01 背景
1.1 ML树
ML树，或最大似然树，是一种在进化生物学中用来推断物种之间进化关系的方法。最大似然（Maximum Likelihood, ML）是一种统计框架，用于估计模型参数，使得观察到的数据在该模型参数下的概率最大。在进化树的构建中，这意味着选择一棵树（包括其分支长度和模型参数），使得给定的序列数据在该树模型下出现的概率最大。
ML树的特点：
- 模型驱动：ML方法依赖于复杂的统计模型来描述序列进化过程中的变化。这些模型可以包括核苷酸或氨基酸替换的不同速率、遗传密码的变异等。
- 数据适应：最大似然方法能够适应不同类型的分子数据（如DNA、RNA或蛋白质序列），并考虑序列间的进化距离和速率变异。
- 计算密集：相比其他方法（如邻接法或最大简约法），ML方法在计算上更为密集，因为它需要评估多种树形和参数组合下的概率。
ML树的应用：
- 物种分类：帮助科学家理解不同物种间的亲缘关系。
- 进化研究：通过分析物种的遗传变化，研究它们的进化历史。
- 功能预测：通过比较进化上相关的序列，预测未知序列的功能。
- 生态和保护生物学：了解物种的进化关系，有助于生态保护和生物多样性研究。
最大似然树提供了一种强大的方法来推断物种间的进化关系，尽管它在计算上更为要求，但通过提供更准确的估计和适应多样化数据的能力，已成为分子系统发育学中的一个重要工具。
1.2 RAxML-NG
RAxML（Stamatakis，2014年）是一个受欢迎的最大似然（ML）树推断工具，过去15年来一直由Alexey M Kozlov的团队开发和支持。最近，我们还发布了ExaML（Kozlov等人，2015年），这是一个专门用于在超级计算机上分析基因组规模数据集的代码。ExaML实现了RAxML的核心树搜索功能，并且可以扩展到数千个CPU核心。其他广泛使用的ML推断工具包括IQ-Tree（Nguyen等人，2015年），PhyML（Guindon等人，2010年）和FastTree（Price等人，2010年）。
在这里，我们介绍我们的新代码RAxML-NG（RAxML下一代）。它结合了RAxML和ExaML的优势和概念，并提供了我们在下一节中将描述的几项额外改进。
所以，ML建树的最新一代版本软件，横空出世，一代版本一代神，代代版本ML树！
常配合MAFFT使用，详见MAFFT安装及使用-mafft v7.520（bioinfomatics tools-004）
02 参考
https://github.com/amkozlov/raxml-ng #官网03 安装
这里是原码安装，就帮大家省略了hhh，编译好多人服务器可能配置不够
https://github.com/stamatak/standard-RAxML.git
Build RAxML-NG.
PTHREADS version:
git clone --recursive https://github.com/amkozlov/raxml-ng
cd raxml-ng
mkdir build && cd build
cmake ..
make
下载zip注意解压即可
#下载安装包
wget -c https://github.com/amkozlov/raxml-ng/releases/download/1.2.0/raxml-ng_v1.2.0_linux_x86_64.zip
unzip raxml-ng_v1.2.0_linux_x86_64.zip -d ./raxml-ng
#将raxml-ng_v1.2.0_linux_x86_64.zip文件解压到当前目录下的一个名为raxml-ng的新文件夹里。04 使用
RAxML-NG v. 1.2.0 发布于 2023年5月9日，由 Exelixis Lab 开发。
开发者包括 Alexey M. Kozlov 和 Alexandros Stamatakis。
贡献者有 Diego Darriba, Tomas Flouri, Benoit Morel, Sarah Lutteropp, Ben Bettisworth, Julia Haag, Anastasis Togkousidis。
最新版本可在 https://github.com/amkozlov/raxml-ng 获取。
有问题/问题/建议？请访问：https://groups.google.com/forum/#!forum/raxml
系统：Intel(R) Xeon(R) Platinum 8173M CPU @ 2.00GHz，56核，502 GB RAM
使用方法：raxml-ng [选项]
命令（互斥）:
--help 显示帮助信息
--version 显示版本信息
--evaluate 评估一棵树的似然（包含模型+分支长度优化）
--search 最大似然（ML）树搜索（默认：10个拟合树 + 10个随机起始树）
--bootstrap 引导法（默认：使用引导停止自动检测复制品数量）
--all 一体化（ML搜索 + 引导法）
--support 计算给定参考树（例如，最佳ML树）的分割支持和一组复制树（例如，来自引导分析的树）
--bsconverge 使用autoMRE标准测试引导收敛性
--bsmsa 生成引导复制MSAs
--terrace 检查树是否位于系统发育露台上
--check 检查校正并移除空列/行
--parse 解析校正，压缩模式并创建二进制MSA文件
--start 生成拟合/随机起始树并退出
--rfdist 计算树之间的成对Robinson-Foulds（RF）距离
--consense [ STRICT | MR | MR<n> | MRE ] 构建严格、多数规则（MR）或扩展MR（MRE）共识树（默认：MR）
例如：--consense MR75 --tree bsrep.nw
--ancestral 在所有内节点上重建祖先状态
--sitelh 打印每个站点的对数似然值
命令快捷方式（互斥）:
--search1 别名：--search --tree rand{1}
--loglh 别名：--evaluate --opt-model off --opt-branches off --nofiles --log result
--rf 别名：--rfdist --nofiles --log result
输入输出选项:
--tree rand{N} | pars{N} | FILE 起始树：rand(随机), pars(拟合) 或用户指定（新克文件）
N = 树的数量（默认：rand{10},pars{10}）
--msa FILE 校正文件
--msa-format VALUE 校正文件格式：FASTA, PHYLIP, CATG 或 自动检测（默认）
--data-type VALUE 数据类型：DNA, AA, BIN(二进制) 或 自动检测（默认）
--tree-constraint FILE 约束树
--prefix STRING 输出文件的前缀（默认：MSA文件名）
--log VALUE 日志详细程度：ERROR,WARNING,RESULT,INFO,PROGRESS,DEBUG（默认：PROGRESS）
--redo 覆盖现有结果文件并忽略检查点（默认：关闭）
--nofiles 不创建任何输出文件，仅在终端打印结果
--precision VALUE 打印的小数位数（默认：6）
--outgroup o1,o2,..,oN 逗号分隔的外群类群名称列表（只是一个绘制选项！）
--site-weights FILE MSA列权重文件（仅正整数！）
通用选项:
--seed VALUE 伪随机数生成器的种子（默认：当前时间）
--pat-comp on | off 校正模式压缩（默认：开启）
--tip-inner on | off 尖端-内部案例优化（默认：关闭）
--site-repeats on | off 使用站点重复优化，比尖端-内部快10%-60%（默认：开启）
--threads VALUE 使用的并行线程数（默认：56）
--workers VALUE 并行运行的树搜索数量（默认：1）
--simd none | sse3 | avx | avx2 使用的向量指令集（默认：自动检测）
--rate-scalers on | off 对每个速率类别使用单独的CLV缩放器（对于>2000物种默认开启）
--force [ <CHECKS> ] 禁用安全检查（请三思！）
模型选项:
--model <name>+G[n]+<Freqs> | FILE 模型规格或分区文件
--brlen linked | scaled | unlinked 分区间分支长度链接（默认：scaled）
--blmin VALUE 最小分支长度（默认：1e-6）
--blmax VALUE 最大分支长度（默认：100）
--blopt nr_fast | nr_safe 分支长度优化方法（默认：nr_fast）
nr_oldfast | nr_oldsafe
--opt-model on | off ML优化所有模型参数（默认：开启）
--opt-branches on | off ML优化所有分支长度（默认：开启）
--prob-msa on | off 使用概率校正（与CATG和VCF兼容）
--lh-epsilon VALUE 优化/树搜索的对数似然epsilon（默认：0.1）
拓扑搜索选项:
--spr-radius VALUE SPR重新插入半径，快速迭代（默认：自动）
--spr-cutoff VALUE | off 下降到子树的相对LH截断（默认：1.0）
--lh-epsilon-triplet VALUE 分支长度三元组优化的对数似然epsilon（默认：1000）
引导选项:
--bs-trees VALUE 引导复制品数量
--bs-trees autoMRE{N} 使用基于MRE的引导收敛标准，最多N个复制品（默认：1000）
--bs-trees FILE 包含一组引导复制树的Newick文件（与--support一起使用）
--bs-cutoff VALUE MRE-based引导停止标准的截断阈值（默认：0.03）
--bs-metric fbp | tbe 分支支持度量：fbp = Felsenstein引导（默认），tbe = 转移距离
--bs-write-msa on | off 写下所有引导校正（默认：关闭）
05 常用命令行
常配合MAFFT使用，详见MAFFT安装及使用-mafft v7.520（bioinfomatics tools-004）
1. 对DNA校正进行树推断
（10个随机+10个拟合起始树，通用时间可逆模型，ML估计替换率和
核苷酸频率，离散GAMMA异质性率模型，4类）:
./raxml-ng --msa testDNA.fa --model GTR+G ##这个属于all的一部分
2. 进行一体化分析（ML树搜索 + 非参数引导）
（10个随机化拟合起始树，固定经验替换矩阵（LG），
校正中的经验氨基酸频率，8个离散GAMMA类别，
200个引导复制品）:
./raxml-ng --all --msa testAA.fa --model LG+G8+F --tree pars{10} --bs-trees 200 ##涵盖上述search 就是10
3. 在固定拓扑上优化分支长度和自由模型参数
（使用比例分支长度的多个分区）
./raxml-ng --evaluate --msa testAA.fa --model partitions.txt --tree test.tree --brlen scaled ##使用一个合适的枝长参数 evalute一个参数 他有一个优化模式 优化的话，这里就是选择最优模型进行打分判定。需要给定模型集合
实际上常用的
./raxml-ng --support --tree bestML.tree --bs-trees bootstraps.tree ##给予一个最好模型的数据，然后在进行，这种本文不予采用
##还是需要模型文件，然后筛选最佳模型，然后进行打分，但是模型文件
./raxml-ng/raxml-ng --msa singlecopy.mafft --prefix singlecopy.mafft.ML --threads 20 --bs-trees 1000 --model XXX06 参考文献
Kozlov AM, Darriba D, Flouri T, Morel B, Stamatakis A. RAxML-NG: a fast, scalable and user-friendly tool for maximum likelihood phylogenetic inference. Bioinformatics. 2019 Nov 1;35(21):4453-4455. doi: 10.1093/bioinformatics/btz305. PMID: 31070718; PMCID: PMC6821337.
周颖,祝波,钱冬等. 虾肝肠胞虫感染病理特征、18S rRNA基因序列及系统进化树分析 [J]. 宁波大学学报(理工版), 2022, 35 (02): 8-14.
季梦玮,滕飞翔,周敏等. 原生动物AQPs系统进化树的构建以及结构分析 [J]. 江苏科技信息, 2019, 36 (13): 46-51.
李晓凤. 基于物种系统进化树的已批准天然来源药物物种分布与机制研究[D]. 重庆大学, 2018.
杜鹏程,于伟文,陈禹保等. 利用系统进化树对H7N9大数据预测传播模型的评估 [J]. 中国生物工程杂志, 2014, 34 (11): 18-23. DOI:10.13523/j.cb.20141103.
李玲. 基于线粒体基因组构建生物系统进化树[D]. 内蒙古工业大学, 2014.
904
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
