如何以递归方式创建系谱并查找匹配以进行近亲繁殖检测 (Oracle)
How to recursivly create pedigrees and find matches for inbreeding detection (Oracle)
我很难在 Oracle 中创建一个函数来查明 2 只交配的动物是否会产生近亲繁殖。
函数应该有 3 个参数：男性 ID、女性 ID 和要查看的深度。
起初我认为我应该使用来自 table 的数据创建两个谱系，其结构如下：
TABLE animal
+-----+---------+--------+
| ID | SIRE_ID | DAM_ID |
+-----+---------+--------+
| 111 | 112 | 212 |
| 112 | 113 | 213 |
| 212 | 116 | 216 |
+-----+---------+--------+
（不完全相关，但对于这个和以后的示例，我使用 ID-s 作为 1?? 是男性，2?? 是女性。）
为此，我应该使用深度参数——可能是递归的。
这是我目前拥有的：
function animal_pedigree (p_id number,
p_max_pedigree_level number,
p_pedigree_level number := 0,
p_position varchar2 := '') return animal_ancestors_table
pipelined
is
v_sire_id number;
v_dam_id number;
v_row animal_ancestor;
begin
v_row.id := p_id;
v_row.pedigree_level := p_pedigree_level;
v_row.position := p_position;
pipe row (v_row);
if p_pedigree_level < p_max_pedigree_level then
select sire_id, dam_id
into v_sire_id, v_dam_id
from arc.animal
where id = p_id;
if v_sire_id is not null then
for rec in (select id, pedigree_level, position
from table(animal_pedigree (v_sire_id, p_max_pedigree_level, p_pedigree_level+1, p_position || 's'))) loop
v_row.id := rec.id;
v_row.pedigree_level := rec.pedigree_level;
v_row.position := rec.position;
pipe row (v_row);
end loop;
end if;
if v_dam_id is not null then
for rec in (select id, pedigree_level, position
from table(animal_pedigree (v_dam_id, p_max_pedigree_level, p_pedigree_level+1, p_position || 'd'))) loop
v_row.id := rec.id;
v_row.pedigree_level := rec.pedigree_level;
v_row.position := rec.position;
pipe row (v_row);
end loop;
end if;
end if;
return;
end;
之后是对我来说棘手的部分：比较谱系以找到匹配的 ID-s（并记住找到匹配的深度）。
最终我想 return 发现近亲繁殖的最小深度或当 none 被发现时为 0。
注意！我只想比较两个谱系，而不是比较其中一个的 ID。 （如果近亲繁殖已经存在，我希望它被忽略，只对新形成的近亲繁殖感兴趣。）
为了进一步说明，我添加了 3 个示例。
标有 *（星号）的匹配项。
示例 1：
男性血统
Depth 1 2 3
|--114
|--113--|
| |--214
|--112--|
| | |--115
| |--213--|
| |--215
111--|
| |--117
| |--116--|
| | |--217
|--212--|
| |--118
|--216--|
|--218
女性血统
Depth 1 2 3
|--124
|--123--|
| |--224
|--122--|
| | |--125
| |--223--|
| |--225
211--|
| |--127
| |--126--|
| | |--227
|--222--|
| |--128
|--226--|
|--228
[RETURN 0] 没有找到相同的 ID
示例 2：
男性血统
Depth 1 2 3
|--114*
|--113--|
| |--214
|--112--|
| | |--115
| |--213--|
| |--215
111--|
| |--117
| |--116--|
| | |--217
|--212--|
| |--114*
|--216--|
|--218
女性血统
Depth 1 2 3
|--124
|--123--|
| |--224
|--122--|
| | |--125
| |--223--|
| |--225
211--|
| |--127
| |--126--|
| | |--227
|--222--|
| |--128
|--226--|
|--228
[RETURN 0] 匹配的 ID 都在男性血统中找到。忽略。
示例 3：
男性血统
Depth 1 2 3
|--114*
|--113--|
| |--214
|--112--|
| | |--115
| |--213--|
| |--215
111--|
| |--117
| |--116--|
| | |--217
|--212--|
| |--118
|--216--|
|--218
女性血统
Depth 1 2 3
|--124
|--123--|
| |--224
|--122--|
| | |--125
| |--223--|
| |--225
211--|
| |--127
| |--114*-|
| | |--227
|--222--|
| |--128
|--226--|
|--228
[RETURN 2] 在男性系谱深度 3 和女性系谱深度 2 处找到的匹配 ID-s
您可以使用递归 CTE 来查找匹配的祖先。
此示例未经测试，因为您没有提供创建示例数据的脚本。无论如何，这个查询应该有效：
with
l (id, aid, sire_id, dam_id, lvl) as (
select id, id, sire_id, dam_id, 0 from animal where id = 111 -- male ID
union all
select l.id, a.id, l.lvl + 1
from l
join animal a on a.id in (l.sire_id, l.dam_id)
),
r (id, aid, sire_id, dam_id, lvl) as (
select id, id, sire_id, dam_id, 0 from animal where id = 211 -- female ID
union all
select r.id, a.id, r.lvl + 1
from r
join animal a on a.id in (r.sire_id, r.dam_id)
)
select
l.id as male_id, l.aid as male_ancestor_id, l.lvl as male_ancestor_depth,
r.id as female_id, r.aid as female_ancestor_id, r.lvl as female_ancestor_depth
from l
join r on r.aid = l.aid
此查询 return 在所有组合中匹配（可以有多个）。您可以添加额外的更改以删除重复的匹配项，因为一种动物可以是每棵树上已有的多种动物的祖先。
此外，主查询显示匹配的所有详细信息，包括匹配的祖先及其对应的深度。您可以轻松修改它以仅显示深度（如您所愿）。或者...您可以展开它以向您显示 "full path" 以到达每个祖先。这取决于您想要的确切输出。我敢打赌，一旦您看到结果，您就会想要了解更多相关信息。
由于您使用的是 10g 而不是较新的版本，因此您需要使用 oracle 的分层查询而不是 The Impaler 所示的递归通用 table 表达式。为了使我的解决方案起作用，将动物性别编码为单独的列而不是将其嵌入动物 ID 中会很有帮助，因此我将使用以下 table 定义。 （注意：我没有 10g 实例来尝试这个，所以我不确定 10g 中是否有可延迟约束。如果没有，就删除这些子句。它们使加载样本数据变得更容易。） :
CREATE TABLE animal
( ID number not null primary key
, GENDER varchar2(1) not null
, SIRE_ID number
, DAM_ID number
, constraint animal_gender check (gender in ('M','F'))
, constraint animal_sire_fk FOREIGN KEY (sire_id) REFERENCES animal(id) DEFERRABLE INITIALLY DEFERRED
, constraint animal_dam_fk FOREIGN KEY (dam_id) REFERENCES animal(id) DEFERRABLE INITIALLY DEFERRED
);
从那里为任何给定动物生成所有祖先的映射很有帮助，这称为闭包 table 如果需要，您可以 google 更多关于闭包 tables .这是通过递归 SQL 或在我们的例子中使用 oracle 分层 tables 完成的，因为您使用的是 10g。对于这个例子，我将其命名为 Ancestry：
with ancestry as (
select CONNECT_BY_ROOT id id
, CONNECT_BY_ROOT gender gender
, id ancestor_id
, gender ancestor_gender
, level-1 lvl
from animal
connect by id in (prior sire_id, prior dam_id)
)
从那里您可以通过适度简单的连接找到所有具有共同祖先的动物：
select m.id sire_id
, f.id dam_id
, m.ancestor_id
, m.ancestor_gender
, m.lvl sire_lvl
, f.lvl dam_lvl
from ancestry m
join ancestry f
on m.ancestor_id = f.ancestor_id
and m.gender = 'M'
and f.gender = 'F';
该查询列出了所有成对的雄性和雌性动物及其所有共同祖先。它有点多，我们希望将其缩减为您感兴趣的配对，并将其限制为第一个共同祖先。为此，我们将添加一个 where 子句，将其限制为感兴趣的配对，并使用聚合将我们降到第一个祖先：
select m.id sire_id
, f.id dam_id
, max(m.ancestor_id) keep (dense_rank first order by least(m.lvl,f.lvl)) first_ancestor
, max(m.ancestor_gender) keep (dense_rank first order by least(m.lvl,f.lvl)) ancestor_gnder
, min(m.lvl) sire_lvl
, min(f.lvl) dam_lvl
from ancestry m
join ancestry f
on m.ancestor_id = f.ancestor_id
and m.gender = 'M'
and f.gender = 'F'
where (m.id, f.id) in ((111,211))
group by m.id, f.id;
将所有内容放在一起就是最终查询：
with ancestry as (
select CONNECT_BY_ROOT id id
, CONNECT_BY_ROOT gender gender
, id ancestor_id
, gender ancestor_gender
, level-1 lvl
from animal
connect by id in (prior sire_id, prior dam_id)
)
select m.id sire_id
, f.id dam_id
, max(m.ancestor_id) keep (dense_rank first order by least(m.lvl,f.lvl)) first_ancestor
, max(m.ancestor_gender) keep (dense_rank first order by least(m.lvl,f.lvl)) ancestor_gnder
, min(m.lvl) sire_lvl
, min(f.lvl) dam_lvl
from ancestry m
join ancestry f
on m.ancestor_id = f.ancestor_id
and m.gender = 'M'
and f.gender = 'F'
where (m.id, f.id) in ((111,211))
group by m.id, f.id;
并且您可以在 fiddle 示例中使用此 db<>fiddle 看到它的实际效果示例 2 和示例 3 与示例 1 不同，因此示例 2 仅添加了雄性系，示例 3 中仅添加了雌性系，产生了以下配对 (1111, 1121)、(2111, 1211) 和 ( 1111,3211) 分别用于示例 1、2 和 3。
这只会 return 记录这对动物有共同祖先的情况。它还会预生成整个祖先闭包，这对于大型邻接列表来说可能很耗时。为了更有效的查询，祖先闭包可以仅限于具有 START 条件的感兴趣的动物。此外，搜索深度可以限制在两个地方之一（或两者），在输出查询中的 where 子句中，或在祖先查询中的 where 子句中。此外，为了满足您的要求，即在没有共同祖先时配对 return 显示零级别的行，需要进行一些细微的修改。首先，祖先 CTE 需要修改为具有用于自连接的空级别（深度为零）。这对于使聚合工作很重要。然后聚合列和连接条件需要稍微更新以允许没有共同祖先的记录。这是修改后的查询：
with ancestry as (
select CONNECT_BY_ROOT id id
, CONNECT_BY_ROOT gender gender
, id ancestor_id
, gender ancestor_gender
, case level when 1 then null else level-1 end lvl
, level-1 lvl0
from animal
-- Limit depth to 3 generations
where level-1 <= 3
connect by id in (prior sire_id, prior dam_id)
-- Only build ancestry closure for these animals
start with id in (1111,1211,2111,3211)
)
select m.id sire_id
, f.id dam_id
, max(nvl2(m.lvl,m.ancestor_id,null)) keep (dense_rank first order by least(m.lvl,f.lvl) nulls last) first_ancestor
, max(nvl2(m.lvl,m.ancestor_gender,null)) keep (dense_rank first order by least(m.lvl,f.lvl) nulls last) ancestor_gnder
, nvl(min(m.lvl),0) sire_lvl
, nvl(min(f.lvl),0) dam_lvl
from ancestry m
join ancestry f
on (m.ancestor_id = f.ancestor_id or (m.id, f.id) in ((m.ancestor_id, f.ancestor_id)))
and m.gender = 'M'
and f.gender = 'F'
where (m.id, f.id) in ((1111,1211) -- First example no common ancestors
,(2111,1211) -- 2nd ex common ancesters in male line
,(1111,3211))-- 3rd ex common ancestry of sire & dam
-- Limit to at most 3 generations
and greatest(m.lvl0, f.lvl0) <= 3
group by m.id, f.id;
我很难在 Oracle 中创建一个函数来查明 2 只交配的动物是否会产生近亲繁殖。 函数应该有 3 个参数：男性 ID、女性 ID 和要查看的深度。
起初我认为我应该使用来自 table 的数据创建两个谱系，其结构如下：
TABLE animal
+-----+---------+--------+
| ID | SIRE_ID | DAM_ID |
+-----+---------+--------+
| 111 | 112 | 212 |
| 112 | 113 | 213 |
| 212 | 116 | 216 |
+-----+---------+--------+
（不完全相关，但对于这个和以后的示例，我使用 ID-s 作为 1?? 是男性，2?? 是女性。） 为此，我应该使用深度参数——可能是递归的。
这是我目前拥有的：
function animal_pedigree (p_id number,
p_max_pedigree_level number,
p_pedigree_level number := 0,
p_position varchar2 := '') return animal_ancestors_table
pipelined
is
v_sire_id number;
v_dam_id number;
v_row animal_ancestor;
begin
v_row.id := p_id;
v_row.pedigree_level := p_pedigree_level;
v_row.position := p_position;
pipe row (v_row);
if p_pedigree_level < p_max_pedigree_level then
select sire_id, dam_id
into v_sire_id, v_dam_id
from arc.animal
where id = p_id;
if v_sire_id is not null then
for rec in (select id, pedigree_level, position
from table(animal_pedigree (v_sire_id, p_max_pedigree_level, p_pedigree_level+1, p_position || 's'))) loop
v_row.id := rec.id;
v_row.pedigree_level := rec.pedigree_level;
v_row.position := rec.position;
pipe row (v_row);
end loop;
end if;
if v_dam_id is not null then
for rec in (select id, pedigree_level, position
from table(animal_pedigree (v_dam_id, p_max_pedigree_level, p_pedigree_level+1, p_position || 'd'))) loop
v_row.id := rec.id;
v_row.pedigree_level := rec.pedigree_level;
v_row.position := rec.position;
pipe row (v_row);
end loop;
end if;
end if;
return;
end;
之后是对我来说棘手的部分：比较谱系以找到匹配的 ID-s（并记住找到匹配的深度）。
最终我想 return 发现近亲繁殖的最小深度或当 none 被发现时为 0。
注意！我只想比较两个谱系，而不是比较其中一个的 ID。 （如果近亲繁殖已经存在，我希望它被忽略，只对新形成的近亲繁殖感兴趣。）
为了进一步说明，我添加了 3 个示例。 标有 *（星号）的匹配项。
示例 1：
男性血统
Depth 1 2 3
|--114
|--113--|
| |--214
|--112--|
| | |--115
| |--213--|
| |--215
111--|
| |--117
| |--116--|
| | |--217
|--212--|
| |--118
|--216--|
|--218
女性血统
Depth 1 2 3
|--124
|--123--|
| |--224
|--122--|
| | |--125
| |--223--|
| |--225
211--|
| |--127
| |--126--|
| | |--227
|--222--|
| |--128
|--226--|
|--228
[RETURN 0] 没有找到相同的 ID
示例 2：
男性血统
Depth 1 2 3
|--114*
|--113--|
| |--214
|--112--|
| | |--115
| |--213--|
| |--215
111--|
| |--117
| |--116--|
| | |--217
|--212--|
| |--114*
|--216--|
|--218
女性血统
Depth 1 2 3
|--124
|--123--|
| |--224
|--122--|
| | |--125
| |--223--|
| |--225
211--|
| |--127
| |--126--|
| | |--227
|--222--|
| |--128
|--226--|
|--228
[RETURN 0] 匹配的 ID 都在男性血统中找到。忽略。
示例 3：
男性血统
Depth 1 2 3
|--114*
|--113--|
| |--214
|--112--|
| | |--115
| |--213--|
| |--215
111--|
| |--117
| |--116--|
| | |--217
|--212--|
| |--118
|--216--|
|--218
女性血统
Depth 1 2 3
|--124
|--123--|
| |--224
|--122--|
| | |--125
| |--223--|
| |--225
211--|
| |--127
| |--114*-|
| | |--227
|--222--|
| |--128
|--226--|
|--228
[RETURN 2] 在男性系谱深度 3 和女性系谱深度 2 处找到的匹配 ID-s
您可以使用递归 CTE 来查找匹配的祖先。
此示例未经测试，因为您没有提供创建示例数据的脚本。无论如何，这个查询应该有效：
with
l (id, aid, sire_id, dam_id, lvl) as (
select id, id, sire_id, dam_id, 0 from animal where id = 111 -- male ID
union all
select l.id, a.id, l.lvl + 1
from l
join animal a on a.id in (l.sire_id, l.dam_id)
),
r (id, aid, sire_id, dam_id, lvl) as (
select id, id, sire_id, dam_id, 0 from animal where id = 211 -- female ID
union all
select r.id, a.id, r.lvl + 1
from r
join animal a on a.id in (r.sire_id, r.dam_id)
)
select
l.id as male_id, l.aid as male_ancestor_id, l.lvl as male_ancestor_depth,
r.id as female_id, r.aid as female_ancestor_id, r.lvl as female_ancestor_depth
from l
join r on r.aid = l.aid
此查询 return 在所有组合中匹配（可以有多个）。您可以添加额外的更改以删除重复的匹配项，因为一种动物可以是每棵树上已有的多种动物的祖先。
此外，主查询显示匹配的所有详细信息，包括匹配的祖先及其对应的深度。您可以轻松修改它以仅显示深度（如您所愿）。或者...您可以展开它以向您显示 "full path" 以到达每个祖先。这取决于您想要的确切输出。我敢打赌，一旦您看到结果，您就会想要了解更多相关信息。
由于您使用的是 10g 而不是较新的版本，因此您需要使用 oracle 的分层查询而不是 The Impaler 所示的递归通用 table 表达式。为了使我的解决方案起作用，将动物性别编码为单独的列而不是将其嵌入动物 ID 中会很有帮助，因此我将使用以下 table 定义。 （注意：我没有 10g 实例来尝试这个，所以我不确定 10g 中是否有可延迟约束。如果没有，就删除这些子句。它们使加载样本数据变得更容易。） :
CREATE TABLE animal
( ID number not null primary key
, GENDER varchar2(1) not null
, SIRE_ID number
, DAM_ID number
, constraint animal_gender check (gender in ('M','F'))
, constraint animal_sire_fk FOREIGN KEY (sire_id) REFERENCES animal(id) DEFERRABLE INITIALLY DEFERRED
, constraint animal_dam_fk FOREIGN KEY (dam_id) REFERENCES animal(id) DEFERRABLE INITIALLY DEFERRED
);
从那里为任何给定动物生成所有祖先的映射很有帮助，这称为闭包 table 如果需要，您可以 google 更多关于闭包 tables .这是通过递归 SQL 或在我们的例子中使用 oracle 分层 tables 完成的，因为您使用的是 10g。对于这个例子，我将其命名为 Ancestry：
with ancestry as (
select CONNECT_BY_ROOT id id
, CONNECT_BY_ROOT gender gender
, id ancestor_id
, gender ancestor_gender
, level-1 lvl
from animal
connect by id in (prior sire_id, prior dam_id)
)
从那里您可以通过适度简单的连接找到所有具有共同祖先的动物：
select m.id sire_id
, f.id dam_id
, m.ancestor_id
, m.ancestor_gender
, m.lvl sire_lvl
, f.lvl dam_lvl
from ancestry m
join ancestry f
on m.ancestor_id = f.ancestor_id
and m.gender = 'M'
and f.gender = 'F';
该查询列出了所有成对的雄性和雌性动物及其所有共同祖先。它有点多，我们希望将其缩减为您感兴趣的配对，并将其限制为第一个共同祖先。为此，我们将添加一个 where 子句，将其限制为感兴趣的配对，并使用聚合将我们降到第一个祖先：
select m.id sire_id
, f.id dam_id
, max(m.ancestor_id) keep (dense_rank first order by least(m.lvl,f.lvl)) first_ancestor
, max(m.ancestor_gender) keep (dense_rank first order by least(m.lvl,f.lvl)) ancestor_gnder
, min(m.lvl) sire_lvl
, min(f.lvl) dam_lvl
from ancestry m
join ancestry f
on m.ancestor_id = f.ancestor_id
and m.gender = 'M'
and f.gender = 'F'
where (m.id, f.id) in ((111,211))
group by m.id, f.id;
将所有内容放在一起就是最终查询：
with ancestry as (
select CONNECT_BY_ROOT id id
, CONNECT_BY_ROOT gender gender
, id ancestor_id
, gender ancestor_gender
, level-1 lvl
from animal
connect by id in (prior sire_id, prior dam_id)
)
select m.id sire_id
, f.id dam_id
, max(m.ancestor_id) keep (dense_rank first order by least(m.lvl,f.lvl)) first_ancestor
, max(m.ancestor_gender) keep (dense_rank first order by least(m.lvl,f.lvl)) ancestor_gnder
, min(m.lvl) sire_lvl
, min(f.lvl) dam_lvl
from ancestry m
join ancestry f
on m.ancestor_id = f.ancestor_id
and m.gender = 'M'
and f.gender = 'F'
where (m.id, f.id) in ((111,211))
group by m.id, f.id;
并且您可以在 fiddle 示例中使用此 db<>fiddle 看到它的实际效果示例 2 和示例 3 与示例 1 不同，因此示例 2 仅添加了雄性系，示例 3 中仅添加了雌性系，产生了以下配对 (1111, 1121)、(2111, 1211) 和 ( 1111,3211) 分别用于示例 1、2 和 3。
这只会 return 记录这对动物有共同祖先的情况。它还会预生成整个祖先闭包，这对于大型邻接列表来说可能很耗时。为了更有效的查询，祖先闭包可以仅限于具有 START 条件的感兴趣的动物。此外，搜索深度可以限制在两个地方之一（或两者），在输出查询中的 where 子句中，或在祖先查询中的 where 子句中。此外，为了满足您的要求，即在没有共同祖先时配对 return 显示零级别的行，需要进行一些细微的修改。首先，祖先 CTE 需要修改为具有用于自连接的空级别（深度为零）。这对于使聚合工作很重要。然后聚合列和连接条件需要稍微更新以允许没有共同祖先的记录。这是修改后的查询：
with ancestry as (
select CONNECT_BY_ROOT id id
, CONNECT_BY_ROOT gender gender
, id ancestor_id
, gender ancestor_gender
, case level when 1 then null else level-1 end lvl
, level-1 lvl0
from animal
-- Limit depth to 3 generations
where level-1 <= 3
connect by id in (prior sire_id, prior dam_id)
-- Only build ancestry closure for these animals
start with id in (1111,1211,2111,3211)
)
select m.id sire_id
, f.id dam_id
, max(nvl2(m.lvl,m.ancestor_id,null)) keep (dense_rank first order by least(m.lvl,f.lvl) nulls last) first_ancestor
, max(nvl2(m.lvl,m.ancestor_gender,null)) keep (dense_rank first order by least(m.lvl,f.lvl) nulls last) ancestor_gnder
, nvl(min(m.lvl),0) sire_lvl
, nvl(min(f.lvl),0) dam_lvl
from ancestry m
join ancestry f
on (m.ancestor_id = f.ancestor_id or (m.id, f.id) in ((m.ancestor_id, f.ancestor_id)))
and m.gender = 'M'
and f.gender = 'F'
where (m.id, f.id) in ((1111,1211) -- First example no common ancestors
,(2111,1211) -- 2nd ex common ancesters in male line
,(1111,3211))-- 3rd ex common ancestry of sire & dam
-- Limit to at most 3 generations
and greatest(m.lvl0, f.lvl0) <= 3
group by m.id, f.id;