系统发育树是一种用于描述生物分类关系和进化历史的图形化表示方法。它通过将物种按照其共同的祖先关系进行排列，从而揭示了生物之间的亲缘关系和进化历程。系统发育树建树方法主要包括以下几种：
1. 最大简约法（Maximum Parsimony，MP）：最大简约法是最早的系统发育树建树方法，它试图在尽可能少的假设下构建最大的系统发育树。这种方法的基本思路是通过比较所有可能的树形结构，找出一种包含最少重复步骤的树形结构。最大简约法的优点是可以揭示出物种之间的最小分歧度，但缺点是可能会忽略一些重要的分支信息。
2. 最小进化法（Minimum Evolution，ME）：最小进化法是另一种常用的系统发育树建树方法。它试图在构建系统发育树的过程中，尽量减少物种之间的遗传距离。最小进化法的基本思路是通过计算不同树形结构下的遗传距离，然后选择那些遗传距离最小的树形结构作为最优解。最小进化法的优点是可以提供更多的分支信息，但缺点是可能会增加一些不必要的复杂性。
3. 贝叶斯推断法（Bayesian Inference）：贝叶斯推断法是一种基于概率论的系统发育树建树方法。它通过模拟大量的随机样本来估计系统发育树的概率分布，从而得出最优的系统发育树。贝叶斯推断法的优点是可以提供更精确的分支信息，但缺点是需要大量的计算资源。
4. 邻接矩阵法（Adjacency Matrix）：邻接矩阵法是一种基于图论的方法。它通过比较不同物种之间的遗传距离，构建一个邻接矩阵，然后根据矩阵的特征值来推断系统发育关系。邻接矩阵法的优点是可以快速构建系统发育树，但缺点是可能会忽略一些重要的分支信息。
5. 多序列比对法（Multiple Alignment）：多序列比对法是一种基于序列比较的方法。它通过对不同物种的不同基因进行序列比对，找出它们之间的相似性和差异性，从而推断出它们的系统发育关系。多序列比对法的优点是可以提供更详细的分支信息，但缺点是计算量较大，且需要专业的生物信息学知识。
总之，系统发育树建树方法多种多样，每种方法都有其优缺点。在实际研究中，可以根据具体的研究目的、数据质量和条件等因素选择合适的方法。同时，随着基因组学的发展，一些新的系统发育树建树方法如基于全基因组测序的数据挖掘方法等也正在逐渐发展和完善中。
