生信小工具 | 手把手教你从序列查找开始，绘制漂亮的进化树

系统发育进化树（Phylogenetic tree）也叫系统进化树，它利用树状分支图形来表示各基因或物种之间的亲缘关系，是系统生物学研究中的重要手段。一个结构清晰、注释清楚、配色美观的进化树往往能为文章增添几分优雅气质。

在基因研究中，往往会通过进化树鉴定基因在种内及种间的基因亚族，探究目标基因可能行使的功能。那么如何绘制一个美观的进化树？下面就以拟南芥已报道的BAHD酰基转移酶基因为例，查找水稻BAHD酰基转移酶基因，结合常用的MEGA、AI（Adobe illustrator）、iTOL软件，给大家完整演示进化树的制作。

https://plants.ensembl.org/index.html，

进入点击选择水稻基因组及注释，然后选择在线BLAST:

粘贴已报道的拟南芥BAHD基因蛋白序列，运行BLASTP:

运行完成后分别下载每一个比对结果，第一列是比对到的水稻转录本ID，经过筛选去重后，得到水稻中比对同源性高的水稻BAHD基因号，然后通过BioMart在线工具获得这些基因的蛋白序列信息。

BioMart工具中，设置选择水稻基因组，并利用上一步中比对后去重到的水稻转录本ID作为Filter标准，获得水稻对应转录本的蛋白序列信息：

这样我们就利用拟南芥报道的BAHD酰基转移酶基因，通过在线工具，查找到了水稻BAHD酰基转移酶基因及序列信息。将它们整理合并成.fa格式，用于后续进化树分析。

https://www.megasoftware.net/

官网下载安装MEGA软件，导入整理好的蛋白或核酸序列，利用MEGA里整合的clustalW和MUSCLE插件进行多重序列比对，如下图所示：

选择多重序列比对软件和参数（以MUSCLE为例）

保存为.mas或.masx格式的结果文件，此时多重序列比对就完成了

关闭当前窗口，回到主界面，点击PHYLOGENY，此时有多种构建进化树的方法可供选择，下面以领接法（Neighbor-Joining）为例：

运行完毕后会自动弹出进化树界面，此时进化树就构建好了，保存为兼容性强的Newick(.nwk)格式文件，可以用多种工具打开进行美观性调整和注释：

进化树默认矩形展示，当基因比较多的时候，进化树如下图所示，既不美观，也几乎看不到细节：

我们用MEGA打开进化树，在功能面板上选择环形展示、仅展示拓扑结构、设置字体大小，进化树就变的清晰明了：

此时如果想要标注出关注的基因，可以在格式工具里，对标签设置形状和颜色标注，同样还可以设置树枝线的粗细、相对长度等。这样就得到了一个比较美观的圆形、带标记的进化树：

最后，导出PDF或SVG格式矢量图：

MEGA的进化树标注功能有限，比如无法添加区块颜色，不能自由添加文字标注，而这些需求在我们获得矢量图之后，可以使用AI软件自由实现，使用AI打开保存的进化树矢量图。初始效果如下，里面的文字、线条、标记等元素皆可选中，用小工具进行调整：

那么我们如果复现示例图1里的那种不规则区块背景，只需要曲率工具就可以实现：

然后设置不规则形状的填充颜色、透明度，并置于底层：

依次添加，然后用直接选择工具拖拉不规则形状上的锚点，可以对形状进行微调:

最后使用文字工具，添加注释文本，保存即可:

那么我们就得到了一个包含个性化颜色、文字注释的圈状进化树，如下所示：

iTOL（Interaction Tree Of Life：http://itol.embl.de/）是一个集在线展示、注释和管理进化树的交互工具。绘图过程中可以随意调整树枝、标签的颜色、形状和字体，发布以来广受好评。

使用也很简单，首先，注册并上传我们前面得到的nwk格式的树文件：

点击树文件之后，自动链接到主界面的圈状树。点击树枝可以针对某一树枝修改树枝和标签的大小、颜色等；左侧快捷按钮可添加文字注释、形状；控制面板的操作按钮也很多，用于全局设置进化树类型、标签和树枝的字体、大小、颜色等。

比如，我们可以点击进化树，将不同树枝的标签添加不同的背景色：

另外，官方也支持上传进化树注释（Tree annotation）文件，对进化树添加注释，感兴趣的同学可以参考官方帮助文档：

https://itol.embl.de/help.cgi#annot

及示例注释文件：

https://itol.embl.de/help/example_data.zip

下面以label颜色设置+外圈色块注释为例。首先，准备两个excel表格，格式如下：

将这两个表格分别保存在两个txt文本文件中，上传至iTOL上打开的进化树，即可获得包括label颜色设置+外圈色块注释的进化树，如下所示：

此时，目标进化树就生成了，还可以通过控制面板调整注释细节。

松针状进化树也可以通过Basic-->unrooted设置获得：

最后就是数据导出了，有多种格式可供选择，建议选择矢量图，后续还可以用AI进行个性化调整。