（續(xù)）：phylobuilder、phyloregion、phylo_endemism

這一篇主要是系統(tǒng)發(fā)育多樣性及相關(guān)的一些計(jì)算函數(shù)，phylobuilder生成phylo數(shù)據(jù)反應(yīng)樣本中所有物種的系統(tǒng)發(fā)生關(guān)系比較重要，endemism相關(guān)的理論知識(shí)還需要補(bǔ)充

#方便自己回來復(fù)習(xí)的個(gè)人學(xué)習(xí)記錄，僅供參考，如有錯(cuò)誤，請(qǐng)多指正?

PD? 計(jì)算系統(tǒng)發(fā)育多樣性

是個(gè)重頭呢，直接看示例：

library(ape)

library(Matrix)

Matrix創(chuàng)建Matrix類型數(shù)據(jù)

tree <- read.tree(text ="((t1:1,t2:1)N2:1,(t3:1,t4:1)N3:1)N1;")

建了棵樹

com <- sparseMatrix(c(1,3,4,1,4,5,1,2,3,4,5,6,3,4,6),

? ? ? ? ? ? ????????????????????? c(1,1,1,2,2,2,3,3,3,3,3,3,4,4,4),x=1,

? ? ? ? ? ? ? ????????????????????dimnames = list(paste0("g", 1:6), tree$tip.label))

創(chuàng)建了一個(gè)稀疏矩陣，可以用之前講解的轉(zhuǎn)換格式轉(zhuǎn)化成稠密矩陣看一下

PD(com, tree)

PD_ses?通過校正物種豐富度的變化來計(jì)算PD的標(biāo)準(zhǔn)效應(yīng)量

用法

PD_ses(x, phy, model = c("tipshuffle", "rowwise", "colwise"), reps = 1000, ...)

x為一個(gè)稀疏矩陣，phy對(duì)應(yīng)phylo類數(shù)據(jù)即系統(tǒng)發(fā)育樹，model選擇抽樣模式，reps重復(fù)次數(shù)。

示例：

tree <- read.tree(text ="((t1:1,t2:1)N2:1,(t3:1,t4:1)N3:1)N1;")

跟上面一樣的樹

com <- sparseMatrix(c(1,3,4,1,4,5,1,2,3,4,5,6,3,4,6),

????????????????????????????????????c(1,1,1,2,2,2,3,3,3,3,3,3,4,4,4),x=1,

????????????????????????????????????dimnames = list(paste0("g", 1:6), tree$tip.label))

同上

PD_ses(com, tree, model="rowwise")

由于是隨機(jī)抽樣計(jì)算，所以每次計(jì)算都會(huì)有細(xì)微差別

phylobeta_core? 系統(tǒng)發(fā)育β多樣性

似乎跟前面的beta_core類似，是個(gè)中間步

示例：

tree <- read.tree(text = "((t1:1,t2:1)N2:1,(t3:1,t4:1)N3:1)N1;")

com <- sparseMatrix(c(1,3,4,1,4,5,1,2,3,4,5,6,3,4,6),

? ? ? ? c(1,1,1,2,2,2,3,3,3,3,3,3,4,4,4),x=1,

? ?dimnames = list(paste0("g", 1:6), tree$tip.label))

com

跟前面一樣的樹和稀疏矩陣，重點(diǎn)看下面兩行

pbc <- phylobeta_core(com, tree)

返回了一個(gè)"phylo.betapart"類數(shù)據(jù)，可被調(diào)用，這一點(diǎn)與beta_core對(duì)應(yīng)

pb <- phylobeta(com, tree)

同樣是返回了三個(gè)列表，與beta_diss 相對(duì)應(yīng)。之后在phylo.beta.pair中應(yīng)當(dāng)會(huì)有相應(yīng)的解說。

phylobeta_ses? ?通過物種β多樣性修正系統(tǒng)發(fā)育β多樣性

用法跟PD_ses類似

示例：

缺乏理論知識(shí)，感覺這個(gè)結(jié)果有點(diǎn)看不太明白，總之是返回了各柵格之間多樣性的一個(gè)矩陣數(shù)據(jù)。

phylobuilder? 創(chuàng)建物種樹信息

根據(jù)物種名錄建立研究區(qū)域內(nèi)物種的關(guān)系樹，在物種名錄大樹中沒有確定系統(tǒng)發(fā)生關(guān)系的物種會(huì)盡可能依據(jù)科或?qū)俜胖迷诖笾挛恢?。放在所在屬或科的根?jié)點(diǎn)處吧，大概

示例（好長(zhǎng)）：

從前往后挑著講解

gsub替換前后

畫一下cats_and_dogs這棵大樹

nodelabels加個(gè)標(biāo)簽

drop.tip刪除了兩個(gè)物種

?t1 <- phylobuilder(dogs, tree)提取上面這棵樹中dog里所包含的物種，dog有樹里沒有的不管

可以看到

t1 <- phylobuilder(dogs, tree)將tree中dogs里物種的系統(tǒng)發(fā)育信息提取出來，但dogs里有但樹里沒有的物種沒有處理用attr(t1, "species_list")看也可以發(fā)現(xiàn)這個(gè)物種信息缺失了。

t2 <- phylobuilder(sp, tree, extract=FALSE)，extract默認(rèn)為TRUE，結(jié)果就像上面一樣，會(huì)只添加tree中有的信息，當(dāng)為FALSE時(shí)，功能變?yōu)閷⒘斜碇械奈锓N根據(jù)描述信息添加到tree上。

物種根據(jù)科屬信息加在了類群的根部，也就是最近共同祖先處。

經(jīng)過上面的先截取列表物種關(guān)系，再添加缺失的物種上去，就可以得到研究區(qū)域內(nèi)所有物種的系統(tǒng)發(fā)生樹，也就是phylo數(shù)據(jù)。

phyloregion 計(jì)算系統(tǒng)發(fā)育區(qū)域（phyloregion，突然意識(shí)到自己對(duì)這個(gè)詞的理解可能有出入，就先這么直譯吧）的進(jìn)化獨(dú)特性

示例：

phylobeta_core部分講了phylobeta計(jì)算系統(tǒng)發(fā)育β多樣性步驟生成了三個(gè)矩陣

pbc[[1]]等價(jià)于pbc$phylo.beta.sim，k為期望的系統(tǒng)區(qū)域，通常由optimal_phyloregion算得

phylobeta_core算得的三個(gè)矩陣都能用于phyloregion的計(jì)算，但是ED的數(shù)值不同，不過大小相對(duì)來說是不變的，有點(diǎn)像不同算法得到的數(shù)值。

phylo_endemism 計(jì)算系統(tǒng)發(fā)生獨(dú)特性

理論參考Faith et al. (2004)、Rosauer et al. (2009) ，看完了回來補(bǔ)充

示例：

pe <- phylo_endemism(africa$comm, africa$phylo)

phylo_endemism(x, phy, weighted = TRUE)，x為樣本（柵格樣地）對(duì)應(yīng)物種的dataframe或矩陣，這里對(duì)應(yīng)了africa$comm；phy是phylo這樣帶枝長(zhǎng)信息的系統(tǒng)發(fā)生樹；weighted = TRUE默認(rèn)加權(quán)獨(dú)特性。得到各個(gè)柵格的數(shù)值表。

plot(density(pe))

畫密度圖

聯(lián)系前面學(xué)到的畫一下choropleth映射圖

merge在coldspots & hotspots部分有介紹