应用PHYLIP构建进化树的完整详细过程.docx

《应用PHYLIP构建进化树的完整详细过程.docx》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、一、获取序列一般自己通过测序得到一段序列（已知或未知的都可以），通过NCBI的BLAST获取相似性较高的一组序列，下载保存为FASTA格式。用BIOEDIT等软件编辑序列名称，注意PHYLIP在DOS下运行，文件名不能超过10位，超过的会自动截留前面10位。二、多序列比对目前一般应用CLASTALX进行，注意输出格式选用PHY格式。生成的指导树文件（DND文件）可以直接用TREEVIEW打开编辑，形式上和最终生成的进化树类似，但是注意不是真正的进化树。三、构建进化树1.N-J法建树依次应用PHYLIP软件中的SEQBOOT.EXE、DNADIST.EXE、NEIGHBOR.EXE和C

2、ONSENSE.EXE打开。具体步骤如下：（1）打开seqboot.exe输入文件名：输入你用CLASTALX生成的PHY文件（*.phy）。R为bootstrap的次数，一般为1000（设你输入的值为M，即下两步DNADIST.EXE、NEIGHBOR.EXE中的M值也为1000）oddnumber:(4N+1)(eg:1、5、9…)改好了y得到outfile（在phylip文件夹内）改名为2（2）打开Dnadist.EXE输入2修改M值，再按D，然后输入1000（M值）y得到outfile（在phylip文件夹内）改名为3（3）打开Neighboor.EXE输入3M=1000（M

3、值）按Y得到outfile和outtree（在phylip文件夹内）改outtree为4，outfile改为402(4)打开consense.exe输入4y得到outfile和outtree（在phylip文件夹内）Outfile可以改为*.txt文件，用记事本打开阅读。四、进化树编辑和阅读outtree可改为*.tre文件，直接双击在treeview里看；也可以不改文件扩展名，直接用treeview、PHYLODRAW、NJPLOT等软件打开编辑。TREEVIEW可以显示BOOTSTRAN值，序列较多（60条以上）的时候打开直接显示有明显的重叠，可以在打印预览中显示，或输出为EMF

4、WMF图片文件看，但是序列较多时BOOTSTRAN值的显示位置比较乱，和序列名称有重叠。PHYLODRAW的编辑功能较强，可以自由调节X、Y轴的长度。输出格式为BMP、PS格式。缺点是不能直接显示BOOTSTRAN值，包括打开TREEVIEW输出的NEX文件，而且输出的BMP文件不全，类似截屏文件，我用PHOTOSHOP进行拼接合成，添加BOOTSTRAN值和注解符号等。据说也可以将PS文件用记事本打开，改变其中的字号，然后通过ADOBE　DISTRILLOR将PS转化为PDF，就可以解决问题。如果发现还有重叠，可以再次改变PS文件中的字号大小，直到合适为止。NJPLOT可以显示BO

5、OTSTRAN值和分值长度。但是不能调节图片X、Y轴的长度。建MP,ML树将Dnadist和Neighboot两步分别改为Dnapars和Dnaml，其余步骤相同。据说ML法序列较多是非常耗时，我没有尝试。因为我的序列较多。也可以用CLASTALX中的BOOTSTRANN-JTREE法生成进化树，TREE菜单输出格式选项（OUTPUTFORMATOPTION）中的BOOTSTRANLABELSON选NODE（节点）。在treeview里，选择tree菜单,然后把showinternaledgelables的选项打勾了，直接打开生成的文件bootstrap的值就可以显示出来。下面介绍几

6、个软件的使用。首先是PHYLIP。其是多个软件的压缩包，下载后双击则自动解压。当你解压后就挥发现PHYLIP的功能极其强大，主要包括五个方面的功能软件：i，DNA和蛋白质序列数据的分析软件。ii，序列数据转变成距离数据后，对距离数据分析的软件。iii，对基因频率和连续的元素分析的软件。iv，把序列的每个碱基/氨基酸独立看待（碱基/氨基酸只有0和1的状态时，对序列进行分析的软件。v，按照DOLLO简约性算法对序列进行分析的软件。vi，绘制和修改进化树的软件。在此，我主要对前两种功能软件进行说明。  我们现在有几个序列如下：Mo3    ATGTATTTCGTACATTACTGCCAGC

7、CACCATGAATATTGCACGGTACCATMo5    ATGTATTTCGTACATTACTGCCAGCCACCATGAATATTGTACGGTACCATMo6    ATGTATTTCGTACATTACTGCCAGCCACCATGAATATTGTACGGTACCATMo7    ATGTATTTCGTACATTACTGCCAGCCACCATGAATATTGTACAGTACCATMo8    ATGTATTTCGTACATTACTGCCAGCCA