注释演化支
ggtree(Yu et al. 2017)实现了geom_cladelabel层注释一个选择的支与条指示支与相应的标签。
的geom_cladelabel层接受一个选定的内部节点编号。内部节点编号请参见树的操作装饰图案。
set.seed（2015-12-21）树< -rtree（30.）p < - - - - - -ggtree(树)+xlim（NA，6）pgydF4y2Ba+geom_cladelabel（节点=45，标签=“测试标签”）+geom_cladelabel（节点=34，标签=“另一个进化枝”）
用户可自行设置参数，align = TRUE，以对齐clade标签，并使用参数，抵消，调整位置。
pgydF4y2Ba+geom_cladelabel（节点=45，标签=“测试标签”，对齐=真正的，抵消=．5）+geom_cladelabel（节点=34，标签=“另一个进化枝”，对齐=真正的，抵消=．5）
用户可以通过该参数改变支链标签的颜色颜色．
pgydF4y2Ba+geom_cladelabel（节点=45，标签=“测试标签”，对齐=T,颜色=“红色”）+geom_cladelabel（节点=34，标签=“另一个进化枝”，对齐=T,颜色=“蓝”）
用户可以更改角支标签文本和文本到条的相对位置offset.text．
pgydF4y2Ba+geom_cladelabel（节点=45，标签=“测试标签”，对齐=T,角=270，hjust =“中心”，offset.text =．5）+geom_cladelabel（节点=34，标签=“另一个进化枝”，对齐=T,角=45）
条形图和文本的大小可以通过参数来改变barsize而且字形大小分别。
pgydF4y2Ba+geom_cladelabel（节点=45，标签=“测试标签”，对齐=T,角=270，hjust =“中心”，offset.text =．5，barsize =1．5）+geom_cladelabel（节点=34，标签=“另一个进化枝”，对齐=T,角=45，字形大小=8）
用户还可以使用geom_label标记文本。
注释未根树的分支
ggtree提供了geom_clade2用于标记未根布局树的枝。
pg < -ggtree(树,布局=“日光”）pg+geom_cladelabel2（节点=45，标签=“测试标签”，角=10）+geom_cladelabel2（节点=34，标签=“另一个进化枝”，角=305）
标记相关类群(单系、多系或副系)
geom_cladelabel是为标记单系(分支)而设计的，而有相关的分类群不形成一个分支。ggtree提供了geom_strip若要添加条/条以指示与可选标签的关联(请参阅这个问题）.
nwk < -执行（“extdata”，“sample.nwk”，包=“treeio”）树< -read.tree(nwk)ggtree(树)+geom_tiplab（）+geom_strip（5，7，barsize =2，颜色=“红色”）+geom_strip（6，12，barsize =2，颜色=“蓝”）
强调演化支
ggtree实现了geom_hilight层，它接受一个内部节点号，并添加一个矩形层来突出显示所选的分支。
突出显示所选支的另一种方法是使用不同的颜色和/或线条类型设置支，如树的操作装饰图案。
强调平衡
除了geom_hilight，ggtree还实现了geom_balance用于突出显示给定内部节点的相邻子分支。
ggtree(树)+geom_balance（节点=16，填补=“钢蓝色的”，颜色=“白色”，α=0.6，延长=1）+geom_balance（节点=19，填补=暗绿色的，颜色=“白色”，α=0.6，延长=1）
分类单元的连接
一些进化事件(如重组、水平基因转移)可以用简单的树来建模。ggtree提供了geom_taxalink允许在树中的任意两个节点之间绘制直线或曲线的层，允许它通过连接分类单元来表示进化事件。
ggtree(树)+geom_tiplab（）+geom_taxalink（“一个”，“E”）+geom_taxalink（“F”，“K”，颜色=“红色”，箭=网格：：箭头（长度=网格：：单位（0.02，“人大”）））
树注释与进化软件的输出
的treeio包实现了几个解析器函数来解析进化生物学中常用软件的输出。
这里，我们使用野兽(Bouckaert et al. 2014)以输出为例。详情请参阅进口国装饰图案。
文件< -执行（“extdata /野兽”，“beast_mcc.tree”，包=“treeio”）野兽< -read.beast(文件)ggtree(野兽,aes（颜色=率))+geom_range（范围=“length_0.95_HPD”，颜色=“红色”，α=．6，大小=2）+geom_nodelab（aes（x =分支,标签=轮(后,2)),vjust =-．5，大小=3.）+scale_color_continuous（低=“暗绿色”，高=“红色”）+主题（legend.position =c(。1，．8）)
带有用户指定注释的树注释
可以在不同的层次上集成用户数据来注释系统发育树。的treeio计划实现了full_join方法将树数据合并到系统发育树对象．的tidytree包支持使用潮流动词将树数据与系统发育联系起来．ggtree支持将外部数据映射到系统发育，以便动态地进行可视化和注释。
的% < + %操作符
假设我们有以下与树相关联的数据，并希望将数据附加到树中。
nwk < -执行（“extdata”，“sample.nwk”，包=“treeio”）树< -read.tree(nwk)p < - - - - - -ggtree(树)dd < -data.frame（分类单元=字母(1：13),地方=c（代表（“广州”，5)，代表（“香港”，3.)，代表（“CZ”，4)，NA)，值=轮（腹肌（rnorm（13，意思是=70，sd =10)),数字=1）)您不需要对数据进行排序##数据只是为了演示而重新洗牌dd < -dd (样本（1：13，13),)row.names(dd) < -零| 分类单元 | 的地方 | 价值 |
|---|---|---|
| D | 广州 | 78.4 |
| K | CZ | 72.7 |
| C | 广州 | 83.0 |
| H | 香港 | 102.6 |
| E | 广州 | 75.3 |
| 米 | NA | 67.1 |
| J | CZ | 70.4 |
| 一个 | 广州 | 51.5 |
| B | 广州 | 56.6 |
| l | CZ | 79.6 |
| F | 香港 | 55.9 |
| 我 | CZ | 68.0 |
| G | 香港 | 86.1 |
我们可以想象的地方列存储我们隔离的物种和位置价值列存储数值(如。引导值)。
我们已经用算子演示过了，% < %，用新的树更新树视图。在这里，我们将介绍另一个算子，% < + %，它将注释数据附加到树视图。输入数据的唯一要求是它的第一列应该与树的节点/提示标签匹配。
将注释数据附加到树之后% < + %时，数据中的所有列都是可见的ggtree．作为一个例子，这里我们将上面的注释数据附加到树视图，pgydF4y2Ba，并添加一个层，该层显示提示标签，并根据存储在其中的隔离站点对其进行着色的地方列。
p < - - - - - -pgydF4y2Ba% < + %dd+geom_tiplab（aes（颜色=的地方)+geom_tippoint（aes（大小=值,形状=的地方,颜色=的地方),α=０．２５）pgydF4y2Ba+主题（legend.position =“正确”）
一旦数据被附加，它就会一直被附加。这样我们就可以添加其他层来方便地显示这些信息。
pgydF4y2Ba+geom_text（aes（颜色=的地方,标签=的地方),hjust =1，vjust =-0.4，大小=3.）+geom_text（aes（颜色=的地方,标签=值),hjust =1，vjust =1．4，大小=3.）
可视化树与相关的矩阵
的gheatmap设计了用相关矩阵热图可视化系统发育树的功能。
在下面的例子中，我们可视化了H3流感病毒及其相关基因型的树。
beast_file < -执行（“例子/ MCC_FluA_H3.tree”，包=“ggtree”）beast_tree < -read.beast(beast_file)genotype_file < -执行（“例子/ Genotype.txt”，包=“ggtree”）基因型< -read.table(genotype_file9月=＂\ t＂，stringsAsFactor =F)colnames(基因型)< -子（＂\ \美元。”，＂＂，colnames(基因型)p < - - - - - -ggtree(beast_treemrsd =“2013-01-01”）+geom_treescale（x =2008，y =1，抵消=2）p < - - - - - -pgydF4y2Ba+geom_tiplab（大小=2）gheatmap(p,基因型,抵消=5，宽度=0．5，font.size =3.，colnames_angle =-45，hjust =0）+scale_fill_manual（打破了=c（“HuH3N2”，“pdm”，“三角”)，值=c（“钢蓝色的”，“耐火砖”，“暗绿色”）)
的宽度参数用于控制热图的宽度。它支持另一个参数抵消用于控制树和热图之间的距离，例如为尖端标签分配空间。
对于时间尺度的树，就像在这个例子中，它更常用x轴theme_tree2．但有了这个解决方案，热图只是另一层，将改变x轴。为了克服这个问题，我们实施了scale_x_ggtree使x轴设置更合理。
p < - - - - - -ggtree(beast_treemrsd =“2013-01-01”）+geom_tiplab（大小=2，对齐=真正的，线宽=．5）+theme_tree2（）页< -(p+scale_y_continuous（扩大=c（0，0.3）））% > %gheatmap(基因型,抵消=8，宽度=0.6，colnames =假）% > %scale_x_ggtree（）页+主题（legend.position =“正确”）
可视化树与多个序列对齐
与msaplot功能，用户可以通过系统发育树可视化多个序列比对，如下图所示:
特定切片的对齐也可以通过特定的方式显示窗口参数。
用相关数据绘制树
为了将系统发育树与用户数据产生的不同类型的图相关联，ggtree提供了facet_plot函数，它接受一个输入data.frame和一个几何学函数绘制输入数据。数据将显示在图的另一个面板中。
tr < -rtree（30.）d1 < -data.frame（id =tr＄tip.label,val =rnorm（30.，sd =3.）)p < - - - - - -ggtree(tr)p2 < -facet_plot(p。面板=“点”，data =d1,几何学=geom_point,aes（x =val),颜色=的耐火砖）d2 < -data.frame（id =tr＄tip.label,值=腹肌（rnorm（30.，意思是=One hundred.，sd =50）））facet_plot(p2,面板=“酒吧”，data =d2,几何学=geom_segment,aes（x =0，xend =值,y =y,yend =y)大小=3.，颜色=“钢蓝色的”）+theme_tree2（）
参考文献
布克尔特，雷姆科，约瑟夫·赫立德，丹尼斯Kühnert，蒂姆·沃恩，吴杰希，谢东，马克·a·苏查德，安德鲁·兰姆波特，阿列克谢·j·德拉蒙德。2014。野兽2:贝叶斯进化分析软件平台PLoS计算生物学10 (4): e1003537。https://doi.org/10.1371/journal.pcbi.1003537．
于广创，David K. Smith，朱华晨，关毅，林赞玉。2017。“Ggtree:用于系统发育树及其协变量和其他相关数据的可视化和注释的R包。”生态学与进化论中的方法8(1):几个。https://doi.org/10.1111/2041-210X.12628．