta CACCCA Epsilon CAAAAC Bootstrap2 Alpha AAAACC Beta AACCCC Gamma CCAACC Delta CCCCAA Epsilon CCAACCEpsilonCCAAACBootstrap3 Alpha ACAAAC Beta ACCCCC Gamma CCAAAC Delta CACCCA Epsilon CAAAAC常用的进化树软件PHYLIP、PUZZLE、MEGA、PAUP、TREEVIEW、 CLUSTALX和PHYLO-WIN（LINUX）phylip 3.6a3 进化树分析软件，并可绘制进化树。 TreeView 1.6.6 进化树处理软件。 GeneTree 1.3 比较基因与种系进化树的程序。 NDE 0.5.0 用来编辑NEXUS格式文件的程序。 TreeMap 1.0 用来可视地比较主、从进化树的程序。 Spectrum 分析进化信息而不用将之转化为进化树的软件。 Phyltools 1.32 计算与处理进化树数据的软件。 tree-puzzle 5.0 核酸序列、蛋白序列相似性分析及进化树构建工具。 ATV 1.92 JAVA语言编写的显示“New Hampshire”与NHX格式的进化树文件 软件。 TREECON 1.3b Demo 构建和绘制进化树的软件包。 ProBiosys 1.0 比较表现型分类法数据和分析计算核酸序列数据距离值的软件。 COMPONENT 2.0 分析进化树免费软件。 NJplot 小巧的显示进化树的免费软件NJplot。 MEGA 2.1 免费分子进化遗传分析软件 PAUP 4 PAUP的快速使用手册
Phylip软件包介绍Phylip是一个免费的系统发生(phylogenetics)分 析软件包。以下链接可以下载：http://evolution.genetics,washington.edu/phylip.html 由华盛顿大学遗传学系开发，1980年首次公布。Phylip软件包介绍Phylip包含了35个独立的程序，这些独立的 程序都实现特定的功能，这些程序基本上包 括了系统发生分析的所有方面。 Phylip有多种不同平台的版本（包括windows， Macintosh，DOS，Linux，Unix和 OpenVMX）。Phylip软件包介绍Phylip是目前最广泛使用的系统发生分析程序， 主要包括一下几个程序组：分子序列组，距 离矩阵组，基因频率组，离散字符组，进化 树绘制组。Phylip软件包分组介绍分子序列组： 1.蛋白质序列：protpars，proml，promlk， protdist 2.核酸序列：dnapenny，dnapars， dnamove，dnaml，dnamlk， dnainvar，dnadist，dnacompPhylip软件包分组介绍距离矩阵组： Fitch，kitsch，neighbor 基因频率组： Gendist，contml 离散字符组 Pars，mix，move，penny，dollop，dolmove， dolpenny，clique，factorPhylip软件包分组介绍进化树绘制组：drawtree，drawgram其他：restdist，restml，seqboot，contrast treedist，consense，retreePhylip软件包的文档Phylip软件包的文档是非常详细的，对于每 个独立的程序，都有一个独立的文档，详细 的介绍了该程序的使用及其说明。 此外，Phylip软件包还包括程序的源代码（c 语言）。Phylip软件包的应用1，根据你的分析数据，选择适当的程序 如，你分析的是DNA数据，就在核酸序列分 析类中选择程序（dnapenny，dnapars， dnamove，dnaml，dnamlk， dnainvar，dnadist，dnacomp ）如果分析的 是离散数据，如突变位点数据，就在离散字 符组里面选择程序。Phylip软件包的应用2.选择适当的分析方法 如你分析的是DNA数据，可以选择简约法 （DNAPARS），似然法（DNAML， DNAMLK），距离法等（DNADIST）。。。Phylip软件包的应用3.进行分析 选择好程序后，执行，读入分析数据，选择 适当的参数，进行分析，结果自动保存为 outfile，outtree。Phylip软件包的应用Outfile是一个记录文件，记录了分析的过 程和结果，可以直接用文本编辑器（如写字 板）打开。 outtree是分析结果的树文件，可以用 phylip提供的绘树程序打开查看，也可以用其 他的程序来打开，如treeview
实际应用（从蛋白序列推导进化树）?出发数据－已经排列好的蛋白序列。重构算法－距离法(protdist.exe) ? 最大简约法(protpars.exe) ? 最大似然法(proml.exe)??统计分析－拨靴法(bootstrap)实际操作?Phylip软件包中的每个分析程序都是一个 独立的应用程序。我们选择好了分析算法 后，按一定的顺序组合使用选择的程序， 就可以获得按选择的算法分析的结果（进 化树）。 例子：从我们刚刚通过clustal比对获得的蛋 白序 列推测进化树。 选择方法：距离法(protdist.exe)???第一步：双击执行protdist.exe,根据提示输入分 析的文件名(程序默认是infile)。?第二步：设定各个参数，执行程序，获得距 离矩阵数据输出文件outfile。 第三步：选择通过距离矩阵推测进化树的算法 (fitch.exe，kotsch.exe，neighbor.exe)。 第四步：将刚获得的输出文件改名为infile，执行 选择的推测算法(neighbor.exe)。设置好参数后执 行程序，获得outfile和outtree两个结果输出。??
获得的结果文件中，outtree文件是一个树文件， 可以用treeview等软件打开。outfile是一个分析结 果的输出报告，包括了树和其他一些分析报告， 可以用记事本直接打开。outfileouttree加入统计分析(bootstrap)我们刚刚获得的进化树是纯粹的根据先前获 得的排列数据所推导出来的。有很多可能使 得这个树并不一定可靠。 ? 1.测序的出错。 ? 2.多序列比对算法本身的问题。 ? 3.其他的问题。 ? 我们可以引进一些统计分析来寻找更优的进 化树 ? 最常见的就是bootstrap分析。?Bootstrap分析?Phylip软件包中有两个用于执行bootstrap分 析的程序。(seqboot.exe,consence.exe)。分析过程： ? 1.Seqboot产生大量的数据组 ? 2.应用选择的算法对产生的数据组进行分析。 ? 3.由consence获得最优树。?PAUP*的使用?PAUP*的数据格式(Nexus)#NEXUS dimensions ntax=12; taxlabels Lemur_catta … Tarsius_ dimensions nchar=898; format missing=? gap=- matchchar=. interleave datatype= options gapmode= matrix Lemur_catta AAGCTTCATAGGAGCAACCATTCTAATAATCGCACATGGCCTTACATCATCCATATTATT Homo_sapiens AAGCTTCACCGGCGCAGTCATTCTCATAATCGCCCACGGGCTTACATCCTCATTACTATT Pan AAGCTTCACCGGCGCAATTATCCTCATAATCGCCCACGGACTTACATCCTCATTATTATT Gorilla AAGCTTCACCGGCGCAGTTGTTCTTATAATTGCCCACGGACTTACATCATCATTATTATT Pongo AAGCTTCACCGGCGCAACCACCCTCATGATTGCCCATGGACTCACATCCTCCCTACTGTT Hylobates AAGCTTTACAGGTGCAACCGTCCTCATAATCGCCCACGGACTAACCTCTTCCCTGCTATT? ? ??? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? charset coding = 2-457 660-896; charset noncoding = 1 458-659 897-898; charset 1stpos = 2-457\3 660-896\3; charset 2ndpos = 3-457\3 661-896\3; charset 3rdpos = 4-457\3 662-.\3; exset coding = exset noncoding = usertype 2_1 = 4 a c g t [a] . 2 1 2 [c] 2 . 2 1 [g] 1 2 . 2 [t] 2 1 2 . ; usertype 3_1 = 4 a c g t [a] . 3 1 3 [c] 3 . 3 1 [g] 1 3 . 3 [t] 3 1 3 . ; [weights transversions 2 times transitions][weights transversions 3 times transitions]taxset hominoids = Homo_sapiens Pan Gorilla Pongo H constraints ch = ((Homo_sapiens,Pan)); constraints chg = ((Homo_sapiens,Pan,Gorilla));?PAUP*的数据格式(Nexus) 主要包括taxa，characters，assumptions， sets，trees，codons，distances，paup八个 数据块。 对于一个常规的分析，taxa，characters块 是必须的。而分析的命令可以通过菜单操作 （mac），或者键盘命令(win,linux)，也可以 在nexus文件中加入paup命令块PAUP*的Nexus的文件块1.TAXA块 主要是定义所分析的数据（如分子序列） 个数，以及这些数据的名称（如物种名 称）。 2. CHARACTERS 块 主要是定义数据矩阵（如多序列比对结果） 和其他一些相关的信息（如序列特征值， 序列有效区域等）3. ASSUMPTIONS块 定义了对数据的一些设定，如那些特征值 是不需考虑的，怎么处理gap这个特征值等， 用户自定义的一些数据也放在这块，如自 定义的打分矩阵。 4. SETS块 定义了一系列的数据组，如特征值组，物 种组等，这些设置都是为了方便后续的分 析。5. TREES 块 定义了用户自己设定的树。用于后续的分 析，如作为限制树等。 6. CODONS 块 定义了遗传密码子的一些信息。如编码的 位置（哪些是编码的，密码子的位点等）。 7. DISTANCES 块 定义了一些距离矩阵。8. PAUP 块 是软件的核心块，所有的分析命令和一些参 数设置（90多个命令）都放在这一块。 这一块并不是分析输入数据所必须的，这些 命令可以写在这一块（文件中），这时载入 文件时就开始根据该块的命令进行分析（有 点类似dos的批处理过程）。当然也可以通 过键盘命令逐一敲入 ，交互进行分析。 批处理的方式在分析过程比较长，耗时比 较久的时候是比较有用的。当然在进行处理 之前一定要先保证该批处理过程没有问题。一个PAUP*的基本分析实例1.通过clustalw/clustalx获取一个多序列比对结 果（可能要经过人工调整，推荐用bioedit做 辅助编辑器）。保存成nexus格式的文件，或 者用其他格式转换软件转换成nexus格式。 paup*中也有一个tonexus命令可以将其他格 式（包括phylip，GCG等格式）的文件转换 为nexus格式的文件。2.在PAUP*程序中读入数据（Nexus格式）打开文件 的窗口 程序自带的 测试数据输入命令的 地方执行该文件还是编辑该文件？ 执行文件时将文件数据读入程序，编辑文件则调用 一个文本编辑器。如果不是nexus格式，执行时候 会出错，然后调用文本编辑器打开。3.数据输入完成，开始分析… 两个很有用的命令 ？：显示所有的命令 命令 ？：显示命令的所有参数分析…（开始一）1.开始之前 打开记录文件？（跟踪整个分析过程） 命令：log start file =your_log_file_ 停止：分析…（开始二）2.设置数据 哪些用于分析? 如：include coding/ exclude coding/ 哪些物种要分析（删除不要的）? 如： delete 1; 或者 delete taxa_name… undelete 1; ……分析…（建树一）3.确定建树方法最大简约法？最大似然法？ 距离法？命令：Set criterion=parsimony|likelihood|分析… （建树二）4.确定其他参数Set ？查看其他参数的设置，改为自己所需要 的设置。 如：set maxtree=10000 increase=no autoclose=分析… （建树三）5.确定搜索方法（对于距离法不适用） 穷尽法：alltrees 分支跳跃查找：bandb 启发式搜索：hsearch 其他：puzzle（只在likelihood时有效）…分析… （建树四）6.开始搜索树之前（设置各个建树方法的参数） 距离法：dset 如：dset distance=tamnei negbrlen=allow 最大简约法：pset 如 pset collapse=no gapmode=newstate 最大似然法：lset 如：lset nst=6 clock=yes分析… （建树五）7.再次确认参数 是否要设置外围群（outgroup）? 如 outgroup 1,2 ;或者 outgroup taxa_ 其他参数？分析… （建树六）7.开始搜索树 距离法：NJ，UPGMA 最大简约法，最大似然法 Hsearch ？参数是否要更改？ 如：hsearch andseq=random swap=spr分析…（树评估一）8.进化树的评估 选择评估方法？ Bootstrap（自展法） 用的最多，是对进化树重新取样的评估方法，可 以对距离法，简约法，似然法以及衍生出的任何 其他方法构建的进化树进行评估。其分析结果是 一组数字，这个数字描述了进化树进化分支的支 持比例，也就是进化树分支的稳健性。分析… （树评估二）未经过bootstrap的树Bootstrap后的树分析… （树评估三）PAUP*中的bootstrap命令? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?BOOTSTRAP [options][/heuristic-search-options|branch-and-bound-search-options]; 使用分支限制或者是启发式搜索的方法进行bootstrap分析。 参数： ? BSEED = integer-value 随机数种子。 ? NREPS = integer-value bootstrap重复的次数，默认值为100。 ? SEARCH = HEURISTIC|BANDB|FASTSTEP|NJ|UPGMA 搜索方式 ? CONLEVEL = integer-value bootstrap重复次数的最低比率，默认为50。 ? KEEPALL = YES|NO ? WTS = IGNORE|SIMPLE|REPEATCNT|PROPORTIONAL ? NCHAR = CURRENT|number-of-characters 每次重复采样的数目。 ? GRPFREQ = YES|NO 显示bootstrap分割频率 ? TREEFILE = bootstrap-tree-file-name 树的文件 ? FORMAT= NEXUS|ALTNEXUS|FREQPARS|PHYLIP|HENNIG ? BRLENS = YES|NO 分支的长度 ? *REPLACE = YES|NO ? CUTOFFPCT = integer-value 定义显示的最低bootstrap分割频率。 Example bootstrap nreps=200 treefile=boot.tre search=heuristic/addseq=分析… （树评估四）对折分析（jackknife） 跟bootstrap类似，只是在对原始数据取样的 时候不会取重复的数据位点。因为它重复取 样的时候是在原始数据中除去一个或者多个 比对位点。 对折分析得出的结果和bootstrap是一样的。 命令和参数都类似，用的比bootstrap少很多。分析… （树评估五）PAUP*中的jackknife命令? ? ? ? ? ? ? ? ? ? ??? ? ? ? ?JACKKNIFE [options][/heuristic-search-options|branchand-bound-search-options]; 对折分析 ? PCTDELETE = real-value 每个对折分析循环中删除的data set百分数 ? JSEED = integer-value 随机数种子 ? NREPS = integer-value 对折循环次数 ? SEARCH = HEURISTIC|BANDB|FASTSTEP|NJ|UPGMA 树的搜索方法（NJ和 UPGMA仅在最优规 则为distance时才可用） ? RESAMPLE = NORMAL|JAC ? CONLEVEL = integer-value boostrap中出现的最小比例（最为保留group），默认 为50，即50％ ? KEEPALL = YES|NO 低于conlevel的树，若与一致树兼容，也保留 ? WTS = IGNORE|SIMPLE|REPEATCNT|PROPORTIONAL ? GRPFREQ = YES|NO 显示对折分区频率 ? TREEFILE = tree-file-name ? FORMAT = NEXUS|ALTNEXUS|FREQPARS|PHYLIP|HENNIG ? *REPLACE = YES|NO ? CUTOFFPCT = integer-value 对折频率表中显示的最小频率。 Example JACKKNIFE nreps=200 treefile=tree.tre search=heuristic/addseq=random分析… （树评估六）KHtest和SHtest 用来测试一个特定的次优化的ml或者mp拓扑结 构同最优化的拓扑结构相比是否显著不同（通常 用来做Hypothesis test）。 PAUP*中这两个测试是作为pscores和lscores的 一个参数，默认关闭，需要进行这两个测试的时 候，要打开该参数。 Pscore中有KHtest，不支持SHtest Lscore中有KHtest和SHtest分析… （树评估七）如： Pscores all/khtest= Lscores all/khtest= normal shtest= 测试得出的结果是返回一个显著性差异系数 （P值）。分析… （树评估八）其他测试 随机测试：permute 不一致的长度差异测试： hompart …分析结束之前1.保存分析结果 Savetrees 根据要求将内存中的树保存到文件 如：savetrees file=tree.tre brlens=yes savebootp=both from=1 to=2; 2.停止记录文件 L退出3.如果要进行下一项分析，想让原来改过的参 数全部变回默认设置 命令：factory 所有参数恢复默认设置 4.确定要退出后 命令 ：quit一些有用的命令1.Treeinfo查看内存中树的情况（多少个？有根还是无根？…）。2.clear清除内存中所有的树。3.showtree查看内存中的树（默认显示第一个树，可以加入参数） 如：showtree all；showtree 2，3；4.gettrees从树文件中读取树到内存中5.dscores，pscores，lscores 计算树的距离，简约性，相似性分值。 6.ingroup/outgroup 取消和设定外围群 7.Contree 根据一定的规则求解一致树 8.Deroottrees 将有根树转换为无根树 9.Roottrees 根据当前设定的outgroup将无根树转换为有根树10.Filter 根据设定的规则筛选树。 11.详细的命令请参考paup*软件的command reference。Paup块的一个例子? ? ? ? ? ? ? ? ? Log star file=log. set criterion=likelihood autoclose=yes maxtrees=10000 increase=lset nst=6 rmatrix=estimate basefreq=estimate pinv=estimate rates=gamma shape= hsearch addseq=random nreps=100;bootstrap nreps=1000 search=heuristic brlens= savetrees file=tree.tre savebootp=both from=1 to=1;?? ?构建进化树 实例 MEGA3.1 软件安装 启动程序 Alignment转入fasta 格式文件比对保存比对后文 件为扩展名 meg的格式 选构建树 的方式关闭软件 窗口按钮点phylogeny 菜单完成构建}