RAxML-NG安装与使用-raxml-ng-v1.2.0(bioinfomatics tools-013)

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-NGRAxML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
bash 复制代码
https://github.com/amkozlov/raxml-ng    #官网
03 安装
bash 复制代码
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
bash 复制代码
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)

bash 复制代码
  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  XXX
06 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.

相关推荐
古希腊掌管学习的神17 分钟前
[搜广推]王树森推荐系统笔记——曝光过滤 & Bloom Filter
算法·推荐算法
qystca18 分钟前
洛谷 P1706 全排列问题 C语言
算法
浊酒南街24 分钟前
决策树(理论知识1)
算法·决策树·机器学习
雨中rain29 分钟前
Linux -- 从抢票逻辑理解线程互斥
linux·运维·c++
就爱学编程31 分钟前
重生之我在异世界学编程之C语言小项目:通讯录
c语言·开发语言·数据结构·算法
学术头条36 分钟前
清华、智谱团队:探索 RLHF 的 scaling laws
人工智能·深度学习·算法·机器学习·语言模型·计算语言学
Bessssss1 小时前
centos日志管理,xiao整理
linux·运维·centos
s_yellowfish1 小时前
Linux服务器pm2 运行chatgpt-on-wechat,搭建微信群ai机器人
linux·服务器·chatgpt
豆是浪个1 小时前
Linux(Centos 7.6)yum源配置
linux·运维·centos
vvw&1 小时前
如何在 Ubuntu 22.04 上安装 Ansible 教程
linux·运维·服务器·ubuntu·开源·ansible·devops