科研星球

如何用MEGA-X构建进化树

通过进化树,我们可以得到一些非常有价值的信息,比如说某几个物种在同一分支上,说明他们有着较近的亲缘关系,更有可能他们之间存在着祖先与进化的关系。比如最近来势汹汹的新冠肺炎,下图为从网上找的冠状病毒遗传进化分析,其中图中2019-nCoV即为本次新型冠状病毒。


下载.jpeg



今天我们就来简单介绍一下进化树构建的基本过程。这次我们以YTHDF家族和YTHDC家族作为例子来进行演示。


PART1
准备


1. 基因蛋白序列

打开NCBI gene数据库(https://www.ncbi.nlm.nih.gov/gene/),将所要查询的基因名称输进去即可,例如分析人YTH家族,将该家族的5个基因(YTHDF1/2/3、YTHDC1/2)依次输进基因栏。


640.png


选择对应物种,例如此处分析人,选择Homo sapiens,

选择要分析的序列,本文分析蛋白序列,点击NP链接,若要分析mRNA序列,点NM即可。


640 (1).png


转进来后点击FASTA后即可看到该基因的蛋白序列,通过右上方send to发送至本地保存为fasta格式。


640 (2).png

 

然后将5个基因蛋白序列合在一个fasta格式文件。具体合并就是把文件用文本打开,然后粘贴到一起就行。注意:所有序列的方向都要保持一致 ( 5’-3’)。序列工作就做好啦

另:Uniprot数据库(http://www.uniprot.org/)也可获取蛋白序列哦,步骤与此类似,自行探索即可


2.下载MEGA软件

     行星资源站内搜索下载即可,有多种版本可供下载,由于本人电脑上为MEGA-X版本,下面就此版本介绍具体用法。




PART2
序列比对



做系统进化树之前要做多序列比对,将比对结果提交给MEGA建树。打开MEGA,点击File→Open A File/Session…→找到自己要比对的序列,打开

640 (3).png


      弹出对话框,选Align


640 (4).png



      然后5条要比对的序列就进来啦!



640 (5).png


接下来我们进行序列比对,在Alignment里面有Alignment by ClustalW和Muscle两个选项。其中ClustalWClustalW是现在用的最广和最经典的多序列比对软件,基本原理是首先做序列的两两比对,根据该两两比对计算两两距离矩阵,然后用NJ或者UPGMA方法构建Binary进化树作为guide tree,最后用progressive的方法根据guide tree逐步添加序列进行比对,一直到所有序列都比对好。


Muscle速度快,用于序列多的时候进行的比对。


      这里我们选择ClustalW:


640 (6).png


弹出对话框选OK,之后弹出多序列比对参数设置窗口。由于MEGA的参数都是经过考量的,所以当看不懂时默认就好。运行后下面就是比对完的结果啦!

 

640 (8).png


因为不同序列的碱基、长度不同,所以为了最大的寻找相似碱基而插入空位,其中-------表示序列内插入的空位。

可以将比对结果保存下来。

640 (7).png


保存文件格式选择.meg


640 (9).png

双击刚才建好的.meg文件,文件就直接导入MEGA啦,点击640 (10).png,会出现“Sequence Data Explorer”窗口,最上面一行是consensus sequence,也就是一列里出现次数最多的字母。

 

640 (11).png


PART3
最优模型选择


      点击Data中的Phylogenetic Analysis,然后返回主页面。


640.png

      


点击MODELS中的Find Best DNA/Protein Models(ML) ,软件会根据你的数据帮你计算寻找最适合的模型,提高建树的精确度。


640 (1).png

    


  参数默认即可


640 (3).png


      运行界面如下,序列较多时,分析时间较长,闲的话可以去跑个PCR......


640 (2).png

 


运行后结果如下。最重要的是BICBayesianInformation Criterion),越低代表模型越好。在这里就可以看到,BIC分数最低的模型是JTT+G,但软件不支持组合模型,所以我们选择单个模型中BIC分数最小的,此处为JTT。



640 (4).png




PART4
建树


    


好,下面开始建树~



      点击Phylogeny构建进化树,有多种建树方法,适用情况自行摸索哈,此处选择NJ邻接法建树。


640 (5).png


弹出设置窗口,没有什么要求时默认即可。

Test of Phylogeny(建树的检验方法),是用来检验建树的质量的。默认的检验方法是Bootstrp method (步长检验)。步长检验需要设定检验次数,通常为100的倍数,默认设置为500,通常1000次以上较为可靠,这里设置1000。

Model处选择上文计算好的JTT。

Gap/Missing Date Treatment,大多数建树方法会要求删除多序列比对中含有空位较多的列。但是根据遗传距离度量方法的不同,删除原则不同。如果是以序列间不同残基的个数来度量遗传距离的话,选择Complete deletion;如果其他方法例如NJ,可以选择Partial deletion,程度约50%。


640 (6).png


噔噔噔~~进化树就出来啦!

首先出来的是Original Tree(原始树),是步长检验构建的 1000 株树中的一株,未经过多棵树合并,所以树枝的长短可以精确代表遗传距离,即进化的距离远近。


640 (7).png


Bootstrap consensus tree(步长检验合并出来的树),只反映进化关系,树枝的长短与遗传距离无关。

节点处的数字表示,经步长检验有百分之几的树具有这根树枝,即,反应了该树枝的可信度。当前构建的这株系统发生树中,绝大多数节点处的数值都是≥70 的话,这株树整体上就是可信的。

如果觉得树太中规中矩,640 (11).png可对树的形状进行调整。

640 (10).png

可以看出基因名字过长,是因为基因序列导出后,未对基因名做简化处理,大家可以将导出的fasta格式以文本文件打开,将多余字符删除,只保留想要信息即可;当然,忘了处理的,在序列导入MEGA后也可对基因名进行编辑,双击下图所示位置就可以啦!


640.png


View:可以更改枝的线条,字体样式等。

Image:输出图片。

Caption:单击后生成文献中该图的标题、备注说明,使用到的文献等,这个功能很好用,写文章会需要的。

最后记得将建树结果保存为.nwk格式,这个结果保存很重要哦,下次直接双击就可进入MEGA对其操作。


640 (8).png


以上是对于进化树的简单构建,如果我们要做出好看的进化树的话,还是推荐使用TBtools或者如果有R语言基础的可以尝试ggtree。


更多进化树相关内容……

相关推荐:
没有账号?