用途:重建基因、蛋白或基因组序列的进化关系,覆盖从原始序列到带支持率的系统发育树的完整流程。适用场景包括进化关系判断、病毒系统动力学、蛋白家族分析、水平基因转移检测、祖先序列重建、分子钟分析、微生物 16S 或核心基因组系统发育等。
主要能力:MAFFT 多序列比对(auto、einsi、linsi、fftnsi、fftns、retree2 等方法);TrimAl 可选修剪(automated1、gappyout、strict);IQ-TREE 3 最大似然建树,默认 ModelFinder Plus 自动选模型,支持超快自举(-B 1000)与时间/分子钟分析;FastTree 快速近似最大似然,适合超过 1000 条序列的大数据集;ETE3 用于加载 Newick、统计、找最近共同祖先、中点定根、修剪与渲染图像。
安装:比对与建树工具为编译型 CLI,不在 PyPI。可用 conda install -c bioconda mafft iqtree fasttree trimal,或 macOS 上 brew install mafft fasttree 及 brew tap brewsci/bio && brew install brewsci/bio/iqtree brewsci/bio/trimal。Python 可视化层用 uv pip install "ete3==3.1.3",另需 numpy<2 与 PyQt5。注意 bioconda 的 iqtree 包现为 IQ-TREE 3,提供 iqtree 与 iqtree3 可执行文件,无 iqtree2,调用 iqtree 即可。
用法要点:典型流程为 MAFFT 比对、TrimAl 修剪、IQ-TREE 建树(iqtree -s 比对文件 --prefix 前缀 -m TEST -B 1000 -T 线程数 --redo)、ETE3 分析并渲染。模型选择上,省略 -m 即运行 ModelFinder Plus;-m TEST 仅用于匹配 jModelTest/ProtTest 风格搜索。DNA 常用 GTR+F+I+G4、HKY+F+G4,蛋白常用 LG+F+G4、Q.pfam+G4。
限制与注意:比对质量差会导致树不可靠,需人工检查;建议至少 1000 次超快自举;未定根树可能误导,需用外群或中点定根;超过约 5000 条序列时 IQ-TREE 变慢,可改用 FastTree;病毒/细菌序列建树前应检查重组。ETE3 3.1.3 是最后版本,在 Python ≥3.12 上安装可能脆弱,若 t.render() 失败可输出 Newick 用 FigTree/iTOL 查看,或改用 ete4(其 TreeStyle/render API 已变化)。本技能不处理已有 Newick 树的比较、普通序列解析转换、同源搜索、群落多样性分析或 16S 扩增子流程,这些应使用相应其他技能。