序列间遗传距离的计算

1. 导入比对好的“*.meg”格式数据。 2. 数据划分

（1）序列数据的基因和域（genes & domains）的指定和选择

在MEGA中可对指定范围的序列位点进行分析。虽然经过比对和剪切后的序列通常都可全长用于分析，但对于蛋白质编码基因序列来说，序列的第一位并非总是密码子的第一位，此时要通过该设置指定密码子是从序列的第几位开始（要先通过Spin翻译确定），否则软件会将序列的第一位默认为密码子的第一位。具体的操作是：点击“Data→Setup/Select Genes & Domains”（在主窗口和数据管理窗口均可进行此设置），在弹出的“Genes/Domain Organization”小窗口中进行设置；“From”选项用于设置分析的起始位点，“To”用于设置分析的终止位点（设置完成后会在#Site项显示出选定范围内的位点总数），“Codon Start”用于设置密码子（开放阅读框）从序列的第几位碱基开始读起（如密码子从序列的第一位碱基开始读则设置为“1st site”，依此类推），“Codi…”用于选择是否启动蛋白质翻译功能，该项未选时（如右图）MEGA将无法将蛋白质编码基因序列翻译成蛋白质序列，数据管理窗口中的

按钮将呈灰色显示

而失去功能。个人收集整理 勿做商业用途

（2）分类单元的分组及选择

MEGA可对数据集中指定的分类单元进行分析。为了使选择更加方便，通常可对数据

1 / 13

的分类单元进行分组（groups），分组的具体操作是：点击“Data→Setup/Select Taxa & Groups”（在主窗口和数据管理窗口均可进行此设置），在弹出来的“Setup/Select Taxa & Groups”小窗口中根据分析需要对分类单元进行分组，选择需要分析的数据组，点击右下角的“Close”按钮关闭小窗口，即可对选定的组进行相关分析。个人收集整理 勿做商业用途 （3）已分组数据的保存

为了保存已经指定的数据分组，在关闭活动数据文件（active data file；在主窗口中用“File→Close Data……Alt+F5”关闭文件或直接关闭MEGA软件）前必须将数据输出另存，否则分组信息不会直接保存在原始序列文件中。个人收集整理 勿做商业用途 注意，在保存数据时必须确认数据中的所有分类单元都被选定（即在“Setup/Select Taxa & Groups”小窗口左边的“Taxa/Groups”框中选定“All”选项），否则输出的数据文件中将只能保存分析时选定的数据部分。个人收集整理 勿做商业用途

3. 成对序列遗传距离计算 点击“Distance→Compute Pairwise F7”菜单命令，弹出分析选择（Analasys Preference）窗口（也可称为参数设置窗口），可通过点击各选项右边的下拉菜单（pull-down menu）完成设置。各种参数的设置方法如下：个人收集整理 勿做商业用途 “Compute”参数设置：该设置有两个选项，选择“Distances only”时只计算遗传距离；选择“Distances & Std. Err.”时在计算遗传距离的同时还计算标准误差，此时会增加一项设置误差计算参数的选项，可以调节。一般选择“Distances only”即可。个人收集整理 勿做商业用途 “Include sites”参数设置：该设置包括“Gaps/Missing Data”和“Codon Positions”两项。“Gaps/Missing Data”用来设置空位处理原则：若选“Complete Deletion”则在计算遗传距离时凡有任一序列具空位的位点都不予计算；若选“Parwise Deletion”则在计算两条序列的遗传距离时仅不计算两条序列中的任一条具空位的位点，对于两条序列都不具空位的位点，即使数据集中的其它序列存在空位，也不删除；一般情况下都选“Parwise Deletion”。“Codon Positions”用来设置计算遗传距离时使用的密码子位点，可以根据需要选择使用密码子中的任意一位或几位或全部位点来计算遗传距离；通常可考虑用不同位点分别计算并进行对比。个人收集整理 勿做商业用途 “Substitution Model”参数设置：该设置包括“Model”和“Substitutions to Include”两项。“Model”选项用来选择计算遗传距离时使用的计算模型：点击“Model”选项右边的图标，在下拉菜单（pull-down menu） “Nucleotide→[距离模型，如p-distance、Kimura 2-parameter等]” 中选择合适的计算遗传距离的模型（理论上应先用Modeltest检验各种模型，然后选择最适模型进行计算，但在通常情况下选择较简单的模型即可，如p-distance、K2P模型等；“Number of differences”是一种根据序列间不同碱基的数量来计算遗传距离的模型，选用此模型时则“Gaps/Missing Data”选项应设置为“Complete Deletion”）。“Substitutions to Include”用来选择计算遗传距离时使用的碱基替换信息：“d: Transitions+Transversions”表示同时利用转换和颠换值来计算遗传距离，“s: Transitions only”表示仅用转换值来计算遗传距离，“v: Transversions only”表示仅用颠换值来计算遗传距离，“R=s/v”表示用转换颠换比值来计算遗传距离（“L: No. of Valid Common Sites”表示用普通有效位点来计算遗传距离？）。个人收集整理 勿做商业用途 所有参数设置完成后点击窗口右下方的

即开始计算，结果将在新窗口

中显示（该窗口最小化隐藏后可从主窗口上方2 / 13

的“Windows”菜单中恢复），将结果另存备用即可。个人收集整理 勿做商业用途

* 利用窗口上方的快捷图标（shortcuts）可选择显示格式和保存格式，如点击遗传距离值显示在左下方（lower left），点击right），利用点击

图标可使

图标可使使遗传距离值显示在右上方（upper

图标可减少（decrease）或增加（increase）小数（decimal）的位数，

图标将以Excel格式输出计算结果。点

图标将以文本格式输出计算结果，点击

击任何一个输出格式选择图标都会弹出遗传距离输出选择窗口（Distance Write-out Options），点击的图标代表的格式为该窗口中的默认输出格式，若想改变输出格式，可点击该窗口中Output Format选项框右边的

业用途 按钮，在下拉菜单中选择其它输出格式。个人收集整理 勿做商

4. 序列总体平均遗传距离：

点击“Distance→Compute Overall Mean”菜单命令，在弹出的分析选择（Analasys Preference）窗口（也可称为参数设置窗口）中设置各种参数，点击窗口右下方的

，保存计算结果备用。个人收集整理 勿做商业用途 3 / 13