【2017年整理】PAML 中文说明.doc

PAML: 最大似然法分析系统发育Phylogenetic Analysis by Maximum Likelyhood版本：4.3（2009年9月）Ziheng Yang马向辉翻译1、概述PAML (for Phylogenetic Analysis by Maximum Likelihood) 是一个用最大似然法分析蛋白质或DNA序列系统发育的一个程序包。1.1 PAML 文件：除了这个手册以外，以下资源也需要注意：PAML网站： HYPERLINK http://abacus.gene.ucl.ac.uk/software/PAML.html http://abacus.gene.ucl.ac.uk/software/PAML.html。在这个网站上有PAML的下载以及编译程序;PAML FAQ页面： HYPERLINK http://abacus.gene.ucl.ac.uk/software/pamlFAQs.pdf http://abacus.gene.ucl.ac.uk/software/pamlFAQs.pdf;PAML讨论群： HYPERLINK /phpBB2/ /phpBB2/，在这里你可以提出你的问题，或者提出你发现的漏洞。1.2 PAML 可以做些什么？PAML 的最新版本包含一下几个程序模块：baseml, basemlg, codeml, evolver, pamp, yn00, mcmctree, 以及 chi2。其中最常用的模块的介绍可以参考杨子恒教授2007年发表的文章。模块运行中用到的计算、统计方法在杨子恒教授的书中有详细的介绍。模块的主要作用包括：计算以及检测系统发育树（baseml 和 codeml）; 计算复杂的碱基替代或者氨基酸替代模型中的参数，如不同位点间不同速率的模型或多个基因或者位点的综合分析模型（baseml和codeml）; 用似然比例检测比较几个模型（baseml，codeml以及chi2）; 用全局分子钟或者局部分子钟估算分歧时间（baseml和codeml）; 用最大似然法重建祖先氨基酸、核苷酸序列以及密码子模型（baseml和codeml）; 用蒙特卡洛模拟生成氨基酸、密码子或者核酸序列（evolver）; 估算同义替代、非同义替代的速率，检测DNA的蛋白编码区的正选择（yn00和codeml）; 综合贝叶斯法以及化石校正估算物种分歧时间（mcmctree）。PAML的优势在于它整合了各种复杂的替代模型。在baseml和codeml中建树的算法相对简单，所以较少的物种（如10个）可以用这两个软件分析，对于大量物种的建树分析，最好还是用其他的程序去分析树结构，例如phylip、paup或者myBayes。当然，你可以用其他的软件构树，然后作为用户树用baseml或codeml验证。baseml 和 codeml：baseml程序用于最大似然法分析核苷酸序列; codeml程序则是由两个旧程序组合而成：codonml和aaml。其中前者是基于Goldman和Yang在1994年提出的编码蛋白质的核酸序列的密码子替代模型，而后者主要用于氨基酸序列的替代模型。现在，这两种序列可以在codeml.ctl中通过seqtype定义，其中1表示密码子序列，2表示氨基酸序列。在这个手册里面，我将使用codonml和aaml来分别表示codeml中的seqtype=1和seqtype=2。这三个程序（baseml，codonml和aaml用相同的最大似然算法对于模型进行拟合，而三者之间主要的不同点在于，三个程序中对于序列进化的马尔科夫模型中“位点”的定义：在baseml中一个位点表示一个核苷酸，在codonml中一个位点表示一个密码子，aaml中一个位点表示一个氨基酸。马尔科夫过程模型常常用于描述核苷酸、氨基酸序列之间或者密码子之间的替代。对于不同的位点，这种替代既可以是恒定的，也可以是可变的。evolver：这个程序可以在特定的核苷酸、氨基酸、密码子替代模型下模拟序列的产生。它还可以用于其他的一些操作，如产生随机树、计算树间的距离。basemlg：这个程序主要用于执行Yang 在1993年提出的gamma模型的运算。在计算6或7个物种以上的数据时，这段程序运算非常的慢，而且较难执行。而baseml程序中的不连续的gamma模型则可以弥补这一不足。mcmctree：这个程序用于计算物种的分歧时间，使用的模型是Yang 和 Rannala在2006和2007年提出的。pamp：这个程序用于执行Yang和Kumar在1996年提出的简约分析。yn00：这段程序用于计算蛋白质编码的DNA的同义突变和非同义突变的速率，运算主要基于2000年Yang和Nielsen提出的方法。chi2：用于似