R语言ggtree：将进化树中的序列id改成物种名称

通常我们会使用比对好的fasta文件构建进化树，fasta文件中大于号后的内容就是最终进化树上的文字标签。如果拿到进化树文件后你想替换掉其中的一些内容，那该怎么办呢？本篇推文介绍一下使用R语言的ggtree包实现这个目的

这个问题是来源于公众号的一位读者的提问

Snipaste_2021-01-14_10-32-30.png

大家可以关注我的公众号 小明的数据分析笔记本 留言相关问题，如果我恰巧会的话，我会抽出时间介绍对应的解决办法

首先你已经有了构建好的进化树文件

(Synergus:0.1976902387,(((((Periclistus:0.1403183720,Synophromorpha:0.0325185390)93:0.0313182375,(Xestophanes:0.0275715134,(Diastrophus:0.0456139475,Gonaspis:0.1146402107)97:0.0603746476)86:0.0275523221)91:0.0396704245,Ibalia:0.1295291852)93:0.0678466304,(((Liposthenes_ker:0.0568838340,Rhodus:0.4243267334)73:0.0825510697,Plagiotrochus:0.0778290252)71:0.0457931797,Phanacis_2:0.1416544135)42:0.0142517743)48:0.0209026386,(((Liposthenes_gle:0.1641119081,((((Antistrophus:0.1098867540,Hedickiana:0.2313789580)73:0.0566918206,Neaylax:0.1747090949)53:0.0027850349,(Isocolus:0.0980216531,Aulacidea:0.1315344980)40:0.0147148853)54:0.0123010924,((Andricus:0.0479556214,Neuroterus:0.0392025403)95:0.0395094917,Biorhiza:0.0640188941)87:0.0159496082)20:0.0000025961)50:0.0194234721,((((Panteliella:0.0792235900,Diplolepis:0.3184402599)84:0.0461941800,Phanacis_1:0.1153410113)66:0.0099961323,(Eschatocerus:0.2548694740,Parnips:0.0000022831)64:0.0802390069)34:0.0241704495,((Barbotinia:0.0731026287,Aylax:0.0957869567)87:0.0269932737,Iraella:0.0390833327)95:0.0797807340)18:0.0000021284)23:0.0095262346,Timaspis:0.0585073936)19:0.0170106400)57:0.0526944283,(Ceroptres:0.1057541047,(Pediaspis:0.1932340906,Paramblynotus:0.1711455809)28:0.0000021043)48:0.0416999011);

也准备好了需要替换的数据

image.png

• 第一列x就是进化树中原本的序列名称
• 第二列y是想要替换成的id名称

读入进化树文件

library(treeio)

tree<-read.newick("ggtree_practice_aligned.fasta.treefile",
                  node.label = "support")

使用ggtree进行可视化展示

ggtree(tree)+
  geom_tiplab()+
  xlim(NA,0.8)

读入已经准备好打算替换内容

df<-read.csv("pra.csv",header=T)

替换内容

df<-read.csv("pra.csv",header=T)
tree1<-tree
tree1@phylo$tip.label<-
  df[match(tree1@phylo$tip.label,df$x),]$y

这样就替换过来了

接下来可视化展示一下新的进化树

ggtree(tree1)+
  geom_tiplab()

image.png

把这个新的进化树写出到文件里

write.tree(tree1@phylo,file = "pra.nwk")

这样就达成目的了

这里导出的进化树文件没有了最初的支持率的信息，我们再通过一行代码给他加上就好了

tree1@phylo$node.label<-tree1@data$support
write.tree(tree1@phylo,file = "pra.nwk")

这样就没有问题了

欢迎大家关注我的公众号
小明的数据分析笔记本