用R程序包plantlist查询和处理植物学名

plantlist是用来查询和处理植物学名的R程序包，自2013年发布以来，受到很多老师和同学的关注。R软件中，类似的程序包还有taxize(https://cran.r-project.org/web/packages/taxize/index.html)、Taxonstand([https://cran.r-project.org/web/packages/Taxonstand/index.html)](https://cran.r-project.org/web/packages/Taxonstand/index.html)等)[等](https://cran.r-project.org/web/packages/Taxonstand/index.html)等)。

相比之下plantlist的主要特点在于：

  1. 使用校对过的内置数据，使用过程中不需要连网。

  2. 优化了查询单个物种名是否为接受名的算法，速度比taxize更快

  3. 查询结果所显示的信息更加简洁清晰

  4. 支持用中文名批量查询学名

plantlist的主要功能

  1. 批量查询植物科属，内置的数据主要来源于The    Plant    List网站(www.theplantlist.org/)，其中被子植物采用APGIII分类系统，同时提供维管植物每个科的编号，极大方便了植物标本的管理，方便植物名录处理等。

  2. 直接生成科/属/种的列表,    以便导入Phylomatic等软件生成进化树

  3. 用中文名批量查询植物学名以及科属

  4. 查询学名的接受状态以及完整学名等

plantlist包内的函数

  • `CTPL()` 用中文名查询每个种的科、属、分布、海拔、在中国的IUCN等级数据

  • `CTPL2()` 功能与CTPL类似，但`CTPL2()`只读写Excel文件，而CTPL在查询时可直接输入中文字符。

  • `status()` 查询每个学名在The    Plant List 1.1数据库中的接受状态（该数据库已经放在程序包中）

  • `taxa.table()` 基于TPL查询结果制作科、属、种列表，以便用Phylomatic软件建立进化树

  • `TPL()` 用学名查询目、科、属以及科在分类系统中的编号

内置数据

  • `acc_dat`:    The Plant List 1.1 网站上的所有接受名

  • `cnplants_dat`:    《中国植物名录》及每个种的科、属、分布、海拔、中国IUCN等级以及特有性等数据

  • `genera_dat`:    The Plant List 1.1 网站上的所有属名列表，因源数据有一些错误，绝大部分已经修订。

  • `orders_dat`:    Angiosperm Phylogeny Website (www.mobot.org/MOBOT/research/APweb/)    提供的各科所属的目。

  • `syn_dat`:    The Plant List 1.1 网站的异名数据库

软件安装

plantlist必须要先安装R才能使用。由于plantlist内部函数CTPL2函数需要使用openxlsx程序包读取xlsx文件，所以也要安装openxlsx所依赖的Rtools以及Rcpp，并配置好启动路径才能正常使用。

安装R软件

R软件下载的地址为:(http://cran.r-project.org/bin/windows/base/)。请尽量下载最新版本的R并按照默认路径安装。因为程序运行过程中涉及UTF8字符转换，所以R版本不能低于3.0.3。

图1.R软件windows版本下载页

图2.R软件3.3.1的登录界面

安装Rstudio

推荐用Rstudio的Console输入函数查询，这是因为在部分Windows系统中，R自带的RGui中无法正常输入汉字，而Rstudio较好地解决了字符编码和汉字输入的问题。建议所有文本文件都使用UTF-8编码，以降低出现乱码的机会。

Rstudio可以在(https://www.rstudio.com/products/rstudio/download/)下载。

安装Rtools

Rtools是编写R程序包的工具软件，含有读写xlsx文件所需的unzip和zip函数，安装时必须允许Rtools修改启动路径。

Rtools的下载地址为(https://cran.r-project.org/bin/windows/Rtools/)。安装Rtools时须允许其修改系统路径systemPATH。

图3.Rtools下载页面，请以列表中第一行未冻结的版本为准

图4.安装Rtools时应该允许其修改systemPATH

Rtools安装完成后可以通过以下方式检查是否安装成功:

图5.在控制台中输入zip,如图所示，若未提示错误，则Rtools安装和配置成功

安装openxlsx程序包

openxlsx程序包用来读取和保存带有植物名录的xlsx模板，在Rconsole中输入：

1
install.packages("openxlsx")

然后，在弹出的窗口选择距离较近的CRAN镜像，openxlsx程序包会自动下载并安装好。部分地区由于网络限制，不一定能打开r-project网站的云服务，以致报错。此时可以用以下命令从指定的CRAN镜像网站安装:

1
install.packages("ctv", repos = "http://cran.R-project.org")

其中 http://cran.R-project.org 可替换为任何CRAN镜像名。CRAN镜像列表见以下网址：https://cran.r-project.org/mirrors.html

图6.通过install.packages命令安装openxlsx程序包

安装plantlist程序包

由于plantlist程序包内置的数据约20M,不便提交到CRAN。稳定版本在R-Forge(https://r-forge.r-project.org/R/?group_id=2052),最新版本的源代码保存在github。

图7.Rforge网站上plantlist的页面

从R-Forge下载安装

命令是:

1
install.packages("plantlist", repos="http://R-Forge.R-project.org")

从github下载和安装

plantlist的github网址是(https://www.github.com/helixcn/plantlist)。可使用如下命令安装：

1
devtools::install_github("helixcn/plantlist")

若尚未安装devtools程序包,需要输入以下命令安装:

1
install.packages("devtools")

至此，plantlist及其依赖的程序包都安装好了。

plantlist各函数的用法

在使用plantlist之前，必须用library(plantlist) 加载plantlist。查询每个函数的使用方法，请输入?``函数名，例如：?TPL即可查看TPL函数的帮助界面。

CTPL() 用中文名查询科、属、分布、海拔、IUCN等级数据

调用方式和参数如下： CTPL(taxa= NULL, print_as_list = TRUE)

其中taxa是植物的中文名， print_as_list 只是打印方式的选项，如果为TRUE，则用列表的方式打印。

注意：用列表的方式打印，只是为了显示的方便，本函数返回值为****data.frame, print_as_list参数并不会改变返回值的数据类型。

示例代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
library(plantlist)
CTPL(c("杨梅", "多花泡花树"))
CTPL(c("网脉实蕨", "江南星蕨"))
# 将结果保存到Excel文件中
library(openxlsx)
rrr <- CTPL(c("侧金盏花",               
              "多花泡花树",               
              "网脉山龙眼",               
              "绿樟",               
              "网脉实蕨"))
write.xlsx(rrr, "results.xlsx")# 纯文本文件的读写

# Save to UTF-8

writeLines(text = c("桃儿七", "连香树","水青树","绿樟","网脉实蕨"),     
con = "test_species.txt",     
useBytes = TRUE)

sp <- readLines("test_species.txt", encoding = "UTF-8")

CTPL(sp)

图8.CTPL的查询结果

CTPL2() 用中文名查询科、属、分布、海拔、IUCN等级数据

CTPL2可直接读取Excel文件第一列的数据，并以此和内置的cnplants_dat数据匹配，结果保存在自动生成的xlsx文件中。

示例代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
# Example of CTPL2
library(plantlist)
library(openxlsx)

species <- data.frame(plants = c("侧金盏花",                                 
"多花泡花树",                                  
"网脉山龙眼",                                  
"绿樟",                                  
"网脉实蕨",                                 
"无根藤",                                 
"黄樟",                                 
"香叶树",                                 
"山鸡椒",                                 
"潺槁木姜子",                                 
"豺皮樟",                                 
"浙江润楠",                                 
"广东润楠",                                 
"广寄生",                                 
"两广梭罗",                                 
"假苹婆",                                 
"地桃花",                                 
"白背黄花稔",                                 
"通泉草",                                 
"野牡丹"))

write.xlsx(species, "species_to_search.xlsx")
CTPL2("species_to_search.xlsx")

图9.CTPL2的查询结果。

status() 查询每个学名在ThePlant List 1.1 的接受状态

函数的参数 status(species=NA, exact =TRUE, spell_error_max =NULL)

  • `species`为输入的字符串向量。

  • `exact`表示是否进行精确匹配，如果不是精确匹配，则所有能用grep正则表达式匹配的结果都会显示。一般建议用精确匹配。

  • `spell_error_max` 为所允许的最大的错误拼写的字母数量。

  • `status`函数对输入的species物种名大小写不敏感,物种名的前后以及中间允许有多个空格，species可以包括或者不包括命名人（变型f.之前的命名人除外）。

status函数可以查询变种var.亚种subsp.以及变型f.是否接受等信息.

示例代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
library(plantlist)

## 建立物种名单
sp <-c("Elaeocarpus decipiens",       
       "Syzygium buxifolium",       
       "Daphniphyllum oldhamii",       
       "Loropetalum chinense",       
       "Rhododendron latoucheae",       
       "Rhododendron ovatum",       
       "Vaccinium carlesii",       
       "Schima superba")
       
### 检查名单内每个种的接受情况以及接受名
status(sp)

### 检查一个种的接受情况
status("Myrica rubra")              ## 杨梅
status("Adinandra millettii")       ## 杨桐
status("cyclobalanopsis neglecta ") ## 竹叶青冈
status("Lirianthe henryi")          ## 大叶木兰
#### 同时检查几个学名的状态
status(c("Myrica rubra",          
         "Adinandra millettii",         
         "Machilus thunbergii",         
         "Ranunculus japonicus",         
         "Cyclobalanopsis neglecta"))

### Check the statusof a scientific name (with or without authorship)
### 查询学名是否接受
status("Hypoxis filifolia")

### Subspecies (withor without authorship)
### 查询亚种是否接受
status("Hypoxis kilimanjarica subsp. kilimanjarica")

### Variaty (with orwithout authorship)
### 查询变种是否接受
status("Hypoxis erecta var. aestivalis")

### Form (with orwithout authorship)
### 查询变型是否接受
status("Hypoxis hirsuta f. villosissima")

### 重要提示： 由于表示变型的 f. 有时也用于命名人中，
### 因此，用status函数在查询变型时， 请勿为种添加命名人，
### 但是变型的命名人可以提供或者不提供，具体为:
"Hypoxis hirsuta (L.)Coville f. vollosissima Fernald"#  （不能处理）
"Hypoxis hirsuta f. vollosissima Fernald"#（能处理）
"Hypoxis hirsuta f. vollosissima"#（能处理）

taxa.table() 基于TPL查询结果制作科属种列表

查询结果多用于在Phylomatic软件中构建进化树。示例代码如下：

1
2
3
4
5
6
7
sp <- c( "Ranunculus japonicus",
         "Anemone udensis",         
         "Ranunculus repens",         
         "Ranunculus chinensis",         
         "Solanum nigrum",         
         "Punica sp." )
res <- TPL(sp)taxa.table(res)

TPL()根据拉丁名，查询目、科、属、以及科的编号

TPL函数输入的数据必须是字符串格式的向量。可以查询科、属、种的相应信息，但是并不会提示学名是否为接受名。查询学名是否有效，请用status函数。

1
2
3
4
5
6
7
8
9
10
11
TPL("Carex") # 
查询薹草属
TPL("Apple") 
# 查询苹果的英文名
splist <- c("Ranunculus japonicus",
             "Solanum nigrum",
             "Punica sp.",
             "Machilus",
             "Today",
             "####" ) ### 查询多个种
res <- TPL(splist)

引用plantlist程序包

如果您使用了plantlist程序包，请通过以下方式引用：

JinlongZhang (2018). plantlist: Looking Up the Status of Plant ScientificNames based on The Plant List Database. R package version0.5.3. https://github.com/helixcn/plantlist/

致谢

感谢高芳銮、李嵘、张健、朱慧玲、刘冰、胡晓丽、冯嘉恩、黄世芳、俞筱押、胡海花、李家湘、刘水银、鲍志贵、张美霞、葛斌杰、孔德良、刘振稳、龙文兴、金建军、夏尚文、李霞、陶旺兰、李秋萍、易逸瑜、张璋、骆争荣、彭舜磊、郭文永、贾蕙君等各位老师同学提出宝贵意见和建议。

参考文献

  • 多识团队.    (2016至今).    多识植物百科. [http://doucet.ibiodiversity.net/](http://doucet.ibiodiversity.net/).

  • 刘冰,    叶建飞,    刘夙,    汪远,    杨永,    赖阳均,    曾刚，林秦文.    (2015). 中国被子植物科属概览:    依据    APG    III 系统.    生物多样性,    23(2), 225-231.

  • 环境保护部,    中国科学院    (2013)    《中国生物多样性红色名录——高等植物卷    》 电子版来源：    www.mep.gov.cn/gkml/hbb/bgg/201309/W020130917614244055331.pdf

  • Christenhusz,    M., Zhang, X. C., and Schneider, H. (2011a). A linear sequence of    extant families and genera of lycophytes and ferns. Phytotaxa.    19:7-54

  • Christenhusz,    M., Reveal, J., Farjon, A., Gardner, M. F., Mill, R. R., and Chase,    M. W. (2011b). A new classification and linear sequence of extant    gymnosperms. Phytotaxa. 19:55-70