重复提示标签去除:在R中导入系统发生树以供比较

Question

问题：

我正在尝试导入newick格式的系统发育树，我以前已经这样做过，(一棵以同样的方式制作的树，所以代码工作！)然而，这棵树似乎是问题所在。我收到了一个重复的提示标签错误。如果是这样的话，有没有一种方法可以很容易地删除R中的重复提示呢？

当前代码：

library(ape)
library(geiger)
library(caper)


taxatree <- read.tree("test2.tre")
sumdata <- read.csv("ogtprop.csv")
    sumdataPGLS <-data.frame(A=sumdata$A,OGT=sumdata$OGT, Species=sumdata$Species)


sumdataPGLS$Species<-gsub(" ", "_", sumdata$Species)
#this line inserts an underscore between species and genus in my dataframe, (as the tree is formatted like this)

comp.dat <- comparative.data(taxatree, sumdataPGLS, "Species")

在最后一行之后，我得到了以下错误：

Error in comparative.data(taxatree, sumdataPGLS, "Species") : 
  Duplicate tip labels present in phylogeny 

这表明问题纯粹在于系统发育，而不是数据。

期望的结果：

一种删除R中重复提示标签的方法

输入数据：

不幸的是，树太大了，我不能把它全部放在这里，但是这里有一个数据子集(注意，这本身不起作用)，我在这里介绍它，以防系统错误对其他人来说是显而易见的：

(((('Acidilobus_saccharovorans':4,'Caldisphaera_lagunensis':4)Acidilobales:4,
('Sulfurisphaera_tokodaii':4,('Metallosphaera_hakonensis':4,
'Metallosphaera_sedula':4)Metallosphaera:4,('Acidianus_sulfidivorans':4,
'Acidianus_brierleyi':4)Acidianus:4,('Sulfolobus_metallicus':4,
'Sulfolobus_solfataricus':4,'Sulfolobus_acidocaldarius':4)Sulfolobus:4)
Sulfolobaceae:4,(('Pyrolobus_fumarii':4,'Hyperthermus_butylicus':4,
'Pyrodictium_occultum':4)Pyrodictiaceae:4,('Aeropyrum_camini':4,
('Ignicoccus_hospitalis':4,'Ignicoccus_islandicus':4)Ignicoccus:4,   

Answer 1

一个可能的解决方案，因为问题似乎是输入到'phylo‘类的树的格式，在本例中，内部节点有名称，其中一些名称与属相同。

“清理”树的一种方法是格式化它，我找到的一种方法就是通过python包: ete3 (http://etetoolkit.org/)。

from ete3 import Tree
import sys

t = Tree(sys.argv[1], format=1)

t.write(format=5, outfile="test4.tre")

有用的函数是t.write(format=5，format = 5，意味着它以一种可以接受的类型写入，在这种情况下，在R中使用的是comparitive.data函数，没有内部节点名。

Answer 2

我的比较数据也遇到了同样的问题。我有：

maxillariinae <- comparative.data(tree_gs, data.000, spp_code, vcv=TRUE, vcv.dim=3)
>Error in comparative.data(tree_gs, data.000, spp_code, vcv = TRUE, vcv.dim = 3) : 
>Labels duplicated between tips and nodes in phylogeny

我用一种非常简单的方式解决了这个问题：

# Removing node labels:
tree_gs$node.label<-NULL

然后当我尝试设置比较数据时，它只是起作用了。我接下来做的pgls也起作用了。我希望它对你有用。

Answer 3

我遇到了同样的问题，因为除了距离之外，我的Newick树还包含了引导支持值。在删除支持值之后，>comparative.data工作得很好。(引导值为0.97.-0.99.)这里是原始的和修改过的树木：

原创

((Alligator:0.09129139,(Turtle:0.12361699,(Lizard:0.18330984,
((TasmDevil:0.02519765,Opossum:0.01841396)0.998733:0.03121792,
(Armadillo:0.05330751,((Cow:0.12244558,Dog:0.07483858)0.983085:0.02485452,
(Mouse:0.14438626,GuineaPig:0.03974587)0.972224:0.02107559)0.889194:0.01974521)
0.99985:0.03529365)0.99985:0.18024398)0.988266:0.074151)0.974215:0.11888747)
:1.0964437,Frog:1.0964437):0.0;

已修订

((Alligator:0.09129139,(Turtle:0.12361699,(Lizard:0.18330984,
((TasmDevil:0.02519765,Opossum:0.01841396):0.03121792,
(Armadillo:0.05330751,((Cow:0.12244558,Dog:0.07483858):0.02485452,
(Mouse:0.14438626,GuineaPig:0.03974587):0.02107559):0.01974521):0.03529365)
:0.18024398):0.074151):0.11888747):1.0964437,Frog:1.0964437):0.0;