最近由于要做phylogenetic tree.所以涉及到了N多軟件，包括很多步驟都要重新熟悉。理論上，你有了reads,其實(shí)直接用mega就可以滿足你的需求，但是有時(shí)候上帝要你用一些特定算法沟绪。比如bayes,那就沒有辦法了。
其實(shí)建樹空猜，就是通過各個(gè)物種的基因（或者蛋白）近零，進(jìn)行比較，看它們各自的同源性來區(qū)分相似程度抄肖。而當(dāng)你手上的reads成百上千條的話久信，就需要用到多序列比對(duì)軟件啦。由于這里只是牽扯到reads之間的關(guān)系漓摩，是不需要用到references的裙士。
不同多序列比對(duì)軟件的比較
最經(jīng)典和廣為熟知的多的序列比對(duì)軟件是 clustalw 。 但是現(xiàn)有的多序列比對(duì)軟件較多管毙，有文獻(xiàn)報(bào)道：比對(duì)速度（Muscle>MAFFT>ClustalW>T-Coffee）腿椎，比對(duì)準(zhǔn)確性（MAFFT>Muscle>T-Coffee>ClustalW）。因此夭咬，推薦使用 MAFFT 軟件進(jìn)行多序列比對(duì)啃炸。
Mafft的使用
input format is fasta.
mafft -h #來看看可選擇的參數(shù)
用法非常簡(jiǎn)單，主要是看中間的High accuracy這里卓舵。
L-INS-I(最準(zhǔn)確的方法南用。適合小于200條，且長(zhǎng)度小于2000aa/nt的序列掏湾。)
mafft --maxiterate 1000 --localpair input > output
G-INS-I(適合序列長(zhǎng)度相似的比對(duì)裹虫，小于200條，且長(zhǎng)度小于2000aa/nt的序列融击。)
mafft --maxiterate 1000 --globalpair input > output
E-INS-I(適合序列仲包含較大的非匹配區(qū)域筑公，小于200條，且長(zhǎng)度小于2000aa/nt的序列尊浪。)
mafft --maxiterate 1000 --genafpair input > output
運(yùn)行后的結(jié)果如下圖匣屡。按照最長(zhǎng)序列，把相應(yīng)位置的aa標(biāo)出來拇涤，有g(shù)ap的地方捣作，則用---補(bǔ)齊。
output的仍然是fa文件工育。到此虾宇，就完成了MAFFT的多序列比對(duì)了.
如果是直接導(dǎo)入MEGA,fa格式也是沒有問題的搓彻，因?yàn)镸EGA里是沒有MAFFT這種比對(duì)方式的如绸。如果是要用phy格式的話嘱朽，就需要先轉(zhuǎn)格式了，轉(zhuǎn)格式的話怔接，用seaView和mesquite都沒有問題的搪泳，不過我是建議用seaView。
