R语言进化树分析及可视化

生物进化树基本理论指出所有的生物都可以追溯到共同的祖先，生物的产生和分化就像树一样地生长、分叉，以树的形式来表示生物之间的进化关系是非常自然的事。可以用树中的各个分支点代表一类生物起源的相对时间，两个分支点靠得越近，则对应的两群生物进化关系越密切。其中分支又包括直系同源和旁系同源具体含义如下：

直系同源(orthologs): 同源的基因是由于共同的祖先基因进化而产生的；旁系同源(paralogs): 同源的基因是由于基因复制产生的。（源自Fitch, W.M.）

接下来我们看下进化树中的术语：

我看了一些对单系类群，并系类群以及多系（复系）类群的解释，都快看晕了。我还是用我的语言总结一下吧。比如我们人类只有一层后代那就是人，没有其他的物种这就是单系类群；那么如果人类同时分支出了人、智人、机器人等等但是有一个共同的祖先人类，那么这些就组成了并系类群；那如果猿类中的猩猩算为和人同源那么他们就组成了复系类群。还有其他的内类群、外类群、姐妹群，我们就不再去赘述了。

以上这些都可以反映在进化树中，进化树又分为无根树和有根树（外群可以用来确定树根）。其拓扑数目的计算如下：

图中的m指的类群的数目。

进化树的计算方法有很多包括了Fitch-Margoliash (FM)法、Neighbors-Joining (NJ/邻接)法、Neighbors Relation (邻居关系)法、Unweighted Pair Group (UPGMA)法。

我们今天利用R语言自带的聚类函数进行进化树的构建，同时利用R包ape实现进化树的可视化展示。

我们利用R自带的数据集mtcars构建树；

hc =hclust(dist(mtcars))#其中dist是密度处理函数，这个是需要的加进去的。

默认的树图绘制很简单直接plot(hc)如下图：

接下来我们介绍下ape这个包：

其主要的画图函数主要基于as.phylo类的plot函数。

绘图实例：

plot(as.phylo(hc), type = "cladogram", cex = 0.9,label.offset = 1)

plot(as.phylo(hc), type = "unrooted")

plot(as.phylo(hc), type = "fan")

plot(as.phylo(hc), type = "radial")

是不是觉得有点太素了，我们可以通过调整plot中的参数控制所有的线颜色以及文字颜色。

我们截取进化树的前五代进行一个彩色的实例演示如下：

clus5 = cutree(hc, 5)

mypal = c("#556270","#4ECDC4", "#1B676B", "#FF6B6B","#C44D58")

plot(as.phylo(hc), type = "fan",tip.color = mypal[clus5], label.offset = 1, cex = log(mtcars$mpg, 10), col ="red")

总结，如果大家想让自己的图更加炫酷，那么就需要动点脑子把参数改的完美点，当然你的图自然就完美了。