手把手教你用 Fast Tree 快速构建序列进化树

常见的建树方法有：

贝叶斯法（Bayesian），最大似然法（Maximum likelihood，ML），最大简约法（Maximum parsimony，MP），邻接法（Neighbor-Joining，NJ），最小进化法（Minimum Evolution，ME），类平均法（UPGMA）。

一般来讲，如果模型合适，最大似然法的效果较好。对于近缘序列，最大简约法用的假设最少，各种方法结果相似。而对于远缘序列，一般使用最大似然法或邻接法。对相似度很低的序列，邻接法往往出现 Long-branch attraction（LBA，长枝吸引现象），严重干扰进化树的构建。对于各种方法构建分子进化树的准确性，Hall 认为贝叶斯的方法最好，其次是最大似然法，然后是最大简约法。其实如果序列的相似性较高，各种方法结果差别不大。

最大似然法和邻接法需要选择模型。对于蛋白质序列，一般选择 Poisson Correction（泊松修正）模型。而对于核酸序列，一般选择 Kimura 2-parameter（Kimura-2 参数）模型。

表 1. 构建进化树的常用软件

本文主要讲 FastTree 使用方法：

首先介绍几点特性：

1. 在默认参数下，FastTree 比 PhyML 更准确，比 PhyML 快 100～1000 倍；

2. FastTree 使用模型为：核酸进化模型：Jukes-Cantor 或者 GTR（generalized time-reversible）；蛋白进化模型：JTT (Jones-Taylor-Thornton 1992)， WAG (Whelan & Goldman 2001) 或者 LG (Le and Gascuel 2008)

下载，安装 FastTree

FastTree 提供以下几个版本：

• Linux 64-bit executable (+SSE)

• Multi-threaded executable (+SSE +OpenMP) (see usage guide)

• Windows 32-bit command-line executable (no SSE)

• C code

下载 Windows 32-bit command-line executable (no SSE) 后，是一个 FastTree.exe 文件，可以直接在 cmd 命令行程序中调用运行。

新建一个文件夹：比如在 D 盘目录下新建一个 FastTree 文件夹，将 FastTree.exe 程序放在 D:FastTree 目录下。

FastTree 运行（Windows 为例）

• 开始菜单—搜索—cmd

• 切换目录到 D:FastTree

• 最大似然树构建：FastTree protein alignment file > tree

• 在目录 D:FastTree 生成.tree 文件，可以使用 TreeView 或 MEGA 打开。

• 构建进化树时，可以选择不同的模型：

  命令行：D:FastTree>FastTree -lg CIPK.phy >CIPK.tree

alignment file 格式

alignment file 格式如上图。

可以首先使用 Clustal X 比对序列：Alignment—Output Format Options—Phylip format

比对后，在比对目录下生成几个文件，其中.phy 后缀名文件是 FastTree 要使用的。

参考文献：

Hall B G. Comparison of the accuracies of several phylogenetic methods using protein and DNA sequences[J]. Molecular Biology and Evolution, 2005, 22(3): 792-802.

Price, M.N., Dehal, P.S., and Arkin, A.P. (2009) FastTree: Computing Large Minimum-Evolution Trees with Profiles instead of a Distance Matrix. Molecular Biology and Evolution 26:1641-1650.

Price, M.N., Dehal, P.S., and Arkin, A.P. (2010) FastTree 2 -- Approximately Maximum-Likelihood Trees for Large Alignments. PLoS ONE, 5(3):e9490.

Jones D T, Taylor W R, Thornton J M. The rapid generation of mutation data matrices from protein sequences[J]. Computer applications in the biosciences: CABIOS, 1992, 8(3): 275-282.

Whelan S, Goldman N. A general empirical model of protein evolution derived from multiple protein families using a maximum-likelihood approach[J]. Molecular biology and evolution, 2001, 18(5): 691-699.

Le S Q, Gascuel O. An improved general amino acid replacement matrix[J]. Molecular biology and evolution, 2008, 25(7): 1307-1320.

作者：muminwangzi

图片来源：muminwangzi

题图来源：丁香通

最后编辑：2023-04-29

作者：萌小白

一个热爱网络的青年！

站内专栏 邮箱