Как можно проанализировать черту, где у меня есть данные о нескольких людях на каждом конце моего филогенетического дерева? - PullRequest
Новая
       54

Как можно проанализировать черту, где у меня есть данные о нескольких людях на каждом конце моего филогенетического дерева?

0 голосов
/ 12 мая 2018

Я новичок в филогенетическом анализе, и я использую библиотеку ape для анализа нейроанатомических признаков 34 приматов из 28 различных видов.Я использовал 10ktrees, чтобы получить консенсусное филогенетическое дерево (с 28 советами).Однако я не могу объединить фенотипы и дерево, потому что количество наблюдений не совпадает с количеством советов.Должен ли я использовать политомию для разбиения чаевых на несколько предметов?

Пока это мой код: 

tree <- read.nexus("10ktree.nex")
pheno <- read.csv("pheno.csv")
BrainVolume <- pheno$BrainVolume
names(BrainVolume) <- pheno$GenBank.Name
pic.BrainVolume <- pic(BrainVolume, tree)

И я получаю следующую ошибку: 

Error in pic(BrainVolume, tree) : 
  length of phenotypic and of phylogenetic data do not match

Спасибо за вашу помощь!

1 Ответ

0 голосов
/ 12 мая 2018

Как я сказал в комментарии, глава 6.1.10 «Внутривидовые вариации» во 2-м издании (2012 г.) книги Эммануэля Паради «Анализ филогенетики и эволюции с помощью R» содержит информацию именно по этому вопросу.В главе рассматриваются несколько методов.Это один, основанный на Felsenstein (2008), который расширяет метод индивидуального филогенетического контраста каждого вида для нескольких индивидуумов.

Один индивидуум для каждого вида, вызывающего pic, равен pic.BrainVolume <- pic(BrainVolume, tree), где BrainVolumeвектор.Для подхода нескольких лиц BrainVolume должен быть списком, где некоторые записи могут иметь вектор, представляющий значения нескольких особей одного и того же вида.Я создал «сгруппированную» версию моего исходного файла pheno, используя 

grouped<-split(pheno,pheno$GenBank.Name)

Далее, lapply, чтобы составить список для фенотипа BrainVolume: 

BrainVolume<-lapply(grouped,"[[","BrainVolume")

Инаконец, используйте функцию pic.ortho, которая реализует метод Фельзенштейна: 

pic.SA<-pic.ortho(SA,tree,intra=TRUE)

Полученные контрасты можно использовать как с исходной командой pic.

Ссылка

Felsenstein J (2008) «Сравнительные методы с ошибками выборки и вариациями внутри вида: контрасты пересмотрены и пересмотрены» American Naturalist 171: 713--725

...