Power and sample size calculations for testing the ratio of reproductive values in phylogenetic samples
针对系统发育推断中病原体传播差异研究缺乏样本量与功效规划指导不足的问题，提出基于分子传播对的繁殖数比率估计量及样本量计算方法，支持多种校正扩展，经模拟验证并提供R包工具。
2023-06-09 q-bio.PE stat.AP stat.ME
Two Results about the Sackin and Colless Indices for Phylogenetic Trees and Their Shapes
Sackin和Colless指数是两个广泛使用的度量标准，用于测量树木的平衡和测试遗传学中的进化模型。本文给出了树的Sackin指数和Colless指数的两个结果。一个结果是渐近分析的预期萨金和Colless指数的树形状（这是完全二进制根未标记的树）下的均匀模型，其中树的形状是以相等的概率采样。另一个是系统发育树（它是一个完整的二叉根树的叶子被标记为类群）在统一模型下的预期Sackin指数的封闭公式的一个简短的初等证明。
2022-07-19 q-bio.PE
Tropical Principal Component Analysis and its Application to Phylogenetics
主成分分析是在高维欧几里得空间中对给定数据集进行降维的一种广泛使用的方法。在这里，我们定义和分析两个类似的主成分分析在热带几何的设置。在一种方法中，我们研究的Stiefel热带线性空间的固定维最接近的数据点的热带射影环面;在另一种方法中，我们考虑的热带多面体与固定数量的顶点最接近的数据点。然后，我们给这两种方法的近似算法，并将其应用于遗传学，测试模拟系统发育数据和Apicomplexa基因组的经验数据集的方法。
2017-10-15 math.CO q-bio.PE
phylo2vec: a library for vector-based phylogenetic tree manipulation
本研究推出最新版phylo2vec高性能软件包，基于整数向量的二元系统发育树表示法实现快速采样与树比较，采用Rust核心实现及R、Python封装，提升内存效率与易用性。
2025-10-03 cs.DS q-bio.PE
Marginal likelihoods in phylogenetics: a review of methods and applications
通过提供一个解释所有生命固有的共同祖先的框架，遗传学正在成为生物学的统计基础。随着系统发育模型复杂性的不断增加，模型选择的重要性也在不断增加，以更好地捕捉微观和宏观进化过程。在贝叶斯框架中，边际似然是数据如何更新我们对模型的先验信念，这为我们提供了一个直观的衡量标准，以概率论为基础来比较模型拟合。由于系统发育模型的数量和复杂性迅速增加，用于近似边缘似然性的方法越来越重要。在这里，我们试图提供一个直观的描述边际似然性，为什么他们是重要的贝叶斯模型测试。我们还分类和审查方法估计边缘的系统发育模型的可能性，突出了最近的几种方法，提供良好的估计。此外，我们回顾了一些实证研究，证明如何边际似然可以用来了解进化模型的生物学数据。我们讨论了有前途的替代品，可以补充贝叶斯模型选择的边际似然，包括后验预测方法。使用模拟，我们发现一种替代方法的基础上近似贝叶斯计算（ABC）是有偏见的。最后，我们讨论贝叶斯模型选择的挑战和未来的方向，承诺提高近似的边际似然和贝叶斯遗传学作为一个整体。
2019-02-01 q-bio.PE
Mean and Variance of Phylogenetic Trees
我们描述了使用Frechet均值和方差的Billera-Holmes-Vogtmann（BHV）树空间总结和探索的多样性的一组系统发育树。我们表明，弗雷歇平均值与其他汇总方法相当，尽管其粘性属性，更有可能是二进制比多数规则的共识树。我们表明，Frechet方差是更快，更精确的比常用的方差测量。Frechet均值和方差在理论上更合理，比以前的这种类型的估计更稳健，并且可以合理有效地估计，为构建更先进的统计方法提供了基础，并导致了诸如均值假设检验等应用。
2018-05-10 math.ST q-bio.PE stat.TH
Tree balance in phylogenetic models
本研究扩展了对系统发育树平衡指数功效的考察，涵盖几乎所有已知指数及多种基于性状的替代模型，发现不同平衡指数组更适合不同树模型，并提出R软件包poweRbal以促进未来研究。
2024-10-12 q-bio.PE stat.AP
A method for investigating relative timing information on phylogenetic trees
在本文中，我们提出了一种新的方法来了解分支事件的时间在系统发育树。我们的方法明确地考虑了姐妹分支之间的多样化事件的相对时间，因此，它是互补的现有方法，通过时间图，考虑多样化的总和。该方法寻找证据的多样化发生在特定的谱系“爆发”，或相反，在两个分支之间的多样化发生在一个异常规律的方式。为了能够区分有趣的事件的随机性，我们提出了两类中立的模型与时序信息的树，并开发了一个统计框架来测试这些模型。我们的模型基本上概括了合并与祖先的人口规模变化和全球速率物种灭绝模型。我们结束了几个例子的应用程序的文件：首先，我们表明，丙型肝炎病毒的进化似乎进行在一个特定的谱系爆发的方式。其次，我们分析了一个大型的蚂蚁树，表明一段时间的多样化率升高似乎并没有发生在一个爆裂的方式。
2008-03-10 q-bio.PE
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
Predicting the ancestral character changes in a tree is typically easier than predicting the root state
通过系统发育树预测一组同源序列的祖先序列已经成为许多研究的主题，并且已经为此目的提出了许多方法。理论结果表明，当突变率变得太大时，在树根处重建祖先状态不再可行。在这里，我们还研究了沿着树边缘发生的祖先变化的重建。我们表明，根据树和分支长度分布，重建这些变化（即重建树中所有内部节点的祖先状态）可能比重建祖先根状态更容易或更难。然而，从信息论的结果表明，对于标准的圣诞树，重建内部节点状态的任务仍然是可行的，即使是非常高的替代率。此外，计算机模拟表明，对于更复杂的树和场景，这个结果仍然成立。对于各种各样的计数，基于简约和基于似然的方法，树中随机选择的内部节点的预测精度确实比应用于树根时的相同方法的精度高得多。此外，简约和似然为基础的方法似乎是非常强大的抽样偏差和模型误指定。
2013-09-04 q-bio.PE
Stochastic models in phylogenetic comparative methods: analytical properties and parameter estimation
针对系统发育比较方法的单变量局限、未纳入系统发育与性状不确定性等问题，研究了测量误差影响，开发了带R估计包的多元Ornstein-Uhlenbeck模型，还基于条件分支过程推导了物种相似度与置信区间，并验证杂交后时间渐近指数分布。
2024-12-12 math.PR q-bio.PE stat.AP
Bayesian phylogenetic estimation of fossil ages
最近的进展允许形态化石证据和分子序列被集成到一个单一的组合推理的分歧日期下的贝叶斯概率的规则。特别是，离散形态进化的离散化的出生-死亡树先验和Lewis-Mk模型允许的分歧时间和化石和现存类群之间的系统发育关系的估计。我们利用这一统计框架，调查这些模型的内部一致性，通过产生系统发育估计的年龄，每个化石反过来，在两个丰富的和良好的特征数据集的化石和现存物种（企鹅和犬科动物）。结果表明，两组数据的化石年龄估计精度普遍较高，可信区间不排除真实年龄，相对误差中位数分别为5.7%和13.2%。中位相对标准误差（RSD）分别为9.2%和7.2%，表明良好的精密度，但有一些离群值。事实上，在我们分析的两个数据集中，化石年龄的系统发育估计平均< 2 My，从它被挖掘的地质地层的中点年龄。在我们的分析中发现的高水平的内部一致性表明，贝叶斯统计模型采用的是一个足够适合的地质和形态数据，并提供证据，从真实的数据，所使用的框架可以准确地模拟离散的形态特征的进化编码化石和现存的类群。我们预计，这种方法将有不同的应用超出分歧的时间约会，包括约会化石的时间不受约束，测试的“形态时钟”，并发现潜在的模型错误和/或数据错误时，有争议的系统发育假说的基础上结合分歧约会分析。
2016-05-03 q-bio.PE
Measuring Fit of Sequence Data to Phylogenetic Model: Gain of Power using Marginal Tests
测试数据与模型的拟合对任何科学都是至关重要的，但遗传学领域的出版物很少这样做。这种分析抛弃了卡尔·波普尔所规定的科学的基本方面。事实上，并非没有理由，波普尔（1978）曾经认为，进化生物学是不科学的，因为它的假设是不可检验的。在这里，我们追溯了从Penny et al.（1982）到现在的适合性评估的发展。我们比较一般的对数似然比（G或G2统计）统计之间的进化树模型和多项式模型与边缘化测试应用于对齐（使用胎盘哺乳动物编码序列数据）。可以看出，最一般的检验不拒绝数据与模型的拟合（p~0.5），但边缘化检验拒绝。对成对频率（F）矩阵的检验强烈（p < 0.001）拒绝了常用的最一般的系统发育（GTR）模型。同样清楚的是（p < 0.01），序列在其核苷酸组成中不是固定的。偏离平稳性和同质性似乎是不均匀分布在类群之间，不一定是那些预期从检查基因组的其他区域。通过边缘化i.i.d.的4 t模式。模型的观察和预期的简约计数，也就是说，从恒定的网站，单例，简约信息字符的最小可能的长度，那么似然比检验恢复权力，它也拒绝与p << 0.001的进化模型。考虑到在相对较近的进化时间内的这种行为，一般来说，读者应该对结果保持健康的怀疑态度，因为在已发表的分析中，系统性错误的规模可能远远大于分析方法（例如，bootstrap）报告。
2008-12-30 q-bio.GN q-bio.PE
Episode Clustering in Phylogenetic Networks
Faculty of Mathematics, Informatics, and Mechanics, University of Warsaw（华沙大学数学、信息学和机械学院）
本文提出了系统发育网络中复制事件聚类问题的扩展方法NetEC，开发了多项式时间动态规划算法及相关推理与分析程序，在模拟数据和含29000余个基因树的露兜树目数据集上验证了其推断基因组复制事件的准确性。
2026-08-25 cs.DS q-bio.PE
A Statistical Test for Clades in Phylogenies
我们调查测试的可能性，通过比较其子树修剪和重嫁接（SPR）的邻居，有或没有重新优化分支长度的系统发育树。这是受到贝叶斯显著性检验的启发，并使用SPR来精确地找到极大似然树。通过在各种拓扑结构上使用Jukes-Cantor模型的大量模拟，观察到SPR测试是信息丰富的，并且与搜索极大似然树相比相当快。这表明，SPR测试将是一个有用的除了现有的统计测试套件，用于识别推断的拓扑结构的潜在不准确性。
2014-07-29 q-bio.PE stat.AP
Relaxed Agreement Forests
针对系统发育树冲突，提出最大松弛一致森林（MRAF）作为树间差异度量，证明其NP难，给出O(log n)近似算法、单指数精确算法及毛虫拓扑下的多项式判定，并与MAF对比。
2023-09-03 cs.DS q-bio.PE
