一文读懂进化树

系统发育树构建的第一步是进行多序列比对，常用的软件包括MEGA， cluster X，Muscle，phylip等。（都很常用，就看哪个顺手）

MEGA 是最常用的比对建树软件，优点是可视化图形界面，简单方便；缺点是比对速度慢，输出格式单一。

Cluster X 的优点是图形界面，可输出多种格式（如phy）；缺点也是慢。

Muscle和phylip 的优点是运算快，不过需要输入简单地代码，可能不适合初学者。

系统发育树构建的基本方法有如下几种：

1、Distance-based methods 距离法：

（基于距离的方法：首先通过各个物种之间的比较，根据一定的假设（进化距离模型）推导得出分类群之间的进化距离，构建一个进化距离矩阵。进化树的构建则是基于这个矩阵中的进化距离关系。）

· Unweightedpair group method using arithmetic average(UPGMA)非加权分组平均法

·  Minimum evolution(ME)最小进化法

· Neighbor joining(NJ)邻位归并法

2、Character-based methods 特征法：

（基于特征的方法：不计算序列间的距离，而是将序列中有差异的位点作为单独的特征，并根据这些特征来建树。）

· Maximum parsimony(MP) 最大简约法

· Maximum likelihood method(ML) 最大似然法

模型选择的依据如下图：

其中UPGMA法已经较少使用。 一般来讲，如果模型合适，ML的效果较好。对近缘序列，有人喜欢MP，因为用的假设最少。MP一般不用在远缘序列上，这时一般用NJ或ML.对相似度很低的序列，NJ往往出现Long-branch attraction（LBA，长枝吸引现象），有时严重干扰进化树的构建。贝叶斯的方法则太慢。对于各种方法构建分子进化树的准确性， 一篇综述（Hall BG. Mol Biol Evol 2005，22（3）：792-802）认为贝叶斯的方法最好，其次是ML，然后是MP。其实如果序列的相似性较高，各种方法都会得到不错的结果，模型间的差别也不大 。不过现在文章普遍使用的是NJ是ML模型。