R/chronopl.R

   1 ## chronopl.R (2009-07-06)
   2
   3 ##   Molecular Dating With Penalized Likelihood
   4
   5 ## Copyright 2005-2009 Emmanuel Paradis
   6
   7 ## This file is part of the R-package `ape'.
   8 ## See the file ../COPYING for licensing issues.
   9
  10 chronopl <-
  11     function(phy, lambda, age.min = 1, age.max = NULL,
  12              node = "root", S = 1, tol = 1e-8,
  13              CV = FALSE, eval.max = 500, iter.max = 500, ...)
  14 {
  15     n <- length(phy$tip.label)
  16     ROOT <- n + 1
  17     if (length(node) == 1 && node == "root") node <- ROOT
  18     if (any(node <= n))
  19         stop("node numbers should be greater than the number of tips")
  20     zerobl <- which(phy$edge.length <= 0)
  21     if (length(zerobl)) {
  22         if (any(phy$edge[zerobl, 2] <= n))
  23             stop("at least one terminal branch is of length zero:
  24   you should remove it to have a meaningful estimation.")
  25         else {
  26             warning("at least one internal branch is of length zero:
  27   it was collapsed and some nodes have been deleted.")
  28             if (length(node) == 1 && node == ROOT)
  29                 phy <- di2multi(phy)
  30             else {
  31                 tmp <- FALSE
  32                 if (is.null(phy$node.label)) {
  33                     tmp <- !tmp
  34                     phy$node.label <- paste("node", 1:phy$Nnode)
  35                 }
  36                 node.lab <- phy$node.label[node - n]
  37                 phy <- di2multi(phy)
  38                 node <- match(node.lab, phy$node.label) + n
  39                 if (tmp) phy$node.label <- NULL
  40             }
  41         }
  42     }
  43     m <- phy$Nnode
  44     el <- phy$edge.length
  45     e <- phy$edge
  46     N <- dim(e)[1]
  47     TIPS <- 1:n
  48     EDGES <- 1:N
  49
  50     ini.rate <- el
  51     el <- el/S
  52
  53     ## `basal' contains the indices of the basal edges
  54     ## (ie, linked to the root):
  55     basal <- which(e[, 1] == ROOT)
  56     Nbasal <- length(basal)
  57
  58     ## `ind' contains in its 1st column the index of all nonbasal
  59     ## edges, and in its second column the index of the edges
  60     ## where these edges come from (ie, this matrix contains pairs
  61     ## of contiguous edges), eg:
  62
  63     ##         ___b___    ind:
  64     ##        |           |   |   |
  65     ## ___a___|           | b | a |
  66     ##        |           | c | a |
  67     ##        |___c___    |   |   |
  68
  69     ind <- matrix(0L, N - Nbasal, 2)
  70     ind[, 1] <- EDGES[-basal]
  71     ind[, 2] <- match(e[EDGES[-basal], 1], e[, 2])
  72
  73     age <- numeric(n + m)
  74
  75     ##ini.time <- node.depth(phy)[-TIPS] - 1
  76     ini.time <- node.depth(phy) - 1
  77
  78     ## first, rescale all times with respect to
  79     ## the age of the 1st element of `node':
  80     ratio <- age.min[1]/ini.time[node[1]]
  81     ini.time <- ini.time*ratio
  82
  83     if (length(node) > 1) {
  84         ini.time[node] <- age.min
  85         real.edge.length <- ini.time[e[, 1]] - ini.time[e[, 2]]
  86         while (any(real.edge.length <= 0)) {
  87             for (i in EDGES) {
  88                 if (real.edge.length[i] > 0) next
  89                 if (e[i, 1] %in% node) {
  90                     ini.time[e[i, 2]] <- ini.time[e[1, 2]] - 2 * real.edge.length[i]
  91                     next
  92                 }
  93                 if (e[i, 2] %in% node) {
  94                     ini.time[e[i, 1]] <- ini.time[e[1, 1]] + 2 * real.edge.length[i]
  95                     next
  96                 }
  97                 browser()
  98                 ini.time[e[i, 2]] <- ini.time[e[1, 2]] - real.edge.length[i]
  99                 ini.time[e[i, 1]] <- ini.time[e[1, 1]] + real.edge.length[i]
 100             }
 101             real.edge.length <- ini.time[e[, 1]] - ini.time[e[, 2]]
 102             print(min(real.edge.length))
 103         }
 104     }
 105     ## `unknown.ages' will contain the index of the nodes of unknown age:
 106     unknown.ages <- n + 1:m
 107
 108     ## define the bounds for the node ages:
 109     lower <- rep(tol, length(unknown.ages))
 110     upper <- rep(1/tol, length(unknown.ages))
 111
 112     if (!is.null(age.max)) { # are some nodes known within some intervals?
 113         lower[node - n] <- age.min
 114         upper[node - n] <- age.max
 115         interv <- which(age.min != age.max)
 116         node <- node[-interv]
 117         if (length(node)) age[node] <- age.min[-interv]
 118     } else age[node] <- age.min
 119
 120     if (length(node)) {
 121         unknown.ages <- unknown.ages[n - node]
 122         lower <- lower[n - node]
 123         upper <- upper[n - node]
 124     }
 125
 126     ## `known.ages' contains the index of all nodes (internal and
 127     ## terminal) of known age:
 128     known.ages <- c(TIPS, node)
 129
 130     ## concatenate the bounds for the rates:
 131     lower <- c(rep(tol, N), lower)
 132     upper <- c(rep(1 - tol, N), upper)
 133
 134     minusploglik.gr <- function(rate, node.time) {
 135         grad <- numeric(N + length(unknown.ages))
 136         age[unknown.ages] <- node.time
 137         real.edge.length <- age[e[, 1]] - age[e[, 2]]
 138         if (any(real.edge.length < 0)) {
 139             grad[] <- 0
 140             return(grad)
 141         }
 142         ## gradient for the rates:
 143         ## the parametric part can be calculated without a loop:
 144         grad[EDGES] <- real.edge.length - el/rate
 145         if (Nbasal == 2) { # the simpler formulae if there's a basal dichotomy
 146             grad[basal[1]] <-
 147                 grad[basal[1]] + lambda*(rate[basal[1]] - rate[basal[2]])
 148             grad[basal[2]] <-
 149                 grad[basal[2]] + lambda*(rate[basal[2]] - rate[basal[1]])
 150         } else { # the general case
 151             for (i in 1:Nbasal)
 152                 grad[basal[i]] <- grad[basal[i]] +
 153                     lambda*(2*rate[basal[i]]*(1 - 1/Nbasal) -
 154                             2*sum(rate[basal[-i]])/Nbasal)/(Nbasal - 1)
 155         }
 156
 157         for (i in EDGES) {
 158             ii <- c(which(e[, 2] == e[i, 1]), which(e[, 1] == e[i, 2]))
 159             if (!length(ii)) next
 160             grad[i] <- grad[i] + lambda*(2*length(ii)*rate[i] - 2*sum(rate[ii]))
 161         }
 162
 163         ## gradient for the 'node times'
 164         for (i in 1:length(unknown.ages)) {
 165             nd <- unknown.ages[i]
 166             ii <- which(e[, 1] == nd)
 167             grad[i + N] <-
 168                 sum(rate[ii] - el[ii]/real.edge.length[ii])#, na.rm = TRUE)
 169             if (nd != ROOT) {
 170                 ii <- which(e[, 2] == nd)
 171                 grad[i + N] <- grad[i + N] -
 172                     rate[ii] + el[ii]/real.edge.length[ii]
 173             }
 174         }
 175         grad
 176     }
 177
 178     minusploglik <- function(rate, node.time) {
 179         age[unknown.ages] <- node.time
 180         real.edge.length <- age[e[, 1]] - age[e[, 2]]
 181         if (any(real.edge.length < 0)) return(1e50)
 182         B <- rate*real.edge.length
 183         loglik <- sum(-B + el*log(B) - lfactorial(el))
 184         -(loglik - lambda*(sum((rate[ind[, 1]] - rate[ind[, 2]])^2)
 185                            + var(rate[basal])))
 186     }
 187
 188     out <- nlminb(c(ini.rate, ini.time[unknown.ages]),
 189                   function(p) minusploglik(p[EDGES], p[-EDGES]),
 190                   function(p) minusploglik.gr(p[EDGES], p[-EDGES]),
 191                   control = list(eval.max = eval.max, iter.max = iter.max, ...),
 192                   lower = lower, upper = upper)
 193
 194     attr(phy, "ploglik") <- -out$objective
 195     attr(phy, "rates") <- out$par[EDGES]
 196     attr(phy, "message") <- out$message
 197     age[unknown.ages] <- out$par[-EDGES]
 198     if (CV) ophy <- phy
 199     phy$edge.length <- age[e[, 1]] - age[e[, 2]]
 200     if (CV) attr(phy, "D2") <-
 201         chronopl.cv(ophy, lambda, age.min, age.max, node,
 202                     n, S, tol, eval.max, iter.max, ...)
 203     phy
 204 }
 205
 206 chronopl.cv <- function(ophy, lambda, age.min, age.max, nodes,
 207                         n, S, tol, eval.max, iter.max, ...)
 208 ### ophy: the original phylogeny
 209 ### n: number of tips
 210 ### Note that we assume here that the order of the nodes
 211 ### in node.label are not modified by the drop.tip operation
 212 {
 213     cat("Doing cross-validation\n")
 214     BT <- branching.times(ophy)
 215     D2 <- numeric(n)
 216
 217     cat("  dropping tip")
 218     for (i in 1:n) {
 219         cat(" ", i, sep = "")
 220         tr <- drop.tip(ophy, i)
 221         j <- which(ophy$edge[, 2] == i)
 222         if (ophy$edge[j, 1] %in% nodes) {
 223             k <- which(nodes == ophy$edge[j, 1])
 224             node <- nodes[-k]
 225             agemin <- age.min[-k]
 226             agemax <- age.max[-k]
 227         } else node <- nodes
 228         if (length(node)) {
 229             chr <- chronopl(tr, lambda, age.min, age.max, node,
 230                             S, tol, FALSE, eval.max, iter.max, ...)
 231             tmp <-
 232                 if (Nnode(chr) == Nnode(ophy)) BT else BT[-(ophy$edge[j, 1] - n)]
 233             D2[i] <- sum((tmp - branching.times(chr))^2 / tmp)
 234         } else D2[i] <- 0
 235     }
 236     cat("\n")
 237     D2
 238 }