西安建站系统,网站制作学校要的,公司管理制度,做网站订阅号01 背景 1.1 ML树 ML树#xff0c;或最大似然树#xff0c;是一种在进化生物学中用来推断物种之间进化关系的方法。最大似然#xff08;Maximum Likelihood, ML#xff09;是一种统计框架#xff0c;用于估计模型参数#xff0c;使得观察到的数据在该模型参数下的概率最…01 背景 1.1 ML树 ML树或最大似然树是一种在进化生物学中用来推断物种之间进化关系的方法。最大似然Maximum Likelihood, ML是一种统计框架用于估计模型参数使得观察到的数据在该模型参数下的概率最大。在进化树的构建中这意味着选择一棵树包括其分支长度和模型参数使得给定的序列数据在该树模型下出现的概率最大。 ML树的特点 - 模型驱动ML方法依赖于复杂的统计模型来描述序列进化过程中的变化。这些模型可以包括核苷酸或氨基酸替换的不同速率、遗传密码的变异等。 - 数据适应最大似然方法能够适应不同类型的分子数据如DNA、RNA或蛋白质序列并考虑序列间的进化距离和速率变异。 - 计算密集相比其他方法如邻接法或最大简约法ML方法在计算上更为密集因为它需要评估多种树形和参数组合下的概率。 ML树的应用 - 物种分类帮助科学家理解不同物种间的亲缘关系。 - 进化研究通过分析物种的遗传变化研究它们的进化历史。 - 功能预测通过比较进化上相关的序列预测未知序列的功能。 - 生态和保护生物学了解物种的进化关系有助于生态保护和生物多样性研究。 最大似然树提供了一种强大的方法来推断物种间的进化关系尽管它在计算上更为要求但通过提供更准确的估计和适应多样化数据的能力已成为分子系统发育学中的一个重要工具。 1.2 RAxML-NG RAxMLStamatakis2014年是一个受欢迎的最大似然ML树推断工具过去15年来一直由Alexey M Kozlov的团队开发和支持。最近我们还发布了ExaMLKozlov等人2015年这是一个专门用于在超级计算机上分析基因组规模数据集的代码。ExaML实现了RAxML的核心树搜索功能并且可以扩展到数千个CPU核心。其他广泛使用的ML推断工具包括IQ-TreeNguyen等人2015年PhyMLGuindon等人2010年和FastTreePrice等人2010年。 在这里我们介绍我们的新代码RAxML-NGRAxML下一代。它结合了RAxML和ExaML的优势和概念并提供了我们在下一节中将描述的几项额外改进。 所以ML建树的最新一代版本软件横空出世一代版本一代神代代版本ML树 常配合MAFFT使用详见MAFFT安装及使用-mafft v7.520bioinfomatics tools-004 02 参考 https://github.com/amkozlov/raxml-ng #官网 03 安装 这里是原码安装就帮大家省略了hhh编译好多人服务器可能配置不够 https://github.com/stamatak/standard-RAxML.git Build RAxML-NG. PTHREADS version:git clone --recursive https://github.com/amkozlov/raxml-ng cd raxml-ng mkdir build cd build cmake .. make下载zip注意解压即可 #下载安装包 wget -c https://github.com/amkozlov/raxml-ng/releases/download/1.2.0/raxml-ng_v1.2.0_linux_x86_64.zip unzip raxml-ng_v1.2.0_linux_x86_64.zip -d ./raxml-ng #将raxml-ng_v1.2.0_linux_x86_64.zip文件解压到当前目录下的一个名为raxml-ng的新文件夹里。 04 使用 RAxML-NG v. 1.2.0 发布于 2023年5月9日由 Exelixis Lab 开发。 开发者包括 Alexey M. Kozlov 和 Alexandros Stamatakis。 贡献者有 Diego Darriba, Tomas Flouri, Benoit Morel, Sarah Lutteropp, Ben Bettisworth, Julia Haag, Anastasis Togkousidis。 最新版本可在 https://github.com/amkozlov/raxml-ng 获取。 有问题/问题/建议请访问https://groups.google.com/forum/#!forum/raxml系统Intel(R) Xeon(R) Platinum 8173M CPU 2.00GHz56核502 GB RAM使用方法raxml-ng [选项]命令互斥:--help 显示帮助信息--version 显示版本信息--evaluate 评估一棵树的似然包含模型分支长度优化--search 最大似然ML树搜索默认10个拟合树 10个随机起始树--bootstrap 引导法默认使用引导停止自动检测复制品数量--all 一体化ML搜索 引导法--support 计算给定参考树例如最佳ML树的分割支持和一组复制树例如来自引导分析的树--bsconverge 使用autoMRE标准测试引导收敛性--bsmsa 生成引导复制MSAs--terrace 检查树是否位于系统发育露台上--check 检查校正并移除空列/行--parse 解析校正压缩模式并创建二进制MSA文件--start 生成拟合/随机起始树并退出--rfdist 计算树之间的成对Robinson-FouldsRF距离--consense [ STRICT | MR | MRn | MRE ] 构建严格、多数规则MR或扩展MRMRE共识树默认MR例如--consense MR75 --tree bsrep.nw--ancestral 在所有内节点上重建祖先状态--sitelh 打印每个站点的对数似然值命令快捷方式互斥:--search1 别名--search --tree rand{1}--loglh 别名--evaluate --opt-model off --opt-branches off --nofiles --log result--rf 别名--rfdist --nofiles --log result输入输出选项:--tree rand{N} | pars{N} | FILE 起始树rand(随机), pars(拟合) 或用户指定新克文件N 树的数量默认rand{10},pars{10}--msa FILE 校正文件--msa-format VALUE 校正文件格式FASTA, PHYLIP, CATG 或 自动检测默认--data-type VALUE 数据类型DNA, AA, BIN(二进制) 或 自动检测默认--tree-constraint FILE 约束树--prefix STRING 输出文件的前缀默认MSA文件名--log VALUE 日志详细程度ERROR,WARNING,RESULT,INFO,PROGRESS,DEBUG默认PROGRESS--redo 覆盖现有结果文件并忽略检查点默认关闭--nofiles 不创建任何输出文件仅在终端打印结果--precision VALUE 打印的小数位数默认6--outgroup o1,o2,..,oN 逗号分隔的外群类群名称列表只是一个绘制选项--site-weights FILE MSA列权重文件仅正整数 通用选项:--seed VALUE 伪随机数生成器的种子默认当前时间--pat-comp on | off 校正模式压缩默认开启--tip-inner on | off 尖端-内部案例优化默认关闭--site-repeats on | off 使用站点重复优化比尖端-内部快10%-60%默认开启--threads VALUE 使用的并行线程数默认56--workers VALUE 并行运行的树搜索数量默认1--simd none | sse3 | avx | avx2 使用的向量指令集默认自动检测--rate-scalers on | off 对每个速率类别使用单独的CLV缩放器对于2000物种默认开启--force [ CHECKS ] 禁用安全检查请三思模型选项:--model nameG[n]Freqs | FILE 模型规格或分区文件--brlen linked | scaled | unlinked 分区间分支长度链接默认scaled--blmin VALUE 最小分支长度默认1e-6--blmax VALUE 最大分支长度默认100--blopt nr_fast | nr_safe 分支长度优化方法默认nr_fastnr_oldfast | nr_oldsafe --opt-model on | off ML优化所有模型参数默认开启--opt-branches on | off ML优化所有分支长度默认开启--prob-msa on | off 使用概率校正与CATG和VCF兼容--lh-epsilon VALUE 优化/树搜索的对数似然epsilon默认0.1拓扑搜索选项:--spr-radius VALUE SPR重新插入半径快速迭代默认自动--spr-cutoff VALUE | off 下降到子树的相对LH截断默认1.0--lh-epsilon-triplet VALUE 分支长度三元组优化的对数似然epsilon默认1000引导选项:--bs-trees VALUE 引导复制品数量--bs-trees autoMRE{N} 使用基于MRE的引导收敛标准最多N个复制品默认1000--bs-trees FILE 包含一组引导复制树的Newick文件与--support一起使用--bs-cutoff VALUE MRE-based引导停止标准的截断阈值默认0.03--bs-metric fbp | tbe 分支支持度量fbp Felsenstein引导默认tbe 转移距离--bs-write-msa on | off 写下所有引导校正默认关闭 05 常用命令行 常配合MAFFT使用详见MAFFT安装及使用-mafft v7.520bioinfomatics tools-004 1. 对DNA校正进行树推断10个随机10个拟合起始树通用时间可逆模型ML估计替换率和核苷酸频率离散GAMMA异质性率模型4类:./raxml-ng --msa testDNA.fa --model GTRG ##这个属于all的一部分2. 进行一体化分析ML树搜索 非参数引导10个随机化拟合起始树固定经验替换矩阵LG校正中的经验氨基酸频率8个离散GAMMA类别200个引导复制品:./raxml-ng --all --msa testAA.fa --model LGG8F --tree pars{10} --bs-trees 200 ##涵盖上述search 就是103. 在固定拓扑上优化分支长度和自由模型参数使用比例分支长度的多个分区./raxml-ng --evaluate --msa testAA.fa --model partitions.txt --tree test.tree --brlen scaled ##使用一个合适的枝长参数 evalute一个参数 他有一个优化模式 优化的话这里就是选择最优模型进行打分判定。需要给定模型集合实际上常用的 ./raxml-ng --support --tree bestML.tree --bs-trees bootstraps.tree ##给予一个最好模型的数据然后在进行这种本文不予采用##还是需要模型文件然后筛选最佳模型然后进行打分但是模型文件 ./raxml-ng/raxml-ng --msa singlecopy.mafft --prefix singlecopy.mafft.ML --threads 20 --bs-trees 1000 --model XXX 06 参考文献 Kozlov AM, Darriba D, Flouri T, Morel B, Stamatakis A. RAxML-NG: a fast, scalable and user-friendly tool for maximum likelihood phylogenetic inference. Bioinformatics. 2019 Nov 1;35(21):4453-4455. doi: 10.1093/bioinformatics/btz305. PMID: 31070718; PMCID: PMC6821337. 周颖,祝波,钱冬等.  虾肝肠胞虫感染病理特征、18S rRNA基因序列及系统进化树分析    [J].  宁波大学学报(理工版),  2022,  35  (02):  8-14.   季梦玮,滕飞翔,周敏等.  原生动物AQPs系统进化树的构建以及结构分析    [J].  江苏科技信息,  2019,  36  (13):  46-51.   李晓凤.    基于物种系统进化树的已批准天然来源药物物种分布与机制研究[D].    重庆大学,    2018.  杜鹏程,于伟文,陈禹保等.  利用系统进化树对H7N9大数据预测传播模型的评估    [J].  中国生物工程杂志,  2014,  34  (11):  18-23.  DOI:10.13523/j.cb.20141103. 李玲.    基于线粒体基因组构建生物系统进化树[D].    内蒙古工业大学,    2014.