利用IQ-TREE构建ML树

Published on 2020-04-17 11:36
Author: zhixy
6969 views

IQ-TREE主页

以下内容基于IQ-TREE 1.6.12

IQ-TREE主要由来自奥地利维也纳大学（Universität Wien）Bùi Quang Minh等开发。 提供包括windows（64/32位）、linux（64/32位）、以及macOS在内的多平台不同版本。

IQ-TREE有四大功能，在很大程度上解决了最大似然法建树软件、尤其是速度上的几个缺陷：

  • 高效建树（efficient tree reconstruction）
  • 模型选择（modelfinder: fast and accurate model selection）
  • 超快自展（ultrafast bootstrap approximation）
  • 大型数据（big data analysis）

基本用法

通过-s指定输入的序列比对文件，接受格式包括 PHYLIP/FASTA/NEXUS/CLUSTAL/MSF

[user@server ~]# iqtree -s example.phy

运行过程中IQ-TREE会调用ModelFinder进行模型选择，并在最优模型（最优标准默认为BIC，Bayesian Information Criterion） 的基础上进行进化树构建。最终将产生4个主要的结果文件：

  • example.phy.iqtree 记录相对具体的进化树构建信息
  • example.phy.treefile 记录构建成的ML树的newick文本
  • example.phy.mldist 记录似然距离矩阵
  • example.phy.log 记录屏幕的日志

此外还有3个次要临时文件，包括example.phy.bionj，example.phy.ckp.gz和example.phy.model.gz。

进化模型选择

IQ-TREE针对蛋白质序列将对546个模型进行检验，针对DNA序列将对286个模型进行检验。模型检验受-m参数控制， 实际上上述基本用法相当于执行如下操作：

[user@server ~]# iqtree -s example.phy -m MFP

如仅执行模型选择，而不进行ML树搜索，须设置-m MF。输出结果将不再有example.phy.mldist，同时example.phy.treefile也不再存放ML树， 取而代之的是用于ModelFinder的树文件。

在设置-m MF（包括-m MFP）进行模型选择时，在常用模型基础上，加上了FreeRate model，所以模型就有546和286之多。 如果计算资源有限，像jModelTest, ProtTest那样在常规模型中选择，可执行：

[user@server ~]# iqtree -s example.phy -m TEST

类似地，设置-m TESTONLY将仅执行模型选择。

已知最优模型，或想根据特定模型构建ML树，仍须通过-m参数设置，规则为-m modelname+F+I+G[n]，其中关于碱基/氨基酸频率的+F、不变位点的+I 和离散Gamma模型（突变速率异质性）的+G[n]（n默认为4），可组合使用。此外，FreeRate model的设置为-m modelname+R[n]。

超快Bootstrap法评估分支支持度

Bootstrap自展分析是最常用的分支可靠性检验方法，但在ML树构建过程中，由于ML法本身速度较慢，加之Bootstrapping使得整个计算进程被大大拉长。 IQ-TREE团队开发了一个超快Bootstrap的方法，并在IQ-TREE中实现，用法如下：

[user@server ~]# iqtree -s example.phy -m TEST -bb 1000

Ultrafast bootstrap最少重复次数为1000。

快速Bootstrap与常规Bootstrap的在bootstrap value的解读上不同，模型冲突的情况下，快速Bootstrap会高估bootstrap value值。因此作者推荐加上-bnni

或者沿用标准非参数Bootstrap分析，设置参数为-b 100，将执行Bootstrap + ML tree + consensus tree三步，-bc 100 将执行Bootstrap + consensus tree二步，-bo 100将仅执行标准Bootstrapping。

使用多线程

如上所述，ML+Bootstrap分析是非常耗时的，为了加快运算，目前很多软件都支持多线程运算，IQ-TREE也不例外。

[user@server ~]# iqtree -s example.phy -m TEST -bb 1000 -nt 100

以上命令通过-nt设定了100个线程并行计算，或也可通过设置-nt AUTO让IQ-TREE自动选择。

IQ-tree运行过程会保存每一步成功运行的结果(建立checkpoint)。当程序中断重新运行时，IQ-TREE会接上一个checkpoint运行。这个对于大数据集是有很大好处的。如想从头开始，需要加上参数-redo。

Partition特异的模型设定与物种树构建

在Phylogenomics分析等分析中，针对比对序列中的不同区间（Partition），或基因组中的不同基因，IQ-TREE可有区别的设定不同的模型。 该方法通过-sp参数实现。

[user@server ~]# iqtree -sp supermatrix_partition.nex -nt 100 -bb 1000

所需的nexus文件示例如下：

#nexus
begin sets;
    charset part1 = aln1.phy: *; #part1 对应基因/蛋白1的比对文件，以此类推
    charset part2 = aln1.phy: *; # * 指定了alignment中的所有位点都用于计算，根据需要可选定其中的部分位点，如："aln1.phy: 1-100 250-384;"
    charset part3 = aln2.phy: *;
    charpartition mine = HKY:part1, GTR+G:part2, WAG+I+G:part3; # 改行为每个part指定不同的模型。
end;

其他用法

ROBINSON-FOULDS距离矩阵

树拓扑检验

祖先状态重建

参考文献

  1. B.Q. Minh, H.A. Schmidt, O. Chernomor, D. Schrempf, M.D. Woodhams, A. von Haeseler, R. Lanfear (2020) IQ-TREE 2: New models and efficient methods for phylogenetic inference in the genomic era. Mol. Biol. Evol., in press:. https://doi.org/10.1093/molbev/msaa015
  2. S. Kalyaanamoorthy, B.Q. Minh, T.K.F. Wong, A. von Haeseler, L.S. Jermiin (2017) ModelFinder: Fast model selection for accurate phylogenetic estimates. Nat. Methods, 14:587-589. https://doi.org/10.1038/nmeth.4285
  3. L.-T. Nguyen, H.A. Schmidt, A. von Haeseler, B.Q. Minh (2015) IQ-TREE: A fast and effective stochastic algorithm for estimating maximum likelihood phylogenies.. Mol. Biol. Evol., 32:268-274. https://doi.org/10.1093/molbev/msu300