基于R中物种特征值的随机二部网络模拟
我想在R中创建二分网络。例如,如果你有两种类型物种的数据框架(只能在物种之间相互作用,而不能在物种内部相互作用),并且每个物种都有一个特征值(例如,捕食者的嘴巴大小允许谁吃哪个猎物物种),我们如何根据物种的特征模拟一个网络(例如,两个物种只有在其特征值重叠时才能相互作用) 更新:这里是我尝试做的一个最小的例子。1) 建立系统发育树;2) 在系统发育上模拟性状;3) 基于物种特征值创建网络基于R中物种特征值的随机二部网络模拟,r,phylogeny,R,Phylogeny,我想在R中创建二分网络。例如,如果你有两种类型物种的数据框架(只能在物种之间相互作用,而不能在物种内部相互作用),并且每个物种都有一个特征值(例如,捕食者的嘴巴大小允许谁吃哪个猎物物种),我们如何根据物种的特征模拟一个网络(例如,两个物种只有在其特征值重叠时才能相互作用) 更新:这里是我尝试做的一个最小的例子。1) 建立系统发育树;2) 在系统发育上模拟性状;3) 基于物种特征值创建网络 # packages install.packages(c("ape","phytools")) libra
# packages
install.packages(c("ape","phytools"))
library(ape); library(phytools)
# Make phylogenetic trees
tree_predator <- rcoal(10)
tree_prey <- rcoal(10)
# Simulate traits on each tree
trait_predator <- fastBM(tree_predator)
trait_prey <- fastBM(tree_prey)
# Create network of predator and prey
## This is the part I can't do yet. I want to create bipartite networks, where
## predator and prey interact based on certain crriteria. For example, predator
## species A and prey species B only interact if their body size ratio is
## greater than X.
#包
安装软件包(c(“ape”、“phytools”))
图书馆(ape);图书馆(植物醇)
#建立系统发育树
tree_predator答案的格式实际上取决于你下一步想做什么,但这里有一个尝试:
set.seed(101)
npred <- nprey <- 10
tree_predator <- rcoal(npred)
tree_prey <- rcoal(nprey)
## Simulate traits on each tree
trait_predator <- fastBM(tree_predator)
trait_prey <- fastBM(tree_prey)
…)
您生成的值是在一个无界空间上的,所以取它们的比率是没有意义的;我们假设它们是大小的对数,因此exp(x-y)
将是捕食者/猎物的大小比。任意地,我假设截止值是1.5
使用outer
比较所有捕食者与猎物的特征:这将创建一个二元(0/1)矩阵
例如,您可以看到捕食者#6(在上面的输出中标记为t2
)非常大(log size=1.87),因此它吃掉了所有的猎物物种
使用igraph
(我这里的一些方法有点老套)
库(igraph)
你能再具体一点吗?首先,您可以使用任何合理的随机分布(例如,对数正态分布->rlnorm
)和二元交互作用(吃/不吃),或者基于截止点(例如,捕食者吃掉所有大小比小于阈值的猎物),或者通过逻辑回归类型机制来模拟特征值。关于你所期望的结果的更多细节会有很大帮助…@BenBolker对,我完全可以模拟特征,在这个例子中,我使用的是phytools::fastBM。很快用一个例子更新帖子…@BenBolker用一个简单的例子编辑了我正在尝试做的事情。谢谢,我想这正是我需要的!
> trait_predator
t1 t9 t4 t8 t5 t2
-2.30933392 -3.17387148 -0.01447305 -0.01293273 -0.25483749 1.87279355
t6 t10 t3 t7
0.70646610 0.79508740 0.05293099 0.00774235
> trait_prey
t10 t7 t9 t6 t8 t1
0.849256948 -0.790261142 0.305520218 -0.182596793 -0.033589511 -0.001545289
t4 t5 t3 t2
-0.312790794 0.475377720 -0.222128629 -0.095045954
bmatrix <- outer(trait_predator,trait_prey,
function(x,y) as.numeric(exp(x-y)>1.5))
library(Matrix)
image(Matrix(bmatrix),xlab="Prey",ylab="Predator",sub="")
library(igraph)
edges <- which(bmatrix==1,arr.ind=TRUE) ## extract vertex numbers
## distinguish prey (columns) from pred (rows)
edges[,2] <- npred+edges[,2]
gg <- graph.bipartite(rep(1:0,c(npred,nprey)),
c(t(edges)))
## c(t(edges)) collapses the two-column matrix to a vector in row order ...
## now plot ...
plot(gg,vertex.color=rep(c("cyan","pink"),c(npred,nprey)),
edge.arrow.mode=">")