montreal?生信人?2018-02-05

相信很多朋友在研究中都遇到過有關(guān)進化樹作圖的問題。從本期開始国葬，我將為大家?guī)?b>進化樹作圖系列專題贤徒，希望能對有著不同專業(yè)背景的讀者在進化樹作圖（請注意不是建樹）方面有所幫助。

想必大家都知道Newick格式是目前進化樹做常用到的一種格式了汇四。比如接奈，對于下面這棵樹：

小編作圖，歡迎轉(zhuǎn)載或修改

用Newick格式來表示通孽，就是：(A,(B,(C,D)))序宦。很簡潔吧？目前背苦，作為最常使用的進化樹格式互捌，Newick在各種作圖軟件中得到了廣泛應(yīng)用。本文將首先回溯歷史行剂，帶你了解Newick的前世今生疫剃。

時光回轉(zhuǎn)三十年。1986年6月26日硼讽，美國新罕布什爾州多佛市（Dover巢价，New Hampshire）的一家龍蝦館里，七位科學(xué)家一邊吃著美味的龍蝦固阁，一邊書寫下了分子進化領(lǐng)域濃墨重彩的一筆壤躲。對于這次會議，能找到的資料極為有限备燃，但其結(jié)果卻對整個系統(tǒng)發(fā)育學(xué)（phylogenetics）產(chǎn)生了重要的影響碉克。因為正是在這次會議中誕生了一種全新的、用字符與括號來對進化樹進行描述的格式并齐。這次在新罕布什爾的會議實際上由一系列非正式的討論構(gòu)成漏麦，而最后一次討論（還有第二次討論）正是在一家名為Newick’s Lobster House的龍蝦館舉行客税，也許是龍蝦鮮美令人難以忘懷的緣故，大家決定用Newick龍蝦館來命名這種格式（學(xué)界也稱之為New Hampshire format）[1]撕贞。

BTW更耻；這家建于1948年的龍蝦館至今仍在營業(yè)。聽去過的人說味道確實不錯捏膨，推薦fried oysters和Gulf shrimp秧均，大家有興趣可以去嘗下鮮，地址：Address: 431 Dover Point Road, Dover, NH 03820号涯。

從此目胡，Newick從新罕布什爾的龍蝦館慢慢走入世界各大學(xué)的圖書館，盡管從未在正式文獻中被專門論述過[1]链快。七位與會嘉賓都是當(dāng)時分子進化和計算機學(xué)界的翹楚誉己，讓我們看看他們都是誰：James Archie, William Day, Joe Felsenstein，Wayne Maddison, Christopher Meacham, F. James Rohlf, David Swofford?[1]域蜗。沒聽說過巫延？沒關(guān)系，其中的幾位在下文和本系列專題后續(xù)的文章中還會多次出現(xiàn)地消。多說一句炉峰，本次會議的發(fā)起人[1]、著名分子進化學(xué)家脉执，時任華大西雅圖（University of Washington, Seattle）遺傳系教授的Joseph Felsenstein還有一位親弟弟疼阔，Lee Felsenstein，是一位知名的電子工程師半夷，對于PC的早期發(fā)展有巨大貢獻[2]婆廊，大家不要搞混。

針對Newick格式巫橄，需要注意的是不同的樹會有多種的Newick格式對應(yīng) [1]淘邻。讓我再回到本文開始的例子：

以下三種方式：(A,(B,(C,D)))，(A,(B,(D,C)))湘换，(A,((C,D),B))宾舅，都可以表示這棵樹。此外彩倚，實際應(yīng)用中很多的樹是無法定根的（rooted）筹我。這里所謂的“根”就是祖先，不能定根也就是我們無法知曉祖先在哪（如圖所示帆离，1蔬蕊、2還是3）。用Newick來表示的時候哥谷，一般的原則是人為地定一個根岸夯。還是上面這棵樹麻献，如果對于一棵不定根的樹（unrooted tree），那么(A,(B,(C,D)))猜扮，((C,D),(B,A))和(D,(C,(B,A)))表示的都是同一棵不定根樹（unrooted tree）[1]勉吻。

Newick的獨角戲唱了一年，就迎來了競爭對手Nexus破镰，一種包含有多種信息并以模塊化存儲的新格式餐曼。與Newick不同压储，Nexus有一篇在正式期刊發(fā)表的文章鲜漩，專門介紹這種格式。這篇文章于1997年刊載在分子進化和系統(tǒng)分類學(xué)（systematics）頂級期刊Systematic Biology上集惋，盡管此前Nexus已在多種軟件中（比如MacClade 3和PAUP 3）被使用[3] 孕似。?

作者的名字眼熟嗎？對刮刑，其中的David Swofford和Wayne Maddison喉祭，正是當(dāng)年新罕布什爾“龍蝦七子”中的兩位。不過為什么排在第一位的也叫Maddison雷绢？莫非泛烙？

你沒有猜錯，這兩個Maddison是親兄弟翘紊，而且還是雙胞胎蔽氨！至于哪個是哥哥，哪個是弟弟帆疟，有了解的讀者歡迎在后面留言鹉究，反正我是分不出，請見下圖：

Copyright: Wayne Maddison Lab, CC 3.0

BTW：Maddison兄弟之前都在亞利桑那大學(xué)（University of Arizona）做老師踪宠，其間經(jīng)常被人搞混自赔，甚至自己的學(xué)生也無法分辨。時常有人向哥哥咨詢一件事柳琢，幾天后卻向弟弟詢問結(jié)果绍妨，搞得對方一頭霧水。后來也許是大家實在受不了柬脸，Wayne Maddison遂改換門庭痘绎，去往加拿大的英屬哥倫比亞大學(xué)（University of British Columbia）任教。

作者在文中明確指出了發(fā)明Nexus格式旨在提供一種具有延展性（expandability）肖粮，包容性（inclusivity）孤页，可移植性（portability），以及可操作性（processibility）的格式涩馆。而這些特性的實現(xiàn)行施，最重要的就是Nexus模塊（modularity）的設(shè)計允坚。讓我們看一個示例：

小編作圖，歡迎轉(zhuǎn)載或修改

這里面的內(nèi)容確實不少蛾号。不過請注意稠项，Nexus對于樹的描述（或者說tree block），實際上和Newick如出一轍鲜结，所以嚴(yán)格地說展运，在描述進化樹方面，它沒有任何創(chuàng)新精刷，只是照搬Newick格式拗胜。

有趣的是，上面提及的這幾位在進化樹格式發(fā)展史中具有里程碑意義的人物——Newick龍蝦館會議的組織者Joseph Felsenstein怒允，Nexus格式的發(fā)明者David Swofford和Maddison兄弟——分別摘取了第二闸拿、第一和第五第六屆系統(tǒng)分類學(xué)家（systematic biologist）主席終身成就獎（Presidents' Award for Lifetime Achievement）[4]必尼。該獎由系統(tǒng)分類學(xué)家協(xié)會（Society for Systematic Biologists）每隔三年或以上頒發(fā)一次愕撰，迄今只有六位得主览露，堪稱系統(tǒng)分類學(xué)界最高榮譽[4]。當(dāng)然丽惶，這絕不僅是對于Newick和Nexus的嘉獎炫七。幾位科學(xué)家的貢獻還有很多，比如三個著名的進化軟件：Phylip钾唬、PAUP和Mesquite万哪，也正分別出自他們之手。

Nexus雖然與Newick同出一源知纷，卻由于其更加豐富的內(nèi)容和復(fù)雜的模塊化結(jié)構(gòu)壤圃，使得很多軟件中兩者不能兼容：前者有PAUP，Mesquite和MrBayes這樣的擁躉琅轧，而后者也得到了Phylip伍绳，MEGA以及RAxML等軟件的青睞。時至今日乍桂，如果把兩種格式的名字同時輸入谷歌搜索框冲杀，得到的幾乎都是“How to convert nexus files to Newick format?”之類的提問。

Newick和Nexus的二人轉(zhuǎn)在2009年終于迎來了攪局者睹酌，它就是phyloXML权谁，一種基于XML并整合了樹和其他相關(guān)數(shù)據(jù)的新格式。在phyloXML里憋沿，不同的屬性用<property>…</property>的方式描述旺芽，而XML良好的擴展性也使得phyloXML有著更靈活的設(shè)計方式[5]。可以說采章，這種格式是同Newick有著鮮明區(qū)別的运嗜、也是真正意義上的一種新的進化樹格式。該文作者悯舟，美國桑福德-伯納姆醫(yī)學(xué)研究所（Sanford-Burnham Medical Research Institute）的剝尸猴Christian Zmasek和來自印第安納大學(xué)布魯明頓分校（Indiana University, Bloomington）的Mira Han担租，在文中強調(diào)，生物學(xué)的飛速發(fā)展和研究的日益深入使得人們有必要將包括物種抵怎、基因名奋救、枝長（branch length）、甚至是成種事件（speciation）等廣泛信息整合到進化樹中反惕，并以一種全新的格式呈現(xiàn)出來尝艘。于是二人一道開發(fā)了phyloXML。下圖（左）展示了一個包含有多種信息的phyloXML文件承璃。下圖（右）則是基于phyloXML的一棵包含物種信息和蛋白質(zhì)結(jié)構(gòu)域信息的樹利耍。???

phyloXML近年來不斷完善蚌本，現(xiàn)已被包括iTOL在內(nèi)的許多作圖工具所采用盔粹，并得到了BioPerl和BioPython的支持，有著越來越廣泛的使用群體程癌，與Newick和Nexus漸成三足鼎立之勢舷嗡。有興趣的讀者可以前往phyloXML的大本營http://www.phyloxml.org———看看關(guān)于phyloXML更多的內(nèi)容。

除了上述三種進化樹格式之外嵌莉，還有其他的一些“小眾”群體进萄。由于篇幅所限不再一一介紹。本期內(nèi)容至此介紹完畢锐峭，有問題的朋友歡迎在下方留言中鼠。預(yù)知后續(xù)內(nèi)容，請鎖定生信人公眾號沿癞。

參考資料

http://evolution.genetics.washington.edu/phylip/newicktree.html

https://en.wikipedia.org/wiki/Lee_Felsenstein

Maddison, D. R., Swofford, D. L. and Maddison, W. P. (1997), Nexus: An extensible file format for systematic information.?Syst. Biol., 46:590–621.

http://www.systbio.org/presidents-award.html

Han M.V. and Zmasek C.M. (2009) phyloXML: XML for evolutionary biology and comparative genomics.?BMC Bioinformatics, 10:356.

作者原創(chuàng)援雇，原載于生信人微信公眾號