MEGA 构建进化树

网络上关于构建进化树的教程非常多,这里只挑重点部分讲解。

常见算法:Neighbor-Joining、Maximum Likelihood

1. 参数设置:

图片.png

图片.png

Test of Phylogeny:建树的检验方法

常用Boot strap method (步长检验)
是根据所选的建树方法,计算并绘制指定次数棵系统发育树。大多数建树方法的核心算法都是统计概率模型,所以每次算出的数都会有所差别,用Boot strap method检验方法,建好的系统发育树上每个节点上都会标记一个数字,代表了指定次数次计算所得出的系统发育树中有百分之几的树都有这一节点。绝大多数节点数值大于70%的树才可信,个别低于70%也可忽略。也可以通过增删序列来改善质量。

No. of Bootstrap Replications:一般设置步长为500-1000;
Substitution Model :计算遗传距离时使用的计算模型
Model/Method: p-distance

理论上需尝试各种模式,然后选择合适的模型进行计算。实际操作中通常选择距离模型,如p-distance即可。

Gaps/Missing Data Treatment:

删除多序列比对中含有空位的列,遗传距离度量方法不同,删减原则不同;
如序列间不同残基个数来度量遗传距离,则选择complete deletion ;
如采用Neighbor-Joining,则选择Partial deletion部分删除,删除程度保持50%。

2. 生成进化树

左侧标签页:

原始树:步长检验时构建1000棵树中的一个。未经过多棵树合并,树的长短可精确代表遗传距离。

右侧标签页:

步长检验合并树,树上节点处数字表示经过步长检验,有x%个树都具有这个数支。反应了树支的可信度

图片.png

3. 树形美化:

View > Options


图片.png

更改树支形状或根等:


图片.png

导出为矢量格式,如pdf 或EMF,添加到AI中进行下一步美化,呈现效果如下:


图片.png

4. 遗传距离计算

"Distance" > "compute pairwise Distances"


图片.png

设置参数如上,继续下一步


图片.png
图片.png

5. 文件保存

  1. 序列比对的结果保存:
    "data" > "save session ",文件后缀名为.mas
    打开文件:"Align" > "Open saved Alignment session"

"Export Alignment" > "MEGA Format",文件后缀名为.meg
打开文件:双击文件即可打卡

  1. 进化树保存
    "File" > "Save current session" ,文件后缀名为.MTS
    打开:"User Tree" > "Open Tree Session"
    Display Newick Trees,文件后缀名为.nwk
    "File" > "Export current Tree (Newick)"

注意,打开的nwk文件只有整合后树文件,而没有源树支。nwk文件可以导入其他在线的进化树美化网站做进一步地修饰。

  1. 导出图片:
    "image" 选择导出EMF PDF PNG格式的图片。

参考资料:

  1. 如何用 MEGA 构建进化树?

  2. 分子进化-MEGA7构建NJ树2

  3. 多序列比对与MEGA系统发育树

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,636评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,890评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,680评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,766评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,665评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,045评论 1 276
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,515评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,182评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,334评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,274评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,319评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,002评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,599评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,675评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,917评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,309评论 2 345
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,885评论 2 341

推荐阅读更多精彩内容