在把序列合并起來以后，如果要用于建樹的話，一般在此之前建議看一下序列的常規(guī)指數(shù)，比如序列的長(zhǎng)度、序列的配對(duì)相似度、序列的有效信息位點(diǎn)、還有序列的相對(duì)成分變異性，看看這些序列都是否適合用于系統(tǒng)發(fā)育樹的構(gòu)建。下面是計(jì)算這些之惡表的代碼，我個(gè)人還是挺常用的，但是這個(gè)沒有使用多線程速度會(huì)稍慢，以后更改出多線程版本應(yīng)該就會(huì)快很多了。

# 計(jì)算序列長(zhǎng)度、配對(duì)相似度、有效信息位點(diǎn)占比、相對(duì)組成變異
# 在seq_stats.txt文件的第一行寫入表頭
echo -e "File\tAlignment Length\tPairwise Identity\tParsimony Informative Sites\tRelative Composition Variability" > seq_stats.txt

# 循環(huán)遍歷所有以.gb結(jié)尾的文件
for i in *.gb;do
    # 在每一行的開頭寫入文件名
    printf "%s\t" ${i} >> seq_stats.txt
    # 計(jì)算alignment length，并寫入第二列
    phykit alignment_length ${i} | awk '{print $NF}' | xargs printf "%s\t" >> seq_stats.txt
    # 計(jì)算pairwise identity，并提取mean的值，寫入第三列
    phykit pairwise_identity ${i} | awk '/mean/ {print $NF}' | xargs printf "%s\t" >> seq_stats.txt
    # 計(jì)算parsimony informative sites，并提取第三個(gè)值，寫入第四列
    phykit parsimony_informative_sites ${i} | awk '{print $NF}' | xargs printf "%s\t" >> seq_stats.txt
    # 計(jì)算relative composition variability，并寫入第五列
    phykit relative_composition_variability ${i} | awk '{print $NF}' | xargs printf "%s\n" >> seq_stats.txt
done