物种树构建（species tree build）-Bluesky's blog

物种树是展示各物种进化关系的遗传发育树，phd(Plant Homolog Database)的物种树信息来源于NCBI的ncbi_taxonomy.xml。名为：species_tree_rio.Plants_complete.xml，下面是具体制作过程。

Demo地址: http://pan.baidu.com/s/1c011YgC 密码: xjrj

使用支持phyloxml格式的遗传发育树可视化软件打开ncbi_taxonomy.xml，找到你想添加的物种在这里我以Oryza punctata为例。

a. 打开Archaeopteryx （我这里用的可视化软件是Archaeopteryx）java -Xmx2048m -cp forester_1036.jar org.forester.archaeopteryx.Archaeopteryx

b. 找到Oryza punctata，并记住他的分类信息：这里是 ……->Oryzeae（科）->Oryza（属）->Oryza punctata（种）(如图1)，所以我们把这个物种添加到species_tree_rio.Plants_complete.xml的对应的Oryza属的下面（如图2）即可，另外，如果species_tree_rio.Plants_complete.xml没有对应的科，属，种信息，我们就得自己找到共同的上一级，一级一级往下填，直至有完善的界门岗目科属种信息。添加的物种信息如code,scientific name等能在specieslist.txt 中找到。

由于在进行GSDI预测的时候需要二叉树，目前没有找到程序自动将phyloxml 格式的树文件改成二叉树，所以也只能手动修改。下面是手动修改流程:

1. 多叉树转二叉树原理（远离有很多种，我这里只介绍我所用的方法），我用的方法原理就是通过增加额外节点，迫使多叉树显示成二叉树，原理图如下：

多叉树：多叉树祖先节点A下有 G，F，E，D，C，B这6个子节点

+—G
|
+—F
|
+—E
|
A
|
+—D
|
+—C
|
+—B

二叉树：通过增加额外子节点得到的二叉树如下，额外子节点用X表示

+—X
|
+—X
| |
| +—X
|
+—X
| |
| | +—G
| | |
| +—X
| |
| +—F
A
| +—E
| |
| +—X
| | |
| | +—D
| |
+—X
|
| +—C
| |
+—X
|
+—B

2. 手工多叉转二叉树

a: 检测物种树中为多叉的节点：species_tree_force_binary.pl，如下所示：

[shell][/shell]

yangls-Mac:yangl$ perl species_tree_force_binary.pl -species species_tree_rio.Plants_complete.xml
Brassicaceae
Oryza
Triticeae
Trebouxiophyceae

由结果可看出有Brassicaceae，Oryza，Triticeae, Ostreococcus,Trebouxiophyceae,这5个节点为多叉节点，我们可以根据上面所说的原理并结合phyloxml文件的特点进行多叉树到二叉树的转换。
b: 根据上面所说的原理并结合phyloxml文件的特点进行多叉树到二叉树的转换。由于原文件不便于演示，此处我举个例子：

对应的可视化展示：