分子进化与系统进化树的构建
分子进化的推导与系统发育树构建研究
分子进化的推导与系统发育树构建研究分子进化的推导和系统发育树构建研究是现代生物学领域中一项重要的研究课题。
它通过分析生物体内的分子遗传信息，来推导物种间的进化关系，并进一步构建系统发育树。
本文将介绍分子进化的推导过程以及系统发育树的构建方法。
在分子进化的推导过程中，研究者通常会选择一段具有较高变异性的DNA、RNA或蛋白质序列作为研究对象。
这些序列在不同物种之间的差异反映了它们的进化关系。
首先，研究者需要对所选序列进行测序，并通过生物信息学方法对序列进行比对和分析。
比对可以揭示序列中的共有特征与差异，而分析则可以计算序列之间的相似性和进化距离。
为了推导物种之间的进化关系，研究者可以利用不同的进化模型进行分析，例如Jukes-Cantor模型、Kimura两参数模型和最大似然法等。
这些模型基于一系列假设和统计方法，可以估计序列的演化速率和进化关系。
通过计算进化距离矩阵，研究者可以建立物种之间的相似性网络图，并利用聚类算法将物种进行分类和分组。
系统发育树是推导物种间进化关系的重要工具。
它是一种图形化的表示方式，用树状结构展示不同物种之间的演化关系。
构建系统发育树的方法有多种，例如最简原则、最大拟然法和贝叶斯推断等。
最简原则是一种直观且简单的构建方法，它假设进化关系中的分支数目最少。
最大拟然法则基于最大似然估计原理，通过计算相似性矩阵的概率分布来确定最优的拓扑结构。
贝叶斯推断则是一种统计推断方法，它通过考虑先验概率和后验概率来推测系统发育树的结构。
在构建系统发育树的过程中，研究者还需要对结果进行评估和验证。
常用的评估指标包括支持率和置信度。
支持率可以评估进化树的可靠性，它通过重复计算获得统计学意义上的支持度。
而置信度则通过随机重抽样验证树的一致性和稳定性。
综上所述，分子进化的推导和系统发育树构建是研究生物进化关系的重要方法。
通过分析分子遗传信息和构建系统发育树，我们可以更好地了解不同物种之间的进化历程和亲缘关系。
分子进化与生物系统发育
分子进化与生物系统发育分子进化和生物系统发育是生物学领域的两个重要研究方向，它们通过研究分子遗传材料的演化和生物体之间的关系，揭示了生物界多样性的起源和发展。
本文将介绍分子进化和生物系统发育的基本概念、研究方法以及其在生物学研究和应用中的重要性。
一、分子进化的概念和意义分子进化是指从分子水平上研究生物种群和物种之间的遗传关系和演化过程。
它基于遗传物质的变异和传递规律，通过比较生物体内DNA、RNA和蛋白质序列的差异和相似性，推断生物种群的演化关系和进化历史。
分子进化的重要意义在于，它能够提供关于物种形成、进化速率、群体迁移和自然选择等方面的证据和解释。
通过分析不同物种之间的序列差异，可以推断它们的共同祖先、分化时间和进化关系，从而帮助我们理解种群的形成和演化过程。
二、分子进化的研究方法1. 分子演化树的构建分子演化树是表示不同物种或类群之间进化关系的图形化工具。
构建分子演化树的基本方法包括距离法、最大似然法和贝叶斯法等。
其中，距离法基于不同序列之间的差异程度构建演化树，最大似然法则通过计算出现观察到的数据的概率来估计最合理的演化树，而贝叶斯法则则通过概率模型进行演化树的推断。
2. 分子钟模型分子钟模型是一种用于估计物种分化时间的方法。
该模型假设基因的变化速率是恒定的，从而可以通过测量不同物种中特定基因的差异来推算它们的分化时间。
分子钟模型在分子进化研究中被广泛应用，为了更准确地估计物种的分化时间，研究人员通常使用多个基因进行分析。
三、生物系统发育的概念和意义生物系统发育研究的是生物界中不同物种和分类单元之间的系统关系和谱系发展。
它基于生物形态、生理和分子特征的相似性和差异性，通过构建系统发育树来揭示物种分类和多样性的起源和发展。
生物系统发育具有重要的意义，它为我们了解不同物种的亲缘关系和进化历史提供了重要线索。
通过构建系统发育树，可以揭示不同物种之间的共同祖先、演化路径和物种间的近亲关系。
此外，在进化生物学、生态学和保护生物学等应用领域，生物系统发育也为物种保护、进化机制研究等提供了理论和实证基础。
第七章分子系统发育分析进化树
2. 距离法 (distance)
适用序列有较高相似性时
3. 最大似然法 (maximum likelihood, ML)
可用于任何相关序列集合
计算速度：
距离法 >最大简约法 >最大似然法
构建系统进化树的方法 ——最大简约法（MP）
理论基础为奥卡姆 (Ockham)原则：计算所需替代数最小 的那个拓扑结构，作为最优树
核苷酸替代：转换 & 颠换
1. 转换：嘌呤被嘌呤 替代，或者嘧啶被嘧 啶替代
2. 颠换：嘌呤被嘧啶 替代，或者嘧啶被嘌 呤替代
（2）基因复制：单个基因复制
重组 逆转录
（2）基因复制：染色体片段复制
狒狒 人
（2）基因复制：基因组复制
S. Cerevisiae (酿酒酵母) K. Waltii (克鲁雄酵母)
分子进化的模式
1、核苷酸替代、插 入/缺失、重组 2、基因复制
基因变异
遗传漂变 自然选择
固定在生物个体 以及物种内
产生新的形态、性状
传递给后代
分子进化的模式
1. DNA突变：替代，插入，缺失，倒位
核苷酸替代：转换 (Transition) & 颠换 (Transversion)
2. 基因复制：多基因家族的产生以及伪基因的产生
D C F GA B E†
系统进化树的概念
直系同源(orthologs): 同源的基因是由于共同的祖先基因 进化而产生的。
旁系同源(paralogs): 同源的基因是由于基因复制产生的。 用于分子进化分析中的序列必须是直系同源的，才能真实
反映进化过程。
旁系同源
分子进化总结分析—系统发生树的构建要求
系统发育树构建的基本方法
Distance-based methods 基于距离的方法
Unweightedpair group method using arithmetic average (UPGMA) 非加权分组平均法 Minimum evolution(ME)最小进化方法 Neighbor joining(NJ)邻位归并法
打开软件clustalx
• CLUSTALX－是CLUSTAL多重序列比对程序的 Windows版本。Clustal X为进行多重序列和轮廓比 对和分析结果提供一个整体的环境。 序列将显示屏幕的窗口中。采用多色彩的模式可 以在比对中加亮保守区的特征。窗口上面的下拉 菜单可让你选择传统多重比对和轮廓比对需要的 所有选项。
分子进化分析—— 系统发生发育分析是研究物种进化和系统分类的一种 方法，研究对象为携带遗传信息的生物大分子序 列，采用特定的数理统计算法来计算生物间的生 物系统发生的关系。并用系统进化树来概括生物 间的这种亲缘关系。
2
分子系统发育分析
• 系统发育进化树（ Phylogenetic tree) 用一种类似树状分支的图形来概括各种生物之间的亲缘关系。
• 名 称： Uncultured bacterium clone YU201H10 • 序列号： FJ694683 /FJ694514 • 文 献： TITLE Circumpolar synchrony in big river
bacterioplankton • 序列长度：353 • 相 似 比： 99% • 核酸序列 • 分类地位
• Clustalx比对结果是构建系统发育树的前提
具体步骤
• 根据需要，选定要比对的菌株及相应的序 列。将序列COPY至记事本
分子进化与系统进化树的构建
分子进化与系统进化树的构建分子进化与系统进化树的构建分子进化与系统进化树的构建主要内容：1、分子进化的研究方法2、系统进化树的构建方法3、系统进化树构建常用软件汇集4、系统进化树构建方法及软件的选择5、Phylip分子进化分析软件包简介及使用6、如何利用MEGA3.1构建进化树声明：1、本篇涉及的资源主要源于网络及相关书籍，由酷友搜集、分析、整理、审改，供大家学习参考用，如有转载、传播请注明源于基因酷及本篇的工作人员；若本篇侵犯了您的版权或有任何不妥，请Email genecool@告知。
2、由于我们的学识、经验有限，本篇难免会存在一些错误及缺陷，敬请不吝赐教：请到基因酷论坛（/bbs）本篇对应的专题跟贴指出或Email genecool@。
致谢：整编者：flashhyh主要参考资料：《生物信息学札记》樊龙江；《分子进化分析与相关软件的应用》作者不详；《进化树构建》ZHAO Yangguo；《如何用MEGA 3.1构建进化树》作者不详；《MEGA3指南》作者不详；分子进化的研究方法分子进化的研究方法分子进化的研究方法分子进化研究的意义自20世纪中叶，随着分子生物学的不断发展，进化研究也进入了分子进化(molecularevolution)研究水平，并建立了一套依赖于核酸、蛋白质序列信息的理论和方法。
随着基因组测序计划的实施，基因组的巨量信息对若干生物领域重大问题的研究提供了有力的帮助，分子进化研究再次成为生命科学中最引人注目的领域之一。
这些重大问题包括：遗传密码的起源、基因组结构的形成与演化、进化的动力、生物进化等等。
分子进化研究目前更多地是集中在分子序列上，但随着越来越多生物基因组的测序完成，从基因组水平上探索进化奥秘，将开创进化研究的新天地。
分子进化研究最根本的目的就是从物种的一些分子特性出发，从而了解物种之间的生物系统发生的关系。
通过核酸、蛋白质序列同源性的比较进而了解基因的进化以及生物系统发生的内在规律。
分子进化中的树状图结构研究
分子进化中的树状图结构研究随着科学技术的不断发展以及实验技术的日益成熟，分子进化成为当前生物学研究中的一个重要领域。
而树状图结构则是分子进化研究中不可或缺的工具。
本文将从分子进化的基本概念出发，讲述树状图结构的概念、分类以及在分子进化中的应用。
一、基本概念分子进化指的是将分子水平上的遗传信息转换为演化关系的一种过程。
在分子进化中，分子遗传学家主要通过分析基因或蛋白质序列的差异来推断生物之间的进化关系。
而这些差异可以反映出不同物种之间的亲缘关系以及演化的历史。
二、树状图结构的分类以分子序列的差异为基础推断出物种间亲缘关系的方法有很多，其中最常见的是基于树状图结构的方法。
在这种方法中，通过构建一棵进化树来表达分子序列之间的相对关系，从而推断出物种之间的进化关系。
树状图结构可分为两大类：系统进化树和种系进化树。
系统进化树旨在描述不同生物之间的进化关系，并根据这些关系将生物组织起来。
而种系进化树则主要用于描述生物之间的分类关系，它可以帮助我们更好地理解不同生物之间的关系以及它们之间的共同祖先。
三、树状图结构在分子进化中的应用在分子进化中，树状图结构被广泛应用于分析基因或蛋白质序列之间的亲缘关系。
通过基于序列比对的方法，可以推断出不同序列之间的演化关系，并进而构建进化树。
在这个过程中，不同的技术和算法被用来构建出树状图结构，如距离法、最大拟合法、贝叶斯网络等。
这些算法可以采用不同的评估准则以及树的假设模型，从而得到不同的进化树模型。
不同的模型具有不同的优缺点，因此在选择时需要考虑多个因素。
总之，树状图结构是分子进化研究中不可或缺的工具。
通过建立进化树，我们可以更直观地了解生物的进化历史，同时还可以为其他生物学研究提供有力的支持。
随着技术的不断提升，相信未来树状图结构在分子进化研究中的应用会越来越广泛。
分子系统发育树构建的简易方法
分子系统发育树构建的简易方法
分子系统发育树的构建是根据分子序列的差异来推断不同物种之间的进化关系。
下面是一个简易的分子系统发育树构建方法：
1. 选择目标基因序列：选择与所研究物种相关的基因序列（如核糖体RNA或蛋白质编码基因）作为目标序列。
2. 数据收集：收集各个相关物种的目标基因序列数据。
可以通过公共数据库（如NCBI）或研究文献中的已有数据进行获取。
3. 序列比对：使用序列比对软件将收集到的序列进行比对，找出相同和不同的碱基或氨基酸位置。
常用的比对软件有CLUSTALW和MAFFT。
4. 构建进化树：根据序列比对结果，使用进化树构建软件（如MEGA）进行系统发育树的构建。
常用的进化树构建方法包括最大简约法（UPGMA）和最大似然法（ML）。
5. 进化树评估：对构建的系统发育树进行评估，可以使用Bootstrap方法进行支持值分析，提高树的可靠性。
6. 结果解读：根据构建的系统发育树，可以解读不同物种之间的进化关系和群体间的分化程度。
需要注意的是，分子系统发育树是基于目标基因序列的进化关系推断，仅仅代表目标基因的进化历史，并不一定能完全反映
整个物种的进化历史。
因此，在研究中还需要综合考虑其他重要因素，如形态特征和生态行为等。
系统进化树的构建
系统进化树的构建一、什么是系统进化树系统进化树，又称为生命进化树或物种树，是描述生物进化关系的一种图形表达方式。
它通过比较不同物种之间的形态、生理特征以及遗传信息等多方面的数据，将它们按照演化顺序排列在一个分枝结构图中，以展示各个物种之间的亲缘关系和演化历程。
二、系统进化树的构建方法1. 形态学比较法形态学比较法是最早被使用的构建系统进化树的方法。
该方法主要通过对不同物种之间形态特征的比较，确定它们之间的亲缘关系。
例如，通过对鸟类翅膀长度和颜色等特征进行比较，可以确定它们之间的亲缘关系，并将它们排列在一个分枝结构图中。
2. 分子生物学方法随着分子生物学技术的发展，越来越多的研究者开始使用DNA序列等遗传信息来构建系统进化树。
这种方法主要是通过比较不同物种DNA 序列或蛋白质序列之间的差异性，来推断它们之间的亲缘关系。
例如，通过对人类、猩猩和大猩猩的DNA序列进行比较，可以确定它们在进化过程中的亲缘关系。
3. 综合方法综合方法是将形态学比较法和分子生物学方法结合起来，以获得更准确的系统进化树。
该方法主要是通过对不同物种之间形态特征和遗传信息等多方面的数据进行综合分析，来推断它们之间的亲缘关系。
例如，通过对恐龙化石的形态特征和DNA序列进行比较，可以确定它们在进化过程中的亲缘关系。
三、系统进化树的构建步骤1. 收集数据构建系统进化树需要收集大量的数据，包括形态特征、遗传信息等多方面的数据。
这些数据可以通过实验、文献调查等方式获取。
2. 数据处理收集到的数据需要进行处理和分析，以便于构建系统进化树。
这些处理包括序列比对、计算差异性等操作。
3. 构建树型结构在经过数据处理后，就可以开始构建系统进化树了。
该步骤主要是将不同物种之间的亲缘关系按照演化顺序排列在一个分枝结构图中。
4. 树型验证构建完系统进化树后，需要对其进行验证。
这可以通过计算分支长度、计算拓扑稳定性等方式来实现。
四、系统进化树的应用1. 生物分类学研究系统进化树可以帮助生物学家更准确地确定不同物种之间的亲缘关系，从而更好地进行生物分类学研究。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
分子进化与系统进化树的构建分子进化与系统进化树的构建分子进化与系统进化树的构建主要内容：1、分子进化的研究方法2、系统进化树的构建方法3、系统进化树构建常用软件汇集4、系统进化树构建方法及软件的选择5、Phylip分子进化分析软件包简介及使用6、如何利用MEGA3.1构建进化树声明：1、本篇涉及的资源主要源于网络及相关书籍，由酷友搜集、分析、整理、审改，供大家学习参考用，如有转载、传播请注明源于基因酷及本篇的工作人员；若本篇侵犯了您的版权或有任何不妥，请Email genecool@告知。
2、由于我们的学识、经验有限，本篇难免会存在一些错误及缺陷，敬请不吝赐教：请到基因酷论坛（/bbs）本篇对应的专题跟贴指出或Email genecool@。
致谢：整编者：flashhyh主要参考资料：《生物信息学札记》樊龙江；《分子进化分析与相关软件的应用》作者不详；《进化树构建》ZHAO Yangguo；《如何用MEGA 3.1构建进化树》作者不详；《MEGA3指南》作者不详；分子进化的研究方法分子进化的研究方法分子进化的研究方法分子进化研究的意义自20世纪中叶，随着分子生物学的不断发展，进化研究也进入了分子进化(molecularevolution)研究水平，并建立了一套依赖于核酸、蛋白质序列信息的理论和方法。
随着基因组测序计划的实施，基因组的巨量信息对若干生物领域重大问题的研究提供了有力的帮助，分子进化研究再次成为生命科学中最引人注目的领域之一。
这些重大问题包括：遗传密码的起源、基因组结构的形成与演化、进化的动力、生物进化等等。
分子进化研究目前更多地是集中在分子序列上，但随着越来越多生物基因组的测序完成，从基因组水平上探索进化奥秘，将开创进化研究的新天地。
分子进化研究最根本的目的就是从物种的一些分子特性出发，从而了解物种之间的生物系统发生的关系。
通过核酸、蛋白质序列同源性的比较进而了解基因的进化以及生物系统发生的内在规律。
分子进化研究的基础假设假设：：核苷酸和氨基酸序列中含有生物进化历史的全部信息核苷酸和氨基酸序列中含有生物进化历史的全部信息。
分子钟理论：在各种不同的发育谱系及足够大的进化时间尺度中，许多序列的进化速率几乎是恒定不变的。
如下图：直系同源与旁系同源直系同源(orthologs):同源的基因是由于共同的祖先基因进化而产生的；旁系同源(paralogs):同源的基因是由于基因复制产生的。
两者之间的关系如下图所示：注：用于分子进化分析中的序列必须是直系同源的用于分子进化分析中的序列必须是直系同源的用于分子进化分析中的序列必须是直系同源的，才能真实反映进化过程。
分子进化研究的基本方法对于进化研究，主要通过构建系统发育过程有助于通过物种间隐含的种系关系揭示进化动力的实质。
表型的(phenetic)和遗传的(cladistic)数据有着明显差异。
Sneath 和Sokal(1973)将表型性关系定义为根据物体一组表型性状所获得的相似性，而遗传性关系含有祖先的信息，因而可用于研究进化的途径。
这两种关系可用于系统进化树(phylogenetictree)或树状图(dendrogram)来表示。
表型分枝图(phenogram)和进化分枝图(cladogram)两个术语已用于表示分别根据表型性的和遗传性的关系所建立的关系树。
进化分枝图可以显示事件或类群间的进化时间，而表型分枝图则不需要时间概念。
文献中，更多地是使用“系统进化树”一词来表示进化的途径，另外还有系统发育树、物种树(speciestree)、基因树等等一些相同或含义略有差异的名称.系统进化树分有根(rooted)和无根(unrooted)树。
有根树反映了树上物种或基因的时间顺序，而无根树只反映分类单元之间的距离而不涉及谁是谁的祖先问题。
下图表示了4个物种部分有根树和无根树形式：用于构建系统进化树的数据有二种类型：一种是特征数据(characterdata)，它提供了基因、个体、群体或物种的信息；二是距离数据(distancedata)或相似性数据(similaritydata)，它涉及的则是成对基因、个体、群体或物种的信息。
距离数据可由特征数据计算获得，但反过来则不行。
这些数据可以矩阵的形式表达。
距离矩阵(distancematrix)是在计算得到的距离数据基础上获得的，距离的计算总体上是要依据一定的遗传模型，并能够表示出两个分类单位间的变化量。
系统进化树的构建质量依赖于距离估算的准确性。
系统进化树的构建方法系统进化树的构建方法系统进化树的构建方法系统树的构建主要有三种方法：距离矩阵法(distance matrix method)是根据每对物种之间的距离，其计算一般很直接，所生成的树的质量取决于距离尺度的质量。
距离通常取决于遗传模型。
最大简约(maximum parsimony)法较少涉及遗传假设，它通过寻求物种间最小的变更数来完成的。
对于模型的巨大依赖性是最大似然(maximum likelihood)法的特征，该方法在计算上繁杂，但为统计推断提供了基础。
距离矩阵法首先通过各个物种之间的比较，根据一定的假设（进化距离模型）推导得出分类群之间的进化距离，构建一个进化距离矩阵。
进化树的构建则是基于这个矩阵中的进化距离关系。
这里的遗传距离为所有成对实用分类单位(operational taxonomic units，OTU)之间的距离。
用这些距离对OUT进行表型意义的分类可借助于聚类分析(clustering)，聚类过程可以看作是鉴别具有相近OUT类群的过程。
由进化距离构建进化树的方法很多，常用有如下几种：平均连接聚类法(UPGMA法)：聚类的方法很多，包括序贯法(sequential)、聚合法(agglomerative)、分层法(hierarchical)和非重叠法(nonoverlapping)等。
应用最广泛的是平均连接聚类法(average linkage clustering)或称为UPGMA法(应用算术平均数的非加权成组配对法，unweighted pair-group method using anarithmetic average)。
该法将类间距离定义为两个类的成员所有成对距离的平均值，广泛用于距离矩阵。
Nei等模拟了构建树的不同方法，发现当沿树上所有分枝的突变率相同时，UPGMA法一般能够得到较好的结果。
但必须强调有关突变率相等(或几乎相等)的假设对于UPGMA的应用是重要的。
另一些模型研究(如Kim和Burgman)已证实当各分枝的突变率不相等时，这一方法的结果不尽人意。
当各分枝突变率相等时，认为分子钟(molecularclock)在起作用。
Fitch-Margoliash Method（FM法）：UPGMA法包含这样的假定：沿着树的所有分枝突变率为常数。
Fitch和Margoliash(1967)所发展的方法去除了这一假定。
该法的应用过程包括插入“丧失的”OUT作为后面OUT的共同祖先，并每次使分枝长度拟合于3个OTU组。
Margoliash担心他们的法则所得到的拓扑结构可能是不完全正确的，并建议考查其它的拓扑结构。
可以采用Fitch和Margoliash(1967)称之为“百分标准差”的一种拟合优度来比较不同的系统树，最佳系统树应具有最小的百分标准差。
根据百分标准差选择系统树，其最佳系统树可能与由Fitch-Margoliash法则所得的不相同。
当存在分子钟时，可以预期这一标准差的应用将给出类似于UPGMA方法的结果。
如果不存在分子钟，因而在不同的世系(分枝)中的变更率是不同的，则Fitch-Margoliash标准就会比UPGMA好得多。
通过选择不同的OUT作为初始配对单位，就可以选择其它的系统树进行考查。
具有最低百分标准差的系统树即被认为是最佳的，并且这个标准是建立在应用Fitch-Margoliash算法的基础上的。
FM算法的基本步骤：1、找出关系最近的序列对，如A和B2、将剩余的序列作为一个简单复合序列，分别计算A、B到所有其他序列的距离的平均值3、用这些值来计算A和B间的距离4、将A、B作为一个单一的复合序列AB，计算与每一个其他序列的距离，生成新的距离矩阵5、确定下一对关系最近的序列，重复前面的步聚计算枝长6、从每个序列对开始，重复整个过程7、对每个树计算每对序列间的预测距离，发现与原始数据最符合的树Neighbor-JoiningMethod(NJ法/邻接法)：邻接法(Neighbor-joiningMethod)由Saitou 和Nei(1987)提出。
该方法通过确定距离最近(或相邻)的成对分类单位来使系统树的总距离达到最小。
相邻是指两个分类单位在某一无根分叉树中仅通过一个节点(node)相连。
通过循序地将相邻点合并成新的点，就可以建立一个相应的拓扑树。
最大简约法最大简约法(maximum parsimony，MP)最早源于形态性状研究，现在已经推广到分子序列的进化分析中。
最大简约法的理论基础是奥卡姆（Ockham）哲学原则，这个原则认为：解释一个过程的最好理论是所需假设数目最少的那一个。
对所有可能的拓扑结构进行计算，并计算出所需替代数最小的那个拓扑结构，作为最优树。
Felsenstein 指出，在试图使进化事件的次数最小时，简约法隐含地假定这类事件是不可能的。
如果在进化时间范围内碱基变更的量较小，则简约法是很合理的，但对于存在大量变更的情形，随着所用资料的增加，简约法可能给出实际上更为错误的系统树。
最大简约法的优点：最大简约法不需要在处理核苷酸或者氨基酸替代的时候引入假设（替代模型）。
此外，最大简约法对于分析某些特殊的分子数据如插入、缺失等序列有用。
缺点：在分析的序列位点上没有回复突变或平行突变，且被检验的序列位点数很大的时候，最大简约法能够推导获得一个很好的进化树。
然而在分析序列上存在较多的回复突变或平行突变，而被检验的序列位点数又比较少的时候，最大简约法可能会给出一个不合理的或者错误的进化树推导结果。
最大似然法（ML ）最大似然法(maximum likelihood,ML)最早应用于系统发育分析是在对基因频率数据的分析上，后来基于分子序列的分析中也已经引入了最大似然法的分析方法。
最大似然法分析中，选取一个特定的替代模型来分析给定的一组序列数据，使得获得的每一个拓扑结构的似然率都为最大值，然后再挑出其中似然率最大的拓扑结构作为最优树。
在最大似然法的分析中，所考虑的参数并不是拓扑结构而是每个拓扑结构的枝长，并对似然率球最大值来估计枝长。
最大似然法的建树过程是个很费时的过程，因为在分析过程中有很大的计算量，每个步骤都要考虑内部节点的所有可能性。