一文读懂进化树（图文详解）

一、什么是进化树

系统发育进化树 (Phylogenetic tree)： 一般也叫系统进化树，进化树。它可以利用树状分支图形来表示各物种或基因间的亲缘关系。

建进化树的过程，用术语讲：

分支系统发育分析 (Molecular phylogenetic analysis)： 是用来研究物种或序列进化和系统分类的一种方法。一般研究对象是碱基序列或氨基酸序列，通过数理统计算法来计算生物间进化关系。最后，根据计算结果，可视化为系统进化树。

二、进化树的构成

我们模拟一个项目，使用人和鼠的各两个基因做进化树，结果如下：

mark

可以看到上面有一堆标注，下面来看看它们代表什么意义：

1. **根 (Root)**

所有分支的共同祖先叫做根

根据有无根可分为：

有根树：上面的图就是有根树，可以从树中找到共同的祖先。

无根树：顾名思义，没有根，也就找不到共同的祖先。比如后边会提到的 Straight Tree

**2. 结点 (Node)**

每个结点代表一个分类单元，物种上可以是属，种群等，基因上可以是基因家族，同源物等。

这里需要注意，有的人会把 node 翻译为节点，但是节点与结点有着不一样的含义：

节点：通常被认为是一个实体，比如互联网上的每台计算机，蛋白互作网络的每个蛋白质。

结点：只是一个交叉点，指交汇点，并不代表一个实体或事物

所以，在进化树中 node 最好翻译为结点。在计算机数据结构链表也需要注意二者区别。

但是，也有另外一种解释：

这种解释将 node 分为外部节点与内部节点：

外部节点又叫叶节点，也就是最外层的人基因1，人基因2等，代表参与分析的序列样本

内部节点，也就是我们使用蓝色标注的位置，代表假定祖先。

3. 进化支 (Branch)

也叫分支，指两种及以上的生物或序列组成的进化关系。

可以利用这个来看同源。比如，上图中人基因1与人基因2可能是旁系同源基因，而人基因1与鼠基因1可能是直系同源基因。

4. 外群

与分析序列相关的生物序列，但是具有较远的亲缘关系。

5. 进化分支长度

也叫遗传变异度，进化距离。一般会标注在分支线上，代表进化支变化的程度，越短代表差异越小，进化距离越近。比如人基因1与人基因2的遗传变异度为 0.21+0.22=0.43。
遗传变异度实际代表基因组序列中每个位点碱基的替换频率，计算方法也很简单：变异度=变异碱基数/总碱基数(%)。我们常见的形式，通常以0-1的小数来表示，代表100个碱基位点的变异度大小。

我们可以从水平方向上的分支及长度，看到进化谱系随着时间的变化，进化分支长度越长代表着该分支对应的物种或基因的变化越大。比如，对应上图，我们可以描述为人基因1相对其他基因在进化时间上更早，而且在进化时间上鼠基因2最晚。

有意思的是，根据基因序列相似度与进化时间假说对这种进化距离进行转换，就可以得到分子钟。比如，用它分析病毒进化树，甚至可以推断出初代病毒产生的时间点。