用MEGA构建进化树

如何用MEGA构建进化树

MEGA3.1是一个关于序列分析以及比较统计的工具包，其中包括有距离建树法和MP 建树法；可自动或手动进行序列比对，推断进化树，估算分子进化率，进行进化假设测验，还能联机的Web数据库检索。下载后可直接使用，主要包括几个方面的功能软件：i)DNA 和蛋白质序列数据的分析软件。ii)序列数据转变成距离数据后，对距离数据分析的软件。iii)对基因频率和连续的元素分析的软件。iv)把序列的每个碱基/氨基酸独立看待（碱基/氨基酸只有0和1的状态）时，对序列进行分析的软件。v)绘制和修改进化树的软件，进行网上blast搜索。

用MEGA构建进化树有以下步骤：

1. 16S rDNA测序和参考序列选取

从环境中分离到单克隆，去重复后扩增16S rDNA序列并测序，然后与数据库/blast/Blast.cgi比对，找到相似度最高的几个序列，确定一下你分离的细菌大约属于哪个科哪个属，如果相似度达到百分之百那基本可以确定你分离得到的就是Blast到的那个，然后找一到两个同科的，再找一到两个同目的，再找一到两个同纲的细菌，把序列全部下下来，以FSATA形式整合在TXT文档中，如

>TS1

GCAGTCGAACGATGAAGCCCAGCTTGCTGGGTGGA TTAGTGGCGAACGGGTGAGTAA CACGTGGGTGATCTGCCCTGCACTTCGGGATAAGCCTGGGAAACTGGGTCTAATACCG GA TAGGACCTCGGGA TGCA TGTTCCGGGGTGGAAAGGTTTTCCGGTGCAGGATGGGCC

>gi|117572706|gb|EF028124.1| Rhodococcus sp. Atl25 16S ribosomal RNA gene, partial sequence CGATTAGAGTTTGA TCCTGGCTCAGGACGAACGCTGGCGGCGTGCTTAACACATGCAA GTCGAACGATGAAGCCCAGCTTGCTGGGTGGA TTAGTGGCGAACGGGTGAGTAACAC GTGGGTGATCTGCCCTGCACTTCGGGATAAGCCTGGGAAACTGGGTCTAA TACCGGA T

>TS2

TGCAAGTCGAGCGAATGGA TTAAGAGCTTGCTCTTA TGAAGTTAGCGGCGGACGGGTG AGTAACACGTGGGTAACCTGCCCA TAAGACTGGGATAACTCCGGGAAACCGGGGCTAA TACCGGATAACA TTTTGAACTGCATGGTTCGAAA TTGAAAGGCGGCTTCGGCTGTCACT

>gi|56383044|emb|AJ809498.1| Bacillus cereus partial 16S rRNA gene, strain TMW 2.383

GA TGAACGCTGGCGGCGTGCCTAA TACATGCAAGTCGAGCGAA TGGATTAAGAGCTTG CTCTTA TGAAGTTAGCGGCGGACGGGTGAGTAACACGTGGGTAACCTGCCCATAAGAC TGGGATAACTCCGGGAAACCGGGGCTAATACCGGATAACATTTTGAACYGCATGGTTC ………………………….

………………………….

参考序列选择有几个原则：a，不选非培养(unclutured)微生物为参比；b，所选参考序列要正确，里面无错误碱基；c，在保证同属的前提下，优先选择16S rDNA全长测序或全基因组测序的种；d，每个种属选择一个参考序列，如果自己的序列中同一属的较多，可适当选择两个参考序列。

2. 序列比对

将整理好的序列导入clustalx1.83，如图

接着

程序自动运行，得出结果，自动输出.aln和.dnd 为后缀的两个文件。序列比对也可以直接用MEGA来做。

3. 打开程序MEGA，如下图所示：

4. MEGA3.1只能打开meg格式的文件，但是它可以把其他格式的多序列比对文件转换过来，用.aln格式（Clustal的输出文件）转换.meg文件。点File:Convert to MEGA Format，打开转换文件对话框，从目的文件夹中选中Clustal 对比分析后所产生的.aln文件，点击打开。

5. 转换好的meg文件，会弹出一个提示信息，点击ok。

查看meg序列文件最后是否正常，若存在clustal. *行，即可删除。点存盘保存meg文件，meg文件会和aln文件保存在同一个目录。

6. 关闭转换窗口，回到主窗口，现在点面板上的“Click me to activate a data file”打开刚才的meg文件。

如果为蛋白质序列，选择“protein sequence”，电击“OK”，得到以下图示，数据输入之后的样子，窗口下面有序列文件名和类型。

而在另外一个窗口内，出现以下数据文件点击选择和编辑数据分类图标，可对所选择的序列进行编辑，完成后点击close即可。

序列编辑完成后，可进行保存，点击保存后出现以下界面，点击ok即可。

7. 构建进化树的算法主要分为两类：独立元素法（discrete character methods）和距离依靠法（distance methods）。所谓独立元素法是指进化树的拓扑形状是由序列上的每个碱基/氨基酸的状态决定的（例如：一个序列上可能包含很多的酶切位点，而每个酶切位点的存在与否是由几个碱基的状态决定的，也就是说一个序列碱基的状态决定着它的酶切位点状态，当多个序列进行进化树分析时，进化树的拓扑形状也就由这些碱基的状态决定了）。而距离依靠法是指进化树的拓扑形状由两两序列的进化距离决定的。进化树枝条的长度代表着进化距离。独立元素法包括最大简约性法（Maximum Parsimony methods）和最大可能性法（Maximum Likelihood methods）；距离依靠法包括除权配对法（UPGMAM）和邻位相连法（Neighbor-joining）。