BEAST for Mac 详细使用指南

BEAST (Bayesian Evolutionary Analysis by Sampling Trees) 是一款功能强大的跨平台软件，用于使用马尔可夫链蒙特卡洛 (MCMC) 方法进行分子序列的贝叶斯进化分析。它特别适用于系统发育树估计、物种分化时间估算、种群动态历史推断等进化生物学核心研究领域。本文档将详细介绍其在 macOS 系统下的核心界面、完整工作流程及操作技巧。

一、 核心界面与工作区详解

BEAST 的运行主要依赖于两个核心图形界面程序：BEAUti（用于设置分析参数，生成输入文件）和 FigTree（用于可视化分析结果）。主分析引擎 BEAST 本身通常通过命令行运行，但其参数配置完全在 BEAUti 中完成。

1.1 BEAUti 主界面

BEAUti 是创建 BEAST 分析 XML 配置文件的工具。其界面由一系列标签页构成：

• Partitions（分区）: 加载和管理序列数据（如FASTA格式），定义不同的数据分区和替换模型。
• Site Models（位点模型）: 为每个分区指定核苷酸或氨基酸替换模型（如HKY, GTR）、Gamma速率异质性、位点间变异等参数。
• Clock Models（时钟模型）: 选择分子钟类型。最常用的是“Strict Clock”（严格时钟）和“Relaxed Clock Log Normal”（松弛时钟对数正态），后者允许进化速率在分支间变化。
• Trees（树模型）: 指定树先验。例如，“Coalescent Constant Population”（恒定种群大小的联合树先验）用于种群数据，“Yule Process”（尤尔过程）用于物种水平数据，“Birth-Death Process”（生灭过程）也是常用选项。
• Priors（先验分布）: 为所有模型参数（如进化速率、种群大小、分化时间）设置先验概率分布。这是贝叶斯分析的关键步骤。
• MCMC（马尔可夫链蒙特卡洛）: 设置运行参数。包括链长（chain length）、采样频率（log every）、屏幕输出频率等。最终输出文件（.log, .trees）也在此定义。
• Tips（小贴士）: 显示当前所选参数的简要说明。

1.2 日志与结果查看

BEAST 运行后主要生成两类文件：

• .log 文件: 包含所有数值参数（如似然值、分支长度、种群大小）在 MCMC 运行过程中的采样记录。可使用 Tracer 软件（BEAST 套件之一）打开，用于评估收敛性、有效样本大小（ESS）并汇总参数估计值。
• .trees 文件: 包含所有采样到的系统发育树。可使用 TreeAnnotator（BEAST 套件之一）生成最大分支可信度树（Maximum Clade Credibility Tree），再使用 FigTree 进行美化和可视化。

二、 完整操作流程：从项目创建到结果导出

2.1 第一步：在 BEAUti 中准备分析文件

操作 1：导入序列数据

1. 打开 BEAUti 应用程序。
2. 转到 Partitions 标签页。
3. 点击左下角的 “+” 按钮或使用快捷键 Cmd + O，选择你的序列文件（如 .fasta, .nexus）。
4. 数据加载后，通常可以保持默认设置。如果数据有多个分区（如不同基因），可点击“Partition”下的“Ungroup”再重新“Group”来定义分区。

操作 2：设置位点模型

1. 转到 Site Model 标签页。
2. 为每个分区选择替换模型。点击“Substitution Model”下拉菜单，例如选择 HKY。
3. 通常需要勾选 Gamma Category Count（如设为4）以建模速率异质性，并勾选“Heterogeneous”模型（如果适用）。

操作 3：设置时钟模型

1. 转到 Clock Model 标签页。
2. 根据分析目的选择时钟类型。对于有时间校准点的分析，常选择 Relaxed Clock Log Normal。
3. 时钟速率（Clock Rate）的先验将在下一步的“Priors”中设置。

操作 4：设置树先验

1. 转到 Trees 标签页。
2. 在“Tree Prior”下拉菜单中选择合适的先验。例如，对于多物种数据，选择 Yule Model 或 Birth-Death Model。

操作 5：设置先验分布

1. 转到 Priors 标签页。这里会列出所有需要设置先验的参数。
2. 点击每个参数右侧的下拉菜单，选择合适的分布。例如：
   • clockRate: 可设为 Gamma 或 Log Normal 分布，或根据已知信息设置固定值。
   • treeModel.rootHeight: 根节点高度，如果数据有时标，可设置一个合理的先验（如 Uniform 分布）。
   • 如果有化石或时间校准点，需要选中树上的对应节点，然后点击左下角“Add Prior”，选择 Calibrated Yule Model 或 MRCA Prior，并指定时间分布（如 Normal, Log Normal）。

操作 6：配置 MCMC 运行参数

1. 转到 MCMC 标签页。
2. 设置关键参数：
   • Chain Length: MCMC 步数。通常需要数百万至数千万，取决于数据大小和模型复杂度。
   • Store Every 和 Log Every: 采样频率。通常设为 Chain Length / 10000 左右，以确保获得约1万个有效样本。
   • 在“File Name”处，为输出日志文件和树文件指定前缀。
3. 点击 Generate XML 按钮或使用快捷键 Cmd + S，将配置文件保存为 .xml 文件。

2.2 第二步：运行 BEAST 分析

1. 打开 终端（Terminal） 应用程序。
2. 使用 cd 命令导航到存放 .xml 配置文件的目录。例如：cd ~/Desktop/beast_analysis
3. 输入运行命令。基本格式为：beast -threads 4 your_config.xml
   • -threads 4 表示使用4个CPU线程加速计算（根据你的Mac核心数调整）。
4. 按回车键执行。分析开始后，终端会显示当前进度、每百万步所需时间及预估剩余时间。

2.3 第三步：使用 Tracer 评估结果

1. 打开 Tracer 应用程序。
2. 点击左上角 “+” 按钮或使用 Cmd + O，导入 BEAST 运行生成的 .log 文件。
3. 在左侧选择参数（如 `posterior`, `likelihood`, `clockRate`），右侧将显示其轨迹图（Trace）和边际后验分布（Marginal Density）。
4. 检查关键指标：
   • ESS (Effective Sample Size): 在底部面板查看。理想情况下，所有重要参数的 ESS 应大于200，表明采样充分。
   • 轨迹图: 应看起来像“毛毛虫”，平稳无趋势，表明链已收敛。

2.4 第四步：生成并可视化最终系统发育树

操作 1：使用 TreeAnnotator 生成共识树

1. 打开 TreeAnnotator 应用程序。
2. 设置参数：
   • Input Tree File: 选择 BEAST 输出的 .trees 文件。
   • Output File: 指定输出树文件名称（如 .tre）。
   • Burnin percentage: 设置燃烧期（如10-25%），以排除初始未收敛的样本。
   • Posterior probability limit: 通常保持默认（0.5）。
   • Target tree type: 选择 Maximum clade credibility tree。
   • Node heights: 选择 Mean heights。
3. 点击 Run 按钮。

操作 2：使用 FigTree 美化与注释树

1. 打开 FigTree 应用程序。
2. 使用 Cmd + O 打开 TreeAnnotator 生成的 .tre 文件。
3. 在左侧控制面板中，可以：
   • 勾选 Node Labels 并选择显示 posterior 以显示节点后验概率。
   • 在 Branch Labels 中可选择显示其他信息。
   • 在 Appearance 中调整树形（矩形、弧形等）、颜色、字体大小。
   • 在 Scale Axis 中显示时间尺或分支长度尺。
4. 使用 Cmd + E 将最终树导出为 PDF、SVG 或 PNG 格式图像。

三、 常用功能进阶技巧

• 多线程与高性能计算: 在终端运行 BEAST 时，使用 `-beagle` 和 `-threads` 参数充分利用 BEAGLE 库和多个CPU核心。例如：beast -beagle -threads 8 your_config.xml 可显著加速计算。
• 多链并行运行与合并: 对于复杂分析，可运行多条独立 MCMC 链（修改 `seed` 值），然后使用 LogCombiner（BEAST 套件工具）合并 .log 和 .trees 文件，以获得更好的混合效果和更高的 ESS 值。
• 路径采样与模型比较: BEAST 支持通过路径采样（Path Sampling）或步进抽样（Stepping Stone Sampling）计算边际似然，从而进行严格的模型选择（如比较严格时钟与松弛时钟）。这需要在 BEAUti 的 MCMC 标签页中勾选相应选项并设置路径点。
• 使用模板功能: 在 BEAUti 中完成一个复杂模型设置后，可通过 File -> Save Template 保存为模板。未来分析类似数据时，通过 File -> Load Template 加载，只需替换序列数据即可，极大提高效率。

四、 常见问题与解决方案

问题 1：BEAST 运行非常缓慢。

• 解决方案：
  1. 确保已安装并启用了 BEAGLE 库（BEAST 安装包通常已包含）。在终端运行命令时添加 `-beagle` 标志。
  2. 使用 `-threads` 参数指定更多CPU线程。
  3. 在 BEAUti 的 Site Model 中，尝试减少 Gamma 分类数（如从8减到4）。
  4. 检查模型是否过于复杂。可先运行一个简化模型（如严格时钟、简单树先验）测试。

问题 2：Tracer 中显示参数 ESS 值过低（< 200）。

• 解决方案：
  1. 增加 MCMC 链长（Chain Length），运行更长时间。
  2. 调整先验分布，避免使用过于模糊或不合理的先验。
  3. 尝试对参数进行重新参数化（如对某些参数使用对数或logit变换）。
  4. 运行多条链，检查是否收敛到同一后验分布，然后合并。

问题 3：BEAST 运行报错，提示 “Initial likelihood calculation failed”。