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 | void Bionj(matrix *mat) |
---|
25 | { |
---|
26 | int x,y,i; |
---|
27 | double vxy,lx,ly,lamda,score; |
---|
28 | |
---|
29 | For(i,mat->tree->n_otu) |
---|
30 | mat->tip_node[i] = mat->tree->noeud[i]; |
---|
31 | |
---|
32 | |
---|
33 | while(mat->r > 3) |
---|
34 | { |
---|
35 | x = y = 0; |
---|
36 | vxy = .0; |
---|
37 | score = .0; |
---|
38 | Compute_Sx(mat); |
---|
39 | Best_Pair(mat,&x,&y,&score); |
---|
40 | vxy=Variance(mat,x,y); |
---|
41 | lx=Br_Length(mat,x,y); |
---|
42 | ly=Br_Length(mat,y,x); |
---|
43 | lamda=Lamda(mat,x,y,vxy); |
---|
44 | Update_Mat(mat,x,y,lx,ly,vxy,lamda); |
---|
45 | Update_Tree(mat,x,y,lx,ly,score); |
---|
46 | } |
---|
47 | |
---|
48 | Finish(mat); |
---|
49 | i=0; |
---|
50 | |
---|
51 | Init_Tree_Edges(mat->tree->noeud[0], |
---|
52 | mat->tree->noeud[0]->v[0], |
---|
53 | mat->tree,&i); |
---|
54 | } |
---|
55 | |
---|
56 | /*********************************************************/ |
---|
57 | |
---|
58 | void Bionj_Scores(matrix *mat) |
---|
59 | { |
---|
60 | int i; |
---|
61 | |
---|
62 | For(i,2*mat->n_otu-3) |
---|
63 | { |
---|
64 | if(!mat->tree->noeud[i]->tax) |
---|
65 | { |
---|
66 | mat->tree->noeud[i]->b[0]->nj_score = |
---|
67 | mat->tree->noeud[i]->score[0]; |
---|
68 | } |
---|
69 | } |
---|
70 | } |
---|
71 | |
---|
72 | /*********************************************************/ |
---|
73 | |
---|
74 | void Finish(matrix *mat) |
---|
75 | { |
---|
76 | double dxy,dxz,dyz; |
---|
77 | int x,y,z; |
---|
78 | node *nx,*ny,*nz,*new; |
---|
79 | int i; |
---|
80 | |
---|
81 | dxy = dxz = dyz = -1.; |
---|
82 | x = y = z = -1; |
---|
83 | |
---|
84 | For(i,mat->n_otu) |
---|
85 | { |
---|
86 | if(mat->on_off[i]) |
---|
87 | { |
---|
88 | if(x < 0) x=i; |
---|
89 | else if(y < 0) y = i; |
---|
90 | else if(z < 0) z = i; |
---|
91 | } |
---|
92 | } |
---|
93 | |
---|
94 | dxy = Dist(mat,x,y); |
---|
95 | dxz = Dist(mat,x,z); |
---|
96 | dyz = Dist(mat,y,z); |
---|
97 | |
---|
98 | nx = mat->tip_node[x]; |
---|
99 | ny = mat->tip_node[y]; |
---|
100 | nz = mat->tip_node[z]; |
---|
101 | |
---|
102 | new = mat->tree->noeud[mat->curr_int]; |
---|
103 | new->num = mat->curr_int; |
---|
104 | new->v[0] = nx; |
---|
105 | new->v[1] = ny; |
---|
106 | new->v[2] = nz; |
---|
107 | |
---|
108 | |
---|
109 | nx->v[0] = new; |
---|
110 | ny->v[0] = new; |
---|
111 | nz->v[0] = new; |
---|
112 | |
---|
113 | Make_Edge_Light(new,nx); |
---|
114 | Make_Edge_Light(new,ny); |
---|
115 | Make_Edge_Light(new,nz); |
---|
116 | |
---|
117 | nx->b[0]->l = .5*(dxy-dyz+dxz); |
---|
118 | ny->b[0]->l = .5*(dyz-dxz+dxy); |
---|
119 | nz->b[0]->l = .5*(dxz-dxy+dyz); |
---|
120 | |
---|
121 | new->b[0]->l = nx->b[0]->l; |
---|
122 | new->b[1]->l = ny->b[0]->l; |
---|
123 | new->b[2]->l = nz->b[0]->l; |
---|
124 | } |
---|
125 | |
---|
126 | /*********************************************************/ |
---|
127 | |
---|
128 | void Update_Mat(matrix *mat, int x, int y, double lx, double ly, double vxy, double lamda) |
---|
129 | { |
---|
130 | int i; |
---|
131 | int a,b; |
---|
132 | |
---|
133 | a = b = -1; |
---|
134 | For(i,mat->n_otu) |
---|
135 | { |
---|
136 | if((mat->on_off[i]) && (i != x) && (i != y)) |
---|
137 | { |
---|
138 | if(x > i) |
---|
139 | { |
---|
140 | a=x; |
---|
141 | b=i; |
---|
142 | } |
---|
143 | else |
---|
144 | { |
---|
145 | a=i; |
---|
146 | b=x; |
---|
147 | } |
---|
148 | mat->dist[a][b]=Dist_Red(mat,x,lx,y,ly,i,lamda); |
---|
149 | mat->dist[b][a]=Var_Red(mat,x,y,i,lamda,vxy); |
---|
150 | } |
---|
151 | } |
---|
152 | } |
---|
153 | |
---|
154 | /*********************************************************/ |
---|
155 | |
---|
156 | void Update_Tree(matrix *mat, int x, int y, double lx, double ly, double score) |
---|
157 | { |
---|
158 | node *new, *nx, *ny; |
---|
159 | |
---|
160 | nx = mat->tip_node[x]; |
---|
161 | ny = mat->tip_node[y]; |
---|
162 | new = mat->tree->noeud[mat->curr_int]; |
---|
163 | nx->v[0] = new; |
---|
164 | ny->v[0] = new; |
---|
165 | new->v[1] = nx; |
---|
166 | new->v[2] = ny; |
---|
167 | |
---|
168 | new->num = mat->curr_int; |
---|
169 | |
---|
170 | Make_Edge_Light(new,nx); |
---|
171 | Make_Edge_Light(new,ny); |
---|
172 | |
---|
173 | nx->b[0]->l = lx; |
---|
174 | ny->b[0]->l = ly; |
---|
175 | |
---|
176 | new->b[1]->l = lx; |
---|
177 | new->b[2]->l = ly; |
---|
178 | new->score[0] = score; |
---|
179 | |
---|
180 | nx->l[0] = lx; |
---|
181 | ny->l[0] = ly; |
---|
182 | |
---|
183 | new->l[1] = lx; |
---|
184 | new->l[2] = ly; |
---|
185 | |
---|
186 | mat->tip_node[x] = new; |
---|
187 | mat->on_off[y] = 0; |
---|
188 | mat->curr_int++; |
---|
189 | mat->r--; |
---|
190 | } |
---|
191 | |
---|
192 | /*********************************************************/ |
---|
193 | |
---|
194 | void Best_Pair(matrix *mat, int *x, int *y,double *score) |
---|
195 | { |
---|
196 | int i,j; |
---|
197 | double Qij,Qmin,Qmin2; |
---|
198 | double **t_Qij; |
---|
199 | |
---|
200 | t_Qij = (double **)mCalloc(mat->n_otu,sizeof(double *)); |
---|
201 | For(i,mat->n_otu) |
---|
202 | t_Qij[i] = (double *)mCalloc(mat->n_otu,sizeof(double)); |
---|
203 | |
---|
204 | Qmin = 1.e+10; |
---|
205 | Qij = Qmin; |
---|
206 | |
---|
207 | For(i,mat->n_otu) |
---|
208 | { |
---|
209 | if(mat->on_off[i]) |
---|
210 | { |
---|
211 | for(j=0;j<i;j++) |
---|
212 | { |
---|
213 | if(mat->on_off[j]) |
---|
214 | { |
---|
215 | Qij = Q_Agglo(mat,i,j); |
---|
216 | t_Qij[i][j] = Qij; |
---|
217 | |
---|
218 | if(Qij < Qmin) |
---|
219 | { |
---|
220 | *x = i; |
---|
221 | *y = j; |
---|
222 | Qmin = Qij; |
---|
223 | } |
---|
224 | } |
---|
225 | } |
---|
226 | } |
---|
227 | } |
---|
228 | |
---|
229 | Qmin2 = 1e+10; |
---|
230 | |
---|
231 | For(i,mat->n_otu) |
---|
232 | { |
---|
233 | if((i != *y) && (i != *x) && (t_Qij[*x][i] < Qmin2)) Qmin2 = t_Qij[*x][i]; |
---|
234 | } |
---|
235 | |
---|
236 | For(i,mat->n_otu) |
---|
237 | { |
---|
238 | if((i != *y) && (i != *x) && (t_Qij[i][*y] < Qmin2)) Qmin2 = t_Qij[i][*y]; |
---|
239 | } |
---|
240 | |
---|
241 | *score = fabs(Qmin2 - Qmin)/fabs(Qmin); |
---|
242 | |
---|
243 | For(i,mat->n_otu) free(t_Qij[i]); |
---|
244 | free(t_Qij); |
---|
245 | } |
---|
246 | /*********************************************************/ |
---|
247 | |
---|
248 | void Compute_Sx(matrix *mat) |
---|
249 | { |
---|
250 | int i,j; |
---|
251 | |
---|
252 | For(i,mat->n_otu) |
---|
253 | { |
---|
254 | mat->dist[i][i] = .0; |
---|
255 | if(mat->on_off[i]) |
---|
256 | { |
---|
257 | For(j,mat->n_otu) |
---|
258 | { |
---|
259 | if((i != j) && (mat->on_off[j])) |
---|
260 | { |
---|
261 | mat->dist[i][i] += Dist(mat,i,j); |
---|
262 | } |
---|
263 | } |
---|
264 | } |
---|
265 | } |
---|
266 | } |
---|
267 | |
---|
268 | /*********************************************************/ |
---|
269 | |
---|
270 | double Sum_S(matrix *mat, int i) |
---|
271 | { |
---|
272 | return mat->dist[i][i]; |
---|
273 | } |
---|
274 | |
---|
275 | /*********************************************************/ |
---|
276 | |
---|
277 | double Dist(matrix *mat, int x, int y) |
---|
278 | { |
---|
279 | if(x > y) |
---|
280 | return(mat->dist[x][y]); |
---|
281 | else |
---|
282 | return(mat->dist[y][x]); |
---|
283 | } |
---|
284 | |
---|
285 | /*********************************************************/ |
---|
286 | |
---|
287 | double Variance(matrix *mat, int x, int y) |
---|
288 | { |
---|
289 | if(x > y) |
---|
290 | { |
---|
291 | return(mat->dist[y][x]); |
---|
292 | } |
---|
293 | else |
---|
294 | { |
---|
295 | return(mat->dist[x][y]); |
---|
296 | } |
---|
297 | } |
---|
298 | |
---|
299 | /*********************************************************/ |
---|
300 | |
---|
301 | double Br_Length(matrix *mat, int x, int y) |
---|
302 | { |
---|
303 | return .5*(Dist(mat,x,y)+ |
---|
304 | (Sum_S(mat,x)-Sum_S(mat,y))/(double)(mat->r-2.)); |
---|
305 | } |
---|
306 | |
---|
307 | /*********************************************************/ |
---|
308 | |
---|
309 | double Dist_Red(matrix *mat, int x, double lx, int y, double ly, int i, double lamda) |
---|
310 | { |
---|
311 | double Dui; |
---|
312 | Dui=lamda*(Dist(mat,x,i)-lx) |
---|
313 | +(1.-lamda)*(Dist(mat,y,i)-ly); |
---|
314 | return(Dui); |
---|
315 | } |
---|
316 | |
---|
317 | /*********************************************************/ |
---|
318 | |
---|
319 | double Var_Red(matrix *mat, int x, int y, int i, double lamda, double vxy) |
---|
320 | { |
---|
321 | double Vui; |
---|
322 | Vui=lamda*(Variance(mat,x,i)) |
---|
323 | +(1.-lamda)*(Variance(mat,y,i)) |
---|
324 | -lamda*(1.-lamda)*vxy; |
---|
325 | return(Vui); |
---|
326 | } |
---|
327 | |
---|
328 | /*********************************************************/ |
---|
329 | |
---|
330 | double Lamda(matrix *mat, int x, int y, double vxy) |
---|
331 | { |
---|
332 | double lamda=0.0; |
---|
333 | int i; |
---|
334 | |
---|
335 | if(mat->method == 0) /* NJ (Saitou & Nei, 1987) */ |
---|
336 | lamda = 0.5; |
---|
337 | else /* BioNJ (Gascuel, 1997) */ |
---|
338 | { |
---|
339 | if(vxy==0.0) |
---|
340 | lamda=0.5; |
---|
341 | else |
---|
342 | { |
---|
343 | For(i,mat->n_otu) |
---|
344 | { |
---|
345 | if((x != i) && (y != i) && (mat->on_off[i])) |
---|
346 | lamda = lamda + Variance(mat,y,i) - Variance(mat,x,i); |
---|
347 | } |
---|
348 | lamda = 0.5 + lamda/(2.*(mat->r-2)*vxy); |
---|
349 | } |
---|
350 | |
---|
351 | if(lamda > 1.0) |
---|
352 | lamda = 0.5;/*1.0;*/ |
---|
353 | else if(lamda < 0.0) |
---|
354 | lamda = 0.5;/*0.0;*/ |
---|
355 | } |
---|
356 | |
---|
357 | return(lamda); |
---|
358 | } |
---|
359 | |
---|
360 | /*********************************************************/ |
---|
361 | |
---|
362 | double Q_Agglo(matrix *mat, int x, int y) |
---|
363 | { |
---|
364 | double Qxy; |
---|
365 | |
---|
366 | Qxy = .0; |
---|
367 | |
---|
368 | Qxy=(mat->r-2.)*Dist(mat,x,y) |
---|
369 | -Sum_S(mat,x) |
---|
370 | -Sum_S(mat,y); |
---|
371 | return(Qxy); |
---|
372 | } |
---|
373 | |
---|
374 | /*********************************************************/ |
---|
375 | |
---|
376 | void Bionj_Br_Length(matrix *mat) |
---|
377 | { |
---|
378 | int x; |
---|
379 | |
---|
380 | x = Bionj_Br_Length_Post(mat->tree->noeud[0], |
---|
381 | mat->tree->noeud[0]->v[0], |
---|
382 | mat); |
---|
383 | mat->tree->noeud[0]->b[0]->l = Dist(mat,0,x); |
---|
384 | } |
---|
385 | |
---|
386 | /*********************************************************/ |
---|
387 | |
---|
388 | int Bionj_Br_Length_Post(node *a, node *d, matrix *mat) |
---|
389 | { |
---|
390 | int i; |
---|
391 | |
---|
392 | if(d->tax) |
---|
393 | { |
---|
394 | return d->num; |
---|
395 | } |
---|
396 | else |
---|
397 | { |
---|
398 | int d_v1, d_v2; |
---|
399 | double lx, ly, vxy,lamda; |
---|
400 | int x,y; |
---|
401 | |
---|
402 | d_v1 = d_v2 = -1; |
---|
403 | For(i,3) |
---|
404 | if(d->v[i] != a) {(d_v1 < 0)?(d_v1 = i):(d_v2 = i);} |
---|
405 | |
---|
406 | |
---|
407 | x = Bionj_Br_Length_Post(d,d->v[d_v1],mat); |
---|
408 | y = Bionj_Br_Length_Post(d,d->v[d_v2],mat); |
---|
409 | |
---|
410 | vxy = .0; |
---|
411 | Compute_Sx(mat); |
---|
412 | vxy=Variance(mat,(x),(y)); |
---|
413 | lx=Br_Length(mat,(x),(y)); |
---|
414 | ly=Br_Length(mat,(y),(x)); |
---|
415 | lamda=Lamda(mat,(x),(y),vxy); |
---|
416 | Update_Mat(mat,(x),(y),lx,ly,vxy,lamda); |
---|
417 | |
---|
418 | d->b[d_v1]->l = lx; |
---|
419 | d->b[d_v2]->l = ly; |
---|
420 | |
---|
421 | mat->on_off[y] = 0; |
---|
422 | mat->r--; |
---|
423 | |
---|
424 | return x; |
---|
425 | } |
---|
426 | } |
---|
427 | |
---|
428 | /*********************************************************/ |
---|
429 | |
---|
430 | |
---|
431 | |
---|
432 | |
---|
433 | |
---|
434 | |
---|