IQtree：使用 SNP 数据构建 有根 系统发育树及踩坑

IQtree 默认构建的是 无根 系统发育树，但 v2.1.3 版本后 IQtree 提供了使用 Lie Markov Model 算法对系统发育树实现 无外群生根 功能（Rooting phylogenetic trees）。但在使用过程中，由于功能较新，IQtree 在 处理 SNP 数据 的过程中包含较多 Documentation 未说明的 Bug 。在有 外群等先验信息 的情况下，不推荐 使用 iqtree 的 Lie Markov Model 算法生根。

本文主要包含两部分：系统发育树生根操作及踩坑内容，不包含生根原理。其中踩坑内容了解即可，可能随着 IQtree 版本的更新而得到修复。

PS：SNP 数据的处理步骤参见 IQtree：使用 SNP 数据（vcf file）构建玉米群体的 无根 系统发育树

数据集

本文使用的数据集矩阵大小为 577 × 10000。样本取自 577 个玉米品系，包含 70 个大刍草（par）、208 个热带品系（tst）、172 个温带品系（temp）、127 个混合品系（mixed）。SNP 取自 3 号染色体上 743w SNP，经过过滤（maf > 0，miss = 0）与随机抽样后，最终得到 1w SNP。数据已上传（链接如下，0 积分下载）。

IQtree：使用SNP数据（vcffile）构建系统发育树（数据）

系统发育树生根

IQtree 使用 不可逆（non-reversible）模型中的 Lie Markov 模型进行无外群系统发育树根的位置的推断。

1）使用 IQtree 对所有 Lie Markov 模型进行 遍历，寻找 最适 模型

iqtree -s SNP.varsites.phy -mset liemarkov -nt 100 -fast --prefix SNP.varsites.liemarkov.fast

	-mset		遍历所有指定集合（本命令为 liemarkov）的替换模型
				计算每种模型下建树的似然值，并筛选出最优模型

本命令会逐个检索 Lie Markov 模型，当遍历到 6.7a 之后时，IQtree 会提示 2 个 Warning：

WARNING: Numerical underflow for non-rev lh-branch Noname
WARNING: evec not invertible

当遍历到 9.2b 后，IQtree 会 报错。上述未报错的各种模型里 6.7a+ASC+R5 的 log-likelihood 值最大（-78103）。经过不同数据集的多次实验，作者发现使用 SNP.varsites.phy 这种 不含 任何 constant sites 的序列作为输入时，IQtree 大概率会在遍历到某个模型时 报错 。

2）使用最适模型 6.7a+ASC+R5 构建系统发育树

iqtree -s SNP.varsites.phy -m 6.7a+R5+ASC -nt 100 -fast --prefix SNP.varsites.6.7_R5_ASC.fast

系统发育树构建结果如上图所示，其中红色为大刍草品系，蓝色为热带品系，黑色为温带品系。

IQtree Lie Markov 模型踩坑

本文的生根步骤与 IQtree 教程差异较大，IQtree 建议包含 2 步，先局部再合并生根：

1. 使用常规模型对序列进行局部最优建树（-p）。
iqtree2 -s SNP.varsites.phy -p SNP.varsites.nex -T AUTO --prefix rev_snp


2. 使用 Lie Markov 模型将多个局部系统发育树合并且生根（--model-joint 12.12）。
iqtree2 -s SNP.varsites.phy -p rev_snp.best_scheme.nex --model-joint 12.12 -T AUTO --prefix nonrev_snp

先局部再合并生根策略的目的可能是提高建树与生根的准确性，但 SNP.varsites.phy 文件运行第二步合并时会报错。除此之外，Lie Markov 模型与 许多功能连用 都会 报错，现记录如下：

1. --model-joint
iqtree -s SNP.varsites.phy -p rev_snp.best_scheme.nex --model-joint 6.7a+ASC+R5 -nt 100 -fast --prefix nonrev_snp

2. --lmap
iqtree -s SNP.varsites.phy -m 6.7a+ASC+R5 -lmap 10000 -fast -nt 100 --prefix nonrev_snp.lmap1w

3. --root-test
iqtree -s SNP.varsites.phy -m 6.7a+ASC+R5 --root-test -zb 1000 -te SNP.varsites.6.7_R5_ASC.fast.treefile -fast -nt 100 --prefix nonrev_snp.root_test 

PS：除 IQtree 教程推荐的先局部再合并生根策略外，作者还考虑过 限制发育树结构 ，以提高建树与生根的准确性。

1. 先构建无根进化树
iqtree -s SNP.varsites.phy -m GTR+F+R6+ASC -fast -nt 100 --prefix rev_snp

2. 再以无根进化树为模板（-te）生根
iqtree -s SNP.varsites.phy -m 6.7a+ASC+R5 -te rev_snp.treefile -fast -nt 100 --prefix nonrev_snp

但实验结果显示，IQtree 不修改 -te 所提供的树的拓扑结构，只修改 整体 的 分枝长度。对比 log 日志可以发现，-te 参数下 iqtree 只进行 FINALIZING TREE SEARCH 步骤，因为 Estimate model parameters (epsilon = 0.050)。下表罗列了 3 次重复实验的结果，其中 treefile 输入 iTOL 后可以发现拓扑结构完全一致，分枝之间的长度关系基本完全一致，区别 仅为 比例尺（tree scale）。

	Log-likelihood	Total tree length	Sum of internal branch lengths ratio
repeat 1	-77441	1.136	19.94 %
repeat 2	-77442	1.077	19.94 %
repeat 3	-77397	1.248	19.91 %