MegaX进化树构建与分析方法介绍

分子进化遗传学分析（英语：Molecular Evolutionary Genetics Analysis，缩写MEGA）是一个生物信息学软件，可通过分子演化统计学分析建立系统发生树，最初由宾夕法尼亚州立大学的根井正利团队开发。该软件免费，入手难度低，功能强大，适合生物进化研究初学者使用。目前Mega 已经更新到第十版，称为Mega X。下载地址https://www.megasoftware.net/

Mega X支持多操作平台，本文将介绍一些基本使用方法与操作。

Mega主操作界面如图所示。首先，我们来使用alignment这个功能，来将下载的批量fasta文件整理成一个alignment。

我们这里进行DNA alignment。

这里可以选择从文件中提取sequence， 文件类型可以是fasta，nexus，mas等等。

Mega X常用alignment工具包括ClustalW和MUSCLE。ClustalW实现了迭代算法，因此在较早的步骤中不太可能纠正错误，相对于MUSCLE效果好但分析时间长；而MUSCLE则采用了一种渐进式算法，可以在整个过程中对列进行重新优化，速度很快。如果希望用一种较快的程序进行alignment，笔者建议尝试一下MAFFT。另一种选择是T-Coffee，它比Mafft或MUSCLE慢，但性能好。

Gap penalty这里指的是对两个或更多个序列的比对进行评分的方法。比对序列时，在序列中引入Gap可以使比对算法比无Gap比对能够匹配更多的项。但是，减小Gap对于创建有用的alignment很重要。间隙太多会导致对齐变得毫无意义。Gap penalty用于根据Gap的数量和长度调整比对得分。五种主要类型是constant, linear, affine, convex, andProfile-based。具体分析在这里不赘述，一般软件里可以选用默认，但是如果比对序列多，物种种类多，建议仔细分析一下。

开始分析之后需要一段时间得到比对好的序列。

建树之前，我们可以先用模型分析来找到最适合模型。用法和结果与Jmodeltest相似。这里得到的分析模型，为评分最高的substitution model，在建树时直接选用对应model·。

这里选择GTR+G模型，带有最低BIC分数为最适合model，一般列于第一位。

接下来选择phylogeny里面的ML进行maximum likelihoodtree构建。

ML数一般需要进行bootstrap分析来提高精度，这里我们手动输入1000bootstrap。Bootstrap是一种重新采样分析，涉及从分析中取出字符，重建树并测试是否恢复了相同的节点。这是通过多次（非常频繁地进行100或1000次）迭代来完成的。例如，如果通过抽取一个字符并重新采样树的100次迭代中的95次来恢复同一节点，那么就很好地知道该节点得到了很好的支持（在这种情况下，BS值为0.95或95％）。如果支持率较低，则表明只有几个字符支持该节点，因为从矩阵中随机删除字符会导致该节点的重构不同。那说明该节点可信度不好。

之后选择刚分析得到的最好模型，进行树构建。

经过漫长的分析等待，我们会得到如下结果。

Original tree 显示的是从1-1000个原始树，我们需要的是bootstrap consensus tree， 如下图。

END

微科享，享科学

微科享是微生太旗下专注于学术知识免费分享平台，内容主要包括学术资讯、学术直播以及干货分享。

微科享仅用于学术成果分享与交流，不涉及商业利益。严禁他人将本公众号的内容用于商业运营。