Question

再次

我还需要帮助。

现在我正在使用PHYLOCOM软件来推断来自不同样本的系统发育的特征。该软件允许您计算您的物种是否在分析中的其他群体中显示聚类或过度离散。作为输入文件，您需要一个NEWICK格式的系统发育树和一个样本文件（.txt）。

我做了两次测试，一次用'ape'包修改R中的树：

compute.brlen(tree, main=expression(rho==10))

另一个是另一个'猿'选项：

tree$edge.length = tree$edge.length * 10

第一个修改生成带有超参数树的输出，而第二个输出是非超参数树。如果那时我通过

运行PHYLOCOM

phylocom comstruct

我得到的结果不同，不仅是参数的值，还有意义的p值。

我的问题是，是否有人知道我应该如何运行PHYLOCOM来正确地进行这些'comstruct'分析，输入超参数或非超参数，以及在ope方式或其他方式中运行它的区别是什么

我知道这不是stackoverflow论坛的“经典”问题，但也许任何与系统发育有关的人都可以帮助我。

非常感谢。

Answer 1

我想我可能会提供帮助，但遗憾的是我无法添加评论以获取更多信息，因此我必须从所提供的信息中推断出您的意思。如果它没有帮助我道歉。

首先，您可能需要查阅compute.brlen（）的帮助。由于此函数中没有“main”参数。我想你已经从帮助文件中的示例中获取了它，但是您可能会注意到这不在compute.brlen函数和plot函数中。它会在你的情节中给你一个标题。

要更改compute.brlen（）中的rho值，您需要更改power参数。例如：

compute.brlen(tree, power = 10)

这可能是您为不同的树获得不同结果的原因。因为您的compute.brlen（）树上没有执行转换。

我不熟悉PHYLOCOM，所以我无法帮助解决这个问题。但是超参数和非超度量树将在树的尖端之间给出不同的关系，因此我们不会惊讶于它们给出不同的结果。我应该注意到，我对超参数和非超参数树的分析差异并不是非常有信心，但从查看绘制的差异我会认为这是真的。