8、R语言中的系统发育数据案例研究

R语言中的系统发育数据案例研究

在系统发育分析中，R语言是一个强大的工具。下面将通过几个案例研究，详细介绍如何使用R语言处理和分析系统发育数据。

1. 数据可视化与处理基础

利用“DNAbin”对象的高效子集功能，可以轻松放大比对的一部分。以木鼠数据为例，展示前50个核苷酸中鸟嘌呤和缺失数据的情况。以下是具体代码：

x <- woodmouse[, 1:50]
image(x, c("g", "n"), c("black", "grey"))
grid(ncol(x), nrow(x), col = "lightgrey")

此外，ape包中的 del.gaps 函数可用于移除所有插入的空位（-），并将序列作为列表返回。

2. 案例研究

2.1 Sylvia莺类数据处理

Böhning - Gaese等人研究了26种Sylvia莺类的生态位进化，并对这些物种的细胞色素b基因进行了测序，序列存于GenBank，登录号为AJ534526 - AJ534549和Z73494。我们的目标是从GenBank获取序列数据、进行比对，并从文件中读取生态数据。
- 获取序列数据

x <- paste("AJ5345", 26:49, sep = "")
x <- c("Z73494", x)
sylvia.seq <- read.GenBank(x)
</