Zerg's blog: JModeltest使用備忘錄

JModeltest使用備忘錄

JModeltest是用來評估我們的資料組(dataset)應該使用哪種Model (運算模型)來進行遺傳分析的工具，除了基本的JC Model、K2P Model到複雜的GTR之外，還加上Gamma和Invariant 等參數，零零總總的好像有一千六百多種，幸好這個軟體最後會給你AIC和BIC的排名，讓我們可以選擇最恰當的Model來使用。(不見得都用排第一的模型，因為我們後續使用的分析軟體往往不會有這麼多Model可以選)

步驟一：讀取資料組

JModeltest是吃FASTA或NEXUS格式的資料組，FASTA沒問題，但現在很多軟體轉換出來的NEXUS都會有一點點的不同，常常造成讀取有問題。因此本人偏好使用FASTA的格式囉~

選擇File --- Load DNA alignment Ctrl+O --- 選擇準備好的資料組

此時會看到讀取資料…OK的訊息出現，並且標示出我們的資料組有多少筆序列(sequences)和特徵(number of sites)

步驟二：選取分析前選項

讀取好資料組之後，就可以開始分析了(超簡便)。

選擇Analysis --- Compute likelihood scores Ctrl+L

但這時候稍微困難的來了，首先跳出的窗格包含了許多可以調整的欄位，第一個是Number of processors requested，這個欄位可以從1拉到4，不管選擇哪種，結果不變，主要變的是在計算各個模型分數的時候同時有幾個chain在運算。

接下來是選擇計算模型分數(機率值)的方法，包含AIC、AICc與BIC(該如何選擇請參考演算原理部分的”模型機率值演算法”)，而Model Filtering則是可以界定低於多少分數的不顯示(或根本沒算)。個人建議如果只有用到88種(見下一段)乾脆全算，反正沒多少，除非資料組非常大。

接下來就是Number of substitution schemes，有3，5，7，11和203可以選，分別代表的意義是：

3 : JC, HKY and GTR.

5 : JC, HKY, TN, TPM1, and GTR.

7 : JC, HKY, TN, TPM1, TIM1, TVM and GTR.

11: JC, HKY, TN, TPM1, TPM2, TPM3, TIM1,

TIM2, TIM3, TVM and GTR.

203: GTR中有203種不同分割比例(Partition rate) 的模型全加進來。

個人建議是用11那個選項(88種)就好，很夠用了。

再來就是Base frequencies (+F)，這個選項代表在計算模型的分數時是否需要考慮到ATCG等鹼基在序列中的比例，這個比例可以決定計算鹼基對突變的機率應該如何設定，有就是鹼基突變機率相等或不相等。個人覺得勾就對了啦。

Rate variation包含了+I和+G，+I代表的是invariable sites (未突變)的比例是否成為計算模型分數的參考依據；而+G則是Gamma distribution，代表突變發生代序列當中的集中程度，這個差異也可能影響到最後的結果(詳細解說請參考演算原理部分的”模型機率值演算參數”)。

下一部分是Base tree for likelihood calculation，計算模型機率值的時候會從一棵模擬的演化樹開始計算，而這個選項就是要我們選出最初的那棵樹該用甚麼方式來做樹，或是直接給予已知的樹形。但其實最後的結果並沒有太大的差異。個人比較偏好ML optimized，純粹因為我比較愛用Maximum Likelihood。