Phylogenetic Analysis by Maximum Likelihood (PAML)

将最大似然法用于系统发育分析

PAML 是一个用最大似然法来对 DNA 和蛋白质序列进行系统发育分析的软件包，它可以用来估计参数和检验假设，以研究进化过程，目前是由杨子恒团队维护的。

杨子恒，1964 年出生于中国甘肃省，生物学家，英国皇家学会院士 ，英国伦敦大学学院RA Fisher统计遗传学讲座教授，中国科学院动物研究所计算与进化生物学中心主任。

PAML 软件包目前包含如下程序：baseml，basemlg，codeml，evolver，pamp，yn00，mcmctree，和chi2，最主要的是 baseml 和 codeml。

baseml是计算核酸的，codeml 是由两个旧程序合并构成，分别是codonml（对蛋白编码DNA序列执行密码子替代模型）和aaml（用来执行氨基酸序列模型）。

举个例子说明：利用codeml计算dN/dS

蛋白编码基因（protein coding sequence）的自然选择压力水平可以通过dN/dS(ω)值的大小来衡量，其中，dS代表同义替换率（synonymous rate），dN代表非同义替换率（non-synonymous rate）。 在没有受到选择压力时，同义替换率和非同义替换率相等，此时dN/dS = 1； 当受到负选择或净化选择压力时，自然选择会阻止氨基酸发生改变，同义替换率会大于非同义替换率，即dN/dS < 1; 当受到正选择压力时，氨基酸的置换率会受自然选择的青睐，即蛋白功能可能会发生适应性改变，此时dN/dS > 1。

以前学习过密码子表，好几个密码子会对应同一个氨基酸，他们之中的某一个字母的替换就是同义替，比如说TTT和TTC都编码苯丙氨酸，那么由T突变到C就是统一替换；比如说，TTT编码苯丙氨酸，CTT编码亮氨酸，那么由T突变到C就是非同义替换。

通过codeml内的最大似然估计法的模型的估计出祖先的序列，然后与现有的提供的个体的序列进行比较，得到一个 ω 值，这个 ω 值对应了dN/dS ，所以，这个软件的本质是跟统计相关的，在一定的概率下去估计。

如何做？

• 需要准备个体的序列文件，比如说8个物种，在一个文件里面

  8  462
  Hsa_Human        AAGGTCTTTGAAAGGTGTGAGTTGGCCAGAACT...
  Hla_gibbon       AAGGTCTTTGAAAGGTGTGAGTTGGCCAGAACT...
  Cgu/Can_colobus  AAGATCTTTGAAAGGTGTGAGTTGGCCAGAACT...
  Pne_langur       AAGATCTTTGAAAGGTGTGAGTTGGCCAGAACT...
  Mmu_rhesus       AAGATCTTTGAAAGGTGTGAGTTGGCCAGAACT...
  Ssc_squirrelM    AAGGTCTTCGAAAGGTGTGAGTTGGCCAGAACT...
  Cja_marmoset     AAGGTCTTTGAAAGGTGTGAGTTGGCCAGAACT...

• 

• 树文件，就是经常看见的像树状结构一样的

• Control File
  这个文件里面是你要执行的参数设置，
  输入输出参数：输入序列路径；输出序列路径等等
  数据使用说明参数：
  seqtype，设置输入的多序列比对数据的类型：1，密码子数据；2，氨基酸数据；3，输入数据虽然为密码子序列，但先转换为氨基酸序列后再进行分析。
  解读结果
  观看的教学视频是根据 likelihood ratio 计算的，计算这个的可信度。

参考链接：
Phylogenetic Analysis by Maximum Likelihood (PAML)
PAML中文手册
系统发育分析软件PAML的安装和简介
PAML选择压力分析
【PAML教程】利用codeml计算dN/dS