多序列比对&建树

Posted 2021-03-02 zhengjm

目录

• 目标物种和序列
  • 相关Seq列表
• 多序列比对的原理和方法
  • 相关的工具
• 建树的几种方法
• 实际操作
  • Muscle&ClustalW
    • 可视化结果
    • newick文本
  • MEGAX本地
    • 构建流程
    • 距离矩阵和自带建树
    • 手动建树结果
  • 关于NEWICK格式

相关链接
http://journals.sagepub.com/doi/10.3181/0903-MR-94 （冠状病毒的Minireview）
http://www.biotrainee.com/thread-2253-1-1.html （系统发育树相关）
https://blog.csdn.net/Cccrush/article/details/90695891 （详细介绍进化树的几种构建方法和原理）

目标物种和序列

物种：冠状病毒中能够感染人的7种病毒
序列来源：NCBI上已经公布的Ref序列，我们只采用了其中的6种。

相关Seq列表

多序列比对的原理和方法

相关的工具

1. ClustalX/W（前者为图形界面，后者为命令行界面）
2. T-Coffee工具
3. MultAlin工具
4. MAFFT工具
5. MEGAX工具（常用）

建树的几种方法

1. 非加权分组平均法( unweighted pair group method with arithmetic mean, UPGAM）
2. 最小进化法( minimum evolution,ME)
3. 最小二乘法( least squares,LS)
4. 邻接法 (neighbor-joining, NJ)

以上的4种方法其实都属于距离法，即通过计算各物种之间的进化距离来作为建树的依据。
实际上还有一类建树的法则：Character-based methods 特征法，这里先跳过去，日后在看（挖坑ing）。

实际操作

Muscle&ClustalW

上面的几种工具在EBI的网站上都有公布（实际上里面还有很多的工具可以实现多序列比对），我们采用了其中的MUSCLE方法+ClustalW方法+MAFFT方法，能够直接得到最终的建树结果。

相关网页：
https://www.ebi.ac.uk/Tools/msa/muscle/
https://www.ebi.ac.uk/Tools/msa/clustalo/

可视化结果

Muscle：Accurate MSA tool, especially good with proteins. Suitable for medium alignments.

ClustalW：New MSA tool that uses seeded guide trees and HMM profile-profile techniques to generate alignments. Suitable for medium-large alignments.

MAFFT：MSA tool that uses Fast Fourier Transforms. Suitable for medium-large alignments.

后面两个的结果相近，可能更加接近真实情况。

newick文本

# Muscle
(
(
KP198610:0.22253,
(
NC_002645.1:0.16531,
MK334047.1:0.15607)
:0.08099)
:0.01856,
NC_019843.3:0.22538,
(
NC_045512.2:0.09935,
NC_004718.3:0.10340)
:0.11661);

# ClustalW
(
(
NC_019843.3:0.23351,
(
NC_045512.2:0.09863,
NC_004718.3:0.10330)
:0.12454)
:0.02357,
KP198610:0.23317,
(
MK334047.1:0.16005,
NC_002645.1:0.16886)
:0.09141);

# MAFFT
(
KP198610:0.23000,
(
MK334047.1:0.15815,
NC_002645.1:0.16536)
:0.08813,
(
NC_019843.3:0.22966,
(
NC_045512.2:0.09772,
NC_004718.3:0.10361)
:0.12929)
:0.03177);

MEGAX本地

构建流程

graph TB; Align -->Input_integrated_fasta; Input_integrated_fasta --> Align_by_ClusterW; Align_by_ClusterW --takes_long_time--> Phylogenetic_analysis_in_Data_option; Phylogenetic_analysis_in_Data_option --> Compute_pairwise_distance_in_Distance_option;

距离矩阵和自带建树

手动建树结果

关于NEWICK格式