MEGA是多序列比对的软件，并且可以进行绘制系统发育树。自1993年发布以来，MEGA共更新9个版本 (没有第八、九版)，今年发布的MEGA 11为处理更大的数据集进行了优化。
软件的下载：
根据使用电脑系统的情况，可支持Win、Mac和Linux系统。下载链接如下：https://www.megasoftware.net/
下载好的软件图标
基本操作
数据导入
下载安装好 MEGA 11 后，首先打开软件。
在 MEGA 11首页选择”ALIGN”，点击 “Edit/Build Alignment” ，会弹出一个对话框，选择”Create a new alignment”，根据需要比对的序列 (氨基酸序列或核苷酸序列)，选择”DNA”或”Protein”。（序列可以在NCBI下载一个）
点击”Edit”，选择”Insert Sequence From File”导入我们需要比对的序列，序列文件格式为.fasta格式的哦～
序列比对
对目标序列进行多序列比较，可以使用ClustalW和MUSCLE，这里选择根据个人喜好和查阅相关的文件确定用什么算法进行比对。
比较结果如图所示：
最后点击”Data”选择”Save Session”，保存序列比对的结果。
系统发育树
MEGA可以基于序列比对的结果进行进一步绘制发育树。点击”Data”，选择”Phylogenetic Analysis”进行系统发育分析。
然后，返回主页面，点击”PHYLOGENY”，构建系统发育树主要有三种方法，分别是最大似然法 (Maximum Likelihood)、邻接法 (Neighbor-Joining) 和最小进化法 (Minimum Evolution)。
这里补充一下有关的算法的介绍：
在系统进化学中，常用的树构建方法包括最大简约法（Maximum Parsimony, MP）、最大似然法（Maximum Likelihood, ML）、贝叶斯方法（Bayesian Inference, BI）和邻接法（Neighbor Joining, NJ）等。这些方法都有各自的优点和局限性，下面简单比较一下它们的特点：
最大简约法（MP）：MP是一种基于字符分析的树构建方法，它假设在进化过程中尽量减少进化事件的数量。因此，MP方法的优点是计算速度快，适用于小样本和小数据集。缺点是对数据的缺失和多态性较敏感，而且在复杂模型中的应用效果不如其他方法。
最大似然法（ML）：ML是一种基于模型的树构建方法，它利用概率模型计算数据的似然度，寻找最有可能产生观测数据的树。ML方法的优点是对数据的缺失和多态性较为鲁棒，而且在复杂模型中有较好的表现。缺点是计算复杂度高，需要较长的运行时间，且对于大数据集和复杂模型来说，可能会出现过拟合的情况。
贝叶斯方法（BI）：BI是一种基于概率的树构建方法，它使用贝叶斯统计学原理估计树的后验概率。BI方法的优点是可以有效处理多态性和缺失数据，并且可以提供树的置信度。缺点是计算复杂度较高，需要长时间的运行，同时也需要选择合适的先验概率分布。
邻接法（NJ）：NJ是一种基于距离的树构建方法，它利用序列之间的距离计算树的拓扑结构。NJ方法的优点是计算速度快、稳定性高、适用于大样本和大数据集。缺点是对于距离矩阵的错误或偏差比较敏感，因此需要合理选择距离计算方法。
需要注意的是，不同的树构建方法可能会产生不同的树结构和分支长度，因此选择合适的方法需要根据实际情况来确定。同时，多种方法结合使用或对比分析可以更好地提高分析结果的准确性。
一般我们在MEGA中选择第二个邻接法（Neighbor Joining, NJ）来绘制系统发育树，设置参数设置，Bootstrap method，1000次。
等待完成后，可以在这个页面进行修改一些参数，
保存
点击”Copy to Clipboard”可保存为多种图片格式 (PDF、PNG、TIFF等)，还可以选择”Copy to Clipboad”，直接复制到word中进行图片编辑(wps不可以)。
这样我们就学会了用MEGA这个软件啦，小伙伴们如果有什么问题就和小果讨论吧。