man/dist.dna.Rd

   1 \name{dist.dna}
   2 \alias{dist.dna}
   3 \title{Pairwise Distances from DNA Sequences}
   4 \usage{
   5 dist.dna(x, model = "K80", variance = FALSE,
   6          gamma = FALSE, pairwise.deletion = FALSE,
   7          base.freq = NULL, as.matrix = FALSE)
   8 }
   9 \arguments{
  10   \item{x}{a matrix or a list containing the DNA sequences.}
  11   \item{model}{a character string specifying the evlutionary model to be
  12     used; must be one of \code{"raw"}, \code{"N"}, \code{"JC69"},
  13     \code{"K80"} (the default), \code{"F81"}, \code{"K81"},
  14     \code{"F84"}, \code{"BH87"}, \code{"T92"}, \code{"TN93"},
  15     \code{"GG95"}, \code{"logdet"}, or \code{"paralin"}.}
  16   \item{variance}{a logical indicating whether to compute the variances
  17     of the distances; defaults to \code{FALSE} so the variances are not
  18     computed.}
  19   \item{gamma}{a value for the gamma parameter which is possibly used to
  20     apply a gamma correction to the distances (by default \code{gamma =
  21       FALSE} so no correction is applied).}
  22   \item{pairwise.deletion}{a logical indicating whether to delete the
  23     sites with missing data in a pairwise way. The default is to delete
  24     the sites with at least one missing data for all sequences.}
  25   \item{base.freq}{the base frequencies to be used in the computations
  26     (if applicable, i.e. if \code{method = "F84"}). By default, the
  27     base frequencies are computed from the whole sample of sequences.}
  28   \item{as.matrix}{a logical indicating whether to return the results as
  29     a matrix. The default is to return an object of class
  30     \link[stats]{dist}.}
  31 }
  32 \description{
  33   This function computes a matrix of pairwise distances from DNA
  34   sequences using a model of DNA evolution. Eleven substitution models
  35   (and the raw distance) are currently available.
  36 }
  37 \details{
  38   The molecular evolutionary models available through the option
  39   \code{model} have been extensively described in the literature. A
  40   brief description is given below; more details can be found in the
  41   References.
  42
  43   \item{``raw'', ``N''}{This is simply the proportion or the number of
  44     sites that differ between each pair of sequences. This may be useful
  45     to draw ``saturation plots''. The options \code{variance} and
  46     \code{gamma} have no effect, but \code{pairwise.deletion} can.}
  47
  48   \item{``JC69''}{This model was developed by Jukes and Cantor (1969). It
  49     assumes that all substitutions (i.e. a change of a base by another
  50     one) have the same probability. This probability is the same for all
  51     sites along the DNA sequence. This last assumption can be relaxed by
  52     assuming that the substition rate varies among site following a
  53     gamma distribution which parameter must be given by the user. By
  54     default, no gamma correction is applied. Another assumption is that
  55     the base frequencies are balanced and thus equal to 0.25.}
  56
  57   \item{``K80''}{The distance derived by Kimura (1980), sometimes referred
  58     to as ``Kimura's 2-parameters distance'', has the same underlying
  59     assumptions than the Jukes--Cantor distance except that two kinds of
  60     substitutions are considered: transitions (A <-> G, C <-> T), and
  61     transversions (A <-> C, A <-> T, C <-> G, G <-> T). They are assumed
  62     to have different probabilities. A transition is the substitution of
  63     a purine (C, T) by another one, or the substitution of a pyrimidine
  64     (A, G) by another one. A transversion is the substitution of a
  65     purine by a pyrimidine, or vice-versa. Both transition and
  66     transversion rates are the same for all sites along the DNA
  67     sequence. Jin and Nei (1990) modified the Kimura model to allow for
  68     variation among sites following a gamma distribution. Like for the
  69     Jukes--Cantor model, the gamma parameter must be given by the
  70     user. By default, no gamma correction is applied.}
  71
  72   \item{``F81''}{Felsenstein (1981) generalized the Jukes--Cantor model
  73     by relaxing the assumption of equal base frequencies. The formulae
  74     used in this function were taken from McGuire et al. (1999)}.
  75
  76   \item{``K81''}{Kimura (1981) generalized his model (Kimura 1980) by
  77     assuming different rates for two kinds of transversions: A <-> C and
  78     G <-> T on one side, and A <-> T and C <-> G on the other. This is
  79     what Kimura called his ``three substitution types model'' (3ST), and
  80     is sometimes referred to as ``Kimura's 3-parameters distance''}.
  81
  82   \item{``F84''}{This model generalizes K80 by relaxing the assumption
  83     of equal base frequencies. It was first introduced by Felsenstein in
  84     1984 in Phylip, and is fully described by Felsenstein and Churchill
  85     (1996). The formulae used in this function were taken from McGuire
  86     et al. (1999)}.
  87
  88   \item{``BH87''}{Barry and Hartigan (1987) developed a distance based
  89     on the observed proportions of changes among the four bases. This
  90     distance is not symmetric.}
  91
  92   \item{``T92''}{Tamura (1992) generalized the Kimura model by relaxing
  93     the assumption of equal base frequencies. This is done by taking
  94     into account the bias in G+C content in the sequences. The
  95     substitution rates are assumed to be the same for all sites along
  96     the DNA sequence.}
  97
  98   \item{``TN93''}{Tamura and Nei (1993) developed a model which assumes
  99     distinct rates for both kinds of transition (A <-> G versus C <->
 100     T), and transversions. The base frequencies are not assumed to be
 101     equal and are estimated from the data. A gamma correction of the
 102     inter-site variation in substitution rates is possible.}
 103
 104   \item{``GG95''}{Galtier and Gouy (1995) introduced a model where the
 105     G+C content may change through time. Different rates are assumed for
 106     transitons and transversions.}
 107
 108   \item{``logdet''}{The Log-Det distance, developed by Lockhart et
 109     al. (1994), is related to BH87. However, this distance is symmetric.}
 110
 111   \item{``paralin''}{Lake (1994) developed the paralinear distance which
 112     can be viewed as another variant of the Barry--Hartigan distance.}
 113 }
 114 \value{
 115   an object of class \link[stats]{dist} (by default), or a numeric
 116   matrix if \code{as.matrix = TRUE}. If \code{model = "BH87"}, a numeric
 117   matrix is returned because the Barry--Hartigan distance is not
 118   symmetric.
 119
 120   If \code{variance = TRUE} an attribute called \code{"variance"} is
 121   given to the returned object.
 122 }
 123 \references{
 124   Barry, D. and Hartigan, J. A. (1987) Asynchronous distance between
 125   homologous DNA sequences. \emph{Biometrics}, \bold{43}, 261--276.
 126
 127   Felsenstein, J. (1981) Evolutionary trees from DNA sequences: a
 128   maximum likelihood approach. \emph{Journal of Molecular Evolution},
 129   \bold{17}, 368--376.
 130
 131   Felsenstein, J. and Churchill, G. A. (1996) A Hidden Markov model
 132   approach to variation among sites in rate of evolution.
 133   \emph{Molecular Biology and Evolution}, \bold{13}, 93--104.
 134
 135   Galtier, N. and Gouy, M. (1995) Inferring phylogenies from DNA
 136   sequences of unequal base compositions. \emph{Proceedings of the
 137     National Academy of Sciences USA}, \bold{92}, 11317--11321.
 138
 139   Jukes, T. H. and Cantor, C. R. (1969) Evolution of protein
 140   molecules. in \emph{Mammalian Protein Metabolism}, ed. Munro, H. N.,
 141   pp. 21--132, New York: Academic Press.
 142
 143   Kimura, M. (1980) A simple method for estimating evolutionary rates of
 144   base substitutions through comparative studies of nucleotide
 145   sequences. \emph{Journal of Molecular Evolution}, \bold{16}, 111--120.
 146
 147   Kimura, M. (1981) Estimation of evolutionary distances between
 148   homologous nucleotide sequences. \emph{Proceedings of the National
 149     Academy of Sciences USA}, \bold{78}, 454--458.
 150
 151   Jin, L. and Nei, M. (1990) Limitations of the evolutionary parsimony
 152   method of phylogenetic analysis. \emph{Molecular Biology and
 153     Evolution}, \bold{7}, 82--102.
 154
 155   Lake, J. A. (1994) Reconstructing evolutionary trees from DNA and
 156   protein sequences: paralinear distances. \emph{Proceedings of the
 157     National Academy of Sciences USA}, \bold{91}, 1455--1459.
 158
 159   Lockhart, P. J., Steel, M. A., Hendy, M. D. and Penny, D. (1994)
 160   Recovering evolutionary trees under a more realistic model of sequence
 161   evolution. \emph{Molecular Biology and Evolution}, \bold{11},
 162   605--602.
 163
 164   McGuire, G., Prentice, M. J. and Wright, F. (1999). Improved error
 165   bounds for genetic distances from DNA sequences. \emph{Biometrics},
 166   \bold{55}, 1064--1070.
 167
 168   Tamura, K. (1992) Estimation of the number of nucleotide substitutions
 169   when there are strong transition-transversion and G + C-content
 170   biases. \emph{Molecular Biology and Evolution}, \bold{9}, 678--687.
 171
 172   Tamura, K. and Nei, M. (1993) Estimation of the number of nucleotide
 173   substitutions in the control region of mitochondrial DNA in humans and
 174   chimpanzees. \emph{Molecular Biology and Evolution}, \bold{10}, 512--526.
 175 }
 176 \author{Emmanuel Paradis \email{Emmanuel.Paradis@mpl.ird.fr}}
 177 \seealso{
 178   \code{\link{read.GenBank}}, \code{\link{read.dna}},
 179   \code{\link{write.dna}},  \code{\link{DNAbin}},
 180   \code{\link{dist.gene}}, \code{\link{cophenetic.phylo}},
 181   \code{\link[stats]{dist}}
 182 }
 183 \keyword{manip}
 184 \keyword{multivariate}