linux 建树软件,新一代建树工具IQ-Tree介绍

系统发育树(phylogenetic tree)构建的软件可谓五花八门。大体上，有如下几种策略：从最简单的UPGMA法，到邻接法(neighbor joining)，最大简约法(most parsimonious)，再到最大似然法，以及贝叶斯法，每种方法都有不少可以选择的工具。

最大似然法和贝叶斯法，在现在，被认为是两种比较可靠的建树策略。贝叶斯法的最大劣势在于速度太慢，其达到convergence的漫漫长路让无数研究者望而却步。所以，一些研究者为了快速出树会采用快速的邻接法或最大简约法建树。其实，这些方法(邻接法、最大简约法)并不严谨，特别是在处理有较大分歧的序列时，long branch attraction(LBA，长枝勾引)现象可能导致严重的错误。

因此，最大似然法是很多杂志上青睐的建树策略。MEGA、phyml同raxml是比较常用的提供最大似然法建树的软件。然而，要注意的是，虽然速度上相对贝叶斯法有优势，但在今天实验室里，纵使快如raxml亦或是新如MEGA X，也越来越无法满足研究人员只争朝夕的节奏和日益高涨的雄心。此外，对于特别专业的研究者，有时需要选择进化模型(核苷酸或氨基酸替代模型)——如果不幸运的话，不合适的模型选择会直接影响到树的结构，导致错误的结论。而模型选择往往需要借助其他工具进行，这使得大家在软件的使用上有些不方便。再者，比如RAxML，其对于核苷酸替换模型的支持很差，只有屈指可数的几个模型可供选择。

如下图所示，IQ-TREE有四大功能，在很大程度上解决了前面提到的最大似然法建树软件、尤其是速度上的几个缺陷：

高效建树(efficient tree reconstruction)

模型选择(modelfinder: fast and accurate model selection)

超快自展(ultrafast bootstrap approximation)

大型数据(big data analysis)

然后就是进行最佳模型选择

Btw：当然，这个例子十分简单，没有进行bootstrap和模型选择。关于这两点，在下面都有写。

如果你想再做一遍同样的操作，需要加上-redo(为了防止之前的结果被不慎覆盖)：

iqtree -s example.phy –redo

如果你想让iqtree的结果输出到特定文件夹并制定特定前缀(prefix)，需要用到下面的参数

-pre myprefix

比如你想将结果输入到当前文件夹一个名为test的文件夹，且前缀为example：iqtree -s example.phy –redo -pre test/example(注意下，这里test文件夹需要预先被创建)

如果数据比较大，可以用上-nt指定线程数。比如，-nt 4，就是四个线程。也可以-nt AUTO，iqtree会自动检查最合适的线程数。其基本原则是从单线程开始，逐一递增线程数，看看增加线程对执行命令的效率影响如何。如果增加线程而运行速度变化甚微，则停止增加，选择当前线程数作为最合适线程避免浪费资源。

模型选择

你可以指定模型(model)为TIM2+I+G

iqtree -s example.phy -m TIM2+I+G

如果你只想进行模型检测而不进行进化树构建，执行以下命令即可

#for IQ-TREE version >= 1.5.4:

iqtree -s example.phy -m MF

#for IQ-TREE version <= 1.5.3:

iqtree -s example.phy -m TESTNEWONLY

默认状态下，IQTREE会针对你的输入数据类别(比如，是DNA还是protein)，对相应的全部模型进行检测，包括23种氨基酸替代模型和22种核苷酸替代模型(以及一些codon和binary model)。然而，由于速度较慢，且一部分模型较少用到。如果你希望指定少数几个模型(以及相关参数)，避免不必要的时间浪费，那么请不要错过下面的这几个示例：

-mset LG,JTT

从LG和JTT两个核苷酸替代模型里拣一个

-mrate G,I,I+G

在+G和+I，以及+I+G三个里面选择rate heterogeneity参数

-mfreq FU

不进行frequency计算

这里有必要说一下，IQTREE所容纳的rate heterogeneity参数有一个关键武器，+R，该参数和+G互斥。简单地讲，+R不需要像+G里对各位点速度作呈gamma分布的假设，在大多情况下被认为可以更好地fit data。此外，IQTREE有推荐，当你进行大型进化树构建的时候，不要忘记加上+R这一选项。当然了，+R不论在模型检测还是进化树构建可能都需要付出一定时间代价，使用时需要当心。裴教授的原话见下：

FreeRate model (Yang, 1995;Soubrier et al., 2012) that generalizes the+Gmodel by relaxing the assumption of Gamma-distributed rates. The number of categories can be specified with e.g.+R6(default 4 categories if not specified). The FreeRate model typically fits data better than the+Gmodel and is recommended for analysis of large data sets.

如果需要进行多基因联合的建树(比如，你用10各不同基因对于100种植物进行species tree的进化树构建)，那么需要记住加上：

只进行模型选择：-m MF+MERGE -ssp partition_file

需要构建进化树：-m MFP+MERGE -ssp partition_file

超快自展(ultrafast bootstraping)

关于Ultrasfast bootstrap，有几点特别需要注意的：

IQTREE里要求最少需要1000次(-bb 1000)

简单地讲，如果一颗树上面有一个节点的support value是85，如果是用传统bootstrap法，通常来讲，说明这个节点可信度还算不错。而如果该树是出自IQTREE之手，那么这个节点是否值得信赖就要打上一个问 了。

想执行1000次超快自展，只需要执行下面的操作：

Iqtree –s example.phy –bb 1000

自展树结果会在.ufboot文件里呈现。还有一棵consensus tree，会在.contre里给出。

我们选取example.phy这个比对进行测试，比较一下RAXML(v8.2)和IQTREE(v1.6.1)的速度。我们选择同样的核酸替代模型GTR+G+I。

RAxML一百次rapid bootstrap(-f a)

IQTREE一千次ultrafast bootstrap

结果显示，前者花了80秒，而后者仅用时8秒。

个人经验是如果采用相同的进化模型，IQTREE(采用1000次ultrafast bootstrap approximation)速度上是RAxML(100次rapid bootstrap)的 8-15倍不等。树的结果上二者相差不多。

除ultrafast bootstrap之外，IQTREE还提供了以下检验树的拓扑结构可信度的方法。

-alrt：SH-aLRT检验(4)，没记错的话FastTree2使用的就是这个吧/p>

-abayes：approximate Bayes test，由杨子恒的得意门生学生、瑞士苏黎世应用科学教授Maria Anisimova提出(5)

-lbp：fast local bootstrap probability method，由Adachi and Hasegawa提出(http://www.is.titech.ac.jp/~shimo/class/doc/csm96.pdf)

如果你指定了多个检验方法，那么其结果会在树里(.treefile)呈现出来，不同检验所得数值用斜线隔开，比如：((a,b)100/98:0.1,c:0.2)90/95

其顺序会在扩展名为iqtree的文件里给出：

Numbers in parentheses are SH-aLRT support (%) / ultrafast bootstrap support (%)

此外，IQTREE也提供了传统的bootstrap抽样法检验，使用-b参数即得。

附加功能

列几个可能相对常用的供大家参考

祖先序列重构(ancestral sequence reconstruction)

iqtree –asr

如果希望照指定的进化树进行重构，需要指定 –te INPUT_TREE

使用iqtree进行祖先序列重构的优点在于速度快，输出格式用户友好，且进化模型选择多元

举一个例子：iqtree -s example.phy -m JC+G –asr

释义：对于example.phy采用Jukes and Cantor核酸替换模型和gamma位点替换速率差异矫正(JC+G)，进行祖先重构(-asr)

树的拓扑结构检测(tree topology test)

用-z参数包括需要进行检测不同topology的树

这一点，IQTREE可以部分取代CONSEL的功能，而且老裴自称相较于consel，IQTREE有两大优势：

效率更高

可以对付partition

随机树(random tree)的生成

在v1.6版说明p78有写。感兴趣的读者可以自行查阅。

进行查看，上面有非常详细的介绍。如果还有疑问，可以到google group里面的IQTREE版面提问，裴教授一般都可以在一到两天之内进行回复。想学习系统发育树构建的朋友，也欢迎点击我们的在线课程。最后，欢迎用过IQTREE的朋友分享一下使用心得，也希望没用过的朋友快来体验一把IQTREE的“极速之美”。

引文

1.Kalyaanamoorthy S, Minh BQ, Wong TKF, von Haeseler A, Jermiin LS. ModelFinder: fast model selection for accurate phylogenetic estimates. Nat Methods. 2017;14(6):587-+.

2.Hoang DT, Chernomor O, von Haeseler A, Minh BQ, Vinh LS. UFBoot2: Improving the Ultrafast Bootstrap Approximation. Mol Biol Evol. 2018;35(2):518-22.

3.Minh BQ, Nguyen MAT, von Haeseler A. Ultrafast Approximation for Phylogenetic Bootstrap. Mol Biol Evol. 2013;30(5):1188-95.

4.Shimodaira H, Hasegawa M. Multiple comparisons of log-likelihoods with applications to phylogenetic inference. Mol Biol Evol. 1999;16(8):1114-6.

5.Anisimova M, Gil M, Dufayard JF, Dessimoz C, Gascuel O. Survey of Branch Support Methods Demonstrates Accuracy, Power, and Robustness of Fast Likelihood-based Approximation Schemes. Syst Biol. 2011;60(5):685-99.

更多精彩内容， 生信人

文章知识点与官方知识档案匹配，可进一步学习相关知识CS入门技能树Linux入门初识Linux24882 人正在系统学习中 相关资源：世新砸蛋抽奖软件V2.3.10官方安装版-其它代码类资源-CSDN文库