Phyloregion——生物地理分区R包工作流

泛用的工作流图示如下

基本的步骤差不多为  a：数据的收集和初步整理  b：生成矩阵计算距离聚类分区  c：可视化

原始的数据分为两大块，物种的分布数据和物种的系统发育关系信息。

物种分布数据可以是点数据，多边形数据或栅格数据。点数据往往来自主要的数据中心，是一个生物记录对应坐标的那种数据，可以来自GBIF或标本记录观测记录。多边形数据就像POWO那样的，物种分布范围，在这个多边形框中改物种有分布，可以从国际保护联盟派生
自然的空间数据库中获取(https://www.iucnredlist.org/resources/ spatial-data-download)。点数据可能会在小尺度上呈现聚集和重叠，坐标位置需要筛选出可用记录。栅格数据往往来自物种分布模型，比如aquamaps。前两种应该是主要的数据来源，栅格数据说实话没见过，不太懂。

物种的系统发育信息指的是带枝长信息的系统发生树，植物是有现成的大树，可以直接从网上下下来，也可以从NCBI上下基因自己建树。

分布数据进行转换标准化为comm，物种关系的树截取或添加物种，得到所有观测到的物种间关系的数据。

原始数据转化为稀疏矩阵后，分布信息跟亲缘关系信息根据物种名称对其，保证两个数据间是匹配对应的。然后算系统发育β多样性，根据系统发育额独特性来对栅格进行聚类，划分出生物地理区系。

通过可视化来直观展示结果。

这个工作流需要的命令都在图中，每个命令Phyloregion manual中都有介绍，可以根据字母排列顺序查找。

下面这两篇文献一个是这个R包介绍文章，里面附带有实例，另一个是利用这个包进行的全球植物分区研究，刚好动植物各一个例子，可以作为参考。

Daru B H, Karunarathne P, Schliep K. phyloregion: R package for biogeographical regionalization and macroecology[J]. Methods in Ecology and Evolution, 2020, 11(11): 1483-1491.

Carta A, Peruzzi L, Ramírez‐Barahona S. A global phylogenetic regionalization of vascular plants reveals a deep split between Gondwanan and Laurasian biotas[J]. New Phytologist, 2022, 233(3): 1494-1504.