mcmctree计算分歧时间步骤2023-10-02

根据mcmctree参数解读，mcmctree中需要调整的参数usedata、clock、RootAge、rgene_gamma、sigma2_gamma、burnin、sampfreq、nsample
真正需要计算使用的rgene_gamma、sigma2_gamma：

1. Rough estimation of the substitution rate

树文件：请注意，根节点需要一个简单的化石校准，比如“@4.5”（450Ma ago）。如果没有这个标记计算出来的结果就没有Substitution rate is per time unit,也就没办法计算后续。
序列文件：fas 或者 phy
使用baseml/codeml获得Substitution rate is per time unit，通过它可以计算rgene_gamma

2. Estimation of the gradient and Hessian

在mcmctree.ctl修改设置usedata = 3，这告诉MCMCTREE，我们还不会进行分歧时间估计。我们只想计算gradient (g)、Hessian (H)、the maximum likelihood estimates (MLE) of the branch lengths. 其生成的结果是out.BV，将 out.BV 改名为in.BV，作为下一步的输入文件。

3.Estimation of divergence times with the approximate likelihood method

• 设置usedata = 2，使用上步生成in.BV
• clock使用2/3都可以，区别不大，具体描述参考mcmctree参数解读。推测种群的分歧时间估计可能clock=1比较好，分化时间较近；如果系统发育分析，涉及类群和时间尺度较大的，用clock=2/3也许可能更好。
• RootAge 设置一个最古老祖先的时间，这一步中不设置会报错，昆虫纲一般可以无脑<4.0（400 Mya）
• rgene_gamma&sigma2_gamma设置内部参数rgene_gamma(根据第一步的结果)、sigma2_gamma=1 4.5（昆虫纲经验数值，可以根据情况再调整。REF:mcmctree参数解读）
  burnin、sampfreq、nsample 遗弃代数、抽样频率、最后结果代数
  一般遗弃代数设置为总运行代数的20%，抽样频率我一般选用默认的5，觉得有随机抽样频率就行，感觉理论上再大一点好。最后运行总代数，手册说的是至少2k，实际运行速度还是挺快的，可以设置几万代跑跑看，一般结果都跟现有文献差距不大。

---

关于rgene_gamma、sigma2_gamma，其实我也想过仔细研究一下，能不能精准计算一下？感觉基于Step-by-Step手册中直接使用时间单位替换速率作为计算有点粗糙，但是想要精准计算首先需要了解一些伽马的基础知识。

如果想了解伽马分布，请看下图
https://www.zhihu.com/question/34866983

image.png

image.png

看完上面的公式，再看手册中使用Substitution rate=m(mean of the gamma distribution)=s(the standard deviation of the gamma distribution)然后算算出rgene_gamma，再根据文献选择昆虫纲的经验值sigma2_gamma = 1 4.5,是不是合理多了？毕竟是放在PAML官网首页的推荐手册，我选择相信A Step-by-Step Tutorial

---

• A Step-by-Step Tutorial: Divergence Time Estimation with Approximate Likelihood Calculation Using MCMCTREE in PAML <9 June 2011>
• User Guide PAML: Phylogenetic Analysis by Maximum Likelihood