GraPhlAn进化树可视化操作指南

Graphlan简介

Graphlan 是一个可视化进化树和基于分类等级绘制层级分类树的工具，基于Python2.7，可通过conda安装conda install -c bioconda graphlan，或下载源代码使用。

由于Graphlan基于python2.7，conda安装时，可能需要指定安装环境的python版本。

如上图所示Graphlan有两种输入文件：

• Tree input file: 树文件（包括Newick或XML/phyloxml格式），或者存有分类层级关系的text文本文件；
• Annotation file: 通过注释标签定义的各种图形信息（见下文）。

和两个python脚本：

• graphlan_annotate.py：将树文件/text文本文件和注释文件合并为.xml文件；
• graphlan.py：将graphlan_annotate.py生成的.xml文件转为png, pdf, ps, eps, svg等图文件。

显然，Graphlan的使用关键在于graphlan_annotate.py脚本的掌握。

通常由建树软件，如IQ-TREE，RAxML等，生成的进化树格式多为Newick格式，因此可直接作为graphlan_annotate.py的输入文件。 或者利用Biopython中的Phylo模块将Newick格式树转为PhyloXML格式的树。 PhyloXML是专门针对系统发育树而设计的XML，是一种用于标记电子文件使其具有结构性的标记语言，XML的先驱之一即HTML网页标记语言。

以分类层级关系的可视化为例

graphlan_annotate.py实际上是在xml格式树文件的基础上，添加了各种注释标记，例如针对树节点的标记，以及树外围圈形热图等。 下图以分类层级关系（可理解为无枝长的进化树）输入文件为例，显示了Graphlan的可视化树型结构的逻辑过程。

分类层级关系输入文件中的层级关系与Lineage格式数据一致，即分类单元按照层级高低自左向右按顺序排列，并用.分隔。 将层级关系文件输入graphlan.py生成的图形，即不加任何注释的默认图(default plot)。

注释标记信息写入Annotation file，通过graphlan_annotate.py可以加到默认图上。首先，全局图形选项（global options）可定义核心树形的显示效果， 如树的扇形角度、树枝粗细、子分支的分隔程度等。然后，通过指定树节点的名称，并附以节点选项（node options）的设置，可定义不同分枝的显示效果。再者， 通过指定树节点的名称，并附以标记选项（label options）的设置，可定义不同分枝的文字注释、背景色等。最后，通过指定树末端节点的名称， 附以外圈选项（external ring options）的设置，可定义多层丰富的注释信息。

因此，逻辑上Graphlan对树的可视化，可分为三个方面：

1. 核心树形的可视化
2. 树分枝的文字和颜色注释
3. 外层类热图式的圈形注释

理解此点，对掌握Graphlan的使用有很大帮助。

通过graphlan_annotate.py添加的注释信息，可同分步进行，例如按上述逻辑，三步添加不同的注释信息。也可通过一个注释文件，把所有的注释信息一次添加到树上。

注释文件

Global options

• clade_separation 定义子分枝之间分隔距离 Default is 0.0
• branch_thickness 定义树分枝的线粗细 Default is 0.75
• branch_color 定义树分枝颜色
• branch_bracket_depth 定义树分叉的位置（取值0-1），该值越小分叉位置离子节点越近，值越大分叉位置与父节点越近， Default is 1
• branch_bracket_width 定义分叉宽度（取值0-1），该值越小分叉宽度越小. Default is 1.0
• clade_marker_shape 定义树节点形状
• clade_marker_size 定义树节点形状的大小. Default is 20.0
• clade_marker_color 定义树节点形状的颜色
• clade_marker_edge_color 定义树节点形状的边颜色. Default is #000000 (i.e. black)
• clade_marker_edge_width 定义树节点形状的边宽度. Default is 0.5

Node options

为树的各节点定义属性，须首先指定节点的名称，如不指定节点的名称，则对所有节点都有效。在注释文件中的写法如下：

[clade_name{|*|^}]  graphical_tree_option   graphical_tree_option_value

其中graphical_tree_option包括：

• clade_marker_size 定义树节点形状的大小. Default is 20.0
• clade_marker_color 定义树节点形状的颜色. Default is #FFFFFF (i.e. white)
• clade_marker_shape 定义树节点形状. Default is 'o' (i.e. circle)

Graphlan支持的树节点形状包括：

• '.' : point marker
• ',' : pixel marker
• 'o' : circle marker
• 'v' : triangle_down marker
• '^' : triangle_up marker
• '<' : triangle_left marker
• '>' : triangle_right marker
• '1' : tri_down marker
• '2' : tri_up marker
• '3' : tri_left marker
• '4' : tri_right marker
• 's' : square marker
• 'p' : pentagon marker
• '*' : star marker
• 'h' : hexagon1 marker
• 'H' : hexagon2 marker
• '' : plus marker
• 'x' : x marker
• 'D' : diamond marker
• 'd' : thin_diamond marker
• '|' : vline marker
• '_' : hline marker

树节点名称写法的解释： * 包含该节点及该节点所属的所有子节点; 包该节点及该节点所属的所有末端节点; ^ 该节点（不含其本身）下属所有末端节点。不加以上三种标记则仅对该节点有效。 另外，在注释文件中的写法，应为clade_name / clade_name / clade_name* / clade_name^

Label options

为节点及其代表的子分枝添加文字或背景颜色注释，同样需要首先指定节点名称，然后定义相关属性，包括：

• annotation 定义子分枝的注释文字
• annotation_background_color 定义子分枝的背景颜色

External ring options

从核心树图向外，Graphlan可添加多层圈形，类似热图的注释信息，如通过打标记显示定性数据，或通过定义圈的高度来显示定量信息。在注释文件中的写法如下：

[clade_name]    ring_option ring_level  ring_option_value

ring_option包括：

• ring_color 定义圈层颜色.
• ring_width 定义圈层宽度.
• ring_height 定义圈层高度. 默认为树高的1/10，或所有指定高度的的最高值，其他高度按比例缩小。
• ring_alpha 定义圈层颜色透明度. Default is 1.0
• ring_shape 定义圈层的形状，默认为R（矩形，实为指向中心的环形），可选为v （指向中心的三角） or ^（指向外的三角）

ring_level定义了圈层的位置，核心树图向外第一圈ring_level=1

示例：

clade_name  ring_shape  1   v

注意：注释文件中节点名称、各属性、及取值，都使用制表符tab键分隔的。

结束语

Graphalan的使用，主要是要根据设计需求，按照其格式规范编写好注释文件。通常情况下，需要使用Graphlan可视化进化树或分类层级信息的， 都是较大的树，或层级结构中含有较多的数据。特别是对外圈层的设置，需要写入注释文件的内容很多，手工输入是不现实的。因此需要借助其他工具 来批量生成注释内容。这需要我们对进化树的格式解析、格式的转换、以及Graphalan的注释格式规范都有较好的理解。

Graphlan原代码包中提供了不少实例，推荐按照guide文件夹中提供的数据，逐个实践相关方法。