PhyloPhlAn — 基于通用标记基因的高精度微生物系统发育分析工具¶

一句话说明¶

PhyloPhlAn 3 利用数百个通用标记蛋白质，快速构建微生物的高分辨率系统发育树，支持从基因组序列到 MAG 的全面系统发育定位分析。

安装与配置¶

# 创建专用环境
conda create -n phylophlan python=3.10 -y
conda activate phylophlan

# 从 bioconda 安装 PhyloPhlAn（当前版本 v3.2.1）
conda install -c bioconda -c conda-forge phylophlan -y

# 安装依赖工具
conda install -c bioconda diamond mafft raxml fasttree -y

# 验证安装
phylophlan --version              # 查看版本
phylophlan_setup_database --help  # 查看数据库设置工具帮助

# 下载标记基因数据库（首次运行必须）
# PhyloPhlAn 提供多种参考数据库
phylophlan_setup_database \
    -d phylophlan \                # 使用内置 PhyloPhlAn 数据库
    --download_taxa_uniref \       # 下载分类-UniRef 映射
    -o databases/phylophlan/       # 数据库输出目录

核心用法¶

基础：从基因组序列构建系统发育树¶

# 准备输入：将所有基因组放在一个目录下
mkdir -p genomes_dir
cp bin_01.fa bin_02.fa ref_genome.fa genomes_dir/

# 运行 PhyloPhlAn（基本模式）
# -i：输入基因组目录
# -d：使用的数据库名称
# -o：输出目录
# --diversity：进化多样性水平（low/medium/high）
# --accurate：使用更精确但较慢的对齐方式
phylophlan \
    -i genomes_dir/ \
    -d phylophlan \
    -o phylophlan_out/ \
    --diversity medium \
    --accurate \
    --nproc 16                    # 线程数

MAG 精细物种级分类¶

# 将 MAG 放置在参考基因组树中（菌株分辨率）
# --metagenomic：宏基因组模式（适合低质量 MAG）
phylophlan \
    -i mag_bins/ \
    -d phylophlan \
    -o phylophlan_mag_out/ \
    --diversity high \            # 高多样性（跨门级）
    --metagenomic \               # 宏基因组模式
    --nproc 16

物种鉴定（快速分类定位）¶

# 使用 phylophlan_metagenomic 子命令快速鉴定 MAG 物种
# 比完整树构建快很多
phylophlan_metagenomic \
    -i mag_bins/ \
    -o mag_classification/ \
    --nproc 16 \
    --database SGB \              # 使用 SGB（Species Genome Bins）数据库
    --database_folder databases/  # 数据库目录

参数详解¶

参数	说明	默认值
`-i`	输入基因组目录	必填
`-d`	标记基因数据库名	必填
`-o`	输出目录	必填
`--diversity`	多样性水平（low/medium/high）	medium
`--accurate`	高精度对齐模式	关闭
`--nproc`	并行进程数	1
`--metagenomic`	宏基因组/低质量基因组模式	关闭
`--min_num_proteins`	最少标记蛋白数	1
`--min_num_markers`	最少标记基因数	1
`--mutation_rates`	估算突变率	关闭

实战案例¶

# 场景：将肠道宏基因组 MAG 定位到已知细菌系统发育框架

# 1. 准备参考基因组 + MAG（混合输入）
mkdir -p phylo_input
# 复制已知参考基因组
cp ref_genomes/*.fa phylo_input/
# 复制分析的 MAG
cp das_tool_bins/*.fa phylo_input/

# 2. 构建系统发育树
phylophlan \
    -i phylo_input/ \
    -d phylophlan \
    -o phylo_results/ \
    --diversity medium \
    --accurate \
    --nproc 16

# 3. 输出文件说明
ls phylo_results/
# *.tre    — 系统发育树文件（Newick 格式，可用 FigTree 可视化）
# *.aln    — 多序列比对文件
# *.info   — 每个基因组使用的标记基因数量

# 4. 用 FigTree 可视化
# 打开 phylo_results/*.tre 文件即可

# 5. 快速 MAG 物种鉴定（更快的替代方案）
phylophlan_metagenomic \
    -i das_tool_bins/ \
    -o mag_taxa/ \
    --nproc 16 \
    -n 5 \                        # 返回前 5 个最相似参考基因组
    --database SGB \
    --database_folder databases/

常见报错与解决¶

报错信息	原因	解决方法
`Database not found`	数据库未下载	运行 `phylophlan_setup_database`
`No markers found`	基因组质量太低	降低 `--min_num_markers`，用 `--metagenomic`
`DIAMOND error`	Diamond 版本问题	`conda update diamond`
`mafft not found`	mafft 未安装	`conda install mafft`
树构建时间太长	样本量太大	减少输入基因组数，或用 fast 模式

速查表¶

# 数据库设置（一次性）
phylophlan_setup_database -d phylophlan -o db/

# 标准基因组系统发育树
phylophlan -i genomes/ -d phylophlan -o out/ --diversity medium --nproc 16

# MAG 物种快速鉴定
phylophlan_metagenomic -i mags/ -o taxa/ --nproc 16 --database SGB --database_folder db/

# 查看树文件（文本模式）
cat phylophlan_out/*.tre    # Newick 格式树