V.PhyloMaker：R包源代码解析：cluster.R/ancestor.R

V.PhyloMaker是一款应用于R的资源包，存储了数以万计的维管束植物的系统发生信息。V.PhyloMaker由贵州师范大学生命科学学院金毅教授等人开发，涵盖了74533种维管束植物的基本信息，为想要避免繁琐地查找基因/蛋白质数据的用户构建系统发生树提供了便利。

V.PhyloMaker的代码在github上以源代码的形式公开（jinyizju/V.PhyloMaker），本文接下来的代码部分中的注释，对代码中的函数cluster（cluster.R）和ancestor（ancestor.R）进行了解析。

cluster.R：

# cluster.R
# 返回一个与data的length相同的向量n，这个向量中的项是不减的（也就是说，较靠后的项）
#  --是大于等于较为靠前的项的。

cluster <-
function(data)
{
  n <- 1
  for (i in 1 : (length(data) - 1))
    {
      # 如果连续的两个数据相等，那么n里面对应项的值要比上一项多1
      if (data[i] != data[i + 1]) 
        {
          n[i + 1] <- n[i] + 1
        }
      # 如果连续的两个数据不相等，那么n里面对应项的值与上一项相等
      else
        {
          n[i + 1] <- n[i]
        }
    }
  return(n)
}

# 例如，myData = c(1, 3, 2, 2, 4)
# 那么该cluster(myData)会返回(1, 1, 1, 2, 2)

ancestor.R

# ancestor.R
# 返回两个结点在树中的、最近的公共父节点（或者叫祖先节点）

ancestor <-
function(tree, tip1, tip2)
{
  # tree$edge中存储着树的“边信息”，每行有两个数据，第一个数据是一条边的起始节点，另一个
  # --则是这条边的结束节点（对应的标号）

  # 找到结束于tip1的那条边，并找到这条边的起始位置（也就是找到tip1的父节点）
  ance1 <- tree$edge[which(tree$edge[, 2] == tip1), 1]
  # 找到结束于tip2的那条边，并找到这条边的起始位置（也就是找到tip2的父节点）
  ance2 <- tree$edge[which(tree$edge[, 2] == tip2), 1]

  # mi是树的根，因为树的根对应的标号是最小的
  mi <- min(tree$edge[, 1])
  for (i in 1 : (tree$Nnode - 1))
    {
       # ance1[2]是ance1[1]的父节点，然后ance1[3]是ance1[2]的父节点，以此类推，直到找到根
       if (ance1[i] > mi)  ance1[i + 1] <- tree$edge[which(tree$edge[,2] == ance1[i]), 1]
       else  break()
     }
  for (j in 1 : (tree$Nnode - 1))
    {
       # ance2[2]是ance2[1]的父节点，然后ance2[3]是ance2[2]的父节点，以此类推，直到找到根
       if (ance2[j] > mi)  ance2[j + 1] <- tree$edge[which(tree$edge[,2] == ance2[j]), 1]
       else  break()
    }
  # 找到ance1和ance2中公共部分的最大的那个，也就是两个结点在树中的、最近的公
  # --共父节点（或者叫祖先节点）
  node <- max(intersect(ance1, ance2))
  # 返回该节点。注意，此节点不可能是树的根，也不会是tip1或tip2。也就是说，如果
  # --tip1与tip2中有一个直接连接在根上，那么该函数不会有返回值；如果tip1是tip2
  # --的祖先（或者反之），那么只会返回tip1的父节点而不会返回tip1本身。当然，在
  # --这个包中不会产生这样的问题，因为调用函数时tip1和tip2必定都是“叶节点”，位
  # --于树的末端
  return(node)
}