Characterizing phylogenetically decisive taxon coverage
越来越多的生物学家在大量重叠的分类群上构建进化树，然后将它们组合成一棵“超级树”，将所有分类群分类。在本文中，我们问有多少覆盖的类群的总集合所需的这些子集，以确保我们有足够的信息来重建的超树唯一。我们描述了两个结果-一个组合特征的覆盖子集，以确保最多一个超树可以构造从较小的树（无论这些树可能是）和一个更自由的分析，只要求超树是非常有可能是唯一指定的覆盖子集上的树结构。
2009-06-26 q-bio.PE q-bio.QM
Distinguishing Convergence on Phylogenetic Networks
我们比较了两个，三个和四个类群的各种树木和网络的系统发育张量。如果一棵树或网络与另一棵树或网络之间的概率空间不相同，那么就会有系统发育张量可能出现在一棵树或网络上，而不是另一棵树或网络上。我们称这两个树或网络为可区分的。我们发现，对于二进制对称模型有没有两个分类树和网络是彼此区分，但有三个分类树和网络是彼此区分。我们比较的时间参数的系统发育张量的各种分类单元标签排列在一个给定的树或网络。如果一个分类单元标签排列的时间参数与另一个分类单元标签排列的时间参数都是非负的，那么我们说这两个分类单元标签排列彼此之间不是网络可识别的。我们发现，一些分类单元标签排列是网络可识别的。我们证明了一些四分类网络满足四点条件。在四分类群有根树的两种“形状”中，一种是由聚类b、c、d定义的，从左到右依次标记分类群。具有这种形状的网络和两个分类群之间的收敛，以根作为它们最近的共同祖先，满足四点条件。系统发育张量包含多项式方程，不能很容易地解决四个分类群或更高的树或网络。我们展示了如何从代数几何的方法，如Gröbner基地，可以用来解决多项式方程。我们表明，一些四分类群树和网络可以相互区分。
2016-06-23 math.AG math.RT q-bio.PE
Distinguishing Phylogenetic Level-2 Networks with Quartets and Inter-Taxon Quartet Distances
本文为外标记平面且具gall结构的半有向level-2系统发育网络建立了统计一致推断的理论基础，证明四分体导出的类群间距离具有循环可分解性，从而支持基于四分体数据的稳健网络推断。
2025-10-13 math.CO q-bio.PE
EM for phylogenetic topology reconstruction on non-homogeneous data
背景：四个分类群的系统发育树拓扑结构的重建仍然是植物遗传学的主要挑战之一。它的困难在于考虑的进化模型没有太多的限制，正确处理长枝吸引问题。正确的重建4-taxon树是至关重要的，使四分之一为基础的方法的工作，并能够恢复大的同源性。结果如下：在本文中，我们考虑的期望最大化方法最大化的可能性（时间非齐次）的树上的进化马尔可夫模型。我们研究了它在重建4-taxon拓扑结构上的成功，以及它在基于四元系统发育重建方法（如QFIT和QuartetSuite）中作为输入方法的性能。我们的研究结果表明，这里提出的方法优于相邻连接和通常的（时间均匀连续时间）最大似然方法的4叶树与非线性瞬时速率异质性，并执行类似于通常的连续时间最大似然数据满足两种方法的假设。结论：本文提出的方法是非常适合于重建拓扑结构的任何数量的类群通过基于四分之一的方法，是高度准确的，特别是关于很大程度上发散树和时间非均匀数据。
2014-06-18 q-bio.PE
The link between segregation and phylogenetic diversity
我们得到一个可逆的转换连接两个广泛使用的物种多样性〈动〉性<动>：系统发育多样性和预期的比例分离（非恒定）的网站。我们假设一个双等位基因，对称，有限的网站模型的取代。像亨迪和彭尼的阿达玛变换一样，该变换可以完全独立于潜在的自相关性来表达。我们的研究结果为两个截然不同的科学界的多样性工作架起了桥梁。
2010-08-30 math.PR q-bio.PE
Can Multiple Phylogenetic Trees Be Displayed in a Tree-Child Network Simultaneously?
分类单元集$X$上的二元系统发生网络是一个有根的无环有向图，其中每个非叶节点的度为3，其叶节点（即度为1的节点）唯一地标记为$X$的分类单元。如果每个非叶节点至少有一个入度为1的子节点，则称为树子节点。一组二元系统发育树可以或可以不同时显示在二元树子网络中。本文给出了在树子网络中同时显示多棵系统发育树的必要条件。特别地，证明了在同一个分类单元集合上，任意两棵系统发育树总是可以同时显示在某个树子网络中。证明了在同一个分类单元上，任意一组多棵二元系统发育树都能同时显示在某个非二元树子网络中，其中每个非叶节点要么入度1出度2，要么至少入度2出度.
2022-07-06 q-bio.PE
CVTree for 16S rRNA: Constructing Taxonomy-Compatible All-Species Living Tree Effectively and Efficiently
本研究将CVTree两种方法应用于16S rRNA序列，构建了分类学兼容的全物种生命树，证明其速度比传统比对方法快1至3个数量级且分类一致性高，甚至优于部分多序列比对方法。
2025-05-12 physics.bio-ph q-bio.PE
Cophenetic metrics for phylogenetic trees, after Sokal and Rohlf
系统发育树比较指标是进化研究中的重要工具，因此系统发育树比较指标的定义是系统发育学中一个有趣的问题。50年前，在《Taxon》杂志上发表的一篇论文中，Sokal和Rohlf提出了定量测量一对系统发育树之间的差异的方法，首先用它们的同表值的半矩阵对它们进行编码，然后比较这些矩阵。从那时起，这一思想已被多次用于定义系统发育树之间的相异度量，但据我们所知，没有适当的度量加权系统发育树嵌套分类群的基础上，这一思想已正式定义和研究。实际上，单靠不同分类群对的同表值不足以选出带加权弧或嵌套分类群的系统发育树。在本文中，我们定义了一个家庭的同表度量比较系统发育树在同一组的分类单位，通过编码他们的向量的同表值对分类单位和深度的单一分类单位，然后计算相应的向量的差异的$L^p$范数。然后，我们研究，无论是分析或数值，他们的一些基本属性：邻居，直径，分布，以及他们的秩相互关联和与其他指标。
2013-01-20 q-bio.PE
Variational Bayesian Supertrees
给定一组分类单元（例如物种）的重叠子集，以及每个分类单元集的系统发育树拓扑结构上的后验分布，我们如何推断整个分类单元集的系统发育树拓扑结构上的后验分布？虽然在非贝叶斯情形下的等价问题已经吸引了大量的研究，但贝叶斯情形并没有引起应有的关注。在本文中，我们开发了一个变分贝叶斯方法来解决这个问题，并证明其有效性。
2021-04-22 q-bio.PE stat.ML
Identifiability of phylogenetic networks and quintet concordance factors
University of Edinburgh（爱丁堡大学）；New Jersey Institute of Technology（新泽理工学院）；Texas State University（德克萨斯州立大学）；University of Hawai‘i at Mānoa（夏威夷大学马诺阿分校）；University of Alaska Fairbanks（阿拉斯加大学费尔班克斯分校）
本研究针对系统发育网络推断的非可识别性问题，开发了计算n元组一致因子的算法及Macaulay2实现，发现五元组一致因子可识别1级网络的更多特征，为相关推断工作奠定基础。
2026-08-05 math.AG q-bio.PE
Estimating Trees from Filtered Data: Identifiability of Models for Morphological Phylogenetics
作为简约性分析的替代，已经提出了随机模型（Lewis，2001），（Nylander等人，2004）的形态特征，使最大似然或贝叶斯分析可用于系统发育推断。这些模型的一个关键特征是它们考虑了确定偏差，因为只观察到变化的或简约的信息特征。然而，这种基于模型的推断的统计一致性要求模型参数可以从它们所需要的联合分布中识别，并且这个问题尚未得到解决。在这里，我们证明了几个这样的模型，具有任意大小的有限状态空间的参数，是可识别的，只要树至少有8叶。如果树的拓扑结构是已知的，那么7个叶子就足够用于数值参数的可识别性。证明的方法涉及到首先推断一个完整的分布的简约信息和非信息模式的联合概率从简约信息的，使用系统发育不变量。本文还研究了4分类元树的树参数的可识别性失效问题。
2009-12-20 q-bio.PE
Convergence-divergence models: Generalizations of phylogenetic trees modeling gene flow over time
本文提出收敛-分歧模型，在保留单一主树的同时允许任意时间范围的基因流，并开发基于最大似然和四分类群方法的算法来一致推断N分类单元模型参数。
2025-11-08 math.ST q-bio.PE q-bio.QM
Hedging our bets: the expected contribution of species to future phylogenetic diversity
如果物种灭绝的预测成立，那么今天的“生命之树”可能与（比如）100年后的完全不同。我们描述了一种技术来量化每个物种可能对未来生物多样性做出多大贡献，以其对系统发育多样性的预期贡献来衡量。我们的方法考虑了所有可能的情况下，将在未来的某个时间存在的物种集，并根据其可能性下的独立（但不相同）分布的物种灭绝的权重。虽然灭绝的情况下，通常可以是非常大的数量，我们表明，有一个简单的算法，将快速计算这个指数。该方法的实施和应用的原猴纲灵长类动物作为一个测试案例，相关的物种排名进行比较，相关的措施（“沙普利指数”）。我们描述的指数生根和无根树，和修改，也包括焦点类群的灭绝概率，使其直接可比一些新的保护指标。
2007-04-20 q-bio.PE
Sequence length bounds for resolving a deep phylogenetic divergence
在进化生物学中，基因序列携带着一个基本的树的痕迹，描述了它们从一个共同的祖先序列进化而来。需要多少序列位点才能准确地恢复这种进化关系的问题取决于序列进化的模型、替换率、分歧时间和用于推断系统发育历史的方法。一个特别具有挑战性的问题，系统发育的方法出现时，一个快速的分歧事件发生在遥远的过去。我们分析了这个问题的理想化形式，其中对称的四分类树的终端边缘是一些因素（$p$）倍的内部边缘的长度。我们确定了一个顺序$p^2$增长率的下限所需的序列长度，以解决树（独立于任何特定的分支长度）。我们还表明，这种序列长度增长率可以通过现有的方法（包括简单的“最大简约”的方法），并比较这些顺序$p^2$界与顺序$p$增长率的模型，描述低同质性的演变。在最后一节中，我们提供了一个更一般的一类马尔可夫过程的序列长度要求的一般界。
2008-06-16 q-bio.PE
PhyloFrame: A DataFrame-based Library for Fast, Flexible Phylogenetic Computation
University of Michigan（密歇根大学）；San Diego State University（圣地亚哥州立大学）；Michigan State University（密歇根州立大学）
提出基于DataFrame的Python库PhyloFrame，通过数组存储和JIT编译实现大规模树（≥30万分类单元）的高效计算，性能媲美原生代码库。
2026-05-27 q-bio.PE
Polynomial-time completion of phylogenetic tree sets
University of Sherbrooke（舍布鲁克大学）
本文提出一种多项式时间算法，用于处理具有部分物种重叠的谱系树集的完成，通过提取频繁出现的完成子树并构建加权多数规则共识，保留原始物种间的距离信息。
2026-04-27 cs.CC q-bio.PE
Impacts of terraces on phylogenetic inference
阶是具有精确相同的似然性或简约性得分的潜在的大型树集合，这可以由分区的多位点系统发育数据矩阵中的缺失序列引起。平台上的树的集合可以通过枚举算法或共识方法来表征，所述方法利用数据中的部分分类单元覆盖的模式，独立于序列数据本身。阶地增加了模糊性和复杂性的系统发育推断，特别是在设置推理已经具有挑战性：数据集与许多类群和相对较少的基因座。在本文中，我们提出了五个新的发现阶地及其对系统发育推断的影响。首先，我们澄清假设模型参数是必要的梯田的存在。其次，我们探讨了梯田的大小对分割方案的依赖性，并指出如何找到与包含给定树的最大梯田相关的分割方案。第三，我们强调的影响梯田的自举估计的置信限的分支，和特点的令人惊讶的结果，一个分支的自举比例可以完全确定的频率bipartisons的梯田，一些bipartisons得到高支持，即使不正确的。第四，我们剖析了一些影响的先验分布的边缘长度的计算后验概率的分支梯田，了解一个例子中，长边“吸引”对方的贝叶斯推断。第五，我们表明，即使数据不分区，丢失的数据在梯田问题研究的模式可能会导致明显的统计不一致的情况下，即使是一个很小的元素的异质性被引入到模型生成的序列数据。最后，我们讨论了一些这些问题的补救策略。
2014-10-29 q-bio.PE
Phylogenomic Analyses of Large-scale Nuclear Genes Provide New Insights into the Evolutionary Relationships within the Rosids
蔷薇科植物是开花植物中最大的类群之一，有140科，约70，000种。以前的蔷薇科植物系统发育研究主要利用细胞器基因，可能不同的进化历史，从核基因。为了更好地了解蔷薇科植物的进化历史，有必要利用核基因研究它们的系统发育关系。在这里，我们采用了由核基因组成的大规模基因组数据集，包括891个推定的正向同源基因簇。结合全面的分类单元采样，涵盖63种代表14的17个目，我们重建了蔷薇科植物的系统发育与合并和连接的方法，从所有数据集产生类似的树拓扑结构。然而，这些拓扑结构并不同意的Zygophyllales的位置。通过综合分析发现，缺失数据和基因树异质性是可能误导拼接方法的潜在因素，尤其是在基因树异质性较高的情况下存在大量的缺失数据。我们的研究结果为深入了解蔷薇科植物的系统发育关系提供了新的见解，并表明聚结方法可以有效地解决高基因树异质性下缺失数据的蔷薇科植物的系统发育关系。
2016-06-30 q-bio.PE
Mathematical aspects of phylogenetic groves
基于DNA数据的系统发育树推断物种亲缘关系的新信息是现代生物学的主要挑战之一。但是，尽管技术进步，DNA测序仍然是一个耗时和昂贵的过程。因此，决策标准将是期望的，以先验地决定哪些数据可能对超树贡献新信息，而这些新信息没有被任何输入树显式地显示。Ané等人在2009年提出了一个新的概念，即所谓的小树林，以确定具有构建这种信息超级树潜力的分类单元集。但是，最大的树林可以很容易地在数据库中识别的重要猜想仍然没有得到证明，并发表在艾萨克·牛顿研究所的开放系统发育问题清单上。在本文中，我们表明，该猜想并不普遍成立，但也引入了一个新的概念，即2-重叠groves，克服了这个问题。
2011-04-13 cs.DS math.CO q-bio.PE
No substitute for real data: phylogenies from birth-death polytomy resolvers should not be used for many downstream comparative analyses
系统发育的统计估计总是伴随着不确定性，适应这种不确定性是现代系统发育比较分析的重要组成部分。出生-死亡多项分解器（英语：birth-death polytomy resolver）是一种解释系统发育不确定性的方法，它仅使用分类学信息将缺失（未采样）的分类单元放置到系统发育树上。最近的鸟类和哺乳动物的研究已经使用这种方法来生成伪后验分布的系统发育树是完整的物种水平，即使在遗传数据的情况下，许多物种。许多研究人员已经使用这些分布的遗传学下游的进化分析，涉及的表型进化，地理和社区集会的推论。我证明，使用以这种方式构建的遗传学是不合适的许多问题，涉及性状。由于物种被随机放置在树上的性状值，出生-死亡多分割分解器打破了性状系统发育结构的自然模式。基于这些树的推论是可预测的，并且通常会严重偏向于一个方向，这个方向取决于性状中系统发育结构的潜在（真实）模式。我说明了连续和离散性状的现象的严重性，使用的例子从全球鸟类遗传学。
2015-03-17 q-bio.PE q-bio.QM
Genome-scale phylogenetic analysis finds extensive gene transfer among Fungi
尽管横向基因转移在细菌进化中的作用已被充分认识，但通常认为它在真核生物中的影响较小。为了探索这一假设，我们比较了两组生物体的基因组进化动态：蓝藻和真菌。祖先基因组推断在两个分支使用两种类型的方法。首先，计数，一种基因树不知道的方法，模型基因复制，增益和损失，以解释观察到的基因组中存在的基因数量。第二，ALE，一种最近的基因树感知方法，使用基因复制，丢失和转移的模型将基因树与物种树相协调。我们比较他们的优点和他们的能力，以量化的作用，转让，并评估分类抽样的影响，他们的推论。我们提出了我们认为是令人信服的证据，基因转移在真菌的进化中起着重要作用。
2015-07-15 q-bio.GN q-bio.PE q-bio.QM
The impact and interplay of long and short branches on phylogenetic information content
在分子系统学中，进化树是在简单的位点替换模型下从顶端的序列重建的。一个中心问题是需要多少序列数据才能准确地重建一棵树？答案取决于树的分支（边）的长度，非常短和非常长的边需要很长的序列来进行精确的树推理，特别是当这些分支长度以某些方式排列时。对于四分类群树，序列长度问题是解决的情况下，在遥远的过去快速物种形成的事件。在这里，我们概括了这一结果，并表明，相同的序列长度的要求，即使当物种形成事件是最近的，只要至少有一个的四个类群是远亲的其他。然而，这种等价性消失，如果一个分子钟适用，因为长的外群边缘的长度变得很大程度上无关的树拓扑结构的估计最近（但不是深）的分歧。我们还展示了我们的研究结果可以扩展到模型中的替代率各不相同的网站，并设置超过四个类群参与。
2012-07-16 q-bio.PE q-bio.QM
Path integral formulation and Feynman rules for phylogenetic branching models
系统发育进化的动态图像中给出的状态空间上的马尔可夫模型，包括联合概率分布的分类类的字符类型。系统发育分支是一个过程，它增加了所考虑的类群的数量，因此增加了潜在的联合概率状态张量的秩。我们指出的第二个量化，或福克空间设置，将离散计数标签分类群和字符类型的组合的必要性，以允许在数量的基础上的描述。率运营商描述的时间演化没有分支，也系统发育分支事件，被确定。一个详细的发展，这些想法给出，使用标准的transmittance从微观制定的非平衡反应扩散或出生死亡过程。这些给出了随机速率矩阵之间的关系，相应的演化算子的矩阵元素表示它们，以及实现这些路径积分所需的积分核。解决了“自由”理论（无分支），并提出了正确的三线性“相互作用”项（代表分支事件）。完整的模型是在微扰理论中通过推导明确的费曼规则建立的概率（模式频率的叶子colourations）所产生的时间演化算子的矩阵元素是相同的，通过标准分析计算。简单的例子（系统发育树与2或3叶），详细讨论。工作的进一步影响被简要考虑，包括时间重新参数化协方差的作用。
2005-10-13 physics.bio-ph q-bio.PE q-bio.QM
Microclimatic variation in tropical canopies: A glimpse into the processes of community assembly in epiphytic bryophyte communities
研究发现，树冠层微气候垂直变化对附生苔藓群落组成影响显著，比树龄差异更关键，揭示了年轻与老树在殖民能力及栖息地条件上的差异。
2025-12-03 q-bio.PE
Proximity Measures for Classes of Phylogenetic Networks
Delft Institute of Applied Mathematics, TU Delft（代尔夫特理工大学应用数学研究所）；School of Mathematics and Statistics, Central China Normal University（华中师范大学数学与统计学院）
研究系统发生网络类别，考虑基于叶添加、有效弧删除和弧删除的三种近似度量，研究其成对可比性、复杂性结果及网络类别的极值界限，以衡量给定网络与特定类别接近程度。
2026-07-14 cs.DM math.CO q-bio.PE
A Vector Representation for Phylogenetic Trees
本文提出有根系统发育树的长度 2n 向量表示，并据此定义近线性可计算的 HOP 重排距离，实验显示其比 Robinson-Foulds 距离更贴近 SPR 距离，且可推广至树-孩子网络。
2024-05-11 cs.DS math.CO q-bio.PE
Ultrafast learning of 4-node hybridization cycles in phylogenetic networks using algebraic invariants
针对传统系统发育网络方法扩展性差、速度慢的问题，提出基于一致性因子代数不变量的level-1网络重建方法，无需优化和网络遍历，速度比现有最快方法快至少10倍，已实现为开源Julia包。
2023-11-09 math.AG q-bio.PE stat.AP
Statistically consistent and computationally efficient inference of ancestral DNA sequences in the TKF91 model under dense taxon sampling
在进化生物学中，生物体的物种形成历史是用一个物种发生图来表示的，也就是说，一棵有根的树，它的叶子对应着现在的物种，而分支则表示过去的物种形成事件。系统发育通常是从分子序列，如DNA序列，从感兴趣的物种收集估计。从更高的层面上讲，这个推论背后的想法很简单：两个物种在生命之树中的距离越远，它们的基因组中自最近的共同祖先以来积累的突变数量就越多。为了在系统发育分析中获得准确的估计，标准做法是采用基于树上序列进化的随机模型的统计方法。为了便于处理，这些模型必须对所涉及的进化机制做出简化的假设。特别是，通常省略的是核苷酸的插入和缺失-也称为插入缺失。在统计系统发育分析中正确解释插入缺失仍然是计算进化生物学的一个主要挑战。在这里，我们考虑的问题，重建祖先序列上的一个已知的同源性在一个模型的序列进化，将核苷酸取代，插入和删除，特别是经典的TKF 91过程。我们专注于有界的高度，我们称之为分类丰富的设置，在统计一致性是可以实现的密集adenogenies的情况下。我们给出了第一个多项式时间的祖先重建算法，在恒定的变异率下具有可证明的保证。我们的算法成功时，遗传满足“大爆炸”的条件，在这种情况下，统计一致性的充分必要条件。
2019-08-01 cs.CE math.PR math.ST
Invariant versus classical quartet inference when evolution is heterogeneous across sites and lineages
经典的系统发育重建方法无法正确推断底层拓扑结构的一个原因是它们假设了过于简化的模型。在本文中，我们提出了一种拓扑结构重建方法符合最一般的马尔可夫模型的核苷酸取代，它也可以处理来自同一拓扑结构上的混合物的数据。它基于埃里克森使用系统发育不变量的想法，并提供了一个权重系统，可以用作基于四分法的输入。我们研究其性能的真实数据和广泛的模拟4-分类数据（时间均匀和非均匀，有或没有网站率异质性，并与不同的分支长度设置）。我们比较它的经典方法的邻居加入（与非线性距离），最大似然（与不同的基础模型），最大简约。我们的研究结果表明，该方法是准确和鲁棒的，具有类似的性能ML时，数据满足这两种方法的假设，并优于所有的方法时，这些是基于不适当的替代模型或当长和短分支都存在。如果对齐足够长，那么当它的一些假设被违反时，它也优于其他方法。
2014-10-27 q-bio.PE
Beyond level-1: Identifiability of a class of galled tree-child networks
本研究针对 galled tree-child 半有向网络子类证明了强可识别性，展示了在多基因树模型下四分体一致性因子数据满足相关条件，将可识别性扩展至比 level-1 更广泛的非平面网络，并为未来其他数据类型的可识别性证明提供了途径。
2025-04-29 q-bio.PE
Constructing the Molecular Tree of Life using Assembly Theory and Mass Spectrometry
本文提出基于组装理论和质谱的生化无关方法，通过联合组装空间构建分子系统发育树，无需识别分子身份即可判定生物成因、分类并追踪菌落谱系。
2025-07-20 q-bio.PE
