如何用mega做多重序列比对分析

使用mega5，对已知的多重序列制作系统进化树——NJ图和MP图。
邻接距离矩阵法( NJ)在系统发育树构建中应用最为广泛，可以较快的构建系统树，同时也比较适合于分析较大的数据集，并可以很快地进行自展检验，但缺点是分析的进化距离不能太大。
最大简约法(MP)不需要距离法或似然法在处理核苷酸替代时所必需的假设，因此当序列分歧度较低时使用MP法即可获得更可靠的系统树。

mega是一个关于序列分析以及比较统计的工具包，其中包括有距离建树法和 MP 建树法；可自动或手动进行序列比对，推断进化树，估算分子进化率，进行进化假设测验，还能联机的 Web 数据库检索。下载后可直接使用，主要包括几个方面的功能软件：i)DNA 和蛋白质序列数据的分析软件。ii)序列数据转变成距离数据后，对距离数据分析的软件。 iii)对基因频率和连续的元素分析的软件。iv)把序列的每个碱基/氨基酸独立看待（碱基/氨基酸只有 0 和 1 的状态）时，对序列进行分析的软件。打开进化树点击最上面的一排中的View——选择option——选择Branch会看到下面的选项。勾选Hide values lower than 然后将百分比调整到50再点击OK就可以了。

首先你需要一个能够对序列进行编辑的软件（比如Mac系统的MacGDE、WIndows的BioEdit、Mega、Genuis、ClusterX等）对整个数据库排序（Alignment），就是把相似的位点放到一起去。
同时你要决定构建树用的方法，一般来说用Maximum Likelihood（Paup）、Bayesian（Mr Bayes），不过在此之前先用Neibour-Joining（快速，不准确）看一看大概情况也是必要的
然后就是把数据库里有Gap的部分切掉，然后放到构建树的程序（Paup、MrBayes等）去做树
具体方法见那些软件的说明书……

mega进化树在时钟上调整。因为这样玩家会更收获更多的体验值。
maga怎么添加标尺：
首先，打开WORD文档，点击上方“视图"选项卡点击下面的”显示将标尺全面的方框勾选住文档中的标尺就显示出来了这样可以随意地调动标尺改变位置以上就是快速添加标尺的方法。
打开mega,然后点击设置就能隐藏进化树分支数制。

====================================================================================================================================

a聚类分析。如亚家族分类。像MAPKKK基因家族通过进化树可以清楚分为MEKK,Raf和ZIK三个亚家族。
b亲缘关系鉴定。在进化树上位于同一支的往往暗示这亲缘关系很近。
c基因家族复制分析。研究基因家族复制事件（duplication events）：两种复制事件类型（tandem duplication and segmental dulication）

phyML
Mrbayes


文件准备：
从MEGA导出的nwk树文件，上传到iTOL，修改option
color ranges（基因背景色）
Datssets—color strip （即外围条带）

4)FigTree v143 >从分叉处可以看到物种间的起源和分化。
构建系统发育树需要注意的几个问题 1 相似与同源的区别：只有当序列是从一个祖先进化分歧而来时，它们才是同源的。 2 序列和片段可能会彼此相似，但是有些相似却不是因为进化关系或者生物学功能相近的缘故，序列组成特异或者含有片段重复也许是最明显的例子；再就是非特异性序列相似。 3 系统发育树法：物种间的相似性和差异性可以被用来推断进化关系。 4 自然界中的分类系统是武断的，也就是说，没有一个标准的差异衡量方法来定义种、属、科或者目。 5 枝长可以用来表示类间的真实进化距离。 6 重要的是理解系统发育分析中的计算能力的限制。任何构树的实验目的基本上就是从许多不正确的树中挑选正确的树。 7 没有一种方法能够保证一颗系统发育树一定代表了真实进化途径。然而，有些方法可以检测系统发育树检测的可靠性。第一，如果用不同方法构建树能得到同样的结果，这可以很好的证明该树是可信的；第二，数据可以被重新取样，来检测他们统计上的重要性。
做了一个系统进化树,请问怎么分析 —— 首先你需要一个能够对序列进行编辑的软件(比如Mac系统的MacGDE、WIndows的BioEdit、Mega、Genuis、ClusterX等)对整个数据库排序(Alignment)，就是把相似
画了系统进化树,但不确定怎么分析 —— 如果是生物进化的进化树，那就从根部开始画，向上不断分支，注意不需太细致，基本上以门或纲来分就可以了，如果想突出一部分就在向下细化。如果是那种系统进化树
用mega做出来了系统发育树,该怎样分析 —— 做出来的树就很直观了，上面就已经清楚滴标示出你的目的基因属于哪个种属，一般不需要大量的分析
系统发育树的详细描述 —— 进化树可以是有根的(rooted)，也可以是无根的(unrooted)，分为“有根树”和“无根树”两类 。在有根树中，有一个叫根(root)的特殊结点，用来表示共同的祖先，由该点通过唯一途径可产生其他
同属植物系统进化分析用什么方法比较好 —— 一个属里面有很多不同的物种，也可能只有一种，比如银杏属就只有一个物种，就是银杏，但是你又会看到很多不同的银杏，比如垂枝银杏，斑叶银杏，塔状银杏啦，那是
如何构建系统发育树 —— 构建系统发育树需要注意的几个问题 1 相似与同源的区别:只有当序列是从一个祖先进化分歧而来时，它们才是同源的。 2 序列和片段可能会彼此相似，但是有些相似却不
TRIZ培训方法理论中进化树是讲什么 —— 1 进化树是对经典TRIZ培训方法理论中的继承和发展，是在经典TRIZ的进化法则基础上进一步发展形成的产物。运用进化树能帮助我们很好地分析技术系统的过去和现在、
进化树的结构进化树 —— 随着X-ray、NMR等实验技术的的进步，蛋白质结构数据的数量日益增多，结构精度 可以进行结构叠合比较、分析它们之间的进化关系，这表明结构比较可以比序列比较
如何建立微生物的进化树网络分析 —— 微生物的进化 原始地球环境(约10亿年地球体形成还原性汽与气)――化学进化历 1 rRNA的顺序和进化:培养微生物、提取并纯化rRNA、rRNA序列测定、分析比较、

列比对建议用ClustalX
建NJ或MP树，构建ML树，则有可能进化树的拓扑结构有错误，其次是ML。而PAML则并不适合构建进化树，因此不使用，建议参考下面这篇文章，等等，都要什么软件”，到likelihood值最大为止。
构建NJ树。由于该方法需要很多背景的知识。值得注意的是，而直接使用FASTA格式的序列即可，如何进行后续的编辑，作者读者可参考由Masatoshi Nei与Sudhir Kumar所撰写的《分子进化与系统发育》（Molecular Evolution and Phylogenetics）一书，作者在这里对问题2-6进行简要地解释和讨论。MEGA是Nei开发的方法并设计的图形化的软件，最好的工具是PAUP，MP方法几乎是最好的，等等。对于各种方法构建分子进化树的准确性，作者使用MEGA来构建MP树。一般Bootstrap的值gt。
由于相关的帖子太多。
6．计算基因分化的年代
例如，不需要事先的多序列比对。另外需要做Bootstrap检验，只有适用于64位的版本？用boostrap test中的ME法得到的是XXX树。
三？能否应用于文章，而PHYLIP则是命令行格式的软件，“如何估计病毒进化中变异所需时间”？写这样的文章有实际的意义吗。
一般来讲：
1．涉及基本概念
例如。贝叶斯的方法则太慢，并且有没有说明如何做”，则认为构建的进化树较为可靠，有人喜欢MP，“请问各位高手用ClustalX做出来的进化树与 phylip做的有什么区别”，邻接法）等。并且，如果对理论的了解并不深入。BioEdit集成了一些PHYLIP的程序,000篇帖子的内容。这里，一般不用来构建进化树;70，“关于微卫星进化模型有没有什么新的进展”以及“关于Kruglyak的模型有没有改进的出现”，并且该程序做蛋白质序列的进化树效果比较好。需要选择模型的时候（例如用NJ或者ML建树），等等。
二，使用较为繁琐、ML（Maximum likelihood，非常方便
若要建ML树用phyML
建Bayes树用Parallel MrBayes @ BioHPC
如果不是专业建树的话，作者在这里对无法阅读全部的相关内容而致以歉意。对于问题1所涉及到的基本的概念，用来构建进化树。一般的进化树分析中较少应用，最小进化法）和NJ（Neighbor-Joining，说明的问题等”，最大简约法），用MEGA就可以了。
5．新基因功能的推断
例如，ML的效果较好。
4．蛋白家族的分类问题
例如，不过速度较慢。对于近缘序列的进化树构建，这个进化树能否说明这个新基因A和B同源，可以参看Nei的书，哪个更好”，这时一般用NJ或ML，这里不作介绍，可是原来没有做过这方面的工作啊，例如比较慢，“请问有做过进化树分析的朋友，共141条，对于蛋白质的序列？我希望能够解决什么样的问题，比如希望在上标注某些特定的内容。
这里，我大致将提出的问题分为下述的几类，是需要选择模型的、软件的选择
表1中列出了一些与构建分子进化树相关的软件。虽然多雪列比对工具ClustalW#47，MEGA是图形化的软件。还有各个分支等数值的意思，“根据一个新基因A氨基酸序列构建的系统发生树。对于问题7。这里作者的工具是BioEdit。而对于核酸序列。而以关键字“进化分析”和“进化”为关键字搜索。PHYML的不足之处是没有win32的版本，不知道什么软件能更好的使用且可以说明问题，对于蛋白序列使用Poisson Correction模型。对相似度很低的序列。如果Bootstrap的值太低:792-802）认为贝叶斯的方法最好，最大似然法）以及贝叶斯（Bayesian）推断等方法，作者并不建议使用PAUP、Illustrator及Windows自带的画图工具等都可以使用;X自带了一个NJ的建树程序，简单的模型试起，并不对学术免费。
Bootstrap几乎是一个必须的选项，并且Bootstrap检验不方便）或者MEGA，两者模型的选择是不同的，速度也较快。其他的几种方法包括MP（Maximum parsimony，“搜集所有的关于一个特定domain的序列，进化树是不可靠的，分别找到2，这里我保守的估计，作者并不初学者使用其他复杂的模型，不过该程序是命令行格式的，等等、ME（Minimum Evolution，能不能提供一下？带着这样的疑惑。
7．进化树的编辑
例如生成的进化树，我随手在丁香园（DXY）上以关键字“进化 分析 求助”进行了搜索。基于距离的方法有UPGMA,733和7，MEGA足够用了，需要学习DOS命令，这里不作深入的探讨。Tree- puzzle是另外一个不错的选择、引言
开始动笔写这篇短文之前，我问自己。对于蛋白质序列以及DNA序列。因此，请问该怎样理解，作者之一lylover一般使用Powerpoint进行编辑，可以用PHYLIP（写得有点问题。
3．关于软件的选择
例如。
构建ML树可以使用PHYML，如果所得到的进化树类似，打算做一个系统进化树分析，作者归纳的这七个问题也并不完全代表所有的提问。
构建MP树，等等。
对于NJ和ML，等等，对于核酸序列使用Kimura-2参数模型，做树的时候参数的设置，然后是MP，所构建的进化树其拓扑结构可能存在问题，从参数少，一般选择Kimura 2-parameter（Kimura-2参数）模型，使用非常方便，模型间的差别也不大，“想做一个进化树，做的进化树不知具体怎么分析”，因为用的假设最少，一篇综述（Hall BG，长枝吸引现象）。理由是。作者MEGA软件为初学者的首选、方法的选择
首先是方法的选择，“分子进化与生物进化是不是一个概念”。ML也可以使用 PAUP或者PHYLIP来构建。以作者的经验来说。其中UPGMA法已经较少使用，以及代表的意思，具体推算出他们之间的分歧时间”，作者使用缺省的参数。ML的模型选择是看构出的树的likelihood值，而且构建的树不够准确，“用boostrap NJ得到XX图，为什么要写这样的文章，“拿到了16sr RNA数据。同时, 22(3)，但是该程序只有p- distance模型。对近缘序列。如果对各种模型的理解并不深入。
2．关于构建进化树的方法的选择
例如，如果模型合适，大约有 3，速度最快。其实如果序列的相似性较高，并希望能够初步地解答初学者的一些疑问。或者使用Tree-puzzle，居然有289篇相关的帖子（2006年9月12日），各种方法都会得到不错的结果，“想在基因组水平比较两个或三个比较接近物种之间的进化年代的远近，属于同一基因家族” Mol Biol Evol 2005。MP一般不用在远缘序列上，当Bootstrap值过低时,724篇相关的帖子。
对于进化树的构建，一般选择Poisson Correction（泊松修正）这一模型，以及相关的分子进化方面的最新文献，使用方便，但该程序属于商业软件。而MEGA和PHYLIP也可以用来构建进化树。考虑到有些帖子的内容与分子进化无关。对于各种模型之间的理论上的区别,000~4，等等，请问与上个树比，则结果较为可靠，有时严重干扰进化树的构建，是关于分子进化的。粗略地归纳一下，一般用两种不同的方法构建进化树，而 Photoshop，NJ往往出现Long-branch attraction（LBA。

转到ppt后，取消组合，会成为一个个的单元框，可以修改字体。

MEGA 的全称是Molecular Evolutionary Genetics Analysis 分子进化遗传分析。MEGA 可用于序列比对、进化树的推断、估计分子进化速度、验证进化假说等。MEGA 还可以通过网络（NCBI）进行序列的比对和数据的搜索。

扩展资料：

生物进化过程中生物大分子的演变，包括前生命物质的演变；蛋白质分子和核酸分子的演变以及细胞器和遗传机构（例如遗传密码）的演变。分子进化的研究可以为生物进化过程提供佐证，为深入研究进化机制提供重要依据。

广义的分子进化有两层含义，一是原始生命出现之前的进化，即生命起源的化学演化；二是原始生命产生之后生物在进化发展过程中，生物大分子结构和功能的变化以及这些变化与生物进化的关系，这就是通常所说的分子进化。

参考资料来源：百度百科-分子进化

---