使用 PhyML 构建进化树

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

1. $ wget http://www.atgc-montpellier.fr/download/binaries/phyml/PhyML-3.1.zip
2. $ unzip PhyML-3.1.zip
3. $ mv PhyML-3.1 /opt/biosoft/
4. $ ln -s /opt/biosoft/PhyML-3.1/PhyML-3.1_linux64 /opt/biosoft/PhyML-3.1/PhyML
5. $ echo 'PATH=$PATH:/opt/biosoft/PhyML-3.1/' >> ~/.
6. $ source ~/.bashrc

3. PhyML 的使用

PhyML　的输入文件为 phylip 格式。

常用例子：

1. $ PhyML -i proteins.phy -d aa -b 1000 -m LG -f m -v e -a e -o tlr

常用参数：

1. -i seq_file_name
2. 输入文件，phylip 格式的多序列比对结果。
3. -d data_type default：nt
4. 该参数的值为 nt, aa 或 generic。
5. -b int
6. 设置 bootstrap 次数。
7. -m model
8. 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 。
9. -f e,m or fA,fC,fG,fT
10. 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。
11. -v prop_invar
12. 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。
13. -a gamma
14. 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。
15. -o params
16. 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。
17. 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：

1. proteins.phy_phyml_tree.txt : 最大似然法构建的进化树
2. proteins.phy_phyml_boot_stats.txt : bootstrap 的统计信息
3. proteins.phy_phyml_boot_trees.txt : bootstrap 树
4. proteins.phy_phyml_stats.txt : 程序运行的中的参数和结果统计

原文来自：

http://www.chenlianfu.com/?p=2221

https://www.plob.org/article/9891.html