phylip软件使用及使用的详细过程.doc

phylip软件使用PHYLIP是一个综合的系统发生分析软件包，由华盛顿大学的Joseph Felsenstein开发的。现在该软件包可完成许多系统发生分析。软件包中可用的方法包括了简约法、距离矩阵和似然法，以及bootstrap和一致 性树。可以处理的数据类型有分子序列、基因频率、限制性位点、距离矩阵（powmarker）和二进制离散字符(010101)。下载地址：/phylip.html对于windows操作系统有三个下载文件（phylipw.exe, phylipwx.exe, phylipwy.exe），下载之后解压到一个文件夹中，里面包含了所有的程序，手册也在其中。画图程序（drawgram, drawtree）需要安装X windows开发环境，否则会报错。用户界面：程序通过一个菜单来控制，用户设置选项。数据从一个文本文件中读入程序，这个文本文件不能是有特殊格式的文字处理器（office word）。有些序列比对程序，如clustalX，可将数据文件写为PHYLIP格式。而大部分的程序自动寻找在infile文件中的数据。如果它们没有找到这个文件，它们将提示用户自己输入数据文件名。输出的内容将被写到特定的文件 中，如：outfile和outtree。Outtree中的树是newick格式的，这是一个正式的标准，由1986年被主要系统发生软件包的作者所确 定的。Getting started注意保持记录。记录每步的实验过程是非常重要的，甚至是在计算分析时。也许你会对许多的结果文件感到头痛，那么最好的方法就是给结果文件改一个有意义的名字。序列比对。PHYLIP的输入文件是比对过的序列，并且是PHYLIP格式的。文件的后缀名是.phy的。比对可用clustalX:http:/www-igbmc.u-strasbg.fr/BioInfo/ClustalX/Top.html一定要把比对的序列保存为phylip格式的。PHYLIP程序的运行这些程序要按照一定的顺序来运行。前一个程序的输出作为下一个程序的输入。如何合理的组合这些程序也很关键。在windows中，PHYLIP程序可通过双击程序的图标来启动，或是在命令行中输入程序的名称来启动。我们建议使用命令行方式，因为你也许能看到一些错误提示。它启动的方是：开始-所有程序-附件-命令提示符。大部分PHYLIP程序运行方法相同。程序把infile作为默认输入文件，如果没有找到它将要求用户输入数据文件的名称。输出结果写在outfile文件中。有些则写在outfile和outtree或plotfile中。因为大部分程序使用默认的输入和输出文件名，所以在下一步的分析前，要重命名你想保存的文件。比如，你用Dnadist得到了距离矩阵 （outfile），你还想试试不同的设置，那么再做矩阵计算前，你可以把outfile重命名为dnadist_out_F84，或其它名称，这样你就 能区别两次的结果了。程序距离方法：顺序使用这些程序。首先，用dandist或protdist程序计算序列比对结果的距离矩阵。接着这个矩阵被fitch、kitsch或 neighbor程序转换为树。Dandist和protdist程序的输出文件是outfile。在运行fitch、kitsch或neighbor 前，outfile应该重命名为infile或另外的名字。fitch、kitsch和neighbor的输出文件是outfile和outtree。Dnadist DNA距离矩阵计算器Protdist 蛋白质距离矩阵计算器Fitch 没有分子时钟的Fitch-Margoliash树Kitsch 有分子时钟的Fitch-Margoliash树Neighbor Neighbor-Joining和UPGMA树基于字符的方法这些程序读入一个序列对，它们的输出文件是outfile和outtree。Dnapars DNA简约法Dnapenny DNA简约法using branch-and-boundDnaml DNA最大似然，无分子时钟Dnamlk DNA最大似然，有分子时钟Protpars 蛋白质简约法Proml 蛋白质最大似然法重抽样工具该程序生成一系列的特殊的随机样本，保存在outfile中。这些样本在后继的分析中作为一个序列对文件，要设置选项M（use multiple datasets）。Seqboot 生成随机样本，用bootstrap和jack-knife方法。画树这些程序可画newick格式的树。如，danml程序生成的树。Drawgram和drawtree生成文件为plotfile，而retree生成outtree。Drawgram 画有根树Drawtree 画无根树Retree interactive tree-rearrangement一致树用多重树构建一致树。如，dnapars可生成多重树，可用consense程序来汇总。Bootstrap的结果也由它来汇总为一棵majority rule tree。Consense draws consensus trees from multiple trees树的距离计算多个树间的基于拓朴结构的距离。该方法可用来比较不同分析方法的结果。Treedist 计算树拓朴结构间的距离Quick start这里以DNA序列数据为例说明。构建和画树，用F84进化模式的NJ方法。距离方法比对你的DNA序列并且保存比对结果为PHYLIP格式，如：alignment.phy。启动dnadist程序，双击图标或在命令行中输入dnadist。Dnadist首先检查该程序所在文件夹中是否有infile文件。如果没有找到infile，它就会提示你输入序列比对文件。Dnadist: cant find input file infilePlease enter a new file name alignment.phy注意，将程序与数据文件放在同一个文件夹中，使用起来会容易一些。如果数据文件在另外的文件夹中，你就要输入该文件的全部路径，比如文件在D:/data文件夹中，Dnadist: cant find input file infilePlease enter a new file name D:dataalignment.phy所有的PHYLIP程序都是菜单提示的。下面就是dnadist的菜单。每行都是以一个字母或数字开始的。通过输入每行前面的字母或数字，来修改相应的程序设置。例如，输入”D”按回车将循环得到不同的进化模式。修改完后输入“Y”，按回车，开始运行该程序。Nucleic acid sequence Distance Matrix program, version 3.66Settings for this run:D Distance (F84, Kimura, Jukes-Cantor, LogDet)? F84G Gamma distributed rates across sites? NoT Transition/transversion ratio? 2.0C One category of substitution rates? YesW Use weights for sites? NoF Use empirical base frequencies? YesL Form of distance matrix? SquareM Analyze multiple data sets? NoI Input sequences interleaved? Yes0 Terminal type (IBM PC, ANSI, none)? ANSI1 Print out the data at start of run No2 Print indications of progress of run YesY to accept these or type the letter for one to changey两两序列的距离保存在outfile文件中。你可以将它重命名为outfile.txt，那么以后双击它时就可自动用记事本打开了。Distances calculated for speciesRabbit .Human .Opossum .Chicken .FrogDistances written to file outfileDone.接着把outfile重命名为infile，运行neighbor程序（输入neighbor）。该程序从infile文件中读取距离数据。这里不需要设置，输入Y按回车。Neighbor-Joining/UPGMA method version 3.66Settings for this run:N Neighbor-joining or UPGMA tree? Neighbor-joiningO Outgroup root? No, use as outgroup species 1L Lower-triangular data matrix? NoR Upper-triangular data matrix? NoS Subreplicates? NoJ Randomize input order of species? No. Use input orderM Analyze multiple data sets? No0 Terminal type (IBM PC, ANSI, none)? ANSI1 Print out the data at start of run No2 Print indications of progress of run Yes3 Print out tree Yes4 Write out trees onto tree file? YesY to accept these or type the letter for one to changey运行完之后，树包含在outfile和outtree。可以用文本编辑器来看outfile中的树。画树下面我们用drawgram程序把outtree画成一棵好看的树吧。首先，把outtree重命名为intree，并把font文件的其中一个重 命名为fontfile，启动drawgram程序。该程序首先寻找文件fontfile，如果找不到它（如果你没有把字体文件之一改为fontfile 的话），它会提示输入一个字体文件。接着就会出现菜单。你需要将选项P对应的最终画图设备改为MS-windows bitmap。它还要要求你输入树的维数，比如说640x400。设置好后输入Y按回车。Drawgram打开一个新的窗口，你可以看到一棵树，如果你满意这个结果，选择file菜单中的plot。在当前文件夹中出现一个plotfile文件。如果你将它重命名为plotfile.bmp，就可用图形工具将它打开了。树支的长度是核苷酸或氨基酸改变的数目，改变的数目用dandist程序进化模式来估算。氨基酸序列所用的程序与上面所举的例子类似。只要把dnadist换成protdist就行了。# 详细说明#除了基于距离的方法外，还有基于字符的方法：最大简约法和最大似然法。根据实际情况，除了数据分析和画之外，我们还要验证数据的可靠性，比如用bootstrap方法。如果运行有些程序之前，你还运行过别的程序，在文件夹中已经存在了outfile文件的话，程序会有这样的提示：Dnadist: the file outfile that you wanted touse as output file already exists.Do you want to Replace it, Append to it,write to a new File, or Quit?(please type R, A, F, or Q)#DNA数据#Dnadist的菜单Nucleic acid sequence Distance Matrix program, version 3.66Settings for this run:D Distance (F84, Kimura, Jukes-Cantor, LogDet)? F84G Gamma distributed rates across sites? NoT Transition/transversion ratio? 2.0C One category of substitution rates? YesW Use weights for sites? NoF Use empirical base frequencies? YesL Form of distance matrix? SquareM Analyze multiple data sets? NoI Input sequences interleaved? Yes0 Terminal type (IBM PC, ANSI, none)? ANSI1 Print out the data at start of run No2 Print indications of progress of run YesD距离计算方法，进化模式。是争对替换问题和转换颠换的。Jukes-Cantor距离假设所有替换的概率都相等。Kimura距离有两个不同 的替换率，一个对应转换，一个对应颠换。这些模式都假设每个碱基的频率是相等，且等于0.25。F84距离，转换和颠换率不同，碱基的频率也不同。 LogDet距离在序列间有较大的碱基频率差异时使用。LogDet距离不能复制含糊的代码，必须是确定的序列。PHYLIP构建进化树的完整详细过程一、获取序列一般自己通过测序得到一段序列（已知或未知的都可以），通过NCBI的BLAST获取相似性较高的一组序列，下载保存为FASTA格式。用BIOEDIT等软件编辑序列名称，注意PHYLIP在DOS下运行，文件名不能超过10位，超过的会自动截留前面10位。二、多序列比对目前一般应用CLASTAL X进行，注意输出格式选用PHY格式。生成的指导树文件（DND文件）可以直接用TREEVIEW打开编辑，形式上和最终生成的进化树类似，但是注意不是真正的进化树。三、构建进化树1.N-J法建树依次应用PHYLIP软件中的SEQBOOT.EXE、DNADIST.EXE、NEIGHBOR.EXE和CONSENSE.EXE打开。具体步骤如下：（1）打开seqboot.exe输入文件名：输入你用CLASTAL X生成的PHY文件（*.phy）。R为bootstrap的次数，一般为1000 （设你输入的值为M，即下两步DNADIST.EXE、NEIGHBOR.EXE中的M值也为1000）odd number: (4N+1)(eg: 1、5、9)改好了y得到outfile（在phylip文件夹内）改名为2（2）打开Dnadist.EXE输入2修改M值，再按D，然后输入1000（M值）y得到outfile（在phylip文件夹内）改名为3（3）打开Neighboor.EXE输入3M=1000（M值）按Y得到outfile和outtree（在phylip文件夹内）改outtree为4，outfile改为402(4)打开consense.exe输入4y得到outfile和outtree（在phylip文件夹内）Outfile可以改为*.txt文件，用记事本打开阅读。四、进化树编辑和阅读outtree可改为*.tre文件，直接双击