اگر در زیست‌شناسی، ژنتیک، میکروبیولوژی یا بیوانفورماتیک پژوهش می‌کنید، احتمالاً برای ساخت درخت فیلوژنی با نرم افزار IQ-TREE 3 سروکار دارید. IQ-TREE یکی از پرکاربردترین ابزارهای متنباز برای استنتاج فیلوژنی به روش بیشینه درست‌نمایی (Maximum Likelihood) است. نسخه سوم آن در مقالهای با عنوان IQ-TREE 3: phylogenomic inference software using complex evolutionary models در مجله Molecular Biology and Evolution معرفی شده است. این مقاله در مدت کوتاهی صدها ارجاع گرفته و به رفرنس اصلی برای کار با این نرم‌افزار تبدیل شده است.
در این مطلب می‌خوانید IQ-TREE 3 چیست، چه امکاناتی دارد، چطور با آن درخت فیلوژنی رسم کنید و مقاله آن را در پایان‌نامه یا مقاله خود چگونه درست ارجاع دهید.
نرم افزار IQ-TREE 3 چیست و چه کاربردی دارد؟
IQ-TREE یک برنامه خط فرمان برای بازسازی روابط تکاملی میان توالی‌هاست. این توالی‌ها می‌توانند DNA، پروتئین، کدون، دادههای دودویی یا مورفولوژیک باشند. ورودی نرم‌افزار یک هم‌ترازی چندگانه توالی (Multiple Sequence Alignment) است. خروجی آن درخت فیلوژنی همراه با طول شاخه‌ها و مقادیر پشتیبانی است.
نسخه سوم برای تحلیل‌های فیلوژنومیک طراحی شده است. یعنی داده‌هایی که به‌جای یک یا چند ژن، صدها یا هزاران لوکوس را در بر می‌گیرند. در چنین داده‌هایی، مدلهای ساده تکاملی کافی نیستند و به مدلهای پیچیده‌تری نیاز است.
کاربردهای رایج IQ-TREE در پژوهش
- بازسازی درخت فیلوژنی گونه‌ها، سویه‌ها یا جدایه‌های میکروبی
- تحلیل تکاملی ژن‌ها و خانواده‌های پروتئینی
- مطالعات فیلوژنومیک با دادههای ژنوم کامل یا ترانسکریپتوم
- اپیدمیولوژی مولکولی و ردیابی تکامل ویروس‌ها
- انتخاب بهترین مدل جانشینی پیش از تحلیل‌های دیگر
- شبیه‌سازی هم‌ترازی توالی برای آزمودن روش‌ها
مقاله IQ-TREE 3؛ مشخصات و نویسندگان
- عنوان اصلی: IQ-TREE 3: phylogenomic inference software using complex evolutionary models
- نویسندگان اول: Thomas K. F. Wong، Nhan Ly-Trong و همکاران
- مجله: Molecular Biology and Evolution (MBE)
- سال انتشار: 2026
- DOI: 10.1093/molbev/msag117
این مقاله ویژگی‌های نسخه سوم، الگوریتم‌ها و مدلهای اضافه‌شده و نتایج ارزیابی عملکرد نرم‌افزار را شرح می‌دهد. اگر در پژوهش خود از IQ-TREE 3 استفاده کردهاید، ارجاع به همین مقاله لازم است.
IQ-TREE 3 چه امکانات تازه‌ای دارد؟
نسخه سوم بر پایه قابلیتهای شناخته‌شده نسخه‌های قبلی ساخته شده و امکانات تازه‌ای به آن‌ها افزوده است. برای فهرست کامل و دقیق تغییرات، به متن اصلی مقاله و مستندات رسمی نرم‌افزار مراجعه کنید. مهم‌ترین محورها از این قرارند:
قابلیتهای پایه‌ای که در IQ-TREE 3 حفظ شده‌اند
- ModelFinder: انتخاب خودکار بهترین مدل جانشینی بر اساس معیارهایی مثل BIC و AIC
- Ultrafast Bootstrap (UFBoot): محاسبه سریع پشتیبانی شاخه‌ها حتی برای دادههای بزرگ
- آزمون SH-aLRT: معیار دیگری برای سنجش اعتبار شاخه‌ها
- مدلهای پارتیشن‌بندی‌شده: اختصاص مدل جداگانه به هر ژن یا جایگاه کدونی
- فاکتورهای هم‌خوانی (gCF و sCF): سنجش میزان توافق ژن‌ها و جایگاه‌ها با درخت گونه
- بازسازی توالی‌های اجدادی و آزمون‌های مقایسه توپولوژی درخت‌ها
محورهای اصلی توسعه در نسخه سوم
- پشتیبانی گسترده‌تر از مدلهای مخلوط (Mixture Models) و ابزارهایی برای انتخاب خودکار آن‌ها
- مدل‌هایی که امکان وجود چند تاریخچه تکاملی متفاوت در یک هم‌ترازی را در نظر می‌گیرند (مخلوط درخت‌ها)
- شبیه‌سازی هم‌ترازی توالی با ابزار AliSim برای دادههای بزرگ
- بهبود سرعت و مقیاس‌پذیری برای تحلیل‌های فیلوژنومیک و اجرای چندهسته‌ای
مدلهای تکاملی پیچیده در نرم افزار IQ-TREE 3
عنوان مقاله بر complex evolutionary models تأکید دارد. دلیلش این است که در دادههای بزرگ، فرض‌های ساده‌کننده می‌توانند نتیجه را منحرف کنند.
چرا مدلهای ساده کافی نیستند؟
مدلهای کلاسیکی مثل JC، HKY یا GTR فرض می‌کنند همه جایگاه‌های توالی با یک الگو تکامل یافته‌اند. در واقعیت، سرعت تغییر و ترکیب نوکلئوتید یا اسیدآمینه در جایگاه‌های مختلف متفاوت است. نادیده گرفتن این ناهمگنی ممکن است به خطاهایی مثل جذب شاخه‌های بلند (Long Branch Attraction) منجر شود.
انواع مدلهای پیچیده در IQ-TREE
- ناهمگنی نرخ میان جایگاه‌ها: مدلهای گاما (+G)، جایگاه‌های ثابت (+I) و FreeRate (+R)
- مدلهای مخلوط پروفایلی: مانند C10 تا C60 و روش PMSF برای دادههای پروتئینی
- مدلهای پارتیشنی: با امکان ادغام خودکار پارتیشن‌های مشابه
- مدلهای ناهمگن در طول درخت: برای حالتی که الگوی تکامل در شاخه‌های مختلف یکسان نیست
برای انتخاب مدل مناسب، معمولاً بهتر است ModelFinder را اجرا کنید تا بر اساس دادههای شما بهترین مدل را پیشنهاد دهد.
فقط مشخصات کامل منبع درخواستی وارد کنید:
در کمتر از ۲ ساعت به شما پاسخ خواهیم داد!
رسم درخت فیلوژنی با IQ-TREE 3؛ راهنمای قدم‌به‌قدم
۱. نصب نرم‌افزار
IQ-TREE 3 رایگان و متنباز است و برای ویندوز، لینوکس و macOS عرضه می‌شود. فایل اجرایی را از وب‌سایت رسمی یا مخزن گیت‌هاب پروژه دریافت کنید. پس از استخراج، برنامه از خط فرمان (Terminal یا CMD) اجرا می‌شود.
۲. آماده‌سازی فایل ورودی
توالی‌ها را ابتدا با ابزاری مثل MAFFT، MUSCLE یا Clustal Omega هم‌ترازی کنید. سپس در صورت نیاز نواحی نامطمئن را حذف کنید. فرمت‌های رایج ورودی FASTA، PHYLIP و NEXUS هستند.
۳. اجرای تحلیل پایه
یک دستور متداول برای انتخاب خودکار مدل، ساخت درخت و محاسبه پشتیبانی شاخه‌ها:
iqtree3 -s alignment.fasta -m MFP -B 1000 -T AUTO
- -s: مسیر فایل هم‌ترازی
- -m MFP: اجرای ModelFinder و انتخاب بهترین مدل
- -B 1000: اجرای ۱۰۰۰ تکرار Ultrafast Bootstrap
- -T AUTO: تعیین خودکار تعداد هسته‌های پردازنده
برای دادههای چندژنی، با گزینه -p فایل پارتیشن را معرفی کنید. نام دقیق فایل اجرایی و گزینه‌ها را با دستور -h در نسخه نصب‌شده خود بررسی کنید.
۴. بررسی خروجی‌ها
- فایل .treefile: درخت نهایی با فرمت Newick
- فایل .iqtree: گزارش کامل تحلیل، مدل انتخاب‌شده و پارامترها
- فایل .log: روند اجرای برنامه
۵. نمایش و ویرایش درخت
فایل treefile را میتوانید در FigTree، iTOL یا بسته ggtree در R باز کنید. سپس ریشه‌گذاری، رنگ‌بندی و ویرایش‌های لازم برای شکل نهایی پایان‌نامه یا مقاله را انجام دهید.
رفرنس IQ-TREE 3 برای پایان نامه و مقاله
بسیاری از دانشجویان از نرم‌افزار استفاده می‌کنند اما ارجاع آن را فراموش می‌کنند یا به نسخه قدیمی ارجاع می‌دهند. اگر تحلیل را با نسخه سوم انجام داده‌اید، به مقاله IQ-TREE 3 ارجاع دهید. اگر از ابزارهای جانبی مثل ModelFinder یا UFBoot استفاده کردهاید، معرفی مقالههای مخصوص آن‌ها هم توصیه می‌شود. خود نرم‌افزار در پایان اجرا مقالههای لازم برای ارجاع را در فایل گزارش نمایش می‌دهد.
نمونه ارجاع به سبک APA
Wong, T. K. F., Ly-Trong, N., et al. (2026). IQ-TREE 3: phylogenomic inference software using complex evolutionary models. Molecular Biology and Evolution. https://doi.org/10.1093/molbev/msag117
پیش از درج نهایی، شماره جلد، شماره صفحه و فهرست کامل نویسندگان را از صفحه رسمی مقاله کنترل کنید. همچنین قالب ارجاع را با شیوه‌نامه دانشگاه یا مجله خود هماهنگ کنید.
نمونه جمله برای بخش روش‌ها
«درخت فیلوژنی به روش بیشینه درست‌نمایی با نرم‌افزار IQ-TREE 3 (Wong et al., 2026) بازسازی شد. بهترین مدل جانشینی با ModelFinder بر اساس معیار BIC انتخاب شد و پشتیبانی شاخه‌ها با ۱۰۰۰ تکرار Ultrafast Bootstrap ارزیابی گردید.»
چرا مطالعه مقاله iq-tree 3 برای پژوهشگران مفید است؟
- با منطق مدلهای پیچیده آشنا می‌شوید و میتوانید انتخاب مدل را در پایان‌نامه با دلیل علمی توضیح دهید.
- در جلسه دفاع یا داوری مقاله، به پرسش‌های مربوط به روش تحلیل پاسخ دقیق‌تری می‌دهید.
- از قابلیتهای جدیدی که ممکن است نتایج شما را دقیق‌تر کنند باخبر می‌شوید.
- منبعی معتبر و به‌روز برای فصل مرور منابع و روش تحقیق در اختیار دارید.
برای دسترسی به فایل اصل مقاله IQ-TREE 3 به زبان اصلی، میتوانید آن را از فایلسو تهیه کنید و با خیال راحت در پژوهش خود از آن استفاده کنید.
