1. PhyML 简介
使用 PhyML 构建最大似然树。
参考文献:New Algorithms and Methods to Estimate Maximum-Likelihood Phylogenies: Assessing the Performance of PhyML 3.0
2. PhyML 的下载和安装
$ wget http://www.atgc-montpellier.fr/download/binaries/phyml/PhyML-3.1.zip $ unzip PhyML-3.1.zip $ mv PhyML-3.1 /opt/biosoft/ $ ln -s /opt/biosoft/PhyML-3.1/PhyML-3.1_linux64 /opt/biosoft/PhyML-3.1/PhyML $ echo 'PATH=$PATH:/opt/biosoft/PhyML-3.1/' >> ~/. $ source ~/.bashrc
3. PhyML 的使用
PhyML 的输入文件为 phylip 格式。
常用例子:
$ PhyML -i proteins.phy -d aa -b 1000 -m LG -f m -v e -a e -o tlr
常用参数:
-i seq_file_name 输入文件,phylip 格式的多序列比对结果。 -d data_type default:nt 该参数的值为 nt, aa 或 generic。 -b int 设置 bootstrap 次数。 -m model 设置替代模型。 核酸的模型有: HKY85(默认的), JC69, K80, F81, TN93, GTR ; 氨基酸的模型有:LG (默认的), WAG, JTT, MtREV, Dayhoff, DCMut, RtREV, CpREV, VT, Blosum62, MtMam, HIVw, HIVb 。 -f e,m or fA,fC,fG,fT 设置频率计算的方法。 e 表示使用比对结果中不同氨基酸或碱基出现的频率来计算; m 表示使用最大似然法计算碱基频率,或使用替换模型计算氨基酸频率; fA,fC,fG,fT 则是 4 个浮点数,表示 4 中碱基的频率,仅适合核酸序列。 -v prop_invar 设置不变位点的比例,是一个[0,1]区间的值。或者使用 e 表示程序获得其最大似然估计值。 -a gamma gamma 分布的参数。此参数值是个正数,或者使用 e 表示程序获得其最大似然估计值。在 ProtTest 软件给出的最优模型中含有 G 时,使用该参数。 -o params 参数优化的选项。t 表示对 tree topology 进行优化; l 表示对 branch length 进行优化; r 表示对 rate parameters 优化。 params=tlr 这表示对 3 者都进行优化。 params=n 表示不进行优化。
4. PhyML 结果
PhyML 的输出结果为:
proteins.phy_phyml_tree.txt : 最大似然法构建的进化树 proteins.phy_phyml_boot_stats.txt : bootstrap 的统计信息 proteins.phy_phyml_boot_trees.txt : bootstrap 树 proteins.phy_phyml_stats.txt : 程序运行的中的参数和结果统计