构建原核生物基因组进化树？试试EasyCGTree，如此简单！！！【含视频教程】

引言：2023年10月14日，生物信息学知名期刊《BMC Bioinformatics》上线了题为《EasyCGTree: a pipeline for prokaryotic phylogenomic analysis based on core gene sets》的文章。介绍了一款名为EasyCGTree的软件，可以实现从基因组蛋白质序列到基因组进化树的一步操作，简化了传统的同源基因检索、序列比对、串联等一系列繁琐流程。

软件下载地址：

https://github.com/zdf1987/EasyCGTree4

https://gitee.com/zdf1987/EasyCGTree4

文章链接：http://dx.doi.org/10.1186/s12859-023-05527-2

随着基因组时代的到来，基于基因组进行系统发育分析已经变得越来越普遍。有两种分析策略最为常见，分别被称为Supermatrix（SM）和Supertree（ST）。SM是将比对好的各个基因序列串联起来形成一条“超级序列”来进行进化树的构建，而ST是将各个基因分别构建基因树（Phylome），然后使用特定的算法将基因树整合成一个进化树。

在原核生物中，SM的建树策略是最为常用的。但是，整个流程涉及软件众多，相关软件的安装、数据的准备、格式处理等操作都需要一定的专业技能和经验。因此，基因组系统发育分析对于初学者来讲，技术难度较高。EasyCGTree便致力于提供一种简单的方法。

EasyCGTree使用HMMER进行同源基因检索，MUSCLE和Clustal OMEGA进行序列比对，trimAI进行保守区域筛选，FastTree和IQ-TREE进行进化树的构建；可以实现SM、ST和consensus tree（一致性树，SM的另一种形式）三种建树策略。在本文发表之前，EasyCGTree已经在小范围内试用，并被多篇已发表论文引用。与现有具有类似功能的软件autoMLST、bcgTree、GToTree和UBCG相比，EasyCGTree支持Windows和Linux，不需要安装第三方软件（已提前打包配置好），自带bac120、ar122、rp1和rp2等基因集的HMM文件；支持基因集HMMs扩展，并且实现了ST策略建树。只需要安装基本的Perl语言环境，便可以运行EasyCGTree。

作者以Paracoccus属为例，构建了多个进化树，并于已发表的bcgTree和UBCG软件的结果进行比较。结果显示，在方法类似的情况下EasyCGTree可以构建与bcgTree和UBCG拓扑结构高度一致的进化树，同时运行效率更高，耗时更短，也更加适合用于海量基因组数据的分析。

EasyCGTree的使用也非常简单。首先安装Perl语言，然后下载软件包和软件提供的HMM数据，解压后即完成安装。

使用方法：

1、准备待分析菌株的CDS氨基酸序列

确保包含序列的文件夹(例如myGenome)在EasyCGTree的主目录下(例如Linux的“…/Downloads/EasyCGTree”)；“/”对于Windows应该是“\”)，将工作目录更改为EasyCGTree的工作目录并运行。

假设Windows用户将软件下载到“D:”盘下的“Downloads”文件夹中。

2、运行EasyCGTree

注意：EasyCGTree是一个命令行软件，需要在cmd.exe (Windows)或Terminal (Linux)中运行。命令行运行的示例如下(在完成每一行时按“Enter”)：

Linux用户使用“cd”命令将EasyCGTree的工作目录改为EasyCGTree的工作目录后，可以按照相同的方式运行EasyCGTree。

然后，即可获得使用默认参数（bac120基因集，trimAl的“strict”严谨度筛选保守区，FastTree构建）构建的Newick格式的进化树（以包含基因组的文件夹的名称命名，例如myGenome.bac120.supermatrix.fasttree.tree）和运行期间生成的文件/文件夹。可以使用FigTree, MEGA, iTOL或其他进化树查看器来显示进化树。

优化建树方法，也很简单：

想使用其他基因集，在最后一行命令添加“ -hmm ar122/rp1/rp2或其他”即可（默认bac120）。

运行太慢，想增加线程数，添加“-thread 数字” （默认2）。

想使用IQ-TREE进行进化树构建，添加“-tree_app iqtree” （默认fasttree）。

想构建supertree进化树，添加“-tree st“（默认sm）。

想改变trimAl的严谨程度，添加“-trim gappyout/strictplus“（默认strict）。

想修改FastTree/IQ-TREE的参数，可在“tree_app-options.txt”文件中进行。

最后，针对原核生物分类学相关的研究，作者还提供了从数据准备到获得进化树详细的操作视频。

【如何批量下载Type strain基因组数据】 https://www.bilibili.com/video/BV14w41167FR/?share_source=copy_web&vd_source=e5f4fe144d94ec05eb13374f0dd44d7d

【使用EasyCGTree构建原核生物基因组进化树】 https://www.bilibili.com/video/BV1KN411t7pX/?share_source=copy_web&vd_source=e5f4fe144d94ec05eb13374f0dd44d7d