安装完成之后，本来打算用raxml进行建树 *** 作的，但一旦软件进行check的时候，就会发现raxml没有安装，但你检查一下raxml确实是已经安装好了的，这时你进去orthofinder的配置文件，就会发现原来默认用的是raxmlHPC-AVX，而你检查的时候只有raxmlHPC-AVX2，所以需要进去修改一下
而后就可以选择跑程序的选择了
然后就是等，结果一等就是5天，我以为跑完了，结果就这样报错了
百度查了一下原因，原来是使用shell时候，默认环境里是直接服务器多少线程就多少线程，即使你被限制了，软件还是默认你有那么多线程，如果达不到就会报错，故而我们需要在软件中限制一下运行环境中的线程数，提前给软件一个提示，我这里就只有这么多线程，你不能超过这个数，然后软件检查的时候，已经被你提前通知了就不会报错了，具体修改方法如下：
再次运行就不会报错了。
同时如果服务器被限制到线程，在运行一些java软件的时候也会出现GCthreads报错，这个真的就是看用的软件的运气了，如果软件写得好，那可以通过下面这样来限制环境的线程数
正常就可以运行了，但是类似tassel这个坑爹软件的话，会提示
如果你不做限制，或者限制接近你被限制的线程总数，则会提示这样的报错
具体接近看我后面怎么试了，幸好还有其他服务器可以用，转移一下数据就行，但也是够烦的，祝大家都买得起自己的塔式服务器，当自己的管理员，不用被限制到
最近杂事真的非常的满，终于找到时间更新一下。。。。
通过上一篇文章的介绍， 系统发育树的基本概念 大家已经了解清楚，那到底怎么获得一棵可信的进化树呢？
对于群体遗传学分析，一般都会以群体SNPs位点数据构建系统发育树，因此，接下来我主要以SNPs数据为例，介绍系统进化树的构建方法。
序列比对->建树方法选择->计算最佳替代模型->进化树建立->进化树美化
常见的序列比对软件包括：Clustal和Muscle等。
Clustal 除了有自己独立的软件外（多种 *** 作系统都支持），也常被整合到一些常见的软件中，如：Bioedit、MEGA等。
Muscle 同样支持多种 *** 作系统。
两个软件的引用频率都很高，没有绝对的谁好谁坏，哪个顺手就用哪个即可。
1、Distance-based methods 距离法：
基于距离的方法：首先通过各个物种之间的比较，根据一定的假设（进化距离模型）推导得出分类群之间的进化距离，构建一个进化距离矩阵。进化树的构建则是基于这个矩阵中的进化距离关系。
2、Character-based methods 特征法：
基于特征的方法：不计算序列间的距离，而是将序列中有差异的位点作为单独的特征，并根据这些特征来建树。
模型选择的依据如下图：
UPGMA法已经较少使用。一般来讲，如果模型合适，ML的效果较好。对近缘序列，有人喜欢MP，因为用的假设最少。MP一般不用在远缘序列上，这时一般用NJ或ML。对相似度很低的序列，NJ往往会出现Long-branch attraction（LBA，长枝吸引现象），有时严重干扰进化树的构建。贝叶斯方法则太慢。对于各种方法构建分子进化树的准确性，有一篇综述 （Hall BG, 2005） 认为贝叶斯的方法最好，其次是ML，然后是MP。其实如果序列的相似性较高，各种方法都会得到不错的结果，模型间的差别也不大。不过现在文章普遍使用的是NJ是ML模型。
系统发育分析中，最大似然法（ML）和贝叶斯法（BI）是对替代模型非常敏感的两种算法，因此，利用ML法或BI法重建系统发育树前，替代模型的选择是必不可少的过程。
Win *** 作系统下jModeltest的使用方法参考这篇文章： 图解核苷酸替代模型的选择 - jModelTest 篇(By Raindy) 。
ProTest的使用方法可以参考这篇文章： 使用 ProtTest 来选择最优氨基酸替代模型 。
我自己基本都用的是Linux版本的jModelTest，使用及其简单，命令如下：
参数说明：
-d：输入文件。注意！这个软件需要输入的是phy格式文件，不是fasta格式。
-f：include models with unequals base frecuencies
-g：include models with rate variation among sites and number of categories
-i： include models with a proportion invariable sites
-s：number of substitution schemes
-v：do model averaging and parameter importances
-a：estimate model-averaged phylogeny for each active criterion
-BIC：calculate the Bayesian Information Criterion
-AIC：calculate the Akaike Information Criterion
结果的最下方，有如图所示的列举，也就是得分最高的模型。
计算完最佳模型，我们就要开始建树了。对于ML树的构建，推荐大家使用新一代RAxML——raxml-ng。
RAxML一直是ML建树的经典工具，其由来自德国海德堡理论科学研究所（Heidelberg Institute for Theoretical Studies）的Alexandros Stamatakis开发。近年来，其江湖地位也受到来自其他软件，尤其是IQ-Tree的挑战。Zhou等人的文章 Evaluating Fast Maximum Likelihood-Based Phylogenetic Programs Using Empirical Phylogenomic Data set 对RAxML，IQ-TREE，FastTree，Phyml四个最大似然法建树软件的实际效果和表现进行了系统比较，其中一个结论是IQTREE在准确性方面要略胜一筹。
近日，RAxML的升级版， raxml-ng 发布！
相较于上一代，raxml-ng有如下优势：
话不多说，直接建树：
参数说明：
--all：Perform an all-in-one analysis (ML tree search + non-parametric bootstrap)
--msa：对其后的序列文件
--model：直接输入上一步产生的最佳模型
--bs-trees：检查树的鲁棒性（robustness）进行自展（bootstrap）检验，进行1000次bootstrapping抽样
--threads：给定线程
运行后结果如下图所示，其中bestTree就是我们要的树文件，导入树可视化工具即可（我比较常用MEGA和 iTOL ）,下次再写一下如何美化进化树吧。
做进化分析的工友们可能都有个感觉，很多分析一等就是好几天，特别是建树（做过的都知道其中的痛苦），有时候忽然加入一个样品又要从头来。因此，一台给力的服务器是必要的工具。比如，上文提到了SNP进化树，我做的还仅仅只是相近物种，而且基因组很小（9M），SNP位点就有4万个，如果要用我MEGA这些软件调用我电脑8核的CPU，1000自展值可能要跑到毕业。
生物学背景出身的我，抄着那一点可怜的计算机常识，在我们课题组购买服务器时，我做了非常多的功课。当然，主要还是听取公司技术人员的建议，通过我非常非常非常长时间的测试，多次使用常见的生物信息分析软件（我主要从事寄生虫基因组、宿主转录组、16S宏基因组等研究），最终，找到了一个性价比超高的服务器配置，具体配置如下：
真心感谢一下烽伟的技术小哥哥们，乐死不疲的回答我各种低级的问题，如果有啥需要可以联系一下他们的技术，感觉蛮靠谱哒，官网： 烽伟科技 。
上一个他们的LOGO，以表感谢。
本文为本人的学习笔记，希望对大家有所帮助。本文大量参考网络文章，文章来源列举于全文末尾。
参考：
一文读懂进化树
使用 ProtTest 来选择最优氨基酸替代模型
RAxML进化树构建的新一代——raxml-ng
RaxML是最大似然法（ML法）建树的经典软件，可以建有根树，支持服务器上多线程运行。而且RaxML是目前为数不多支持ML法多基因联合建树的软件，可以说是一款功能非常完备的软件。但是RaxML版本多，参数巨多，让很多初学者望而却步，故将其原版说明书进行翻译，希望大家能熟练掌握这门工具进行系统发育树的构建。
该中文版使用手册请见： we-chat“生信雀”
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）