python 进化树_跨界muscle构建进化树

>1

CAGACAGTTTATAGCAACACTGCCAACTCAGCTCCCGCCACAGAAATCGGAGGGAGGGTT

CTGGAAAACACGAGTTCAAACTGGGAGCACCCCAGATGTGGG

>2

AGTTTATAGCAACACTACCAACTCAGCTCCCGCCACAGAAATCGGAGGGAGGGTTCTGGA

AAACACAGGTTCAAACTGGGAGCACCCCAGATGTGGG

>3

CAGGCAGTTTATAGTAACACTACCAACTCAGCTCCCGCCACAGGACCGGAGGGAGGATTC

TGGGAAAAACACGGATTCAAACTGGGAGCACCCCAGATGTGGG

>4

AGTTTATAGCAACACTACCAACTCAGCTCCCGCCACAGAAACCGGAGGGAGGGTTCTGGA

AAACACAGGTTCAAACTGGGAGCACCCCAGATGTGGG

>5

AGTTTATAGCAACACTACCAACTCAGCTCCCGCCACAGAAATCGGAGGGAGGGTTCTGGA

AAACACAGGTTCAAACTGGGAGCACCCCAGATGTGGG

2.1 多序列比对

运行命令：$ muscle -in test.fa -out test-aligned.fa

输出结果"test-aligned.fa"为：>3

CAGGCAGTTTATAGTAACACTACCAACTCAGCTCCCGCCACAG-GACCGGAGGGAGGATT

CTGGGAAAAACACGGATTCAAACTGGGAGCACCCCAGATGTGGG

>1

CAGACAGTTTATAGCAACACTGCCAACTCAGCTCCCGCCACAGAAATCGGAGGGAGGGTT

CTGG--AAAACACGAGTTCAAACTGGGAGCACCCCAGATGTGGG

>2

-----AGTTTATAGCAACACTACCAACTCAGCTCCCGCCACAGAAATCGGAGGGAGGGTT

CTGG--AAAACACAGGTTCAAACTGGGAGCACCCCAGATGTGGG

>5

-----AGTTTATAGCAACACTACCAACTCAGCTCCCGCCACAGAAATCGGAGGGAGGGTT

CTGG--AAAACACAGGTTCAAACTGGGAGCACCCCAGATGTGGG

>4

-----AGTTTATAGCAACACTACCAACTCAGCTCCCGCCACAGAAACCGGAGGGAGGGTT

CTGG--AAAACACAGGTTCAAACTGGGAGCACCCCAGATGTGGG

2.2 构建进化树

运行命令：

注：这里的输入是已经比对好的结果文件test-aligned.fa$ muscle -maketree -in test-aligned.fa -out test.newick

这里默认是使用"UPGMA"方法来构建的，如果要使用"NJ"方法可以这样：$ muscle -maketree -in test-aligned.fa -out test.newick -cluster neighborjoining

输出结果"test.newick"("newick"格式)：(

3:0.0280448

,

(

1:0.0160781

,

(

(

2:-0

,

5:-0

):0.00519213

,

4:0.00519213

):0.010886

):0.0119667

)

;

2.3 "newick"格式说明

"newick"格式由英国着名数学家`Arthur Cayley于1857年提出，目的是用数学的方法表示树形结构。标准的"newick"格式使用一对小括号表示一个"interior node"，可打印的字符(不能包含：空格、冒号、分号、小括号、中括号)表示节点，最后以一个分号结束。

例如：(B,(A,C,E),D);

表示：

另外需要注意几点：

1. 节点名称可以为空，例如：(Alpha,Beta,Gamma,Delta,,Epsilon,,,);

2. 可以在节点名称后面加上分号和一个数字来表示分支长度，例如：(B:6.0,(A:5.0,C:3.0,E:4.0):5.0,D:11.0);

3. 除了节点名称和分支长度之外的任何地方都可以加入空白，例如：(

B:6.0,

(

A:5.0,

C:3.0,

E:4.0

):5.0,

D:11.0

);

2.4 使用"biopython"画图

注：需要安装biopython和matplotlib，本次操作使用的版本为：biopython==1.72、matplotlib==3.0.0

有了muscle输出的newick格式的结果文件，我们就可以可视化了，可视化的方法非常多，这里使用biopython可视化：from Bio import Phylo

tree = Phylo.read("test.newick", "newick") # 如果有test.newick里面有多个树，则使用Phylo.parse方法读取

Phylo.draw(tree)结果为：