fastphylosig · R 包 · v0.3.5

R 系统发育信号快速分析

在 2,000 个物种/末端节点规模上，fastphylosig 计算系统发育信号的最高可提速达 23,591 倍。

系统发育信号衡量性状在近缘物种间相似的程度。fast_signal() 用一行代码就能算出 K、lambda、D 或 Delta，树越大，速度优势越明显（查看耗时基准）。fast_hetero() 用于比较大型系统发育树内部各支系的信号差异（查看 512 物种案例）。

Blomberg's K

135–151×

2,000 个末端

Pagel's lambda

20,697–23,591×

2,000 个末端

Fritz–Purvis D

218–224×

2,000 个末端

多状态 Delta

23.9–33.6×

2,000 个末端

耗时比为“参考实现中位耗时 ÷ fastphylosig 中位耗时”，比值大于 1 表示 fastphylosig 更快。参考实现分别是 phytools 2.5.2（K、lambda）、caper（D）和 Borges (2019) 的公开代码（Delta）。每个区间覆盖三种预设信号场景（Brownian 与噪声混合，权重 0、0.5、0.95）。

安装与开始分析

安装 v0.3.5

v0.3.5 发布版是最新的版本，提供完整的支系分析流程，并优化了 D/lambda 的计算性能。

install.packages(
  "https://github.com/yinwen-ecology/fastphylosig/releases/download/v0.3.5/fastphylosig_0.3.5.tar.gz",
  repos = NULL, type = "source"
)
library(fastphylosig)

源码安装需要 C++17 工具链，Windows 上需要安装 Rtools，并依赖 ape、Rcpp 和 RcppArmadillo。

一行代码完成 K/lambda/D/Delta 分析

模拟数据示例

set.seed(1)
tree <- ape::rtree(30)
trait <- setNames(stats::rnorm(30), tree$tip.label)
binary <- setNames(as.integer(trait > stats::median(trait)), tree$tip.label)
state <- setNames(sample(letters[1:3], 30, replace = TRUE), tree$tip.label)

k <- fast_signal(tree, data = trait, method = "K",
                 test = TRUE, nsim = 999,
                 return_sim = TRUE, progress = FALSE)

lambda

lambda <- fast_signal(tree, data = trait, method = "lambda",
                      test = TRUE, progress = FALSE)

d <- fast_signal(tree, data = binary, method = "D",
                 test = TRUE, nsim = 999,
                 return_sim = TRUE, progress = FALSE)

Delta

delta <- fast_signal(tree, data = state, method = "Delta",
                     test = TRUE, nsim = 199, progress = FALSE)

技术路线

fast_signal() 整合了系统发育树检查、树与性状匹配、缺失值处理、系统发育信号计算功能。如果需要，也可以单独执行四个步骤。

fast_signal 高层入口自动检查、准备树、匹配数据与选择计算路径；显式路径提供各准备函数，再调用具体指标。 — 点击 SVG 查看大图。

四个步骤单独执行

checked <- check_tree(tree, signal = "K")
tree_ready <- resolve_tree(tree, signal = "K")
matched <- match_tree_data(tree_ready, data = trait)
ctx <- prepare_tree(matched$tree)

k <- fast_k(ctx, x = matched$data, test = TRUE, nsim = 999,
            progress = FALSE)

更多示例见中文使用指南与 v0.3.0 完整案例。

与普通方法运行时间比较

K 和 lambda 对比 phytools 2.5.2 的 phylosig()，D 对比 caper 1.0.4 的 phylo.d()，Delta 对比 Borges (2019) 的公开代码。50 至 2,000 个末端、3 种信号场景，每种设置 10 组配对重复（共 20 次计时调用）。计时从树与数据准备完成后开始。

四个面板比较 K、lambda、D 和 Delta 在 50、100、500、2,000 个末端下的参考实现与 fastphylosig 耗时比，虚线表示耗时相同。 — **不同指标和树规模下的实测耗时比。**虚线表示中位耗时相等；比值低于虚线时，普通方法实现更快。点击打开 PNG 大图。计算环境为 Windows 11 x64、R 4.6.1，不包含设置及树与数据准备耗时。

`plot_signal`

基于模拟数据的绘图

多个连续性状的 K 置换分布和观测值标记。 — **多性状 K**置换分布与观测值标记。

Pagel lambda 的似然剖面及其估计值。 — **Pagel's lambda**似然剖面与估计值。

D 的随机与 Brownian 参考分布。 — **Fritz–Purvis D**随机与 Brownian 参考。

多状态 Delta 的置换分布演示，竖线标出观测 Delta 的位置。 — **Delta**置换分布与观测值位置。

查看六种绘图样式与 Delta 示例

用 `fast_hetero()` 比较大树内不同支系的差异

在大树情况下（例如超过 1,000 个末端），仅凭一个系统发育信号值难以描述内部不同分支间的差异，有的分支可能更保守，有的更发散。因此我开发了 fast_hetero()，把大树拆成冠群（一个节点及其全部后代），逐群估计信号，再把局部估计与整树值并列。冠群可以由你指定，也可以在给定大小范围内让函数选择互不重叠的最大冠群。结果保留每个冠群的实际样本量、缺失观测、状态组成，以及拟合与 MCMC 诊断。