自2015年文章正式發(fā)表以來鞋仍，iqtree以其快速精準(zhǔn)的建樹和全面的功能在競爭激烈的系統(tǒng)發(fā)育樹（phylogenetics）領(lǐng)域快速躥紅威创，并廣受好評，目前砍下谷歌學(xué)術(shù)4471次引用肚豺。5年后吸申，來自澳大利亞國立大學(xué)的Bui Quang Minh（裴光明，有沒有懂越南語的朋友看下譯的對不對）團(tuán)隊(duì)終于推出了iqtree 2.0版【1】梳侨！

此次2.0版改進(jìn)的主要功能在iqtree的官方網(wǎng)站（www.iqtree.org）已經(jīng)寫的很清楚了：

簡單說一下：

1. –s以前只是針對單獨(dú)的序列文件日丹，現(xiàn)在可以加入含多條序列的文件夾哲虾，更加方便多基因聯(lián)合建樹

2. 對有根樹利用不可逆替換模型的推斷

3. 限定拓?fù)浣Y(jié)構(gòu)推斷（-g）時建樹速度更快

4. -S、—gcf以及--scf：由于不同位點(diǎn)以及多基因建樹中不同基因（或partition）可能得出不同的樹形彼哼，而這些可能在最終的樹中反映不出來湘今，即便樹的內(nèi)部節(jié)點(diǎn)的支持度很高。舉個不恰當(dāng)?shù)睦樱?6年美國大選拴签，按照選舉規(guī)則川普以304比227選舉人票數(shù)的絕對優(yōu)勢擊敗了希拉里，但這絕不意味著選民的投票是一邊倒支持川普构灸，甚至總得票率川普還落后希拉里2個百分點(diǎn)岸梨。那么，你的dataset是鐵板一塊嗎半开？其中是否存在這樣的現(xiàn)象呢赃份？iqtree 2.0這兩個選項(xiàng)（-S和--gcf）為用戶提供了類似情形的便捷方法【2】

5. –modelomatic：對于不同類型序列的最佳模型選擇。如你的dataset內(nèi)既有protein纠永，也包括核酸谒拴，還有形態(tài)學(xué)數(shù)據(jù)，那么記得考慮這個參數(shù)【3】茂装。

6. --symtest：目前一般的建樹方法善延，都是基于所謂的SRH原則易遣，即stationary, reversible, and homogeneous。裴光明及其合作者的研究指出豆茫，對于SRH原則的違背在文獻(xiàn)中十分普遍【4】揩魂，于是乎建出來的樹是否真的可靠就要打上問號了。你的dataset是否存在對該原則的違背呢牵舵？不妨用--symtest檢測一下。

7. –tbe:Transfer bootstrap expectation：一種新的對進(jìn)化樹拓?fù)浣Y(jié)構(gòu)支持度的評價方法【5】担巩，該法在raxml-ng中也已配備【6】没炒。

8. –mlrate：對每個位點(diǎn)（site）的替換速率的最大似然估計(jì)

9. 塔拉什分析送火？慚愧了，我只知道國際象棋里有一個塔拉什防御漾脂。

10. 再補(bǔ)充一個骨稿，2.0.3版本中增加了LSD2法對進(jìn)化時間的推算姜钳。該法由旅法越南學(xué)者蘇秋賢 （Thu-Hien To） 和 Gascuel等人于16年開發(fā)。不過目前有兩個不足之處辙浑，一是給出的結(jié)果屬于點(diǎn)估計(jì)（2.0.6版本中可使用--date-ci對confidence interval進(jìn)行估計(jì)但作者提示暫時可能有bug）拟糕，二是當(dāng)不同序列或物種間進(jìn)化速率差異較大時，可能不太靈光侠草，詳情請瀏覽http://www.iqtree.org/doc/Dating犁嗅。

關(guān)于iqtree2.0版的內(nèi)容就說完了褂微。不過我想再多嘮叨幾句關(guān)于iqtree的東西。

幾年前式撼，最大似然法進(jìn)化樹構(gòu)建就已經(jīng)有像raxml求厕、MEGA、phyml等居于主導(dǎo)地位的優(yōu)秀軟件了旅东。在這樣的大背景下，為何裴教授要開發(fā)iqtree呢腾节？19年美國馬薩諸塞州舉行的Workshop on Molecular Evolution上荤牍，裴教授講到了以下三點(diǎn)：

1. 迎合大數(shù)據(jù)康吵，以及系統(tǒng)發(fā)育基因組學(xué)（phylogenomics analysis）的分析需求

2. 提供豐富的進(jìn)化模型（就模型選擇是否有價值，去年有不同實(shí)驗(yàn)室提出了新的不同觀點(diǎn)同辣，詳情請見生信人往期推送19年五次生信爭議事件）

3. 同其他軟件進(jìn)行比較和友好競爭惭载，給予用戶選擇空間，這對整個領(lǐng)域的發(fā)展是有益處的棒妨。

一般來講含长，由于計(jì)算復(fù)雜拘泞，最大似然法進(jìn)化樹構(gòu)建需要采取啟發(fā)式算法（Heuristic）。也就是涛酗，我們無法找到那棵最佳的樹偷厦，但在有限時間內(nèi)，可以退而求其次找到一個足夠好的樹剖笙。

舉個例子请唱。圣誕節(jié)要到了过蹂，我們要布置一顆圣誕樹聚至，那么怎樣裝飾才是最好的呢扳躬？假如存在一個所謂的最美圣誕樹，大概窮盡畢生之力也是無法構(gòu)建出來的击胜，因?yàn)榭赡苌砸桓淖円畚疲赡芫湍艿玫揭活w更美的圣誕樹，更不要完全不同的裝飾思路了辰斋。所以我們一般的思路是嘲叔，先找到一個感覺上不錯的設(shè)計(jì)方案搞出來硫戈。接著下硕，我們通過對圣誕樹的分枝的裁剪和安裝，裝飾物的變換霜幼，涉及不同的圣誕樹的造型誉尖。我們還要注意有沒有另外的“圣誕樹結(jié)構(gòu)”铡恕，提防由于只見樹木不見森林忽略了其他的圣誕樹結(jié)構(gòu)陷入“局部最佳”的幻境而渾然不知。當(dāng)我們小心翼翼地搞定了一切驹针，最終诀艰，會得到一個雖然不十全十美但大部分時候也能令人滿意的樹饮六。當(dāng)然卤橄，如果不夠走運(yùn)臂外，經(jīng)過反復(fù)修改都不能滿意，那么園丁們有兩個選擇辜膝，要么將就厂抖，要么推倒重建克懊。

在系統(tǒng)發(fā)育分析中谭溉，對進(jìn)化樹的構(gòu)建與裝飾圣誕樹有很多相似之處，也是通過對樹的不斷剪切變化一步步優(yōu)化樹损搬，只不過算法十分復(fù)雜柜与，而且初始樹未見得只有一棵。具體到iqtree颅悉，它采用了Hill climbing NNI and downhill NNI方法試圖找尋答案（見下圖迁匠，由于這里完全超出了我的知識水平城丧，故此略去）。

Iqtree的hill climbing NNI and downhill NNI示意圖搂鲫，類比爬山【7】

對一般用戶而言魂仍，iqtree速度的優(yōu)勢也許體現(xiàn)在其ultrafast bootstrap。提醒大家俱诸，如果選擇ultrafast bootstrapping，進(jìn)化樹上的支持度大致上代表拓?fù)浣Y(jié)構(gòu)“正確”的概率赊舶，以95%以上為基準(zhǔn)認(rèn)為所謂可靠睁搭，大致相當(dāng)于傳統(tǒng)bootstrap 80左右【8】。

此外笼平，傳統(tǒng)的替代模型假設(shè)各個位點(diǎn)都按照相同的平衡頻率（equilibrium frequency）园骆。然而，這在生物學(xué)意義上說并不正確寓调。比如某些催化位點(diǎn)特別保守锌唾，保守到甚至只容許有一種氨基酸，而有些無關(guān)痛癢的區(qū)域卻是20種氨基酸群魔亂舞夺英。對此有兩個解決方案晌涕。一是像phylobayes那樣對不同位點(diǎn)的平衡頻率進(jìn)行估測，二是采用iqtree中的經(jīng)驗(yàn)方法——在iqtree中已經(jīng)內(nèi)置了6個mixture model痛悯，從C10余黎，C20一直到C60载萌，該法最初由法國國家科學(xué)研究中心CNRS的黎士光（Le Si Quang惧财，再次呼叫懂越南語的朋友）、Gascuel和Lartillot提出【9】炒考。這些mixture model被認(rèn)為是目前比較先進(jìn)的策略可缚，多次在解決重要phylogenomics難題中發(fā)揮作用（這里說phylogenomics，顯然是對于多基因聯(lián)合構(gòu)建物種樹的情形斋枢，對于單基因樹因要估計(jì)的參數(shù)過多，mixture model往往效果不佳）知给，其缺點(diǎn)是對內(nèi)存要求較高瓤帚。具體操作請大家參考【10】。此外涩赢，年初的時候戈次，匈牙利E?tv?s Loránd University的Gergely Sz?ll?s實(shí)驗(yàn)室推出了一個叫做EDCluster的軟件【11】，想為你的dataset量身打造特定mixture profile的朋友推薦試下筒扒。

其實(shí)怯邪，iqtree2.0早在去年年底就在biorxiv上投放了，并于年初正式見刊【1】花墩，只是由于iqtree內(nèi)容豐富悬秉，怕自己才疏學(xué)淺澄步、誤人子弟，所以一直未能騰出手來完成iqtree2.0的推送和泌。不知不覺已經(jīng)加入生信人團(tuán)創(chuàng)作隊(duì)兩年了村缸，本文正好是我創(chuàng)作的第100篇微信推送，思來想去決定還是在自己相對熟悉的領(lǐng)域?qū)扅c(diǎn)東西武氓，也正好是一個合適的時機(jī)把iqtree2.0補(bǔ)上梯皿。以上，小編走馬觀花地對iqtree和其升級版抒發(fā)了一些自己的觀點(diǎn)县恕，難免淺嘗輒止东羹、錯進(jìn)錯出。有關(guān)iqtree的更多更深入的內(nèi)容忠烛，還請參考官網(wǎng)和使用手冊百姓。此外，iqtree還提供在線服務(wù)：http://iqtree.cibiv.univie.ac.at况木，值得一試垒拢。

引文

1. B.Q. Minh, H.A. Schmidt, O. Chernomor, D. Schrempf, M.D. Woodhams, A. von Haeseler, R. Lanfear (2020) IQ-TREE 2: New models and efficient methods for phylogenetic inference in the genomic era. Mol. Biol. Evol., 37:1530-1534.

2. B.Q. Minh, M.W. Hahn, R. Lanfear (2020) New methods to calculate concordance factors for phylogenomic datasets. Mol. Biol. Evol. https://doi.org/10.1093/molbev/msaa106

3. Naser-Khdour, Suha, et al. "The prevalence and impact of model violations in phylogenetic analysis." Genome biology and evolution 11.12 (2019): 3341-3352.

4. Whelan, Simon, et al. "ModelOMatic: fast and automated model selection between RY, nucleotide, amino acid, and codon substitution models." Systematic biology 64.1 (2015): 42-55.

5. Lemoine, Fréderic, et al. "Renewing Felsenstein’s phylogenetic bootstrap in the era of big data." Nature 556.7702 (2018): 452-456.

6. Lutteropp, Sarah, Alexey M. Kozlov, and Alexandros Stamatakis. "A fast and memory-efficient implementation of the transfer bootstrap." Bioinformatics 36.7 (2020): 2280-2281.

7. Bui QM, Workshop on Molecular Evolution. 2019

8. http://www.iqtree.org/doc/Frequently-Asked-Questions

9. Si Quang, Le, Olivier Gascuel, and Nicolas Lartillot. "Empirical profile mixture models for phylogenetic reconstruction." Bioinformatics 24.20 (2008): 2317-2323.

10. http://www.iqtree.org/doc/Complex-Models

11. Scalable empirical mixture models that account for across-site compositional heterogeneityDominik Schrempf, Nicolas Lartillot, Gergely Sz?ll?si. bioRxiv 794263

拓展閱讀：

1. Montreal，號外|RAxML進(jìn)化樹構(gòu)建換代啦(2018) 生信人

2. Montreal火惊，新一代建樹工具IQ-Tree介紹(2018) 生信人

作者原創(chuàng)求类，2020年八月原載于生信人