「美」與「完美」之間的區別——進化樹構建的基礎上有了熱圖的修飾!

2022-01-08 代謝組metabolome

點擊藍字「代謝組metabolome」，輕鬆關注不迷路

https://www.bioincloud.tech/

在生物進化分析中，研究者們發現把各類生物安置在有分枝的樹狀的圖表上，可簡明地表示生物的進化歷程和親緣關係，因此，就出現了如下方的物種進化樹。

該進化樹通過選取關注的OTU代表序列 (每個界/門/綱/目/科/屬水平上可選取一個豐度最高的OTU作為代表OTU)，然後挑選豐度排名靠前的物種進行有根進化關係樹的繪製，只展示了物種間的親緣關係。

如果你也想清楚各個物種的豐度差異怎麼辦？果然簡單的進化樹已經滿足不了！別著急，還有更高級的分析——帶熱圖物種進化樹，如下圖。

帶熱圖的物種進化樹是在進化樹的基礎上對其可視化，用熱圖展示每個分組的豐度均值。

看到這裡，大家是不是對這個高級的圖的製作很感興趣呢？

生科雲平臺在線網站（https://www.bioincloud.tech）

點擊上方連結登錄網站後找到相應的進化分析小工具，進入頁面後，分析流程只需準備好ASV (OTU) 豐度表、ASV(OTU) 有根進化樹和分組信息表兩個輸入文件，便可完成帶熱圖的物種進化樹構建，更高效的挖掘不同物種間的進化關係和豐度差異哦！

 

微科盟生科雲平臺——帶熱圖的物種進化樹實操講解

操作方法也可以看我們下面的說明奧~

一、導入ASV (OTU)豐度表制表符分隔文本文件ASV (OTU) 豐度表的第一列應該為ASV或OTU的ID；中間列名應該是樣本名；最後一列應必須為taxonomy（包含分類信息必須是普遍認同的七個分類水平，界門綱目科屬種，分別以k__, p__,c__, o__, f__, g__, s__開頭），示例表格如下：

二、導入ASV (OTU) 有根進化樹

nwk格式的進化樹文件以 「(」 開頭，以 「;」 結尾；其中，有根進化樹以 「root;」 結尾；進化樹由ASV (OTU)代表序列得到，可使用生信雲的「構建進化樹」工具生成,其流程如下：

① 導入同源序列文件:

文件格式必須是.fasta,.fa,.fna,.faa。第一行應為>開頭的序列標識，唯一不可重複；第二行開始應為序列本身，可換行；接下來的序列也是如此，示例文件格式如下：

② 提交任務

點擊提交任務，可選擇任務完成時發郵件提醒，可避免等待運行時間，運行結束後下載結果文件查看。

③ 結果展示

三、導入分組信息表 制表符分隔的文本文件表格；第一列為樣本名，唯一 (不可重複)，第二、三列為分組方案，其中，第一列的行名必須和豐度表的列名相對應，示例文件如下：

註：1.輸入文件不應該包含特殊字符，推薦使用字母數字下劃線和點編輯表格；2. 輸入文件行名 (第一列)，和列名 (第一行) 不能有重複的值；3. 表格中有缺失值的地方可以空著，但行名 (第一列) 和列名 (第一行) 以及最後一列不能有缺失值 (不能空著)，否則無法通過客戶端檢查。

四、選定分組方案名及顯示物種的個數上限可選擇分組信息表中的某一的分組方案；對於顯示物種的個數上限，可選擇默認值50（表示豐度排名前50的物種畫圖），也可根據自己的需要選擇。五、選定某一分類水平選擇進化樹中顯示的物種分類水平（界/門/綱/目/科/屬/種）。六、提交任務  點擊提交任務，可選擇任務完成時發郵件提醒，可避免等待運行時間，運行結束後可預覽結果圖，並下載結果文件。

 更多小工具和一鍵化程序上線 

    

   我們的雲平臺持續升級中，還會不斷的加入更多組學的分析程序，請多多關注我們哦！ 

  

歡迎各位老師諮詢使用方式，微科盟各組學老師聯繫方式如下：

註：已經與其他微科盟各組學老師是微信好友的則聯繫各自的老師，否則聯繫微生態老師25。非其他微科盟各組學老師好友的請添加微生態老師25為好友


END

《代謝組metabolome》是微科盟旗下專注於學術知識免費分享平臺，內容主要包括分享代謝組學最新文獻，新聞，乾貨知識，視頻課程和學術直播講座。代謝組metabolome僅用於學術成果分享與交流，不涉及商業利益。也嚴禁他人將本公眾號的內容用於商業運營。

相關焦點

  • 凌波微課|一節課讓你學會MEGA構建系統發育進化樹並美化(一)
    通過這堂凌波微課，我們來給大家介紹進化樹構建的注意事項以及拓撲結構調整方法。我們可以選擇通過物種全基因組、單拷貝核心基因或者單個基因來構建系統發育進化樹。對於研究某個基因的進化，是選擇DNA序列，還是翻譯後的蛋白質序列呢？序列的選取要遵循以下原則：1）如果DNA序列的兩兩間的一致度≥70%，選用DNA序列。
  • 一文解決蛋白質家族分析及進化樹構建
    構建系統發育樹有三種主要的建樹方法，分別是距離法、最大節約法(maximumparsimony,MP)和最大似然法(maximum likelihood,ML)。最大似然法考察數據組中序列的多重比對結果，優化出擁有一定拓撲結構和樹枝長度的進化樹，這個進化樹能夠以最大的概率導致考察的多重比對結果；距離樹考察數據組中所有序列的兩兩比對結果，通過序列兩兩之間的差異決定進化樹的拓撲結構和樹枝長度，基於距離的方法有UPGMA、ME（Minimum Evolution，最小進化法）和NJ（Neighbor-Joining，鄰接法）等；最大節約法考察數據組中序列的多重比對結果
  • GraPhlAn:最美進化樹或層級分類樹學習筆記
    大多時間我們是在別人基礎上修改，能看懂代碼即可。0.5 進化樹分枝簇的緊湊程度ring_internal_separator_thickness 0.01 設置環與環之間的厚度ring_separator_color ：設置環間隔的顏色，結合厚度設置選項增多ring_width：設置在這個環上每個點所佔有的寬度；ring_height：設置環與環之間的距離，默認環與環之間的距離為1；ring_shape
  • 詳解進化樹
    圖1 進化樹的結構示意圖根據是否指定了根節點，系統發育樹可以分為有根樹和無根樹。圖2左邊的進化樹只看到了材料的聚類關係和相對距離的遠近，無法判斷哪個分枝屬於較為古老的分枝，哪個分枝為比較年輕的分枝；而圖2右邊的進化樹加了外群，並且把外群指定為根，所以從圖中除了可以看到材料的相對距離以外，還可以可以看到各個分枝材料的分化順序。有根樹根的選擇應有所講究，一般選擇所研究的材料（根以下的全部材料）的最近的共同近緣種作為外群。
  • 手把手教你用 Fast Tree 快速構建序列進化樹
    對相似度很低的序列，鄰接法往往出現 Long-branch attraction（LBA，長枝吸引現象），嚴重幹擾進化樹的構建。對於各種方法構建分子進化樹的準確性，Hall 認為貝葉斯的方法最好，其次是最大似然法，然後是最大簡約法。其實如果序列的相似性較高，各種方法結果差別不大。最大似然法和鄰接法需要選擇模型。
  • 使用ggtree實現進化樹的可視化和注釋
    進化樹看起來和層次聚類很像。有必要解釋一下兩者的一些區別。層次聚類的側重點在於分類，把距離近的聚在一起。而進化樹的構建雖然也可以說是一個聚類過程，但側重點在於推測進化關係和進化距離(evolutionary distance)。
  • 進化樹作圖專題:進化樹的幾種分類
    本期承接上期進化樹作圖專題1的內容，和大家分享一下關於進化樹圖的幾種分類。 依據不同規則，樹的分類可以有很多種。由於本專題主要針對於作圖，所以這裡主要的原則就是——樹的外形。所謂「根」，就是一棵樹上的所有基因或物種的最近共同祖先（most recent common ancestor，MRCA）。
  • 進化決策樹:當機器學習從生物學中汲取靈感時
    這類分類器使用進化算法來構建魯棒性更強，性能更好的決策樹。進化算法依賴於生物進化啟發的機制。決策樹是什麼？如何根據進化算法搭建決策樹？與其它分類器相比，進化決策樹的表現如何？數據集為了說明本文中提及的概念，我將使用航空公司乘客滿意度的調查結果數據集。有關此數據集的更多信息，請參見此處。
  • 生物進化是「灌木」不是「樹」?
    「生命進化樹」就像大家譜　　1837年7月，年僅28歲的英國生物學家達爾文，在倫敦的寓所裡靈光一閃，在筆記本上畫了一棵假想的樹，以此來闡述物種進化方式，這是達爾文首次提出「樹狀生命進化論」。22年後，這一理論公之於眾，在「生命進化樹」理論的基礎上，ＬＵＣＡ概念形成了。ＬＵＣＡ指的是「所有物種在分化之前的最後一個共同祖先」。
  • 用圖層疊加方法繪製環形進化樹
    使用這些web工具仍然很難將外部數據與進化樹進行整合。前幾年的一款基於python開發的GraPhlan(Asnicar et al.2015)，可以實現在環形進化樹外圈添加相關數據信息。但其支持的幾何圖層有限，而且一開始的配置文件對於大多數研究者都很難構建，其支持的樹文件格式也較少，支持的可視化進化樹的布局也只有circular。
  • 跟著Nature microbiology學畫圖~R語言ggtree展示進化樹
    所以論文中實際的數據做的是聚類分析，而並不是進化樹。他這裡做聚類分析也能夠獲得每個節點對應的支持率。這個如何實現我暫時還不知道。為了模仿這個圖，下面的輸入數據我直接使用進化樹文件了，因為構建進化樹的時候能夠很方便的獲得節點的支持率信息。
  • 第三章 分子進化與系統發生
    兩種傳統方法都有局限性，所以今天我們研究的是分子進化。也就是利用軟體，從分子 水平上構建物種的進化樹。這裡說的分子水平是指 DNA、RNA、以及蛋白質序列。比如我們要研究某個基因，於是搜集了很多 物種的這個基因的序列，用它們構建了一棵系統發生樹。搜集到的物種都出現在葉子上，也 就是外節點上，沒有在內節點上的。內節點上都是理論上曾經存在過的共同祖先，現在已經 不存在了！此外，枝子的長短也是有意義的，我們後面再講。
  • GraPhlAn教程中文版——超炫物種樹進化樹繪製
    該選項可用於在視覺上分離更多相互分支深的分支。默認值為0.0。本次設為0.5，上圖各分枝類間的距離大於內部枝間距離，有各明顯的聚類感覺，也方便為標籤預留空間。branch_thickness 設置連接分類單元的線的全局粗細。默認值為0.75。本次設為1.5，線寬比默認加粗了一倍。
  • iTOL:快速繪製超高顏值的進化樹!
    但是這些推文都只教你了怎麼去註冊iTOL的用戶，怎麼上傳你的樹文件等一些非常簡單基本的操作，離真正讓你自己快速繪製一個高顏值進化樹距離還很遠！這些文章都只介紹了軟體在線網頁的使用，但如何準備軟體的數據確是絕大多數用戶的難點。當你想繪製自己的進化樹時，花了半個月搞出來的圖依舊很醜。
  • 生物進化樹中蛋白質組熱穩定性圖譜
    文章研究發現，蛋白質的序列，組成及大小會影響原核生物的熱穩定性而真核蛋白的無序結構程度與其熱穩定性之間呈非線性關係。此外，數據顯示蛋白質複合物的進化保守性可以通過其相似的蛋白熱穩定性體現出來，並證明了基因組改變可影響熱變性。呼吸鏈中的多個蛋白質在許多物種中都非常穩定，人類線粒體在46℃時接近正常呼吸。
  • 我寫了一個簡單的進化樹可視化/注釋工具
    於是，今天，推送已經在TBtools中沉睡了有一段時間，卻少有人知道或者用上的功能 --- `TreeTreeTree`。提到進化樹可視化/注釋工具，以我個人的認知，那麼現在可能只有兩個優秀的工具。一個是ITOLs，一個是ggtree。前者便不過多說明，是一個網頁工具。
  • facet_plot: 關聯數據和進化樹的通用方法
    ggtree 提供gheatmap 可視化熱圖和 msaplot 可視化多重序列比對，並且和進化樹關聯起來。
  • 用知識樹和思維導圖構建地理知識框架,事半功倍!
    2，在線索之上，就需要建構屬於自己的地理「知識樹」如果你用樹來比喻，那麼，知識體系就像一棵大樹，從主幹到分枝到細枝末節逐漸生長，將零散的知識點相互串聯起來。所以，你可以 參考「知識樹」的畫法來構建自己的地理知識體系。
  • 《人類進化樹》導讀:高考題也在討論人生的意義,我們究竟該怎麼答?
    科學家在判斷化石形態和定年方面，有哪些先進的方法？他們是怎樣把「人科進化樹」的拼圖，一點點拼起來的？對「過去」開篇一瞥之後，從人科到人族、人屬、人族進化樹、尼安德特人、矮小聰明的霍比特人、原始又現代的納萊迪人，這本書，對人族700多萬年的歷史也進行細緻的梳理。不僅有震撼壯觀的「人族進化樹」圖的直觀展示：
  • 圖文詳解MEGA構建系統發育樹
    構建系統進化樹多序列比對窗口，點擊Data，選擇Phylogenetic Analysis，彈出窗口詢問：所用序列是否編碼蛋白質，根據實際情況選擇Yes或No。此時，多序列比對文件就激活了，可以返回MEGA 5主界面建樹了。