Quartet CF: BUCKy

We can combine the MrBayes analyses across all loci to estimate the proportion of genes (concordance factor) having a given quartet, for all quartets:

$ ../scripts/bucky.pl mb-output/1_seqgen.mb.tar -o bucky-output

Checking for BUCKy version >= 1.4.4...
  BUCKy version: 1.4.4.
  BUCKy version check passed.

Script was called as follows:
perl bucky.pl mb-output/1_seqgen.mb.tar -o bucky-output

Found 6 taxa shared across all genes in this archive, 15 of 15 possible quartets will be run using output from 30 total genes.
Summarizing MrBayes output for 30 genes.
Job server successfully created.

  Analyses complete: 15/15.
  All connections closed.
Total execution time: 57 seconds.

The script created a new directory named bucky-output (like we asked above), which contains several tarballs (results from MrBayes, mbsum and from bucky)

$ ls
astral	bucky-output  input  mb-output	raxml  snaq

$ ls bucky-output/
1_seqgen.BUCKy.tar  1_seqgen.mb.tar
1_seqgen.CFs.csv    1_seqgen.mbsum.tar.gz

The .csv file (spreadsheet) lists all the 4-taxon sets and their estimated quartet concordance factors:

$ column -s, -t bucky-output/1_seqgen.CFs.csv
taxon1  taxon2  taxon3  taxon4  CF12.34               CF12.34_lo          CF12.34_hi          CF13.24               CF13.24_lo          CF13.24_hi          CF14.23               CF14.23_lo         CF14.23_hi         ngenes
1       3       5       6       0.565033333333333     0.5                 0.633333333333333   0.0903                0.0666666666666667  0.133333333333333   0.344666666666667     0.3                0.4                30
1       3       5       4       0.0005                0                   0                   0.8599                0.833333333333333   0.866666666666667   0.139566666666667     0.133333333333333  0.166666666666667  30
2       3       5       4       0.0005                0                   0                   0.8599                0.833333333333333   0.866666666666667   0.139566666666667     0.133333333333333  0.166666666666667  30
2       3       5       6       0.565033333333333     0.5                 0.633333333333333   0.0903                0.0666666666666667  0.133333333333333   0.344666666666667     0.3                0.4                30
1       3       6       4       3.33333333333333e-05  0                   0                   0.8885                0.866666666666667   0.9                 0.111466666666667     0.1                0.133333333333333  30
2       1       5       6       0.999866666666667     1                   1                   6.66666666666667e-05  0                   0                   6.66666666666667e-05  0                  0                  30
2       5       6       4       0.0401666666666667    0.0333333333333333  0.0666666666666667  0.263066666666667     0.233333333333333   0.333333333333333   0.696766666666667     0.633333333333333  0.733333333333333  30
2       1       3       5       1                     1                   1                   0                     0                   0                   0                     0                  0                  30
2       1       6       4       0.999866666666667     1                   1                   6.66666666666667e-05  0                   0                   6.66666666666667e-05  0                  0                  30
2       1       5       4       1                     1                   1                   0                     0                   0                   0                     0                  0                  30
1       5       6       4       0.0401666666666667    0.0333333333333333  0.0666666666666667  0.263066666666667     0.233333333333333   0.333333333333333   0.696766666666667     0.633333333333333  0.733333333333333  30
2       1       3       6       0.999866666666667     1                   1                   6.66666666666667e-05  0                   0                   6.66666666666667e-05  0                  0                  30
2       1       3       4       1                     1                   1                   0                     0                   0                   0                     0                  0                  30
3       5       6       4       0.0731666666666667    0.0666666666666667  0.1                 0.0424666666666667    0.0333333333333333  0.0666666666666667  0.884366666666667     0.833333333333333  0.9                30
2       3       6       4       3.33333333333333e-05  0                   0                   0.8885                0.866666666666667   0.9                 0.111466666666667     0.1                0.133333333333333  30

This will be the input to SNaQ: to estimate a phylogenetic tree or network. SNaQ will also need a topology to start the network search, like a first estimate of a species tree. We can use a tree from Quartet MaxCut (next step). Alternatively, we can run RAxml on each locus and then run ASTRAL (here).

Back to BUCKy analyses: If the tree samples from MrBayes have already been summarized with mbsum, the script bucky.pl can take these in (instead of tree samples from MrBayes) using the option -s. In this case, the output files from mbsum need to be bundled together, like this for instance: tar czf my-mbsum.tar.gz *.in if the mbsum files end with .in. An example of such bundle is bucky-output/1_seqgen.mbsum.tar.gz. Then run bucky.pl like this: bucky.pl my-mbsum.tar.gz -s -o bucky-output.

Next: get a species tree from quartet CFs with Quartet MaxCut.