如何将含内部节点与分支长度的Python字典转换为Newick格式？

首先，咱们先理清你的字典对应的进化树结构：

• a、b、c是内部节点，每个节点的值对应它的子节点（叶节点或其他内部节点）以及分支长度
• leaf1到leaf6是无后代的叶节点
• 内部节点b包含a作为子节点（分支长度2），而a又包含leaf1和leaf2；c包含leaf5和leaf6；b和c没有被其他节点作为子节点，所以它们是根节点的直接子节点

实现代码 #

下面是一个递归的Python函数，能自动把你的字典转换成标准Newick格式：

def dict_to_newick(node_dict):
    # 标记所有内部节点
    internal_nodes = set(node_dict.keys())
    # 找出所有被当作子节点的节点（含内部节点和叶节点）
    all_child_nodes = {child for children in node_dict.values() for child in children.keys()}
    # 找根节点：没有被其他节点作为子节点的内部节点
    root_candidates = [node for node in internal_nodes if node not in all_child_nodes]
    
    # 递归构建子树的辅助函数
    def build_subtree(node):
        child_components = []
        for child, length in node_dict[node].items():
            if child in internal_nodes:
                # 子节点是内部节点，递归生成它的子树
                subtree = build_subtree(child)
                child_components.append(f"{subtree}:{length}")
            else:
                # 子节点是叶节点，直接拼接格式
                child_components.append(f"{child}:{length}")
        return f"({','.join(child_components)})"
    
    # 处理根节点逻辑
    if len(root_candidates) > 1:
        # 多个根候选，合并为根的子节点
        root_subtrees = [build_subtree(node) for node in root_candidates]
        newick_str = f"({','.join(root_subtrees)});"
    elif root_candidates:
        # 单个根节点
        newick_str = f"{build_subtree(root_candidates[0])};"
    else:
        raise ValueError("无法识别根节点，字典可能存在循环引用")
    
    return newick_str

# 你的输入字典
tree_dict = { 
    'a': {'leaf1': 12, 'leaf2': 32}, 
    'b': {'a': 2, 'leaf3': 21, 'leaf4': 3}, 
    'c': {'leaf5': 5, 'leaf6': 7} 
}

# 执行转换并打印结果
print(dict_to_newick(tree_dict))

转换结果 #

运行代码后，你会得到符合要求的Newick字符串：

(((leaf1:12,leaf2:32):2,leaf3:21,leaf4:3),(leaf5:5,leaf6:7));

这个格式可以直接复制到FigTree、iTOL等进化树绘制工具中使用。

内容的提问来源于stack exchange，提问作者Bassam Alkindy