重复提示标签去除：在 R 中导入系统发育树进行比较

Question

问题：

我正在尝试导入一个 newick 格式的系统发育树，我以前做过这个，（树以相同的方式制作，所以代码有效！）但是树似乎是问题所在。我收到重复的提示标签错误。如果是这样，有没有办法轻松删除 R 中的重复提示？

当前代码：

library(ape)
library(geiger)
library(caper)


taxatree <- read.tree("test2.tre")
sumdata <- read.csv("ogtprop.csv")
    sumdataPGLS <-data.frame(A=sumdata$A,OGT=sumdata$OGT, Species=sumdata$Species)


sumdataPGLS$Species<-gsub(" ", "_", sumdata$Species)
#this line inserts an underscore between species and genus in my dataframe, (as the tree is formatted like this)

comp.dat <- comparative.data(taxatree, sumdataPGLS, "Species")

我在最后一行之后收到以下错误：

Error in comparative.data(taxatree, sumdataPGLS, "Species") : 
  Duplicate tip labels present in phylogeny

表明问题完全出在系统发育上，而不是数据框。

期望的结果：

一种在 R 中删除重复提示标签的方法

输入数据：

不幸的是树太大了，我不能把它全部放在这里，但是这里是数据的一个子集（注意，这不会单独工作），我在这里展示它以防万一是对其他人显而易见的任何系统错误：

(((('Acidilobus_saccharovorans':4,'Caldisphaera_lagunensis':4)Acidilobales:4,
('Sulfurisphaera_tokodaii':4,('Metallosphaera_hakonensis':4,
'Metallosphaera_sedula':4)Metallosphaera:4,('Acidianus_sulfidivorans':4,
'Acidianus_brierleyi':4)Acidianus:4,('Sulfolobus_metallicus':4,
'Sulfolobus_solfataricus':4,'Sulfolobus_acidocaldarius':4)Sulfolobus:4)
Sulfolobaceae:4,(('Pyrolobus_fumarii':4,'Hyperthermus_butylicus':4,
'Pyrodictium_occultum':4)Pyrodictiaceae:4,('Aeropyrum_camini':4,
('Ignicoccus_hospitalis':4,'Ignicoccus_islandicus':4)Ignicoccus:4,

Answer 1

一个可能的解决方案，因为问题似乎是输入到 'phylo' class 中的树的格式，在这种情况下，内部节点有名称，其中一些名称是与属相同。

'clean' 树的一种方法是对其进行格式化，我发现一种有效的方法是通过 python 包：ete3 (http://etetoolkit.org/)

from ete3 import Tree
import sys

t = Tree(sys.argv[1], format=1)

t.write(format=5, outfile="test4.tre")

有用的函数是t.write(format=5，格式= 5，意味着它以R中使用的comparitive.data函数可接受的类型写入。在这种情况下，没有内部节点名称。

Answer 2

我运行遇到了同样的问题，因为我的 Newick 树包括 bootstrap 除了距离之外的支持值。 >comparative.data 在删除支持值后工作正常。（bootstrap 值为 0.97.. -0.99..）以下是原始树和修改后的树：

原创

((Alligator:0.09129139,(Turtle:0.12361699,(Lizard:0.18330984,
((TasmDevil:0.02519765,Opossum:0.01841396)0.998733:0.03121792,
(Armadillo:0.05330751,((Cow:0.12244558,Dog:0.07483858)0.983085:0.02485452,
(Mouse:0.14438626,GuineaPig:0.03974587)0.972224:0.02107559)0.889194:0.01974521)
0.99985:0.03529365)0.99985:0.18024398)0.988266:0.074151)0.974215:0.11888747)
:1.0964437,Frog:1.0964437):0.0;

已修订

((Alligator:0.09129139,(Turtle:0.12361699,(Lizard:0.18330984,
((TasmDevil:0.02519765,Opossum:0.01841396):0.03121792,
(Armadillo:0.05330751,((Cow:0.12244558,Dog:0.07483858):0.02485452,
(Mouse:0.14438626,GuineaPig:0.03974587):0.02107559):0.01974521):0.03529365)
:0.18024398):0.074151):0.11888747):1.0964437,Frog:1.0964437):0.0;

Answer 3

我的比较数据也遇到了同样的问题。我有：

maxillariinae <- comparative.data(tree_gs, data.000, spp_code, vcv=TRUE, vcv.dim=3)
>Error in comparative.data(tree_gs, data.000, spp_code, vcv = TRUE, vcv.dim = 3) : 
>Labels duplicated between tips and nodes in phylogeny

我已经用很简单的方法解决了：

# Removing node labels:
tree_gs$node.label<-NULL

然后当我尝试设置比较数据时，它就起作用了。我接下来做的 pgls 也起作用了。希望对你有用。

重复提示标签去除：在 R 中导入系统发育树进行比较

Duplicate tips label removal: importing phylogenetic tree in R for comparison

r

phylogeny