Finalmente hace poco, Scott Chamberlain y Eduard Szoecs formalizaron y presentaron su paquete de R "taxize" que, en mi opinión es uno de los paquetes más útiles en la actualidad taxonómica en el mundo.
En este nuevo post me propongo explicar, como siempre en R para Chibchombianos, de la manera mas desmenuzada posible algunas de las aplicaciones del paquete y algo de chisme que puede ser de utilidad.
1. INSTALACIÓN DE taxize:
Primero que todo, taxize funciona en versiones de R superiores o iguales a 2.10.0 y requiere o hace uso de los paquetes XML, RCurl (≥ 1.6), stringr, plyr, httr (≥ 0.2), RJSONIO, foreach, ape, Taxonstand, reshape2, data.table, vegan, assertthat.
Aunque Chamberlain y Szoecs escribieron el articulo de presentación, el paquete fue creado realmente por Scott Chamberlain, Eduard Szoecs, Carl Boettiger, Karthik Ram, Ignasi Bartomeus y John Baumgartner y esta disponible para Linux, Mac y Windows.
>install.packages("taxize") ## Instalar el paquete taxize
>library(taxize) ## Cargar el paquete taxize a R
2. RESOLVIENDO NOMBRES TAXONÓMICOS:
Usualmente tenemos listas de nombres de especies y en algunas ocasiones queremos saber si estos nombres están escritos correctamente y son los nombres aceptados y actualizados o quizá tal vez queramos saber el nombre científico de un espécimen del cual solo tenemos el nombre común; una forma para lograr estos objetivos sería por ejemplo acudir al Global Names Resolver (GNR) que es mantenido por Encyclopedia of Life.
Supongamos que tenemos 3 nombres en nuestra base de datos que están mal escritos:
Diaclorus curvipes, Hommo sapiens y Homotherim zerum; entonces, para revisar si nuestros nombres están bien escritos utilizamos la función gnr_resolve():
>nom_resueltos <- gnr_resolve(names = c("Diaclorus curvipes", "Hommo sapiens", "Homotherium zerum"))
## Mirar como se escriben los 3 nombres correctamente
Hemos creado un objeto en R llamado 'nom_resueltos' que es de tipo 'Lista' y para ver lo que contiene esta lista le damos:
>nom_resueltos
>nom_resueltos
Podemos entonces ver los resultados de nuestra búsqueda en la consola de R:
$results
submitted_name matched_name
1 Diaclorus curvipes Diachlorus curvipes (Fabricius, 1805)
2 Diaclorus curvipes Diachlorus curvipes (Fabricius, 1805)
3 Diaclorus curvipes Diachlorus curvipes Fabricius, 1805
4 Diaclorus curvipes Diachlorus curvipes (Fabricius, 1805)
5 Diaclorus curvipes Diachlorus curvipes (Fabricius, 1805 )
6 Diaclorus curvipes Diachlorus curvipes (Fabricius), 1805
7 Diaclorus curvipes Diachlorus curvipes Fabricius, 1805
8 Diaclorus curvipes Diachlorus curvipes (Fabricius, 1805)
9 Diaclorus curvipes Diachlorus curvipes Fabricius, 1805
10 Diaclorus curvipes Diachlorus curvipes F.
11 Diaclorus curvipes Diachlorus curvipes
12 Diaclorus curvipes Diachlorus curvipes Fabricius, 1805
13 Diaclorus curvipes Diachlorus curvipes (Fabricius, 1805 )
14 Diaclorus curvipes Diachlorus curvipes (Fabricius, 1805)
15 Hommo sapiens Homo sapiens Linnaeus, 1758
16 Hommo sapiens Homo sapiens
17 Hommo sapiens Homo sapiens Linnaeus, 1758
18 Hommo sapiens Homo sapiens Linnaeus, 1758
19 Hommo sapiens Homo sapiens
20 Hommo sapiens Homo sapiens Linnaeus, 1758
21 Hommo sapiens Homo sapiens
22 Hommo sapiens Homo sapiens Linnaeus, 1758
23 Hommo sapiens Homo sapiens L.
24 Hommo sapiens Homo sapiens
25 Hommo sapiens Homo sapiens
26 Hommo sapiens Homo sapiens
27 Hommo sapiens Homo sapiens Linnaeus, 1758
28 Hommo sapiens Homo sapiens
29 Hommo sapiens Homo sapiens Linnaeus, 1758
30 Hommo sapiens Homo sapiens Linnaeus, 1758
31 Hommo sapiens Homo sapiens Linnaeus, 1758
32 Hommo sapiens Homo sapiens
33 Hommo sapiens Homo sapiens
34 Hommo sapiens Homo sapiens Linnaeus, 1758
35 Hommo sapiens Homo sapiens
36 Homotherium zerum Homotherium serum
data_source_title score
1 Catalogue of Life 0.75
2 Union 4 0.75
3 Union 4 0.75
4 GBIF Backbone Taxonomy 0.75
5 EOL 0.75
6 EOL 0.75
7 EOL 0.75
8 BioLib.cz 0.75
9 nlbif 0.75
10 Index to Organism Names 0.75
11 uBio NameBank 0.75
12 uBio NameBank 0.75
13 uBio NameBank 0.75
14 Arctos 0.75
15 ITIS 0.75
16 NCBI 0.75
17 Union 4 0.75
18 Interim Register of Marine and Nonmarine Genera 0.75
19 Freebase 0.75
20 GBIF Backbone Taxonomy 0.75
21 EOL 0.75
22 EOL 0.75
23 EOL 0.75
24 AskNature 0.75
25 BioPedia 0.75
26 AnAge 0.75
27 The National Checklist of Taiwan 0.75
28 CU*STAR 0.75
29 IUCN Red List of Threatened Species 0.75
30 BioLib.cz 0.75
31 nlbif 0.75
32 Index to Organism Names 0.75
33 uBio NameBank 0.75
34 uBio NameBank 0.75
35 Arctos 0.75
36 Wikispecies 0.75
De este modo vemos que se consultaron 36 veces los nombres que habíamos introducido en el análisis (14 Diaclorus curvipes, 21 Hommo sapiens y 1 vez Homotherium zerum), como se escriben en realidad: Diachlorus curvipes, Homo sapiens y Homotherium serum, también se puede observar las bases de datos consultadas en cada caso, por ejemplo Wikispecies, uBio NameBank, EOL, Arctos, etc etc. y también el score o valor con el cual concuerda el nombre consultado con el nombre real bien escrito.
3. RECUPERANDO NOMBRES DE NIVELES TAXONÓMICOS SUPERIORES:
Cuando tenemos una lista de nombres de algunos taxa, podríamos querer los nombres de los niveles jerárquicos superiores a los que esos taxa pertenecen (familia, orden, etc).
Las principales bases de datos (pero no las únicas) que taxize utiliza para hacer esto son: Integrated Taxonomic Information System (ITIS) y National Center for Biotechnology Information (NCBI).
Cuando tenemos una lista de nombres de algunos taxa, podríamos querer los nombres de los niveles jerárquicos superiores a los que esos taxa pertenecen (familia, orden, etc).
Las principales bases de datos (pero no las únicas) que taxize utiliza para hacer esto son: Integrated Taxonomic Information System (ITIS) y National Center for Biotechnology Information (NCBI).
Entonces, suponiendo que tenemos las especies Tabanus occidentalis y Canis latrans y queremos saber su clasificación, para eso utilizamos la función classification():
>lista_especies <- c("Tabanus occidentalis", "Canis latrans")
>lista_especies <- c("Tabanus occidentalis", "Canis latrans")
## Se construye la lista de especies
>classification(lista_especies, db = "itis")
>classification(lista_especies, db = "itis")
## Busco la clasificación de cada una de mis especies en la lista utilizando la base
## de datos ITIS
$`Tabanus occidentalis`
name rank
1 Animalia Kingdom
2 Bilateria Subkingdom
3 Protostomia Infrakingdom
4 Ecdysozoa Superphylum
5 Arthropoda Phylum
6 Hexapoda Subphylum
7 Insecta Class
8 Pterygota Subclass
9 Neoptera Infraclass
10 Holometabola Superorder
11 Diptera Order
12 Brachycera Suborder
13 Tabanomorpha Infraorder
14 Tabanidae Family
15 Tabaninae Subfamily
16 Tabanini Tribe
17 Tabanus Genus
18 Tabanus occidentalis Species
$`Canis latrans`
name rank
1 Animalia Kingdom
2 Bilateria Subkingdom
3 Deuterostomia Infrakingdom
4 Chordata Phylum
5 Vertebrata Subphylum
6 Gnathostomata Infraphylum
7 Tetrapoda Superclass
8 Mammalia Class
9 Theria Subclass
10 Eutheria Infraclass
11 Carnivora Order
12 Caniformia Suborder
13 Canidae Family
14 Canis Genus
15 Canis latrans Species
attr(,"class")
[1] "classification"
attr(,"db")
[1] "itis"
>classification(lista_especies, db = "gbif")
## Busco la clasificación de cada una de mis especies en la lista utilizando la base de datos del GBIF (Global Biodiversity Information Facility)
$`Tabanus occidentalis`
name rank
1 Animalia kingdom
2 Arthropoda phylum
3 Insecta clazz
4 Diptera order
5 Tabanidae family
6 Tabanus genus
7 Tabanus occidentalis species
$`Canis latrans`
name rank
1 Animalia kingdom
2 Chordata phylum
3 Mammalia clazz
4 Carnivora order
5 Canidae family
6 Canis genus
7 Canis latrans species
attr(,"class")
[1] "classification"
Como se puede observar, dependiendo de la base de datos utilizada la clasificación es más profunda o menos profunda; con la base de ITIS se logran recuperar más niveles taxonómicos (Subfilo, Subclase, etc) que los que se logran recuperar con la base de datos de GBIF (e incluso algunas bases de datos no tienen información para especies determinadas).
Es posible que uno no este interesado en toda la información taxonómica de la especie, sino por ejemplo solo quiera saber el género, o la tribu o la familia, para eso entonces utilizamos la función tax_name ():
>tax_name(query = "Megaptera novaeangliae", get = "family", db = "itis")
## consultamos la familia de la ballena jorobada (Megaptera novaeangliae)
>tax_name(query = "Megaptera novaeangliae", get = "family", db = "itis")
## consultamos la familia de la ballena jorobada (Megaptera novaeangliae)
family
1 Balaenopteridae
>tax_name(query = "Coendou bicolor", get = "order", db = "itis")
## Consultamos el orden del puercoespin común (Coendou bicolor)
order
1 Rodentia
>tax_name(query = "Tabanus chiribiquensis", get = "family", db = "itis")
## Cuando consultamos una especie que no ha sido aun ingresada a
## ninguna base de datos (por ejemplo, Tabanus chiribiquensis, una especie de
## Tábano recientemente descrita en Colombia) no obtenemos ningún resultado.
## ninguna base de datos (por ejemplo, Tabanus chiribiquensis, una especie de
## Tábano recientemente descrita en Colombia) no obtenemos ningún resultado.
family 1 NA 4. OBTENER UNA FILOGENIA:
Muchos investigadores necesitan filogenias en algunos de sus análisis, pero en ocasiones estos investigadores no están bien entrenados en reconstrucción filogenética, por lo cual necesitan obtener árboles filogenéticos de una manera alternativa.
Una de las formas para construir filogenias para Angioespermas, en este caso, es un paquete llamado "Phylomatic"; de tal modo que 'taxize' creo una conexión con ese paquete para crear filogenias. (Nota: Hay que tener en cuenta que Phylomatic no construye filogenias para todas las especies que uno pretenda utilizar sino las que estén disponibles en las bases de datos que el utiliza)
>taxa <- c("Poa annua", "Helianthus tuberosus", "Helianthus annuus") ## Hacer una lista de 3 especies para construir el árbol con 'Phylomatic'
>arbol <- phylomatic_tree(taxa = taxa)
## Construir el árbol de los tres taxa de la lista
>plot(arbol) ## Graficar el árbol en R.
5. OBTENER LOS NOMBRES DE LAS CATEGORÍAS POR DEBAJO DEL NIVEL TAXONÓMICO ACTUAL:
Algunas veces necesitamos saber los nombres de las categorias que estan por debajo de nuestro nivel taxonómico actual, es decir, por ejemplo tenemos el género Canis y nos interesa saber cuales especies están contenidas adentro del género, o tenemos la Familia Phyllostomidae y queremos saber cuales géneros o especies están contenidas dentro de esa familia. Para esto podemos utilizar la función col_downstream():
>col_downstream(name = "Chlorotabanus", downto = "Species")
## Obtengo todas las especies contenidas en el género Chlorotabanus
$Chlorotabanus
childtaxa_id childtaxa_name childtaxa_rank
1 8670308 Chlorotabanus crepuscularis Species
2 8701201 Chlorotabanus fairchildi Species
3 8633118 Chlorotabanus inanis Species
4 8633119 Chlorotabanus leucochlorus Species
5 8633120 Chlorotabanus mexicanus Species
6 8633121 Chlorotabanus ochreus Species
7 8633122 Chlorotabanus parviceps Species
>col_downstream(name="Phyllostomidae", downto="genus")
## Obtengo todos los géneros contenidos en la familia Phyllostomidae
$Phyllostomidae
childtaxa_id childtaxa_name childtaxa_rank
1 17583177 Ametrida Genus
2 17583186 Anoura Genus
3 17583176 Ardops Genus
4 17583175 Ariteus Genus
5 17581359 Artibeus Genus
6 17581360 Brachyphylla Genus
7 17583179 Carollia Genus
8 17583162 Centurio Genus
9 17583161 Chiroderma Genus
10 17583185 Choeroniscus Genus
11 17581224 Choeronycteris Genus
12 17583196 Chrotopterus Genus
13 17583152 Desmodus Genus
14 17583151 Diaemus Genus
15 17581225 Diphylla Genus
16 17600928 Ectophylla Genus
17 17581226 Erophylla Genus
18 17583184 Glossophaga Genus
19 17583183 Hylonycteris Genus
20 17581227 Leptonycteris Genus
21 17583182 Lichonycteris Genus
22 17663079 Lionycteris Genus
23 17583189 Lonchophylla Genus
24 17583195 Lonchorhina Genus
25 17583194 Macrophyllum Genus
26 17581228 Macrotus Genus
27 17600929 Mesophylla Genus
28 17583193 Micronycteris Genus
29 17583192 Mimon Genus
30 17581229 Monophyllus Genus
31 17583181 Musonycteris Genus
32 17583191 Phylloderma Genus
33 17583187 Phyllonycteris Genus
34 17600930 Phyllops Genus
35 17600932 Phyllostomus Genus
36 17583188 Platalina Genus
37 17583153 Platyrrhinus Genus
38 17583159 Pygoderma Genus
39 17583178 Rhinophylla Genus
40 17583180 Scleronycteris Genus
41 17583158 Sphaeronycteris Genus
42 17581230 Stenoderma Genus
43 17583157 Sturnira Genus
44 17583190 Tonatia Genus
45 17663081 Trachops Genus
46 17583156 Uroderma Genus
47 17583155 Vampyressa Genus
48 17583154 Vampyrodes Genus
49 17663080 Vampyrum Genus
>col_downstream(name="Rhinocerotidae", downto="species")
## Obtener las especies que se encuentran dentro de la familia Rhinocerotidae
$Rhinocerotidae
childtaxa_id childtaxa_name childtaxa_rank
1 17000921 Ceratotherium cottoni Species
2 17000837 Ceratotherium simum Species
3 17000838 Dicerorhinus sumatrensis Species
4 17000839 Diceros bicornis Species
5 17000840 Rhinoceros sondaicus Species
6 17000841 Rhinoceros unicornis Species
Hay que tener en cuenta que por ejemplo si queremos saber las especies contenidas dentro de un género no tomará tanto tiempo a que si queremos saber las especies contenidas en una familia o un orden.
Por ejemplo, si yo quiero saber las especies contenidas en el género Chlorotabanus, la lista que obtendré de la función es de solo 7 especies, mientras que si quisiera saber TODAS las especies contenidas dentro de la familia Tabanidae la lista que obtendré de la función es de 4406 especies.
6. OBTENER EL ESTATUS IUCN (LISTA ROJA DE ESPECIES AMENAZADAS) DE UNA ESPECIE EN PARTICULAR, O DE VARIAS:
A veces para ciertas labores de investigación se necesita saber el estatus/estado de conservación de una especie, para esto podemos visitar la pagina de IUCN (IUCN Red List of Threatened Species), pero en ciertas ocasiones tenemos que revisar varias especies al mismo tiempo, por lo cual resulta tedioso obtener dicha información; mediantes las funciones iucn_summary() y iucn_status(), es posible hacer esto de manera muy rápida obteniendo información actualizada rápidamente.
De manera que para este ejemplo estamos interesados en 4 especies, el leopardo de las nieves (Panthera uncia), el panda rojo o panda menor (Ailurus fulgens), el rinoceronte de sumatra (Dicerorhinus sumatrensis) y la palma de Myanmar (Corypha taliera).
>estado <- iucn_summary(c("Panthera uncia", "Ailurus fulgens", "Dicerorhinus sumatrensis", "Corypha taliera")
## Averiguar la información disponible en IUCN para estos cuatro taxa
>ia ## Ver la información obtenida previamente
$`Panthera uncia`
$`Panthera uncia`$status
[1] "EN"
$`Panthera uncia`$history
year category
1 2002 Endangered
2 1996 Endangered
3 1996 Endangered
4 1994 Endangered
5 1990 Endangered
6 1988 Endangered
7 1986 Endangered
$`Panthera uncia`$distr
[1] "Afghanistan" "Bhutan" "China" "India"
[5] "Kazakhstan" "Kyrgyzstan" "Mongolia" "Nepal"
[9] "Pakistan" "Russian Federation" "Tajikistan" "Uzbekistan"
$`Panthera uncia`$trend
[1] "Decreasing"
$`Ailurus fulgens`
$`Ailurus fulgens`$status
[1] "VU"
$`Ailurus fulgens`$history
year category
1 1996 Endangered
2 1996 Endangered
3 1994 Vulnerable
4 1990 Insufficiently Known
5 1988 Insufficiently Known
$`Ailurus fulgens`$distr
[1] "Bhutan" "China" "India" "Myanmar" "Nepal"
$`Ailurus fulgens`$trend
[1] "Decreasing"
$`Dicerorhinus sumatrensis`
$`Dicerorhinus sumatrensis`$status
[1] "CR"
$`Dicerorhinus sumatrensis`$history
year category
1 1996 Critically Endangered
2 1994 Endangered
3 1990 Endangered
4 1988 Endangered
5 1986 Endangered
$`Dicerorhinus sumatrensis`$distr
[1] "Indonesia" "Malaysia"
[3] "Myanmar" "Bangladesh"
[5] "Bhutan" "Brunei Darussalam"
[7] "Cambodia" "India"
[9] "Lao People's Democratic Republic" "Thailand"
[11] "Viet Nam"
$`Dicerorhinus sumatrensis`$trend
[1] "Decreasing"
$`Corypha taliera`
$`Corypha taliera`$status
[1] "EW"
$`Corypha taliera`$history
[1] NA
$`Corypha taliera`$distr
[1] "India"
$`Corypha taliera`$trend
[1] NA
attr(,"class")
[1] "iucn"
Podemos ver que aparece disponible la información del estado de conservación de cada una de las cuatro especies, la historia de conservación y categoría IUCN registrada para cada especie, la distribución de cada una de las especies según IUCN, la tendencia en el estado de conservación de las especies (por ejemplo 'decreasing' hace referencia a que el estado de conservación de esta especie esta disminuyendo).
Si solo queremos observar el estado de conservación de cada una de las especies utilizamos el siguiente comando:
>iucn_status(estado)
Si solo queremos observar el estado de conservación de cada una de las especies utilizamos el siguiente comando:
>iucn_status(estado)
Panthera uncia Ailurus fulgens Dicerorhinus sumatrensi Corypha taliera
"EN" "VU" "CR" "EW"
Lo cual quiere decir que Panthera uncia se encuentra amenazada (EN: Endangered), Ailurus fulgens se encuentra vulnerable (VU: Vulnerable), Dicerorhinus sumatrensis se encuentra amenazada críticamente o en peligro critico (CR: Critically Endangered), y por último Corypha taliera se encuentra extinta en la naturaleza (EW: Extinct in the Wild)
Estas son algunas de las cosas que se pueden hacer en taxize, ENTRE MUCHAS OTRAS MÁS! Aquí solo quise compartirles las cosas más llamativas (en mi opinión) que hace el paquete y las que más me gustan, pero ciertamente pueden ir explorando el paquete que de seguro podría ser MUY UTIL. ESPERO LES HAYA GUSTADO ESTE POST, PERO MÁS ALLÁ DE ESO, ESPERO QUE LES SEA DE MUCHA MUCHA MUCHA UTILIDAD. AHÍ LOS DEJO HASTA LA PRÓXIMA (QUE ESPERO QUE SEA PRONTO).
