第二章核酸数据库及核酸序列的分析(第五构建进化树).ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * 随着人类基因组计划的开展，争夺有限基因资源的竞争日益激烈，利用网上软件分析未知序列，迅速得到尽可能多的信息显得尤为重要。仅仅在几年前，网上只零散地分布着一些功能简单的小程序用于新基因的鉴别，现在这些软件有了长足的发展。 目前，在国际上，一些优秀的软件根据功能归类被集中在一个网页上，极大地方便了使用。 http://bioinformatics.weizamann.ac.il/gdp/gdp.html 在国内，很多生物信息学软件来源信息（包括不少免费下载的软件）都可以生物软件网上获得。 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 1）、TAXA块 主要是定义所分析的数据（如分子序列）个数，以及这些数据的名称（如物种名称）。 2）、CHARACTERS 块 主要是定义数据矩阵（如多序列比对结果）和其他一些相关的信息（如序列特征值，序列有效区域等） PAUP*的Nexus的文件块 3）、ASSUMPTIONS块 定义了对数据的一些设定，如那些特征值是不需考虑的，怎么处理gap这个特征值等，用户自定义的一些数据也放在这块，如自定义的打分矩阵。 4）、 SETS块 定义了一系列的数据组，如特征值组，物种组等，这些设置都是为了方便后续的分析。 5）、 TREES 块 定义了用户自己设定的树。用于后续的分析，如作为限制树等。 6）、 CODONS 块 定义了遗传密码子的一些信息。如编码的位置（哪些是编码的，密码子的位点等）。 7）、 DISTANCES 块 定义了一些距离矩阵。 8）、PAUP 块 是软件的核心块，所有的分析命令和一些参数设置（90多个命令）都放在这一块。 这一块并不是分析输入数据所必须的，这些命令可以写在这一块（文件中），这时载入文件时就开始根据该块的命令进行分析（有点类似dos的批处理过程）。当然也可以通过键盘命令逐一敲入 ，交互进行分析。 批处理的方式在分析过程比较长，耗时比较久的时候是比较有用的。当然在进行处理之前一定要先保证该批处理过程没有问题。 一个PAUP*的基本分析实例 1）通过clustalw/clustalx获取一个多序列比对结果（可能要经过人工调整，推荐用bioedit做辅助编辑器）。保存成nexus格式的文件，或者用其他格式转换软件转换成nexus格式。paup*中也有一个tonexus命令可以将其他格式（包括phylip，GCG等格式）的文件转换为nexus格式的文件。 2）、在PAUP*程序中读入数据（Nexus格式） 输入命令的地方 打开文件的窗口 程序自带的测试数据 执行该文件还是编辑该文件？ 执行文件时将文件数据读入程序，编辑文件则调用一个文本编辑器。如果不是nexus格式，执行时候会出错，然后调用文本编辑器打开。 3）、数据输入完成，开始分析… 两个很有用的命令 ？：显示所有的命令 命令 ？：显示命令的所有参数 分析…（开始一） 1）、开始之前 打开记录文件？（跟踪整个分析过程） 命令：log start file =your_log_file_name; 停止：log stop; 2）、设置数据 哪些用于分析? 如：include coding/only; exclude coding/only; 哪些物种要分析（删除不要的）? 如： delete 1; 或者 delete taxa_name… undelete 1; …… 分析…（开始二） 3）、确定建树方法 最大简约法？最大似然法？ 距离法？ 命令：Set criterion=parsimony|likelihood|distance; 分析…（建树一） 4）、确定其他参数 Set ？查看其他参数的设置，改为自己所需要的设置。 如：set maxtree=10000 increase=no autoclose=yes; 分析… （建树二） 5）、确定搜索方法（对于距离法不适用） 穷尽法：alltrees 分支跳跃查找：bandb 启发式搜索：hsearch 其他：puzzle（只在likelihood时有效）… 分析… （建树三） 6）、开始搜索树之前（设置各个建树方法的参数） 距离法：dset 如：dset distance=tamnei negbrlen=allow 最大简约法：pset 如 pset collapse=