sábado, 3 de mayo de 2014

CARONTE: Una función en R para crear archivos de landmarks en 2D en formato TNT, a partir de archivos en formato TPS

En 2010, Santiago Catalano, Pablo Goloboff y Norberto Giannini, implementarón el uso de landmarks (datos morfogeométricos) en un contexto filogenético. El enfoque esta basado en encontrar para cada uno de los landmarks, la posición ancestral que minimiza la distancia entre los puntos del ancestro/descendiente (entre las terminales y los nodos) a través del árbol. Maximizando el grado en el cual posiciones similares de cada uno de los landmarks en diferentes taxa puedan estar representando o sean explicados por ancestría común(es decir, via Parsimonia). (Catalano et al., 2010).

Los algoritmos para la optimización de landmarks bajo el principio de parsimonia son descritos en (Goloboff & Catalano, 2011) y el método esta basado en una primera aproximación usando rejillas y subsecuente-mente haciendo un refinamiento iterativo de los puntos inicialmente estimados. Estos algoritmos son implementados en el programa TNT (Tree Analysis using New Technologies; Goloboff et al. 2003, 2008).
Recientemente, Catalano & Goloboff (2012) presentaron un método que utiliza los dos pasos (mapeo y alineamiento de configuraciones) dentro de un solo proceso al mismo tiempo, en el que para un árbol dado, se producen múltiples alineamientos y asignaciones de estados ancestrales, tales que la sumatoria de las distancias euclidianas entre los landmarks correspondientes a través de los nodos del árbol son minimizadas.


Finalmente, ellos implementaron búsquedas de árboles  usando datos continuos de información morfogeométrica/landmarks, pero por ahora este artículo no ha sido publicado. (comunicación personal) 


Como ya lo dije, TNT implementa el uso de landmarks en un contexto filogenético. Entonces, este programa toma los datos de landmarks en formato TNT (.tnt) para hacer sus análisis.
El problema es que la mayoría de programas que se usan para digitalizar landmarks en 2D y 3D (TPSdig, Morpheus, Morphologika, etc) e incluso los paquetes de R que entre sus funciones tiene la digitalización de landmarks (shapes, geomorph, etc) dan como output o escriben los datos de coordenadas en formato TPS, el cual casi que podría decirse que es el formato universal de datos de landmarks. 
Santiago Catalano resolvió este problema de incompatibilidad de formatos, y escribió un pequeño programa en MS-DOS, llamado TPS2TNT, el cual permite escribir archivos TNT desde un archivo TPS. 
Este programa, a pesar de ser muy útil y hasta el momento el único de su tipo posee algunas limitaciones prácticas para su utilización (entre otras):

-Al ser escrito para MS-DOS, restringe su utilización a usuarios del sistema operativo de Microsoft Windows. (aunque podría intentarse usar bajo wine en Linux y/u otro tipo de programas en Mac OS )
-Aunque se han publicado en la red tutoriales o algunas instrucciones para su utilización, 
e incluso video-tutoriales, la verdad es que la interfaz y las instrucciones del programa son muy poco amigables con el usuario, y ademas esta poco documentado tanto su código como su utilización.


-El programa, en algunas ocasiones, no recibe archivos en formato TPS que hayan sido generados por otro software sin antes ser limpiados de algunas lineas que hacen imposible su utilización. (Por ejemplo, el programa tpsRelw, adiciona a los archivos .tps comentarios como el siguiente para cada especie que esta en el archivo:


COMMENT=GLS aligned (from tpsRelw, ver. 1.49)

de manera que para poder utilizar TPS2TNT, el usuario debe previamente eliminar estas lineas una por una manualmente dentro de su archivo en formato .tps, lo cual hace un poco tediosa la manipulación y aumenta por supuesto el tiempo requerido a medida que aumenta el número de taxa del análisis.


CARONTE:

Caronte, es una función que permite pasar archivos de datos de landmarks de 2 dimensiones en formato TPS (.tps) a formato TNT (tnt), que trata de evitar los problemas prácticos que sufre TPS2TNT. 
Caronte fue escrita en lenguaje R, por Ambrosio Torres (quien les escribe) del Laboratorio de Sistemática & Biogeografía, Universidad Industrial de Santander (Bucaramanga, Colombia), esta función necesita que este instalado el paquete 'geomorph' de R, escrito por Dean Adams, Erik Otarola-Castillo, Emma Sherra y que la versión de R instalada en el computador sea ≥ 2.10.
Caronte fue escrita utilizando R 3.1.0. en una distribución Ubuntu 12.04 de 64 bits (x86_64-pc-linux-gnu), bajo licencia GPL (>= 2).

El nombre de la función esta basado en la mitología griega, específicamente en Caronte, quien era el barquero de Hades, el encargado de guiar las sombras errantes de los difuntos recientes de un lado a otro del rio Aqueronte si tenían un Óbolo para pagar el viaje, razón por la cual en la Antigua Grecia los cadáveres se enterraban con una moneda bajo la lengua. Aquellos que no podían pagar tenían que vagar cien años por las riberas del Aqueronte, tiempo después del cual Caronte accedía a portearlos sin cobrar.

Como se usa la función:


Una vez hayas descargado la función del repositorio de GibHub, (recuerda que la función se llama 'caronte.R' ), solo tienes que cargar el archivo en R o RStudio con el siguiente comando:

>source('~/Desktop/my_folder/caronte.R')

El cuerpo de la función es el siguiente: 
>caronte(x, algn = TRUE, w_algn_tps = FALSE)



La función puede tomar tres argumentos que el usuario puede manipular libremente:

-x es el nombre del archivo tps sin el .tps (por ejemplo, si tu archivo tps es llamado "datos.tps" tu solo pondras "datos"

-algn es un argumento para alinear tus configuraciones/datos. Si tu escoges TRUE o T, caronte llamara a la función 'gpagen' del paquete "geomorph", esta función hará un análisis generalizado de Procrustes (que puede ser para 2 o 3 dimensiones, 2 en nuestro caso). Mientras si tu escoges FALSE o F, significa que tu no quieres alinear tus datos o que quizá tus datos fuerón previamente alineados usando otro programa o el mismo R. Por defecto el argumento algn es TRUE.


-w_algn_tps es un argumento que permite escribir los datos que acaban de ser alineados (obviamente en el caso de que tu hubieras escogido alinear tus datos, algn = T), de manera que si tu escoges w_algn_tps = TRUE o R, caronte llamara la función 'writeland.tps' del paquete "geomorph", esta función escribe los nuevos datos que han sido alineados, en un archivo llamado "aligned_data.tps" dentro de tu directorio de trabajo, usando los datos originales sin alinear. En caso de que tu escojas FALSE o F, significa que tu no quieres escribir tus datos alineados en un archivo diferente del original. Por defecto, w_algn_tps is FALSE.

FINALMENTE LA FUNCIÓN ESCRIBIRA EN NUESTRO DIRECTORIO DE TRABAJO, UN ARCHIVO EN FORMATO TNT QUE CONTENGA NUESTROS DATOS, LLAMADO "data_to_tnt.tnt".


Aquí tienen algunos ejemplos acerca de como usar la función caronte en la consola de R o en RStudio:
>caronte("datos") ## si no especificas algn y w_algn_tps, los valores serán tomados por ##defecto
>caronte("datos", algn=FALSE, w_algn_tps =TRUE)
>caronte("datos", algn=T)
>caronte("datos", w_algn=T)
En el repositorio de GitHub hay 3 archivos de ejemplo para que puedan usar y probar la función en R, el primero es un archivo llamado "aves_birds.tps", que son los datos originales, después hay una archivo llamado "aves_birds.tnt" que muestra como quedan los resultados en formato tnt después de haber utilizado la función caronte.
El úlitmo archivo es llamado "aves_birds_algn.tps" que muestra como quedan escritos los datos alineados en formato tps después de haber utilizado la función caronte.


Espero pronto poderles escribir nuevamente ya que tenía re-abandonado el blog, pero es que ahora tengo muchísimas cosas por hacer y ando ocupado hasta el cansancio.

Espero también que les haya gustado la función y tan pronto como pueda les enseñare la extensión de la función caronte para datos en 3 dimensiones. Y así mismo como ya lo prometí utilizaré como guia el código de caronte para explicar principios básicos de programación en R.
HASTA PRONTO!!