[TOC]

许多情况下，我们是利用gene tree代表species tree。而实际上，由于重组recombination或是不完全谱系分选incomplete lineage sorting，genome中的一些片段gene tree是不能代表物种树的。传统上，我们是得到多个orthologs之后进行串联concatenation而后建树，并不能排除其中一些gene tree的片段不能真实代表。这里，提到了另一种更好的方法，对所有的orthologs分别建树，而后通过多基因溯祖模型multi-species-coalescent model来推断真实的物种树。

Preparation

软件：

• IQTREE
• ASTRAL https://github.com/smirarab/ASTRAL 利用 multi-species coalescent model
• Figtree

数据：
经过前一章的orthologs detection所确定的cichlid类群中11个物种的72个genes

利用IQTREE对orthologs分别建ML树

Maximum-likelihood gene-tree inference with IQ-TREE。利用ASTRAL构建系统树，需要首先对筛到的orthologs构建gene tree，后根据72个orthologs的基因树利用multi-species-coalescent model来推断物种树。

1. orthologs序列的预处理，去除无序列信息的ortholog
   • ASTRAL不需要所有的orthologs基因树中的物种信息是完全一样的

1
2
3
4
5
6
7
8
9
10

## 1. 解压文件
tar -xzf 09.tgz

## 2. 去除missing的序列 convert.py 

for i in 09/*.fasta
  do
        gene_id=`basename ${i%.fasta}`
        python3 src/convert.py ${i} 09/${gene_id}.nex -f nexus -m 0.9
done

2. 利用IQTREE构建各个基因的ML树
   • 利用参数–wbt 保留各个bootstrap的树文件。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

for i in 09/*.nex
  do
  	iqtree -s ${i} -B 1000 --wbt
done

## 删除冗余序列

rm 09/*.bionj
rm 09/*.ckp.gz
rm 09/*.contree
rm 09/*.iqtree
rm 09/*.log
rm 09/*.mldist
rm 09/*.model.gz
rm 09/*.splits.nex
rm 09/*.uniqueseq.phy

3. 将各个orthologs树整合

   1	cat 09/*.treefile > ml_best.trees

利用ASTRAL推断物种树

利用multi-species coalescent model是能更好的去推断物种树。并且新的ASTRAL软件也会根据gene tree的支持率信息去判断物种树的支持度信息。ASTRAL最好是根据每个基因所推断的gene tree信息，以及各个ortho的bootstraps信息去整合并推断出最理想的树信息。

• ASTRAL会只利用bootstrap树的其中100行，可利用-r 参数。

  1 2 3 4 5 6 7 8 9 10 11

  ## 保存树的信息 ls 09/*.ufboot > ml_boot.txt ## 利用ASTRAL整合树信息 包括ml树信息、bootstrap树信息 java -jar astral.jar -i ml_best.trees -b ml_boot.txt -o species_boot.trees ## 仅利用ml_tree信息 java -jar astral.jar -i ml_best.trees -o species_pp.tre ## 得出的最后一列及为算出的树信息 tail -n 1 species_boot.trees > species.trees cat species_pp.tre >> species.trees

  结果在figtree打开得到的即为物种树的信息。

利用IQTREE的一致性分析

1.7版本后的IQTREE支持一致性分析concordance analyses 推断系统树，根据各个基因的的gene tree，计算gene-concordance factors(gCF)因子，site-concordance factors(sCF)因子，

1

iqtree -t species_pp.tre --gcf ml_best.trees --prefix gene_concordance

得出的支点node value值，为ASTRAL所计算的后验概率值/IQTREE计算的一致性概率值

同样可以根据串联基因的序列文件计算site-concordance factors。

1
2

## 整合concatenated.nex
ruby ../src/concatenate.rb -i 09/*.nex -o concatenated.nex -f nexus

结果node value的三个值分别为ASTRAL的后验概率值、gene一致性值、位点一致性的值。可根据这三个值去查验 物种树的支持率情况。
posterior probabilities from ASTRAL, the gene-concordance factors, and the site-concordance factors

Reference

https://github.com/mmatschiner/tutorials/blob/master/ml_species_tree_inference/README.md
Mirarab et al. 2014