0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

MAFFT - TrimAl - RAxML-NG - FigTree を使って分子系統樹を作る

Last updated at Posted at 2024-08-24

インストール等

brew tap brewsci/bio
brew install mafft
brew install raxml-ng
conda install -c bioconda trimal 
conda install -c bioconda modeltest-ng

Figtreeのインストール
Figtreeは系統樹ファイルの可視化と編集ができるソフトウェア
http://tree.bio.ed.ac.uk/software/figtree/

ちなみに
ETE toolkitでワークフローを簡略化しようと思ってやってみたけどinstall errorでete3を起動できない,python3.5以降だとだめっぽい,pipでもanacondaでもダメ
参照:https://qiita.com/aical/items/2231198d3d75e72bee39

まあ系統樹作るだけならそんなに手間じゃないのでいっか

配列を適当にとってくる

NCBIでrat, torafugu, medakaのsodium chanel voltage-gated alpha subunitを調べる
大体9-10個くらいの遺伝子がある,aaが違いそうなバリアントも含めてアミノ酸配列をとってくる
ついでに外群としてdrosphiaのsodium chanelをとってきた

前処理

mafftでアライメント
mafft --auto input.txt > align_res.aln

trimalでトリミング
trimal -in align_res.aln -out out_trimal.aln -htmlout out.html -automated1

モデルの選定
modeltest-ng -i out_trimal.aln -o test_res -T raxml -t ml -r 123413 -p 12 -d aa
 
☆オプション
-T 後解析で用いるsoftware(指定しなくても良い)
-t ml 最尤法
-r random seed
-p thread数
-d nt/aa

                         Model         Score        Weight
----------------------------------------------------------
       BIC               LG+G4    37887.7915        0.5968
       AIC             LG+I+G4    37506.8821        0.8959
      AICc             LG+I+G4    37516.8821        0.8392

LG+I+G4がいいのかな?
本当はRAxMLで自動でモデルを推定してtree作成するPROTGAMMAAUTOがあるはずなのだが,今回はmodelTest-NGで最適モデルを推定してみた

MEGA10でモデル推定してたときより圧倒的に速い,100配列くらいいれても数分で終わる,神

いよいよRAxMLで系統樹を作る
raxml-ng --msa out_trimal.aln --all --model LG+I+G4 --bs-trees 100 --threads 16

すぐ終わる,速い,神
なんかいっぱいファイルが出来た
.phylip.raxml.supportをFigtreeで開く,node labelsにチェックを入れてlabelを選択するとbootstrap値が表示された系統樹を得ることができる

image.png

色を変えたり,進化距離を表すスケールバーを表示したり,rootを変えたり,枝を回転したり,etcできる

まあ形だけ決めて,後はイラレなどのやり慣れた編集ツールで手直しするのがいいらしい(伝聞)

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?