高山流水分享 http://blog.sciencenet.cn/u/friendpine 走在科学路上的一位无名侠客,只是静静的走着.........

博文

非常快速而且能够处理成千上万条序列的建进化树软件FastTree

已有 12959 次阅读 2011-9-16 22:01 |个人分类:生物信息学与计算生物学|系统分类:科研笔记

之前推荐过但是当时自己没有用过,现在尝试了一下,发现确定非常快。拿我的问题来说,总共3000多条序列,序列长度为1700nt,我用Phylip中最快的的Neighbor-joining计算花了一个小时以上,而且是在我的主机,而用我装的虚拟机(内存500M,计算能力肯定不能主机)FastTree计算,只花了不到20分钟,而且更强悍的是它还给出了每个节点的可信度(local support value),真神!
该软件相当好用,有Linux版本的,也有WindowXP的。由于他们提供的Linux版本针对的是64位的机子,我这机子用不了,因此只在WindowXP上用。WindowXP版本的是一个可执行文件,但是需要进入命令行界面(在"运行"中输入“cmd”),然后进入该软件所在的目录。使用格式如下:
FastTree -nt <infile >outfile
如果是蛋白质序列,则直接输入:
FastTree infile > outfile
这里需要注意的是输入文件为fasta格式的文件,而不是通常用的Phylip格式。这点需要注意。
输出文件是Newick格式,也是非常通用的进化树文件格式。

FastTree非常强悍的一点是能够在那么短的时间内给出每个节点的可信度(local support value),它用到的是SH检验(Shimodaira-Hasegawa test ),具体的我也不清楚。该值的范围为0到1,与一般用到的bootstrap值高度相关(SCC接近0.9)。他们的文章中指出,只有该值在0.9以及更大的时候才可以认为该分支比较可信。

感兴趣的朋友可以看FastTree的官网http://www.microbesonline.org/fasttree/。当你的序列数有几千条,上万条或者几十万条的时候,据我所知,FastTree应该是最好的选择。


http://blog.sciencenet.cn/blog-54276-487148.html

上一篇:随笔
下一篇:计算生物学和生物信息学中有意义的5类工作

0

该博文允许注册用户评论 请点击登录 评论 (12 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2020-4-1 13:32

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部