PAUP使用及Model Test

PAUP简单使用过程

作者：admin 文章来源： 点击数： 666 更新时间：2010-11-30 10:45:00

这个主要是我根据以往师兄的毕业论文，文献中的，软件说明书，在网上搜索得到的以及我自己在使用中的一些注意事项，总结汇编了一下，如有雷同，请诸位高抬贵手哦，不要追究版权责任！

软件自带的“快速开始指南（Quick Start Tutorial）”只提供了简单的进化树构建程序。本文根据附带的命令帮助文件，对软件的使用方法进行了摸索，总结出一套简便可靠的处理步骤：

1. 软件启动和数据执行：PAUP*软件启动后即弹出一个对话框要求输入一个比对后*.nex文件，并且可以让用户选择“Edit”和“Execute”两种不同的模式。前者是对比对序列矩阵进行修改，后者则直接将矩阵调入内存待处理，并且显示这个数据设置的一些信息，如这个矩阵的维数和数据类型、数据来源等。

执行命令：选择File > Execute “文件名.nex”

2. 开始日志记录：在PAUP*决议的任何时候都可以开始和停止日志记录。

开始记录：选择File >Log Output to Disk……

如果要停止日志记录，则可以再次执行这个命令。

3. 显示数据详细信息：PAUP*的cstatus命令将显示关于当前元素状态的总结（如类型，权重等等）。如果打开记录，显示在屏幕上的总结信息也会被保存在日志文件中。如果仅仅显示简明信息，也可以选择去显示分类（tstatus命令）和全部数据矩阵，即使用showmatrix命令。

4. 定义树根：可以在最后用TreeView软件显示的时候再定义树根，也可以在数据读

入后即设置树根，命令为：

Outgroup 序列名1 序列名2序列名3……

其中的“序列名”是指FASTA文件打开后开头部分“>”之后的序列代号。

5. 设定查找树的标准：PAUP*具有不同的最佳标准来分析数据的优点。这些标准由最大简约法、最大似然法和距离法等，相应的命令为：

set criterion = parsimony/likrlihood/distance

每个标准都有自己的长处和限制，其中的最大简约法和距离法是两种常用的方法。

6. 定义查找策略：PAUP*提供了两个基本类方法来查找最优树。它们是精确查找方法和启发式方法，前者保证找到最优树，但是却可能需要大量的计算时间来分析大批量的数据设置，后者不一定找到最优树，但是一般需要较少的计算时间，是比较实用的系统树的搜索方法，本研究根据计算机内存大小设定每轮搜索的最大尝试次数是1000次，相应命令为：hsearch addseq = random nreps ="1000；

该命令执行以后，程序将占用计算机的资源开始搜索，其间不要执行其他任何命令，以免造成内存冲突或程序自动关闭。

7. 显示和描述树：根据屏幕上的输出结果，有一个单树正在内存中，可以通过showtrees显示出来，但只显示分类次序的一个简图，其中可以显示分支长度等有关信息，相应命令为：

Showtree；

Describetrees 1/plot ="phylogram" brlens="yes

8. 保存结果：PAUP*能够用几种不同的格式来保存树，这些格式有PICT（只适用于Mac），Nexus，Freqpars，Phylip和Hennig86等，一般把树的格式保存为Nexus格式，操作命令为

savetrees file="文件名.tre root="yes" brlens="yes" savebootp="brlens" from="1"

to="搜索得到的树的最大数目；

最大简约树的构建方法：

作者构建的是葡柄霉属分子进化树，使用的是最大简约法。这颗树分别通过TBR（tree bisection-reconnection）交换算法的启发式搜索（heuristic search）得到，multitrees 参数选用（默认），同时进行1000次Bootstrap自举法检验。相等简约树的非强制性拓扑结构树形用PAUP*软件中的Kishino-Hasegawa似然性检测来进行比较，最佳拓扑结构（最小-nl）被选用，批处理命令如下：

Begin paup；

Execute stem.nex; (打开比对文件stem.nex)

Outgroup Alternaria_tenuissima Alternaria_alternata Alternaria_longipes

Lewia_infectoria Ulocladium_atrum Ulocladium_botrytis Ulocladium_alternariae Bipolaris_sorghicola Pyrenophora japonica Cochliobolus sativus Setosphaeria minor;（设立外群）

Cstatus；

Set criterion="parsimony；

Hsearch addseq="random" nreps="1000;

Describetrees 1/plot="phylogram" brlens="yes;

Savetrees file="stem.tre.root=yes" brlens="yes" savebootp="brlens" from="1"

to="1623;（保存所有树）

Pscores all/khtest="yes" single="all" scorefile="pscorefile" ci="yes" ri="yes"

re="yes" hi="yes；（Kishino-Hasegawa似然性检测，选最小-InL）

Savetrees file="stem_best.tre" root="yes" brlens="yes" savebootp="brlens"

from="1" to="1；（保存最小-InL树）

Bootstrap nreps="1000" brlens="yes" treefile="boot_stem.tre

Search=heuristic/addseq=random；（对最短树进行自举法验证，并保存树）

距离树的构建方法：

也可以是使用PAUP*软件中的邻近结合法（neighbor-joining，即NJ）构建距离树。我们的基因序列通过HKY85、JC、K2P和F84等不同碱基替代模型的启发式搜索（heuristic search）得到，multitrees参数选用默认设置，同时进行1000次bootstrap自举法检验。相等简约树的非强制性拓扑树形用PAUP*软件中的Kishino-Hasegawa似然性检测来进行比较，最佳拓扑结构（最小-nl）被选用，批处理命令如下：

Begin paup；