浓缩phyloxml系统发育树答案

【问题标题】：Condensing phyloxml phylogenetic trees浓缩phyloxml系统发育树
【发布时间】：2016-04-15 10:24:25
【问题描述】：

我正在尝试压缩（简化所有叶子都具有相同标签的进化枝）phyloxml 格式的系统发育树。一个名为 Newick Utils 的程序对使用 newick 格式树执行此操作非常有用，它压缩了这棵树：

Original Tree

进入这个：

Condensed tree

当我最终尝试将我的基因树拆分为每个复制节点的所有子树时，这是减少子树数量而不丢失信息的有用方法。

有谁知道用phyloxml树做这件事的方法吗？ Newick Utils 只接受 Newick 格式，所以我需要一种使用 Biopython 解析 phyloxml 格式的方法。谢谢。

【问题讨论】：

标签： tree biopython phylogeny

【解决方案1】：

作为一个快速的答案，您可以非常轻松地将 phyloxml 转换为 newick：

from Bio import Phylo

Phylo.convert("original.xml", "phyloxml", "converted.newick", "newick")

现在您可以调用 Newick Utils 来压缩树。

如果你想删除同名的叶子：

for clade in tree.find_clades():
    if clade.count_terminals() > 1:
        leafs = clade.get_terminals()
        if len(set([t.name for t in leafs])) == 1:
            # All the leafs in this clade have the same name.
            #  Cut them all except the first one.
            for leaf in leafs[1:]:                               
                tree.prune(leaf)

理想情况下，您会将上述代码放在返回新修剪树的函数中，并在每次修剪叶子时调用该函数。

【讨论】：

我确实尝试过转换为 Newick（诚然使用始祖鸟而不是 biopython），但当我转换回 phyloxml（我需要我的树用于子树拆分过程）时，最终丢失了很多信息。最重要的是，我丢失了“事件”标签，这些标签表明是否发生了物种形成或重复。由于这是我如何拆分树的基础（使用 if clades.events.duplication），我认为在这种情况下这不是一个理想的解决方案？
@spiral01，查看答案的补充。