系统发育树邻接法（NJ）和非加权组平均法（UPGMA）之比较

目录

• 1.原理的区别
• 2.实操比较
  • UPGMA
  • NJ法
  • 保存树文件
  • 更深理解

1.原理的区别

主要区别在于，非加权组平均法（UPGMA）是基于平均链接方法的聚集层次聚类方法，而邻接法（NJ）是基于最小演化准则的迭代聚类法。

UPGMA的假定条件是：在进化过程中，每一世系发生趋异的次数相同，即核苷酸或氨基酸的替换速率是均等且恒定的。

UPGMA生成有根树，而NJ生成无根树。由于UPGMA方法假定演化速率相等，因此分支末端相等，NJ方法允许不相等的演化速率，因此分支长度与变化量成正比。

UPGMA示意图：

NJ示意图：

UPGMA是一种简单，快速但不可靠的方法，而NJ方法是一种相对较快的方法，与UPGMA方法相比，效果更好。 当然也要看具体目的。

二者区别总结：

2.实操比较

我用Plink处理得到样本的亲缘关系矩阵（IBD）文件，示例如下：

library(ape) #用于NJ法
df <- read.delim("prefix.ibdM0", sep = "	",header=TRUE, row.names=1)
df[1:5,1:5]
df <- data.matrix(df)
str(df)

UPGMA

如果直接用亲缘关系矩阵，hclust函数（stats包）识别不了。

#hclust对象需要转化为距离
tr3 <- as.phylo(stats::hclust(df,method="average")) #UPGMA
str(tr3)
plot(tr3, cex=1)

使用dist计算距离：

tr4 <- as.phylo(hclust(dist(df),method="average"))
str(tr4)
plot(tr4, cex=1)

NJ法

而在NJ法中，有没有dist都可以。但有没有转化距离二者还是有一些差别的，建议还是转化后使用。

tr1 <- bionj(df)  #或nj(df)
str(tr1)
plot(tr1, cex=1)

tr2 <- bionj(dist(df))
str(tr2)
plot(tr2, cex=1)

没用dist:

用dist:

保存树文件

树文件在R中是一个列表，包括节点和边等信息：

保存树文件：

write.tree(tr1,"test.nwk")

NJ和UPGMA生成的树都可这样保存，保存后就可导入其他软件美化了。

更深理解

如果想要更进一步的了解，建议看看这个教程：
Module 24: An Intro to Phylogenetic Tree Construction in R
包含了极大似然法ML等。

Ref: https://pediaa.com/difference-between-upgma-and-neighbor-joining-tree/