MUSCLE、IQtree 软件及使用简介

本文以 4 个兰科物种的 252 个 NB-ARC domian 蛋白序列信息为数据集，介绍 MUSCLE、IQtree 的使用，最后构建出包含 246 个蛋白的无根进化树（其中 6 个蛋白没有通过 IQtree 的 chi2 检验而被过滤掉了）。

MUSCLE

MUSCLE 是一款可以用于快速多序列比对的软件，相比 ClustalW 而言在不损失精度的情况下速度提升了数倍。

MUSCLE 下载

1. 使用 apt 下载

    sudo apt install muscle
   

2. 使用 conda 下载

    conda install muscle
   

MUSCLE 使用

	muscle -in NB-ARC.domain.fasta -out NB-ARC.domain.afa -maxiters 2
	-in 输入文件 
	-out 输出文件名，输出文件默认为 Fasta 格式
	-maxiters 最大迭代次数

• 在处理大数据时，作者建议设置 最大迭代次数为 2，因为超过 2 次迭代后对模型的提升很小。（For large datasets where long execution times becomes an issue, I recommend trying -maxiters 2. Iterations beyond 2 attempt refinement, which often results in a small improvement, at most.）

比对结果如下图所示

IQtree

IQtree 是一款用 极大似然法 快速、准确构建 无根进化树 的软件。IQtree 支持快速对不同替换模型进行评估，自动选择最适合序列集的模型。IQtree 于 2011 年发表，2019 年更新到第二版，不断的维护使软件算法更新及时，使用体验良好。

IQtree 下载

推荐使用 conda 下载。如果是从官网下载压缩包，则需要将解压后文件夹 bin 中的 iqtree 置于环境变量中。

conda install -c bioconda iqtree

• 不推荐使用 sudo apt-get install iqtree 安装，其安装的 IQtree 版本太低（1.3.11.1 for Linux 64-bit built Feb 1 2016），与新版本间有较大差异。
  
  

IQtree 输入

输入：多序列比对 的结果文件

• 如果手头序列为未比对序列，建议使用 MUSCLE 完成多序列比对。MUSCLE 的输出结果可以直接作为 IQtree 的输入文件。
  
  

IQtree 使用

	iqtree -s NB-ARC.domain.afa  -nt 50
	-s 输入文件，-nt CPU 线程数

IQtree 默认利用 ModelFinder（2017）寻找适合输入序列的最佳建树模型。在本实验中，计算最佳模型时需要遍历 546 个蛋白模型，总共运算时间为 19h:21m。最后计算出的最适合本实验序列的模型是 JTT+F+R10。接着 IQtree 会利用最佳模型（JTT+F+R10）进行迭代建树，迭代结果如下（分数越大越好）。

Iteration	Score	Time
1	-304104.417
2	-303846.073
3	-303813.005
10	-303865.131	1h:5m:54s
20	-303867.109	1h:24m:34s
50	-303991.816	2h:13m:48s
100	-304241.607	5h:0m:1s

可以发现，迭代数 >2 后差异较小，推荐使用 iteration=2。

IQtree 输出

输出文件中有用的主要为以 .log、.treefile、.iqtree 为后缀的文件，其中

• .log 为 IQtree 的日志文件，包含 输入序列过滤情况统计、每种替换模型应用于输入序列的评估得分、迭代得分 等。
• .treefile 为极大似然法构建出的 NEWICK 格式的无根进化树文件，可以通过 iTOL 等查看树的结构（下图）。尽管用 iTOL 查看树的结构时可以发现树是有根的，但由于根处为三叉树，而非二叉树，所以本质上还是无根的，生根只是为了表示方便。
• .iqtree 为输出结果汇总文件，包含了对 输入信息的统计、每种替换模型应用于输入序列的评估得分、无根进化树的拓扑结构、无根进化树 NEWICK 格式结果 等。