最大似然法是怎么建树的？

通过最大似然法为数据构建系统发育树。在该方法中，首先使用快速方法构建初始树，并调整其分支长度，以在期望的进化模型下最大化该树拓扑的数据集的似然值。然后使用NNI（nearest neighbor Interchange）方法创建拓扑的变体，以搜索更适合数据的拓扑。计算了这些变异树拓扑的最大似然分支长度，并将最大似然保留为迄今为止的最佳选择。此搜索将继续，直到没有找到更大的可能性。该方法可用于核苷酸和蛋白质数据。使得获得的每一个拓扑结构的似然率都为最大值，然后再挑出其中似然率最大的拓扑结构作为最优树

IQtree是怎么建树的？

在这里，IQ-TREE 2使用最大简约性和邻接法计算两棵起始树（Gascuel 1997），然后通过爬山最近邻交换移动进行优化。
Nguyen, L.-T., Schmidt, H. A., von Haeseler, A. & Minh, B. Q. (2015) IQ-tree: a fast and effective stochastic algorithm for estimating maximum-likelihood phylogenies. Molecular Biology and Evolution 32, 268–274.
IQ-TREE 2还提供了一个–runs选项，该选项可进行多个独立的树搜索，汇总生成的树，并报告具有最高对数可能性的树。
Minh, B. Q., Schmidt, H. A., Chernomor, O., Schrempf, D., Woodhams, M. D., von Haeseler, A. & Lanfear, R. (2020) IQ-TREE 2: new models and efficient methods for phylogenetic inference in the genomic era. Molecular Biology and Evolution 37, 1530–1534.

期望的进化模型

最大似然法是在期望的进化模型下最大化该树拓扑的数据集的似然值，因此最优模型的选择也是重要的。IQ-TREE使用所选模型由ModelFinder分析得出。ModelFinder计算许多不同模型的初始简约树的对数似然性，以及Akaike信息准则（AIC）、校正后的Akaike信息准则（AICc）和贝叶斯信息准则（BIC）。然后ModelFinder选择使BIC分数最小化的模型（您也可以通过分别添加选项-AIC或-AICc更改为使用AIC或AICc）。
Choosing the right substitution model

没事可以看看系列

• 邻接法，最大简约法，贝叶斯法，最大似然法详解
• Maximum Likelihood Method
• 构建进化树常用方法：生物进化距离（NJ）、统计特征（ML）和离散特征（MP）
• mega最大似然建树的解释
• What is the best choice between Maximum Likelihood and Bayesian Inference for inferring phylogenetic relationships especially at low-taxonomic levels?
• 这是一个主题为“Introduction to Phylogenies: Likelihood methods”的ppt.