Вопросы MCMCglmm: несколько видов и ультраметрические деревья

Эти вопросы связаны с моим другим вопросом на Филогенетической модели с использованием нескольких записей для каждого разновидности Благодаря @ thomas-guillerme мне удалось запустить модель MCMCglmm.

Хотя у меня не было проблем с запуском некоторых из моих файлов примеров, в которых у меня была одна запись для каждого вида в моем дереве, я обнаружил сообщение об ошибке при попытке запустить свой исходный набор данных, который состоит из тысяч записей для каждого из вид в моем дереве. При беге:

comp_data <- comparative.data(phy = my_tree, data =my_data, names.col = species, vcv = TRUE)’

У меня ошибка:

'Ошибка в row.names ‹-. Data.frame (tmp, value = value): дублирование' row.names 'не допускается. Вдобавок: Предупреждение: неуникальные значения при установке' row.names ':' Species1 ' , 'Вид2', 'Вид3', 'Вид4', ...

Я был удивлен, потому что я использую MCMCglmm, а не PGLS из-за возможности использования нескольких записей для каждого вида.

Я попробовал обходной путь сделать имя вида уникальным, но в этом случае только первая запись каждого вида распознается позже в модели (потому что она соответствует имени в my_tree).

Более того, у меня были проблемы с распознаванием моего дерева как ультраметрического. Я проверил это с помощью

'is.ultrametric(my_tree)'

Получил:

ЛОЖНЫЙ

Я пытался:

    function (phy) { if(any(is.ultrametric(my_tree)) == FALSE) { my_tree <- lapply(my_tree, chronoMPL) class(my_tree) <- "Phylo" 
 }
}

Но эти строчки, видимо, не решают проблемы. Заранее спасибо за помощь.


mixed-models phylogeny
person Marco Gamba    schedule 31.07.2018    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Трудно сказать без работающего примера, но, по крайней мере, для второго вопроса кажется, что ошибка возникает из-за того, что аргумент phy не передается в функцию вообще (он использует my_tree

check.fun <- function(my_tree) {
    if(any(is.ultrametric(my_tree)) == FALSE) {
         my_tree <- lapply(my_tree, chronoMPL)
         class(my_tree) <- "Phylo" 
    }
    return(my_tree)
}

Во-первых, вы можете попробовать запустить его через mulTree пакет, который выполняет много ведение домашнего хозяйства:

## Loading/installing the package
library(devtools)
install_github("TGuillerme/mulTree")
library(mulTree)

## Loading the example data
data(lifespan)
## Randomly combining trees
combined_trees <- tree.bind(x = trees_mammalia, y = trees_aves, sample = 2,
                            root.age = 250)

Затем мы можем создать пример с несколькими экземплярами каждого вида:

## Subset of the data
data <- lifespan_volant[sample(nrow(lifespan_volant), 30),]
## Create a dataset with two specimen per species
data <- rbind(cbind(data, specimen = rep("spec1", 30)), cbind(data,
             specimen = rep("spec2", 30)))

Обратите внимание, что первый столбец содержит список видов с несколькими экземплярами для каждого вида (указан в столбце $specimen).

head(data[order(data$species),])
#                 species    class longevity      mass    volant specimen
#16   Addax_nasomaculatus Mammalia 0.8413927 1.8227058 nonvolant    spec1
#161  Addax_nasomaculatus Mammalia 0.8413927 1.8227058 nonvolant    spec2
#140          Anser_anser     Aves 0.9929849 0.5993055    volant    spec1
#1401         Anser_anser     Aves 0.9929849 0.5993055    volant    spec2
#21   Antilope_cervicapra Mammalia 0.6055864 1.4910746 nonvolant    spec1
#211  Antilope_cervicapra Mammalia 0.6055864 1.4910746 nonvolant    spec2

Затем вы можете использовать функцию clean.data, чтобы убедиться, что деревья соответствуют набору данных (указав, какой столбец содержит названия видов)

## Making sure both the trees and the data match
cleaned_data <- clean.data(data, combined_trees, data.col = "species")

## Only using the cleaned version
trees <- cleaned_data$tree
data <- cleaned_data$data

Вы можете найти возможные выпавшие подсказки / строки в cleaned_data$dropped_tips и cleaned_data$dropped_rows:

## Creates a mulTree object specifying species AND specimens as random terms
mulTree_data <- as.mulTree(data, trees, taxa = "species",
                        rand.terms = ~species+specimen)

## formula to test
test_formula <- longevity ~ mass + volant
## MCMC parameters (number of generations, thin/sampling, burnin)
mcmc_parameters <- c(101000, 10, 1000)
## priors
mcmc_priors <- list(R = list(V = 1/2, nu = 0.002),
                    G = list(G1 = list(V = 1/2, nu = 0.002)))

## Running MCMCglmm on multiple trees
mulTree(mulTree_data, formula = test_formula, parameters = mcmc_parameters,
     priors = mcmc_priors, output = "longevity.example", ESS = 50)

Для анализа полученных файлов вы можете использовать read.mulTree и последующие функции (см. mulTree руководство).

person Thomas Guillerme    schedule 08.08.2018