in progress

diff --git a/forester/test_data/gene_tree_tax_code_4.xml b/forester/test_data/gene_tree_tax_code_4.xml
new file mode 100644 (file)
index 0000000..6cb6fbc
--- /dev/null
+++ b/forester/test_data/gene_tree_tax_code_4.xml
@@ -0,0 +1,672 @@
+<?xml version="1.0" encoding="UTF-8"?>
+<phyloxml xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.phyloxml.org http://www.phyloxml.org/1.10/phyloxml.xsd" xmlns="http://www.phyloxml.org">
+<phylogeny rooted="true">
+  <clade>
+    <clade>
+      <clade>
+        <clade>
+          <clade>
+            <clade>
+              <clade>
+                <clade>
+                  <clade>
+                    <clade>
+                      <clade>
+                        <clade>
+                          <clade>
+                            <clade>
+                              <clade>
+                                <taxonomy>
+                                  <code>PLAFA</code>
+                                </taxonomy>
+                                <sequence>
+                                  <name>A</name>
+                                </sequence>
+                              </clade>
+                              <clade>
+                                <taxonomy>
+                                  <code>PLAYO</code>
+                                </taxonomy>
+                                <sequence>
+                                  <name>A</name>
+                                </sequence>
+                              </clade>
+                            </clade>
+                            <clade>
+                              <taxonomy>
+                                <code>PLACH</code>
+                              </taxonomy>
+                              <sequence>
+                                <name>A</name>
+                              </sequence>
+                            </clade>
+                          </clade>
+                          <clade>
+                            <taxonomy>
+                              <code>PLAYO</code>
+                            </taxonomy>
+                            <sequence>
+                              <name>B</name>
+                            </sequence>
+                          </clade>
+                        </clade>
+                        <clade>
+                          <name>i have no species</name>
+                        </clade>
+                      </clade>
+                      <clade>
+                        <taxonomy>
+                          <scientific_name>Homo sapiens</scientific_name>
+                        </taxonomy>
+                        <sequence>
+                          <name>X</name>
+                        </sequence>
+                      </clade>
+                    </clade>
+                    <clade>
+                      <taxonomy>
+                        <code>XXXXX</code>
+                      </taxonomy>
+                      <sequence>
+                        <name>X</name>
+                      </sequence>
+                    </clade>
+                  </clade>
+                  <clade>
+                    <taxonomy>
+                      <id provider="ncbi">3093</id>
+                    </taxonomy>
+                    <sequence>
+                      <name>X</name>
+                    </sequence>
+                  </clade>
+                </clade>
+                <clade>
+                  <clade>
+                    <clade>
+                      <clade>
+                        <taxonomy>
+                          <code>HUMAN</code>
+                        </taxonomy>
+                        <sequence>
+                          <name>A</name>
+                        </sequence>
+                      </clade>
+                      <clade>
+                        <taxonomy>
+                          <code>MOUSE</code>
+                        </taxonomy>
+                        <sequence>
+                          <name>A</name>
+                        </sequence>
+                      </clade>
+                    </clade>
+                    <clade>
+                      <taxonomy>
+                        <code>YEAST</code>
+                      </taxonomy>
+                      <sequence>
+                        <name>A</name>
+                      </sequence>
+                    </clade>
+                  </clade>
+                  <clade>
+                    <clade>
+                      <clade>
+                        <taxonomy>
+                          <code>HUMAN</code>
+                        </taxonomy>
+                        <sequence>
+                          <name>E</name>
+                        </sequence>
+                      </clade>
+                      <clade>
+                        <taxonomy>
+                          <code>YEAST</code>
+                        </taxonomy>
+                        <sequence>
+                          <name>E</name>
+                        </sequence>
+                      </clade>
+                    </clade>
+                    <clade>
+                      <taxonomy>
+                        <code>MOUSE</code>
+                      </taxonomy>
+                      <sequence>
+                        <name>F</name>
+                      </sequence>
+                    </clade>
+                  </clade>
+                </clade>
+              </clade>
+              <clade>
+                <clade>
+                  <taxonomy>
+                    <code>NEMVE</code>
+                  </taxonomy>
+                  <sequence>
+                    <name>C</name>
+                  </sequence>
+                </clade>
+                <clade>
+                  <taxonomy>
+                    <code>PETMA</code>
+                  </taxonomy>
+                  <sequence>
+                    <name>C</name>
+                  </sequence>
+                </clade>
+              </clade>
+            </clade>
+            <clade>
+              <clade>
+                <clade>
+                  <taxonomy>
+                    <code>MYCGR</code>
+                  </taxonomy>
+                  <sequence>
+                    <name>D</name>
+                  </sequence>
+                </clade>
+                <clade>
+                  <taxonomy>
+                    <code>MYCGR</code>
+                  </taxonomy>
+                  <sequence>
+                    <name>D1</name>
+                  </sequence>
+                </clade>
+              </clade>
+              <clade>
+                <taxonomy>
+                  <code>MYCPJ</code>
+                </taxonomy>
+                <sequence>
+                  <name>D</name>
+                </sequence>
+              </clade>
+            </clade>
+          </clade>
+          <clade>
+            <taxonomy>
+              <code>PYRHO</code>
+            </taxonomy>
+            <sequence>
+              <name>A</name>
+            </sequence>
+          </clade>
+        </clade>
+        <clade>
+          <clade>
+            <clade>
+              <clade>
+                <clade>
+                  <clade>
+                    <clade>
+                      <clade>
+                        <clade>
+                          <clade>
+                            <clade>
+                              <taxonomy>
+                                <code>PLAFA</code>
+                              </taxonomy>
+                              <sequence>
+                                <name>A</name>
+                              </sequence>
+                            </clade>
+                            <clade>
+                              <taxonomy>
+                                <code>PLAYO</code>
+                              </taxonomy>
+                              <sequence>
+                                <name>A</name>
+                              </sequence>
+                            </clade>
+                          </clade>
+                          <clade>
+                            <taxonomy>
+                              <code>PLACH</code>
+                            </taxonomy>
+                            <sequence>
+                              <name>A</name>
+                            </sequence>
+                          </clade>
+                        </clade>
+                        <clade>
+                          <taxonomy>
+                            <code>PLAYO</code>
+                          </taxonomy>
+                          <sequence>
+                            <name>B</name>
+                          </sequence>
+                        </clade>
+                      </clade>
+                      <clade>
+                        <name>i have no species</name>
+                      </clade>
+                    </clade>
+                    <clade>
+                      <taxonomy>
+                        <scientific_name>Homo sapiens</scientific_name>
+                      </taxonomy>
+                      <sequence>
+                        <name>X</name>
+                      </sequence>
+                    </clade>
+                  </clade>
+                  <clade>
+                    <taxonomy>
+                      <code>XXXXX</code>
+                    </taxonomy>
+                    <sequence>
+                      <name>X</name>
+                    </sequence>
+                  </clade>
+                </clade>
+                <clade>
+                  <taxonomy>
+                    <id provider="ncbi">3093</id>
+                  </taxonomy>
+                  <sequence>
+                    <name>X</name>
+                  </sequence>
+                </clade>
+              </clade>
+              <clade>
+                <clade>
+                  <clade>
+                    <clade>
+                      <taxonomy>
+                        <code>HUMAN</code>
+                      </taxonomy>
+                      <sequence>
+                        <name>A</name>
+                      </sequence>
+                    </clade>
+                    <clade>
+                      <taxonomy>
+                        <code>MOUSE</code>
+                      </taxonomy>
+                      <sequence>
+                        <name>A</name>
+                      </sequence>
+                    </clade>
+                  </clade>
+                  <clade>
+                    <taxonomy>
+                      <code>YEAST</code>
+                    </taxonomy>
+                    <sequence>
+                      <name>A</name>
+                    </sequence>
+                  </clade>
+                </clade>
+                <clade>
+                  <clade>
+                    <clade>
+                      <taxonomy>
+                        <code>HUMAN</code>
+                      </taxonomy>
+                      <sequence>
+                        <name>E</name>
+                      </sequence>
+                    </clade>
+                    <clade>
+                      <taxonomy>
+                        <code>YEAST</code>
+                      </taxonomy>
+                      <sequence>
+                        <name>E</name>
+                      </sequence>
+                    </clade>
+                  </clade>
+                  <clade>
+                    <taxonomy>
+                      <code>MOUSE</code>
+                    </taxonomy>
+                    <sequence>
+                      <name>F</name>
+                    </sequence>
+                  </clade>
+                </clade>
+              </clade>
+            </clade>
+            <clade>
+              <clade>
+                <taxonomy>
+                  <code>NEMVE</code>
+                </taxonomy>
+                <sequence>
+                  <name>C</name>
+                </sequence>
+              </clade>
+              <clade>
+                <taxonomy>
+                  <code>PETMA</code>
+                </taxonomy>
+                <sequence>
+                  <name>C</name>
+                </sequence>
+              </clade>
+            </clade>
+          </clade>
+          <clade>
+            <clade>
+              <clade>
+                <taxonomy>
+                  <code>MYCGR</code>
+                </taxonomy>
+                <sequence>
+                  <name>D</name>
+                </sequence>
+              </clade>
+              <clade>
+                <taxonomy>
+                  <code>MYCGR</code>
+                </taxonomy>
+                <sequence>
+                  <name>D1</name>
+                </sequence>
+              </clade>
+            </clade>
+            <clade>
+              <taxonomy>
+                <code>MYCPJ</code>
+              </taxonomy>
+              <sequence>
+                <name>D</name>
+              </sequence>
+            </clade>
+          </clade>
+        </clade>
+      </clade>
+      <clade>
+        <clade>
+          <clade>
+            <clade>
+              <clade>
+                <clade>
+                  <clade>
+                    <clade>
+                      <clade>
+                        <clade>
+                          <clade>
+                            <taxonomy>
+                              <code>PLAFA</code>
+                            </taxonomy>
+                            <sequence>
+                              <name>A</name>
+                            </sequence>
+                          </clade>
+                          <clade>
+                            <taxonomy>
+                              <code>PLAYO</code>
+                            </taxonomy>
+                            <sequence>
+                              <name>A</name>
+                            </sequence>
+                          </clade>
+                        </clade>
+                        <clade>
+                          <taxonomy>
+                            <code>PLACH</code>
+                          </taxonomy>
+                          <sequence>
+                            <name>A</name>
+                          </sequence>
+                        </clade>
+                      </clade>
+                      <clade>
+                        <taxonomy>
+                          <code>PLAYO</code>
+                        </taxonomy>
+                        <sequence>
+                          <name>B</name>
+                        </sequence>
+                      </clade>
+                    </clade>
+                    <clade>
+                      <name>i have no species</name>
+                    </clade>
+                  </clade>
+                  <clade>
+                    <taxonomy>
+                      <scientific_name>Homo sapiens</scientific_name>
+                    </taxonomy>
+                    <sequence>
+                      <name>X</name>
+                    </sequence>
+                  </clade>
+                </clade>
+                <clade>
+                  <taxonomy>
+                    <code>XXXXX</code>
+                  </taxonomy>
+                  <sequence>
+                    <name>X</name>
+                  </sequence>
+                </clade>
+              </clade>
+              <clade>
+                <taxonomy>
+                  <id provider="ncbi">3093</id>
+                </taxonomy>
+                <sequence>
+                  <name>X</name>
+                </sequence>
+              </clade>
+            </clade>
+            <clade>
+              <clade>
+                <clade>
+                  <clade>
+                    <taxonomy>
+                      <code>HUMAN</code>
+                    </taxonomy>
+                    <sequence>
+                      <name>A</name>
+                    </sequence>
+                  </clade>
+                  <clade>
+                    <taxonomy>
+                      <code>MOUSE</code>
+                    </taxonomy>
+                    <sequence>
+                      <name>A</name>
+                    </sequence>
+                  </clade>
+                </clade>
+                <clade>
+                  <taxonomy>
+                    <code>YEAST</code>
+                  </taxonomy>
+                  <sequence>
+                    <name>A</name>
+                  </sequence>
+                </clade>
+              </clade>
+              <clade>
+                <clade>
+                  <clade>
+                    <taxonomy>
+                      <code>HUMAN</code>
+                    </taxonomy>
+                    <sequence>
+                      <name>E</name>
+                    </sequence>
+                  </clade>
+                  <clade>
+                    <taxonomy>
+                      <code>YEAST</code>
+                    </taxonomy>
+                    <sequence>
+                      <name>E</name>
+                    </sequence>
+                  </clade>
+                </clade>
+                <clade>
+                  <taxonomy>
+                    <code>MOUSE</code>
+                  </taxonomy>
+                  <sequence>
+                    <name>F</name>
+                  </sequence>
+                </clade>
+              </clade>
+            </clade>
+          </clade>
+          <clade>
+            <clade>
+              <clade>
+                <clade>
+                  <clade>
+                    <taxonomy>
+                      <code>PLAFA</code>
+                    </taxonomy>
+                    <sequence>
+                      <name>A</name>
+                    </sequence>
+                  </clade>
+                  <clade>
+                    <taxonomy>
+                      <code>PLAYO</code>
+                    </taxonomy>
+                    <sequence>
+                      <name>A</name>
+                    </sequence>
+                  </clade>
+                </clade>
+                <clade>
+                  <taxonomy>
+                    <code>PLACH</code>
+                  </taxonomy>
+                  <sequence>
+                    <name>A</name>
+                  </sequence>
+                </clade>
+              </clade>
+              <clade>
+                <taxonomy>
+                  <code>PLAYO</code>
+                </taxonomy>
+                <sequence>
+                  <name>B</name>
+                </sequence>
+              </clade>
+            </clade>
+            <clade>
+              <clade>
+                <taxonomy>
+                  <code>NEMVE</code>
+                </taxonomy>
+                <sequence>
+                  <name>C</name>
+                </sequence>
+              </clade>
+              <clade>
+                <taxonomy>
+                  <code>PETMA</code>
+                </taxonomy>
+                <sequence>
+                  <name>C</name>
+                </sequence>
+              </clade>
+            </clade>
+          </clade>
+        </clade>
+        <clade>
+          <clade>
+            <clade>
+              <taxonomy>
+                <code>MYCGR</code>
+              </taxonomy>
+              <sequence>
+                <name>D</name>
+              </sequence>
+            </clade>
+            <clade>
+              <taxonomy>
+                <code>MYCGR</code>
+              </taxonomy>
+              <sequence>
+                <name>D1</name>
+              </sequence>
+            </clade>
+          </clade>
+          <clade>
+            <taxonomy>
+              <code>MYCPJ</code>
+            </taxonomy>
+            <sequence>
+              <name>D</name>
+            </sequence>
+          </clade>
+        </clade>
+      </clade>
+    </clade>
+    <clade>
+      <clade>
+        <clade>
+          <clade>
+            <clade>
+              <taxonomy>
+                <id provider="uniprot">266940</id>
+                <code>KINRD</code>
+                <scientific_name>Kineococcus radiotolerans</scientific_name>
+              </taxonomy>
+              <sequence>
+                <name>A</name>
+              </sequence>
+            </clade>
+            <clade>
+              <taxonomy>
+                <id provider="uniprot">378753</id>
+                <code>KOCRD</code>
+                <scientific_name>Kocuria rhizophila</scientific_name>
+              </taxonomy>
+              <sequence>
+                <name>A</name>
+              </sequence>
+            </clade>
+          </clade>
+          <clade>
+            <clade>
+              <taxonomy>
+                <code>MICPN</code>
+              </taxonomy>
+              <sequence>
+                <name>A</name>
+              </sequence>
+            </clade>
+            <clade>
+              <taxonomy>
+                <code>THEFY</code>
+              </taxonomy>
+              <sequence>
+                <name>A</name>
+              </sequence>
+            </clade>
+          </clade>
+        </clade>
+        <clade>
+          <taxonomy>
+            <code>STRCO</code>
+          </taxonomy>
+          <sequence>
+            <name>A</name>
+          </sequence>
+        </clade>
+      </clade>
+      <clade>
+        <taxonomy>
+          <code>BACTN</code>
+        </taxonomy>
+        <sequence>
+          <name>A</name>
+        </sequence>
+      </clade>
+    </clade>
+  </clade>
+</phylogeny>
+</phyloxml>
\ No newline at end of file