快速构建进化树软件mashtree不同数据类型建树准确性对比

mashtree基本使用介绍

Mashtree 是一个用于创建基于 Mash 距离的树的工具。它巧妙地融合了 Mash 算法的高效性和邻接法的精确性，适用于快速计算大基因组之间的近似距离。

如果你想使用 Mashtree 进行建树，可以按照以下步骤操作：

1. 安装 Mashtree：你可以从 GitHub 上的 Mashtree 仓库 获取源代码并安装。

2. 运行 Mashtree（mashtree也可以对fasta文件建树）：
   (1) Mashtree 的简单用法如下,速度快，

   mashtree *.fastq.gz > tree.dnd

这将生成一个 Newick 格式的树文件 tree.dnd。

4. 更精确的树：如果你想获得更精确的树，可以使用最小丰度查找器（--mindepth 0）来忽略那些可能是读取错误的非常独特的 k-mer,速度慢。

mashtree --mindepth 0 --numcpus 12 *.fastq.gz> mashtree.dnd

5. 添加置信度值：你可以运行以下命令，速度非常慢：

mashtree_bootstrap.pl --reps 100 --numcpus 12 *.fastq.gz -- --min-depth 0 > mashtree.bootstrap.dnd

tips

1.mashtree接收的输入可以是raw_data，也可以是组装好的contig, 只要把想要建树的数据存储在一个文件夹中即可

2.现在有9个宏基因组测序数据，希望得到高质量的组装。基本想法是，按照样品进化树将样本进行合并。合并的数据有三种类型可用，

reads测序的单端文件(forward)

这里选择forward的测序文件建树，按照元信息标记，DE是同一地点的样本数据，IH是同一地点的样本数据，其中G距离IH为100米。

每个样本的双端文件cat在一起

结果显示，红色框与黄色框同仅用forward测序文件结果保持一致，但是C的关系单独展示，原因是这些都是环境样本，但是C所处的环境是酒店附近，会受到人类活动影响。

每个样本的组装文件

这个结果显示，IGH没有聚集在一起，说明使用assembly建树会丢掉一些原始reads,导致不能正确反应不同样本之间的关系。

综上

建议使用mashtree建树时，使用的数据类型是cat到一个文件的原始双端测序文件。