biogeobears
运行 BioGeoBEARS 生物地理学分析
系统发育生物地理学分析帮助研究人员了解物种地理分布范围如何随时间演变。此技能自动化了完整的 BioGeoBEARS 工作流程，从输入验证到出版级祖先分布范围可视化。
下載技能 ZIP
在 Claude 中上傳
前往 設定 → 功能 → 技能 → 上傳技能
開啟並開始使用
測試它
正在使用「biogeobears」。 对我的 30 种鸟类系统发育树及其岛屿分布运行 BioGeoBEARS 分析
預期結果:
- 分析设置完成于: biogeobears_analysis/
- 已验证 30 个物种分布在 5 个岛屿上 (A, B, C, D, E)
- 生成了包含 6 个模型比较的 RMarkdown 脚本
- 最大分布范围: 4 个区域 (保守设置)
- 模型: DEC, DEC+J, DIVALIKE, DIVALIKE+J, BAYAREALIKE, BAYAREALIKE+J
- 运行方法: cd biogeobears_analysis && bash run_analysis.sh
- 预计运行时间: 30-60 分钟完成完整模型比较
正在使用「biogeobears」。 将我的物种分布 CSV 转换为 BioGeoBEARS 格式
預期結果:
- 检测到 45 个物种分布在 6 个地理区域
- 已将存在/ absence 数据转换为 PHYLIP 格式
- 已验证物种名称与树末端标签匹配
- 输出文件: geography.data
- 文件可用于 BioGeoBEARS 分析
正在使用「biogeobears」。 哪种 BioGeoBEARS 模型最适合我的岛屿数据集？
預期結果:
- 模型比较结果 (AIC 权重):
- DEC+J: 0.52 (最佳支持)
- DIVALIKE+J: 0.31
- DEC: 0.09
- BAYAREALIKE+J: 0.05
- +J 参数显著改善了拟合度 (LRT p < 0.001)
- 表明创始人事件物种形成对岛屿生物地理学很重要
安全審計
低風險This is a legitimate bioinformatics skill for phylogenetic biogeographic analysis. All 174 static findings are FALSE POSITIVES caused by the scanner misinterpreting documentation examples (R code showing package installation), scientific notation (d,e,j biogeographic parameters as 'weak crypto'), and relative file paths in examples as path traversal. No malicious intent detected.
風險因素
品質評分
你能建構什麼
祖先分布范围重建
使用 DEC、DIVALIKE 和 BAYAREALIKE 模型重建物种祖先在其系统发育树上的分布位置。
扩散与灭绝分析
估计整个分支的地理分布范围扩张、收缩和创始人事件物种形成的速率。
历史生物地理学
了解历史生物地理学模式，为保护优先序和预测对气候变化的响应提供信息。
試試這些提示
我有一个包含 [NUMBER] 个物种的 Newick 系统发育树和它们在 [NUMBER] 个区域的地理分布。运行 BioGeoBEARS 分析来重建祖先分布范围。
比较我的系统发育树上的 DEC、DEC+J、DIVALIKE 和 DIVALIKE+J 模型。哪个模型的 AIC 权重最高？解释参数的生物学意义。
将我的物种分布 CSV 文件转换为 BioGeoBEARS 格式，并根据我的系统发育树文件进行验证。
生成一个 RMarkdown 脚本，为我的系统发育树上的所有六种 BioGeoBEARS 模型创建饼图可视化祖先分布范围。
最佳實務
- 始终在运行完整分析之前验证输入文件，以尽早发现物种名称不匹配问题
- 使用全部六种模型进行全面的模型比较，而不是只测试一种
- 保守设置 max_range_size（区域数量减一）以避免计算爆炸
避免
- 在未验证物种名称是否与树和地理文件匹配的情况下运行分析
- 使用非常高的 max_range_size 值（大于 5）而不了解计算影响
- 仅报告一个模型的结果而没有基于 AIC 的模型比较