一、什麼是進化樹
系統發育進化樹 (Phylogenetic tree)： 一般也叫系統進化樹，進化樹。它可以利用樹狀分支圖形來表示各物種或基因間的親緣關係。
建進化樹的過程，用術語講：
分支系統發育分析 (Molecular phylogenetic analysis)： 是用來研究物種或序列進化和系統分類的一種方法。一般研究對象是鹼基序列或氨基酸序列，通過數理統計算法來計算生物間進化關係。最後，根據計算結果，可視化爲系統進化樹。
二、進化樹的構成
我們模擬一個項目，使用人和鼠的各兩個基因做進化樹，結果如下：
可以看到上面有一堆標註，下面來看看它們代表什麼意義：
1. 根 (Root)
所有分支的共同祖先叫做根
根據有無根可分爲：
有根樹：上面的圖就是有根樹，可以從樹中找到共同的祖先。
無根樹：顧名思義，沒有根，也就找不到共同的祖先。比如後邊會提到的 Straight Tree
2. 結點 (Node)
每個結點代表一個分類單元，物種上可以是屬，種羣等，基因上可以是基因家族，同源物等。
這裏需要注意，有的人會把 node 翻譯爲節點，但是節點與結點有着不一樣的含義：
**節點：**通常被認爲是一個實體，比如互聯網上的每臺計算機，蛋白互作網絡的每個蛋白質。
**結點：**只是一個交叉點，指交匯點，並不代表一個實體或事物
所以，在進化樹中 node 最好翻譯爲結點。在計算機數據結構鏈表也需要注意二者區別。
但是，也有另外一種解釋：
這種解釋將 node 分爲 外部節點與內部節點：
外部節點又叫葉節點，也就是最外層的人基因1，人基因2等，代表參與分析的序列樣本
內部節點，也就是我們使用藍色標註的位置，代表假定祖先。
3. 進化支 (Branch)
也叫分支，指兩種及以上的生物或序列組成的進化關係。
可以利用這個來看同源。比如，上圖中人基因1與人基因2可能是旁系同源基因，而人基因1與鼠基因1可能是直系同源基因。
4. 外羣
與分析序列相關的生物序列，但是具有較遠的親緣關係。
5. 進化分支長度
也叫遺傳變異度，進化距離。一般會標註在分支線上，代表進化支變化的程度，越短代表差異越小，進化距離越近。比如人基因1與人基因2的遺傳變異度爲 0.21+0.22=0.43。
遺傳變異度實際代表基因組序列中每個位點鹼基的替換頻率，計算方法也很簡單：變異度=變異鹼基數/總鹼基數(%)。我們常見的形式，通常以0-1的小數來表示，代表100個鹼基位點的變異度大小。
我們可以從水平方向上的分支及長度，看到進化譜系隨着時間的變化，進化分支長度越長代表着該分支對應的物種或基因的變化越大。比如，對應上圖，我們可以描述爲人基因1相對其他基因在進化時間上更早，而且在進化時間上鼠基因2最晚。
有意思的是，根據基因序列相似度與進化時間假說對這種進化距離進行轉換，就可以得到分子鐘。比如，用它分析病毒進化樹，甚至可以推斷出初代病毒產生的時間點。
6. 距離標尺
生物或序列間差異數值的單位長度，相當於進化樹的比例尺。
7. Bootstrap value
一般會標註在結點，用來評估該分支的可信度。
Bootstrap value 對於我們後續分析比較重要，尤其在進化樹評估中。
三、進化樹評估
1. Bootstrap檢驗
對於進化樹評估一般會使用 Bootstrap 進行檢驗。
Bootstrap檢驗，自舉法檢驗，也叫自展，自助法。其實就是放回式抽樣統計法的一種，通過對數據集多次重複取樣，構建多個進化樹，用來檢查給定樹的分枝可信度。
2. 重複取樣值
那麼重複取樣的次數會在建樹時設置，現在一般文章要求Bootstrap 取樣值 >1000。
3. Bootstrap value 閾值
雖然根據嚴格的統計學概念，自展值需要要大於95%才較爲可信。
然而在實際應用中，我們一般認爲結點的 Bootstrap value > 70，這個分支就是可靠的。特別是微生物等相似度比較大的分類中，一般大於50%就認爲可信（小於50%不會顯示）。
4. Bootstrap value 與分支
如果低 Bootstrap value 更靠近分支末端，代表相似度太高而很難區分
如果低 Bootstrap value 更靠近根，代表相似度太低
四、幾種進化樹圖
1.經典樹圖（Traditional）
Rectangle Tree
優點很明顯，就是可以清晰的展示出樣本間進化距離和進化分支。缺點就是展示出來效果不炫。
有時候也可以這樣顯示，相對來說，更酷一點：
Straight Tree
再酷一點：
Curved Tree
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-WLdqvhP6-1589796648372)(http://baimoc.ziptop.top/blog/20200517/XG77wrqmX6W8.png)]
2.圈圖（Circle Tree）
本質上是將樹圖極座標化。這種圖，可以說是進化樹最炫的一種展示，而且在分析樣本數量大的時候，效果更佳。但是，致命缺點是可讀性不好，比如很難橫向對比進化距離。因此，適用於展示差異較大的物種或基因樣本。
3.輻射樹（Radiation Tree）
這種圖用於根不確定的進化樹構建。它可以將相似度高的樣本序列聚集在一起。因此，更適合做親緣關係近的物種或差異小的基因樣本。
