這是MrBayes的進階使用，如果你的資料是很多段基因或是混和了型態和分子的資料，請使用這種分析方法。原文是MrBayes的wiki。
Analyzing a Partitioned Data Set分析一組分段的資料
因為MrBayes可以處理非常多樣的資料和model，甚至是互相混合後也可以分析，因此這個範例主要在說明怎麼處理一組合併的資料，包括來自於30個癭蜂taxa的四段基因和型態資料，而且包含有外群。而這個簡單的方式就是設定不同基因的partitioned analysis(分段分析)。這個範例使用cynmix.nex作為處理的資料。
Getting Mixed Data into MrBayes把一組混合的資料匯入MrBayes中
首先，用Windows的筆記本或是其他的文字編輯器打開Nexus檔案，在Data block裡面應該會看到像是這樣的文字：Format datatype=mixed(Standard:1-166,DNA:167-3246) interleave=yes gap=- missing=?;。這跟之前用的primates.nex是不同的。這段文字表示在1-166的資料是Standard(morphology)而167-3246這些則是DNA資料。而datatype是mixed可能只適用於MrBayes 3，其他軟體可能無法辨識這個datatype。而這組資料是交錯的(interleaved)，通常mixed data都用interleaved format來表示，也就是每一個block包含了一組資料，像是型態資料或是一段基因的資料。
Dividing the Data into Partitions把資料作分段
在預設裡面，MrBayes會根據data type作分段，而在這組資料只有兩種data types，所以這組資料在預設裡面就只會分成一段morphology (standard)和一段DNA。可是因為DNA還包含不同基因，因此還要進行另外的分段。我們當然可以在MrBayes慢慢下指令，不過如果使用MrBayes的block會更方便，你可以另外用文字編輯器產生一個cynmix-command.nex的檔案，然後輸入這些指令：
#NEXUS
begin mrbayes;
execute cynmix.nex;
charset morphology = 1-166;
charset COI = 167-1244;
charset EF1a = 1245-1611;
charset LWRh = 1612-2092;
charset 28S = 2093-3246;
partition favored = 5: morphology, COI, EF1a, LWRh, 28S;
set partition = favored;
end;
其中partition favored = 5: 1-166, 167-1244, 1245-1611, 1612-2092, 2093-3246這樣也可以，不過很不方便，後面分析也不容易使用。儲存好檔案後，輸入execute cynmix-command.nex就可以了。
Specifying a Partitioned Model指定一個分段的model
開始指定分段的model之前，先看一下預設的model是什麼，請輸入showmodel指令，你會看到這樣的表：
Active parameters:
Partition(s)
Parameters 1 2 3 4 5
------------------------------
Statefreq 1 2 2 2 2
Topology 3 3 3 3 3
Brlens 4 4 4 4 4
------------------------------
我們可看到有五個分段，四個active的參數。有兩個stationary state frequency的參數（1和2），一個是給型態資料(parameter 1)而另一個是給DNA資料(parameter 2)。還有一個topology的參數(3)，以及一個branch length的參數(4)。而topology和branch length在5個分段的參數都一樣。
現在，假設我們要讓每一個基因的分段都使用GTR + Γ + I model，而且每一段基因都要有各自的參數，而且我們也希望不同的分段有不同的演化速率（overall evolutionary rate），而我們要假設型態資料為gamma-shaped rate variation。我們所需要的指令是lset和prset，而會用到applyto的機制，讓我們可以讓這些設定應用在不同的分段。例如我們要把GTR + Γ + I model應用在DNA分段的話，我們可以輸入lset applyto=(2,3,4,5) nst=6 rates=invgamma，然後再輸入showmodel看看結果如下：
Active parameters:
Partition(s)
Parameters 1 2 3 4 5
------------------------------
Revmat . 1 1 1 1
Statefreq 2 3 3 3 3
Shape . 4 4 4 4
Pinvar . 5 5 5 5
Topology 6 6 6 6 6
Brlens 7 7 7 7 7
------------------------------
如同你所看到的，所有DNA分段都有了正確的model，但是所有的參數(statefreq, revmat, shape, pinvar)在不同的基因卻全部都連結在一起了。為了要讓不同的基因有獨立的參數設定，請輸入unlink statefreq=(all) revmat=(all) shape=(all) pinvar=(all)。而為了要讓型態資料設定為Gamma-shaped rate variation，請輸入lset applyto=(1) rates=gamma。而最狡猾的部份是要讓不同的分段有不同的overall rate，而這個可以用ratepr指令來設定，這個指令是在prset底下的指令。在預設裡面，ratepr設定為fixed，也就是所有partitions都有一樣的overall rate。為了要讓這個參數變成可變，請輸入prset applyto=(all) ratepr=variable。
到目前為止設定大概完成了，不過還有最後一件事情要考慮。傳統的型態資料並沒有包含所有型態的types。具體來說，型態資料的矩陣通常沒有包含任何不變的型態（constant/invariable) characters）。有時候子孫獨有型質(autapomorphies)也不會現在型態資料的矩陣，而矩陣裡面只有最簡約資訊的特徵(parsimony-informative characters)。而對於MrBayes來說，我們就必須提醒程式這一點來讓運算不會產生偏差。在預設裡面，MrBayes假設型態資料為可變而沒有不變的特徵。如果有需要，可以使用lset coding設定這個部份，不過在教學範例裡面我們維持預設值。最後，輸入showmodel，應該會看到這個表格：
Active parameters:
Partition(s)
Parameters 1 2 3 4 5
------------------------------
Revmat . 1 2 3 4
Statefreq 5 6 7 8 9
Shape 10 11 12 13 14
Pinvar . 15 16 17 18
Ratemultiplier 19 19 19 19 19
Topology 20 20 20 20 20
Brlens 21 21 21 21 21
------------------------------
Running the Analysis分析
設定好以後，可以跟之前的教學一樣跑分析就可以了，不過cynmix.nex這個資料需要跑長一點的分析。此外，也可以把分段的指令放在資料檔案裡面，不過把分段指令獨立出來有很多好處。
沒有留言:
張貼留言