序列比对
选择序列比对的方法：Muscle或者ClustalW。ClustalW的基本原理是首先做序列的两两比对，根据该两两比对计算两两距离矩阵，是一种经典的比对方法，使用范围也比较广泛。Muscle的功能仅限于多序列比对，它的最大优势是速度，比ClustalW的速度快几个数量级，而且序列数越多速度的差别越大。方法可以通过点击图中上方Alignment或者下方的图标「W」和「Muscle」来选择。如果你的序列是DNA编码序列，就一定要选择Align Codons，因为序列通过密码子比对比DNA序列的比对会更加真实，避免间隙对比对结果产生的影响。
（但是该选项会因为序列中含有终止密码而报错。）
比对之后要去检查一下比对的情况，有的差异很大的或许是因为序列方向反了，这个时候要把它反转回来，右击这条序列，点击Reverse Complement，反转后一定要再次点击比对，检查是否大部分都对齐了。
算法选择
分析后返回主页面，接下来我们要选择一个最优的模型，提高建树的精确度。点击MODELS中的Find Best DNA/Protein Models(ML) 软件就会根据你的数据帮你计算寻找最适合的模型。
分析计算结果。具有最低BIC分数（BayesianInformation Criterion）的模型被认为是最好地描述替代模式。对于每个模型，还给出了AICc值（Akaike Information Criterion, corrected，值越低拟合程度越好），以及用来计算上述两个分值的最大似然值（lnL）和参数数量（包括分支长度）。在这里就可以看到，BIC分数最低的模型是K2+G+I，K2+G+I在这里就是最好的模型。
但因为实际在后面的模型选择中，软件有时没有提供组合的模型来选择，所以我们继续看下面的BIC分数，可以找到单个模型中得分最小的，就是我们在这里要选择的最优模型。
