1 | /* |
---|
2 | |
---|
3 | PHYML : a program that computes maximum likelihood phyLOGenies from |
---|
4 | DNA or AA homoLOGous sequences |
---|
5 | |
---|
6 | Copyright (C) Stephane Guindon. Oct 2003 onward |
---|
7 | |
---|
8 | All parts of the source except where indicated are distributed under |
---|
9 | the GNU public licence. See http://www.opensource.org for details. |
---|
10 | |
---|
11 | */ |
---|
12 | |
---|
13 | /* |
---|
14 | |
---|
15 | The code below is an implementation of the building tree algorithm |
---|
16 | described in "BIONJ: an improved version of the NJ algorithm based |
---|
17 | on a simple model of sequence data." (1997) O. Gascuel. Mol Biol Evol. |
---|
18 | 14:685-95. |
---|
19 | |
---|
20 | */ |
---|
21 | |
---|
22 | #include "bionj.h" |
---|
23 | |
---|
24 | |
---|
25 | void Bionj(matrix *mat) |
---|
26 | { |
---|
27 | int x,y,i; |
---|
28 | phydbl vxy,lx,ly,lamda,score; |
---|
29 | |
---|
30 | Clean_Tree_Connections(mat->tree); |
---|
31 | For(i,mat->tree->n_otu) mat->tip_node[i] = mat->tree->a_nodes[i]; |
---|
32 | mat->tree->num_curr_branch_available = 0; |
---|
33 | |
---|
34 | while(mat->r > 3) |
---|
35 | { |
---|
36 | x = y = 0; |
---|
37 | vxy = .0; |
---|
38 | score = .0; |
---|
39 | Compute_Sx(mat); |
---|
40 | Best_Pair(mat,&x,&y,&score); |
---|
41 | vxy=Variance(mat,x,y); |
---|
42 | lx=Br_Length(mat,x,y); |
---|
43 | ly=Br_Length(mat,y,x); |
---|
44 | lamda=Lamda(mat,x,y,vxy); |
---|
45 | Update_Mat(mat,x,y,lx,ly,vxy,lamda); |
---|
46 | Update_Tree(mat,x,y,lx,ly,score); |
---|
47 | } |
---|
48 | Finish(mat); |
---|
49 | } |
---|
50 | |
---|
51 | ////////////////////////////////////////////////////////////// |
---|
52 | ////////////////////////////////////////////////////////////// |
---|
53 | |
---|
54 | |
---|
55 | void Finish(matrix *mat) |
---|
56 | { |
---|
57 | phydbl dxy,dxz,dyz; |
---|
58 | int x,y,z; |
---|
59 | t_node *nx,*ny,*nz,*new; |
---|
60 | int i; |
---|
61 | |
---|
62 | dxy = dxz = dyz = -1.; |
---|
63 | x = y = z = -1; |
---|
64 | |
---|
65 | For(i,mat->n_otu) |
---|
66 | { |
---|
67 | if(mat->on_off[i]) |
---|
68 | { |
---|
69 | if(x < 0) x=i; |
---|
70 | else if(y < 0) y = i; |
---|
71 | else if(z < 0) z = i; |
---|
72 | } |
---|
73 | } |
---|
74 | |
---|
75 | dxy = Dist(mat,x,y); |
---|
76 | dxz = Dist(mat,x,z); |
---|
77 | dyz = Dist(mat,y,z); |
---|
78 | |
---|
79 | nx = mat->tip_node[x]; |
---|
80 | ny = mat->tip_node[y]; |
---|
81 | nz = mat->tip_node[z]; |
---|
82 | |
---|
83 | new = mat->tree->a_nodes[mat->curr_int]; |
---|
84 | new->num = mat->curr_int; |
---|
85 | new->v[0] = nx; |
---|
86 | new->v[1] = ny; |
---|
87 | new->v[2] = nz; |
---|
88 | |
---|
89 | nx->v[0] = new; |
---|
90 | ny->v[0] = new; |
---|
91 | nz->v[0] = new; |
---|
92 | |
---|
93 | |
---|
94 | Connect_One_Edge_To_Two_Nodes(new,nx,mat->tree->a_edges[mat->tree->num_curr_branch_available],mat->tree); |
---|
95 | Connect_One_Edge_To_Two_Nodes(new,ny,mat->tree->a_edges[mat->tree->num_curr_branch_available],mat->tree); |
---|
96 | Connect_One_Edge_To_Two_Nodes(new,nz,mat->tree->a_edges[mat->tree->num_curr_branch_available],mat->tree); |
---|
97 | |
---|
98 | |
---|
99 | nx->b[0]->l->v = .5*(dxy-dyz+dxz); |
---|
100 | ny->b[0]->l->v = .5*(dyz-dxz+dxy); |
---|
101 | nz->b[0]->l->v = .5*(dxz-dxy+dyz); |
---|
102 | |
---|
103 | new->b[0]->l->v = nx->b[0]->l->v; |
---|
104 | new->b[1]->l->v = ny->b[0]->l->v; |
---|
105 | new->b[2]->l->v = nz->b[0]->l->v; |
---|
106 | } |
---|
107 | |
---|
108 | ////////////////////////////////////////////////////////////// |
---|
109 | ////////////////////////////////////////////////////////////// |
---|
110 | |
---|
111 | |
---|
112 | void Update_Mat(matrix *mat, int x, int y, phydbl lx, phydbl ly, phydbl vxy, phydbl lamda) |
---|
113 | { |
---|
114 | int i; |
---|
115 | int a,b; |
---|
116 | |
---|
117 | a = b = -1; |
---|
118 | For(i,mat->n_otu) |
---|
119 | { |
---|
120 | if((mat->on_off[i]) && (i != x) && (i != y)) |
---|
121 | { |
---|
122 | if(x > i) |
---|
123 | { |
---|
124 | a=x; |
---|
125 | b=i; |
---|
126 | } |
---|
127 | else |
---|
128 | { |
---|
129 | a=i; |
---|
130 | b=x; |
---|
131 | } |
---|
132 | mat->dist[a][b]=Dist_Red(mat,x,lx,y,ly,i,lamda); |
---|
133 | mat->dist[b][a]=Var_Red(mat,x,y,i,lamda,vxy); |
---|
134 | } |
---|
135 | } |
---|
136 | } |
---|
137 | |
---|
138 | ////////////////////////////////////////////////////////////// |
---|
139 | ////////////////////////////////////////////////////////////// |
---|
140 | |
---|
141 | |
---|
142 | void Update_Tree(matrix *mat, int x, int y, phydbl lx, phydbl ly, phydbl score) |
---|
143 | { |
---|
144 | t_node *new, *nx, *ny; |
---|
145 | |
---|
146 | nx = mat->tip_node[x]; |
---|
147 | ny = mat->tip_node[y]; |
---|
148 | new = mat->tree->a_nodes[mat->curr_int]; |
---|
149 | nx->v[0] = new; |
---|
150 | ny->v[0] = new; |
---|
151 | new->v[1] = nx; |
---|
152 | new->v[2] = ny; |
---|
153 | new->num = mat->curr_int; |
---|
154 | |
---|
155 | Connect_One_Edge_To_Two_Nodes(new,nx,mat->tree->a_edges[mat->tree->num_curr_branch_available],mat->tree); |
---|
156 | Connect_One_Edge_To_Two_Nodes(new,ny,mat->tree->a_edges[mat->tree->num_curr_branch_available],mat->tree); |
---|
157 | |
---|
158 | nx->b[0]->l->v = lx; |
---|
159 | ny->b[0]->l->v = ly; |
---|
160 | |
---|
161 | new->b[1]->l->v = lx; |
---|
162 | new->b[2]->l->v = ly; |
---|
163 | new->score[0] = score; |
---|
164 | |
---|
165 | nx->l[0] = lx; |
---|
166 | ny->l[0] = ly; |
---|
167 | |
---|
168 | new->l[1] = lx; |
---|
169 | new->l[2] = ly; |
---|
170 | |
---|
171 | mat->tip_node[x] = new; |
---|
172 | mat->on_off[y] = 0; |
---|
173 | mat->curr_int++; |
---|
174 | mat->r--; |
---|
175 | } |
---|
176 | |
---|
177 | ////////////////////////////////////////////////////////////// |
---|
178 | ////////////////////////////////////////////////////////////// |
---|
179 | |
---|
180 | |
---|
181 | void Best_Pair(matrix *mat, int *x, int *y,phydbl *score) |
---|
182 | { |
---|
183 | int i,j/* ,n_ties */; |
---|
184 | phydbl Qmin,Qmin2; |
---|
185 | phydbl *t_Qij; |
---|
186 | /* int *ties; */ |
---|
187 | |
---|
188 | t_Qij = (phydbl *)mCalloc(mat->n_otu * mat->n_otu,sizeof(phydbl )); |
---|
189 | /* ties = (int *)mCalloc(mat->n_otu * mat->n_otu,sizeof(int )); */ |
---|
190 | |
---|
191 | Qmin = 1.e+10; |
---|
192 | |
---|
193 | For(i,mat->n_otu) |
---|
194 | { |
---|
195 | if(mat->on_off[i]) |
---|
196 | { |
---|
197 | for(j=0;j<i;j++) |
---|
198 | { |
---|
199 | if(mat->on_off[j]) |
---|
200 | { |
---|
201 | t_Qij[mat->n_otu*i+j] = Q_Agglo(mat,i,j); |
---|
202 | |
---|
203 | if(t_Qij[mat->n_otu*i+j] < Qmin - 1.E-05) |
---|
204 | { |
---|
205 | *x = i; |
---|
206 | *y = j; |
---|
207 | Qmin = t_Qij[mat->n_otu*i+j]; |
---|
208 | } |
---|
209 | } |
---|
210 | } |
---|
211 | } |
---|
212 | } |
---|
213 | |
---|
214 | /* n_ties = 0; */ |
---|
215 | /* For(i,mat->n_otu) */ |
---|
216 | /* { */ |
---|
217 | /* if(mat->on_off[i]) */ |
---|
218 | /* { */ |
---|
219 | /* for(j=0;j<i;j++) */ |
---|
220 | /* { */ |
---|
221 | /* if(mat->on_off[j]) */ |
---|
222 | /* { */ |
---|
223 | /* if((t_Qij[mat->n_otu*i+j] < Qmin + 1.E-05) && (t_Qij[mat->n_otu*i+j] > Qmin - 1.E-05)) */ |
---|
224 | /* { */ |
---|
225 | /* ties[n_ties] = mat->n_otu*i+j; */ |
---|
226 | /* n_ties++; */ |
---|
227 | /* } */ |
---|
228 | /* } */ |
---|
229 | /* } */ |
---|
230 | /* } */ |
---|
231 | /* } */ |
---|
232 | |
---|
233 | /* if(!n_ties) */ |
---|
234 | /* { */ |
---|
235 | /* PhyML_Printf("\n. Err in file %s at line %d\n\n",__FILE__,__LINE__); */ |
---|
236 | /* Warn_And_Exit(""); */ |
---|
237 | /* } */ |
---|
238 | |
---|
239 | |
---|
240 | /* /\* Useful if some pairwise distances are null *\/ */ |
---|
241 | /* if(n_ties > 1) */ |
---|
242 | /* { */ |
---|
243 | /* int cand; */ |
---|
244 | /* *x = *y = -1; */ |
---|
245 | /* cand = (int)RINT(rand()/(phydbl)(RAND_MAX) * (n_ties-1)); */ |
---|
246 | /* *x = (int)(ties[cand] / mat->n_otu); */ |
---|
247 | /* *y = (int)(ties[cand] % mat->n_otu); */ |
---|
248 | /* } */ |
---|
249 | |
---|
250 | |
---|
251 | |
---|
252 | Qmin2 = 1e+10; |
---|
253 | |
---|
254 | For(i,mat->n_otu) |
---|
255 | { |
---|
256 | if((i != *y) && (i != *x) && (t_Qij[mat->n_otu*(*x)+i] < Qmin2)) Qmin2 = t_Qij[mat->n_otu*(*x)+i]; |
---|
257 | } |
---|
258 | |
---|
259 | For(i,mat->n_otu) |
---|
260 | { |
---|
261 | if((i != *y) && (i != *x) && (t_Qij[mat->n_otu*i+(*y)] < Qmin2)) Qmin2 = t_Qij[mat->n_otu*i+(*y)]; |
---|
262 | } |
---|
263 | |
---|
264 | *score = FABS(Qmin2 - Qmin)/FABS(Qmin); |
---|
265 | |
---|
266 | Free(t_Qij); |
---|
267 | /* Free(ties); */ |
---|
268 | } |
---|
269 | |
---|
270 | ////////////////////////////////////////////////////////////// |
---|
271 | ////////////////////////////////////////////////////////////// |
---|
272 | |
---|
273 | |
---|
274 | void Compute_Sx(matrix *mat) |
---|
275 | { |
---|
276 | int i,j; |
---|
277 | |
---|
278 | For(i,mat->n_otu) |
---|
279 | { |
---|
280 | mat->dist[i][i] = .0; |
---|
281 | if(mat->on_off[i]) |
---|
282 | { |
---|
283 | For(j,mat->n_otu) |
---|
284 | { |
---|
285 | if((i != j) && (mat->on_off[j])) |
---|
286 | { |
---|
287 | mat->dist[i][i] += Dist(mat,i,j); |
---|
288 | } |
---|
289 | } |
---|
290 | } |
---|
291 | } |
---|
292 | } |
---|
293 | |
---|
294 | ////////////////////////////////////////////////////////////// |
---|
295 | ////////////////////////////////////////////////////////////// |
---|
296 | |
---|
297 | |
---|
298 | phydbl Sum_S(matrix *mat, int i) |
---|
299 | { |
---|
300 | return mat->dist[i][i]; |
---|
301 | } |
---|
302 | |
---|
303 | ////////////////////////////////////////////////////////////// |
---|
304 | ////////////////////////////////////////////////////////////// |
---|
305 | |
---|
306 | |
---|
307 | phydbl Dist(matrix *mat, int x, int y) |
---|
308 | { |
---|
309 | if(x > y) |
---|
310 | return(mat->dist[x][y]); |
---|
311 | else |
---|
312 | return(mat->dist[y][x]); |
---|
313 | } |
---|
314 | |
---|
315 | ////////////////////////////////////////////////////////////// |
---|
316 | ////////////////////////////////////////////////////////////// |
---|
317 | |
---|
318 | |
---|
319 | phydbl Variance(matrix *mat, int x, int y) |
---|
320 | { |
---|
321 | if(x > y) |
---|
322 | { |
---|
323 | return(mat->dist[y][x]); |
---|
324 | } |
---|
325 | else |
---|
326 | { |
---|
327 | return(mat->dist[x][y]); |
---|
328 | } |
---|
329 | } |
---|
330 | |
---|
331 | ////////////////////////////////////////////////////////////// |
---|
332 | ////////////////////////////////////////////////////////////// |
---|
333 | |
---|
334 | |
---|
335 | phydbl Br_Length(matrix *mat, int x, int y) |
---|
336 | { |
---|
337 | return .5*(Dist(mat,x,y)+ |
---|
338 | (Sum_S(mat,x)-Sum_S(mat,y))/(phydbl)(mat->r-2.)); |
---|
339 | } |
---|
340 | |
---|
341 | ////////////////////////////////////////////////////////////// |
---|
342 | ////////////////////////////////////////////////////////////// |
---|
343 | |
---|
344 | |
---|
345 | phydbl Dist_Red(matrix *mat, int x, phydbl lx, int y, phydbl ly, int i, phydbl lamda) |
---|
346 | { |
---|
347 | phydbl Dui; |
---|
348 | Dui=lamda*(Dist(mat,x,i)-lx) |
---|
349 | +(1.-lamda)*(Dist(mat,y,i)-ly); |
---|
350 | return(Dui); |
---|
351 | } |
---|
352 | |
---|
353 | ////////////////////////////////////////////////////////////// |
---|
354 | ////////////////////////////////////////////////////////////// |
---|
355 | |
---|
356 | |
---|
357 | phydbl Var_Red(matrix *mat, int x, int y, int i, phydbl lamda, phydbl vxy) |
---|
358 | { |
---|
359 | phydbl Vui; |
---|
360 | Vui=lamda*(Variance(mat,x,i)) |
---|
361 | +(1.-lamda)*(Variance(mat,y,i)) |
---|
362 | -lamda*(1.-lamda)*vxy; |
---|
363 | return(Vui); |
---|
364 | } |
---|
365 | |
---|
366 | ////////////////////////////////////////////////////////////// |
---|
367 | ////////////////////////////////////////////////////////////// |
---|
368 | |
---|
369 | |
---|
370 | phydbl Lamda(matrix *mat, int x, int y, phydbl vxy) |
---|
371 | { |
---|
372 | phydbl lamda=0.0; |
---|
373 | int i; |
---|
374 | |
---|
375 | if(mat->method == 0) /* NJ (Saitou & Nei, 1987) */ |
---|
376 | lamda = 0.5; |
---|
377 | else /* BioNJ (Gascuel, 1997) */ |
---|
378 | { |
---|
379 | if(vxy < SMALL && vxy > -SMALL) |
---|
380 | lamda=0.5; |
---|
381 | else |
---|
382 | { |
---|
383 | For(i,mat->n_otu) |
---|
384 | { |
---|
385 | if((x != i) && (y != i) && (mat->on_off[i])) |
---|
386 | lamda = lamda + Variance(mat,y,i) - Variance(mat,x,i); |
---|
387 | } |
---|
388 | lamda = 0.5 + lamda/(2.*(mat->r-2)*vxy); |
---|
389 | } |
---|
390 | |
---|
391 | if(lamda > 1.0) |
---|
392 | lamda = 0.5;/*1.0;*/ |
---|
393 | else if(lamda < 0.0) |
---|
394 | lamda = 0.5;/*0.0;*/ |
---|
395 | } |
---|
396 | |
---|
397 | return(lamda); |
---|
398 | } |
---|
399 | |
---|
400 | ////////////////////////////////////////////////////////////// |
---|
401 | ////////////////////////////////////////////////////////////// |
---|
402 | |
---|
403 | |
---|
404 | phydbl Q_Agglo(matrix *mat, int x, int y) |
---|
405 | { |
---|
406 | phydbl Qxy; |
---|
407 | |
---|
408 | Qxy = .0; |
---|
409 | Qxy=(mat->r-2.)*Dist(mat,x,y)-Sum_S(mat,x)-Sum_S(mat,y); |
---|
410 | return(Qxy); |
---|
411 | } |
---|
412 | |
---|
413 | ////////////////////////////////////////////////////////////// |
---|
414 | ////////////////////////////////////////////////////////////// |
---|
415 | |
---|
416 | |
---|
417 | void Bionj_Br_Length(matrix *mat) |
---|
418 | { |
---|
419 | int x; |
---|
420 | |
---|
421 | x = Bionj_Br_Length_Post(mat->tree->a_nodes[0], |
---|
422 | mat->tree->a_nodes[0]->v[0], |
---|
423 | mat); |
---|
424 | mat->tree->a_nodes[0]->b[0]->l->v = Dist(mat,0,x); |
---|
425 | } |
---|
426 | |
---|
427 | ////////////////////////////////////////////////////////////// |
---|
428 | ////////////////////////////////////////////////////////////// |
---|
429 | |
---|
430 | |
---|
431 | int Bionj_Br_Length_Post(t_node *a, t_node *d, matrix *mat) |
---|
432 | { |
---|
433 | int i; |
---|
434 | |
---|
435 | if(d->tax) |
---|
436 | { |
---|
437 | return d->num; |
---|
438 | } |
---|
439 | else |
---|
440 | { |
---|
441 | int d_v1, d_v2; |
---|
442 | phydbl lx, ly, vxy,lamda; |
---|
443 | int x,y; |
---|
444 | |
---|
445 | d_v1 = d_v2 = -1; |
---|
446 | For(i,3) |
---|
447 | if(d->v[i] != a) {(d_v1 < 0)?(d_v1 = i):(d_v2 = i);} |
---|
448 | |
---|
449 | |
---|
450 | x = Bionj_Br_Length_Post(d,d->v[d_v1],mat); |
---|
451 | y = Bionj_Br_Length_Post(d,d->v[d_v2],mat); |
---|
452 | |
---|
453 | vxy = .0; |
---|
454 | Compute_Sx(mat); |
---|
455 | vxy=Variance(mat,(x),(y)); |
---|
456 | lx=Br_Length(mat,(x),(y)); |
---|
457 | ly=Br_Length(mat,(y),(x)); |
---|
458 | lamda=Lamda(mat,(x),(y),vxy); |
---|
459 | Update_Mat(mat,(x),(y),lx,ly,vxy,lamda); |
---|
460 | |
---|
461 | d->b[d_v1]->l->v = lx; |
---|
462 | d->b[d_v2]->l->v = ly; |
---|
463 | |
---|
464 | mat->on_off[y] = 0; |
---|
465 | mat->r--; |
---|
466 | |
---|
467 | return x; |
---|
468 | } |
---|
469 | } |
---|
470 | |
---|
471 | ////////////////////////////////////////////////////////////// |
---|
472 | ////////////////////////////////////////////////////////////// |
---|
473 | |
---|
474 | |
---|
475 | |
---|
476 | |
---|
477 | |
---|
478 | |
---|
479 | |
---|