Iqtree2如何使用新模型高效构建系统发育树

系统发育推断（phylogenetic inference）的算法五花八门，从最简单的UPGMA法，到邻接法（neighbor joining）、最大简约法（maximum parsimony），再到复杂的的最大似然法（maximum likelihood）与贝叶斯推断法（Bayesian inference），每种方法都有不少可选择的实现工具。这些方法无一例外都遵循一个规律：越精确则速度越慢。而随着分析的数据越来越庞大，对于用户来说，需要寻找一个尽可能快速而且错误率可以容忍的算法是十分必要的。

tar -zxvf iqtree-2.0.6-Linux.tar.gzcd iqtree-2.0.6-Linux

iqtree [-s ALIGNMENT] [-p PARTITION] [-m MODEL] [-t TREE] ...-s：序列比对文件（支持多个文件逗号隔开，或者包含比对文件的文件夹），可选PHYLIP、FASTA、NEXUS、CLUSTAL、MSF--seqtype：序列类型，可选BIN、DNA、AA、NT2AA、CODON、MORPH默认为自动检测-o：外类群列表，不同物种之间逗号隔开--prefix：结果文件名前缀--seed：随机数种子，主要出于调试目的--mem：最大可使用内存，单位为G、M或百分数%--redo：忽略检查重写输出文件，默认为off，也即从上次意外中断处开始-T：程序运行使用的核数，可设置具体数字或者AUTO（推荐），默认为1--threads-max：最大可使用的核数，默认为所有核--fast：快速模式，类似FastTree-b：非参数bootstrap次数，大于等于100-B：超快速bootstrap次数，大于等于1000--bnni：使用NNI优化超快速bootstrap的树，搭配-B使用--alrt：SH近似似然比检验重复次数-m：模型选择，设置MF自动选择最佳模型但不建树；设置MFP自动检测最佳模型并建树。此外还可以设置具体的模型，或者多个可选模型，例如-m LG,WAG--ancestral：基于经验贝叶斯的祖先状态重建

iqtree -s example.phy -T AUTO

iqtree -s example.phy -m MFP -T AUTO

iqtree -s example.phy -m MF -T AUTO

iqtree -s example.phy -m MFP -b 100 -T AUTO

iqtree -s example.phy -m MFP --alrt 100 -T AUTO

iqtree -s example.phy -m MFP --alrt 100 -b 100 -T AUTO

iqtree -s example.phy -m MFP -B 1000 --bnni -T AUTO