RAxML-NG安装与使用-raxml-ng-v1.2.0（bioinfomatics tools-013）

01 背景

1.1 ML树

ML树，或最大似然树，是一种在进化生物学中用来推断物种之间进化关系的方法。最大似然（Maximum Likelihood, ML）是一种统计框架，用于估计模型参数，使得观察到的数据在该模型参数下的概率最大。在进化树的构建中，这意味着选择一棵树（包括其分支长度和模型参数），使得给定的序列数据在该树模型下出现的概率最大。

ML树的特点：

- 模型驱动：ML方法依赖于复杂的统计模型来描述序列进化过程中的变化。这些模型可以包括核苷酸或氨基酸替换的不同速率、遗传密码的变异等。
- 数据适应：最大似然方法能够适应不同类型的分子数据（如DNA、RNA或蛋白质序列），并考虑序列间的进化距离和速率变异。
- 计算密集：相比其他方法（如邻接法或最大简约法），ML方法在计算上更为密集，因为它需要评估多种树形和参数组合下的概率。

ML树的应用：

- 物种分类：帮助科学家理解不同物种间的亲缘关系。
- 进化研究：通过分析物种的遗传变化，研究它们的进化历史。
- 功能预测：通过比较进化上相关的序列，预测未知序列的功能。
- 生态和保护生物学：了解物种的进化关系，有助于生态保护和生物多样性研究。

最大似然树提供了一种强大的方法来推断物种间的进化关系，尽管它在计算上更为要求，但通过提供更准确的估计和适应多样化数据的能力，已成为分子系统发育学中的一个重要工具。

1.2 RAxML-NG

RAxML（Stamatakis，2014年）是一个受欢迎的最大似然（ML）树推断工具，过去15年来一直由Alexey M Kozlov的团队开发和支持。最近，我们还发布了ExaML（Kozlov等人，2015年），这是一个专门用于在超级计算机上分析基因组规模数据集的代码。ExaML实现了RAxML的核心树搜索功能，并且可以扩展到数千个CPU核心。其他广泛使用的ML推断工具包括IQ-Tree（Nguyen等人，2015年），PhyML（Guindon等人，2010年）和FastTree（Price等人，2010年）。

在这里，我们介绍我们的新代码RAxML-NG（RAxML下一代）。它结合了RAxML和ExaML的优势和概念，并提供了我们在下一节中将描述的几项额外改进。

所以，ML建树的最新一代版本软件，横空出世，一代版本一代神，代代版本ML树！

 常配合MAFFT使用，详见MAFFT安装及使用-mafft v7.520（bioinfomatics tools-004）

02 参考

https://github.com/amkozlov/raxml-ng    #官网

03 安装

这里是原码安装，就帮大家省略了hhh，编译好多人服务器可能配置不够
https://github.com/stamatak/standard-RAxML.git 
Build RAxML-NG.
PTHREADS version:
 
git clone --recursive https://github.com/amkozlov/raxml-ng
cd raxml-ng
mkdir build && cd build
cmake ..
make
 
下载zip注意解压即可
#下载安装包
wget -c https://github.com/amkozlov/raxml-ng/releases/download/1.2.0/raxml-ng_v1.2.0_linux_x86_64.zip
unzip raxml-ng_v1.2.0_linux_x86_64.zip  -d ./raxml-ng
#将raxml-ng_v1.2.0_linux_x86_64.zip文件解压到当前目录下的一个名为raxml-ng的新文件夹里。

04 使用

RAxML-NG v. 1.2.0 发布于 2023年5月9日，由 Exelixis Lab 开发。
开发者包括 Alexey M. Kozlov 和 Alexandros Stamatakis。
贡献者有 Diego Darriba, Tomas Flouri, Benoit Morel, Sarah Lutteropp, Ben Bettisworth, Julia Haag, Anastasis Togkousidis。
最新版本可在 https://github.com/amkozlov/raxml-ng 获取。
有问题/问题/建议？请访问：https://groups.google.com/forum/#!forum/raxml
 
系统：Intel(R) Xeon(R) Platinum 8173M CPU @ 2.00GHz，56核，502 GB RAM
 
使用方法：raxml-ng [选项]
 
命令（互斥）:
  --help                                     显示帮助信息
  --version                                  显示版本信息
  --evaluate                                 评估一棵树的似然（包含模型+分支长度优化）
  --search                                   最大似然（ML）树搜索（默认：10个拟合树 + 10个随机起始树）
  --bootstrap                                引导法（默认：使用引导停止自动检测复制品数量）
  --all                                      一体化（ML搜索 + 引导法）
  --support                                  计算给定参考树（例如，最佳ML树）的分割支持和一组复制树（例如，来自引导分析的树）
  --bsconverge                               使用autoMRE标准测试引导收敛性
  --bsmsa                                    生成引导复制MSAs
  --terrace                                  检查树是否位于系统发育露台上
  --check                                    检查校正并移除空列/行
  --parse                                    解析校正，压缩模式并创建二进制MSA文件
  --start                                    生成拟合/随机起始树并退出
  --rfdist                                   计算树之间的成对Robinson-Foulds（RF）距离
  --consense [ STRICT | MR | MR | MRE ]   构建严格、多数规则（MR）或扩展MR（MRE）共识树（默认：MR）
                                             例如：--consense MR75 --tree bsrep.nw
  --ancestral                                在所有内节点上重建祖先状态
  --sitelh                                   打印每个站点的对数似然值
 
命令快捷方式（互斥）:
  --search1                                  别名：--search --tree rand{1}
  --loglh                                    别名：--evaluate --opt-model off --opt-branches off --nofiles --log result
  --rf                                       别名：--rfdist --nofiles --log result
 
输入输出选项:
  --tree            rand{N} | pars{N} | FILE 起始树：rand(随机), pars(拟合) 或用户指定（新克文件）
                                             N = 树的数量（默认：rand{10},pars{10}）
  --msa             FILE                     校正文件
  --msa-format      VALUE                    校正文件格式：FASTA, PHYLIP, CATG 或 自动检测（默认）
  --data-type       VALUE                    数据类型：DNA, AA, BIN(二进制) 或 自动检测（默认）
  --tree-constraint FILE                     约束树
  --prefix          STRING                   输出文件的前缀（默认：MSA文件名）
  --log             VALUE                    日志详细程度：ERROR,WARNING,RESULT,INFO,PROGRESS,DEBUG（默认：PROGRESS）
  --redo                                     覆盖现有结果文件并忽略检查点（默认：关闭）
  --nofiles                                  不创建任何输出文件，仅在终端打印结果
  --precision       VALUE                    打印的小数位数（默认：6）
  --outgroup        o1,o2,..,oN              逗号分隔的外群类群名称列表（只是一个绘制选项！）
 
 
 --site-weights    FILE                     MSA列权重文件（仅正整数！）  
 
通用选项:
  --seed         VALUE                       伪随机数生成器的种子（默认：当前时间）
  --pat-comp     on | off                    校正模式压缩（默认：开启）
  --tip-inner    on | off                    尖端-内部案例优化（默认：关闭）
  --site-repeats on | off                    使用站点重复优化，比尖端-内部快10%-60%（默认：开启）
  --threads      VALUE                       使用的并行线程数（默认：56）
  --workers      VALUE                       并行运行的树搜索数量（默认：1）
  --simd         none | sse3 | avx | avx2    使用的向量指令集（默认：自动检测）
  --rate-scalers on | off                    对每个速率类别使用单独的CLV缩放器（对于>2000物种默认开启）
  --force        [  ]                禁用安全检查（请三思！）
 
模型选项:
  --model        +G[n]+ | FILE  模型规格或分区文件
  --brlen        linked | scaled | unlinked  分区间分支长度链接（默认：scaled）
  --blmin        VALUE                       最小分支长度（默认：1e-6）
  --blmax        VALUE                       最大分支长度（默认：100）
  --blopt        nr_fast    | nr_safe        分支长度优化方法（默认：nr_fast）
                 nr_oldfast | nr_oldsafe     
  --opt-model    on | off                    ML优化所有模型参数（默认：开启）
  --opt-branches on | off                    ML优化所有分支长度（默认：开启）
  --prob-msa     on | off                    使用概率校正（与CATG和VCF兼容）
  --lh-epsilon   VALUE                       优化/树搜索的对数似然epsilon（默认：0.1）
 
拓扑搜索选项:
  --spr-radius           VALUE               SPR重新插入半径，快速迭代（默认：自动）
  --spr-cutoff           VALUE | off         下降到子树的相对LH截断（默认：1.0）
  --lh-epsilon-triplet   VALUE               分支长度三元组优化的对数似然epsilon（默认：1000）
 
引导选项:
  --bs-trees     VALUE                       引导复制品数量
  --bs-trees     autoMRE{N}                  使用基于MRE的引导收敛标准，最多N个复制品（默认：1000）
  --bs-trees     FILE                        包含一组引导复制树的Newick文件（与--support一起使用）
  --bs-cutoff    VALUE                       MRE-based引导停止标准的截断阈值（默认：0.03）
  --bs-metric    fbp | tbe                   分支支持度量：fbp = Felsenstein引导（默认），tbe = 转移距离
  --bs-write-msa on | off                    写下所有引导校正（默认：关闭）
 

05 常用命令行

常配合MAFFT使用，详见MAFFT安装及使用-mafft v7.520（bioinfomatics tools-004）

  1. 对DNA校正进行树推断
     （10个随机+10个拟合起始树，通用时间可逆模型，ML估计替换率和
      核苷酸频率，离散GAMMA异质性率模型，4类）:
 
     ./raxml-ng --msa testDNA.fa --model GTR+G  ##这个属于all的一部分
 
 
  2. 进行一体化分析（ML树搜索 + 非参数引导）
     （10个随机化拟合起始树，固定经验替换矩阵（LG），
      校正中的经验氨基酸频率，8个离散GAMMA类别，
      200个引导复制品）:
 
     ./raxml-ng --all --msa testAA.fa --model LG+G8+F --tree pars{10} --bs-trees 200    ##涵盖上述search  就是10
 
 
  3. 在固定拓扑上优化分支长度和自由模型参数
     （使用比例分支长度的多个分区）
 
     ./raxml-ng --evaluate --msa testAA.fa --model partitions.txt --tree test.tree --brlen scaled      ##使用一个合适的枝长参数   evalute一个参数  他有一个优化模式     优化的话，这里就是选择最优模型进行打分判定。需要给定模型集合
 
 
实际上常用的
./raxml-ng --support --tree bestML.tree --bs-trees bootstraps.tree       ##给予一个最好模型的数据，然后在进行，这种本文不予采用
 
 
##还是需要模型文件，然后筛选最佳模型，然后进行打分，但是模型文件
./raxml-ng/raxml-ng  --msa singlecopy.mafft  --prefix singlecopy.mafft.ML --threads 20  --bs-trees 1000  --model  XXX

06 参考文献

Kozlov AM, Darriba D, Flouri T, Morel B, Stamatakis A. RAxML-NG: a fast, scalable and user-friendly tool for maximum likelihood phylogenetic inference. Bioinformatics. 2019 Nov 1;35(21):4453-4455. doi: 10.1093/bioinformatics/btz305. PMID: 31070718; PMCID: PMC6821337.

周颖,祝波,钱冬等.  虾肝肠胞虫感染病理特征、18S rRNA基因序列及系统进化树分析    [J].  宁波大学学报(理工版),  2022,  35  (02):  8-14.  
季梦玮,滕飞翔,周敏等.  原生动物AQPs系统进化树的构建以及结构分析    [J].  江苏科技信息,  2019,  36  (13):  46-51.  
李晓凤.    基于物种系统进化树的已批准天然来源药物物种分布与机制研究[D].    重庆大学,    2018. 
杜鹏程,于伟文,陈禹保等.  利用系统进化树对H7N9大数据预测传播模型的评估    [J].  中国生物工程杂志,  2014,  34  (11):  18-23.  DOI:10.13523/j.cb.20141103.
李玲.    基于线粒体基因组构建生物系统进化树[D].    内蒙古工业大学,    2014.