Using invariants for phylogenetic tree construction
系统发育不变量是系统发育树上马尔可夫模型的联合概率分布中的某些多项式。这样的多项式在代数统计学领域具有理论意义，它们也具有实际意义--它们可以用来构建系统发育树。本文是对系统发育不变量实际使用中涉及的代数、统计和计算挑战的独立介绍。我们调查了相关文献，并提供了一些部分答案和许多悬而未决的问题。
2008-01-21 q-bio.PE
Analyzing the Accuracy of the Fitch Method for Reconstructing Ancestral States on Ultrametric Phylogenies
给出了一个递推公式，用于研究Fitch方法在给定的系统发育树中重建祖先状态的精度。作为它们的应用，我们分析了当$n$趋于无穷大时，重建$2^n$的完全二叉树的根状态的精度的收敛性，并给出了重建超度量树的根状态的精度的一个下界.
2009-06-17 q-bio.GN q-bio.PE
Whole Genome Phylogenetic Tree Reconstruction Using Colored de Bruijn Graphs
我们提出了kleuren，一种新的组装免费的方法来重建系统发育树使用的着色de Bruijn图。kleuren的工作原理是构建着色的de Bruijn图，然后遍历它，在图中找到提供系统发育信号的气泡结构。然后将气泡对齐并连接以形成超矩阵，从中推断出系统发育树。我们介绍了kleuren用来完成这项任务的算法，并显示其性能重建的系统发育树的12种果蝇。kleuren准确地重建了已建立的系统发育树，是利用全基因组序列重建系统发育树的可行工具。软件包可从以下网址获得：https://github.com/Colelyman/kleuren
2017-09-23 cs.DS q-bio.PE
Bounding the number of reticulation events for displaying multiple trees in a phylogenetic network
本文研究系统发育网络中显示多棵树的网状演化数界定问题，针对三棵及以上任意树提出了若干非平凡的上界。
2024-08-26 math.CO q-bio.PE
Algorithms for Reconstructing B Cell Lineages in the Presence of Context-Dependent Somatic Hypermutation
Duke University（杜克大学）
本文提出了一种结合数据增强和重要性采样的算法，用于在考虑位点依赖性和上下文依赖性的情况下更准确地重建B细胞谱系和祖先序列。
2025-12-29 q-bio.PE stat.CO stat.ME
Reconstructing Trees from Subtree Weights
树度量定理为相异矩阵是树度量提供了充要条件，并已成为遗传学中许多基于距离的重建方法的基础。我们的主要结果是树度量定理的推广到更一般的相异度映射。特别是，我们证明了一个树与n叶是重建的m叶子树的权重，提供n \geq 2 m-1。
2003-11-11 math.CO q-bio.PE
Consistency of Bayesian inference of resolved phylogenetic trees
贝叶斯推断是目前从比对序列数据重建系统发育树的主要技术。在这个简短的说明中，我们正式表明，最大后验树拓扑结构提供了一个统计上一致的估计一个完全解决的进化树在各种条件下。这包括从跨分支长度的整个参数范围的比对序列数据中推断基因树，以及在通常的“可识别性”条件成立的模型中的先验的一般条件下。我们将其扩展到从序列数据中推断物种树，其中基因树构成“讨厌的参数”，如在程序 *BEAST中。本说明还解决了早期文献中提出的问题，质疑贝叶斯方法的统计一致性在多大程度上可能普遍存在。
2013-07-11 q-bio.PE q-bio.QM
Comparison of Tree-Child Phylogenetic Networks
系统发生网络是系统发育树的一种推广，它允许表示非树状的进化事件，如重组、杂交或横向基因转移。在本文中，我们提出并研究了一类新的系统发育网络，称为树子系统发育网络，其中每个不存在的物种都有一些后代通过突变。我们提供了一个内射表示这些网络的自然数向量的多集，他们的路径多重向量，我们用这种表示来定义这个类的距离，并给出一个对齐方法对这些网络。据我们所知，他们分别是第一个真正的距离和第一个比对方法定义在一个有意义的类的系统发育网络严格扩展类的系统发育树。提供了简单的多项式算法，用于从其路径多样性向量重构树子系统发生网络，用于计算两个树子系统发生网络之间的距离，以及用于对齐一对树子系统发生网络，并且它们已经被实现为Perl包和Java applet，并且它们可以在http://bioinfo.uib.es/~recerca/phylonetworks/mudistance上获得
2007-08-27 cs.CE cs.DM q-bio.PE
Phylogenetic Networks
系统发生学是研究生物之间进化关系的学科。该领域的主要挑战之一是获取一组有机体的生物学数据，并推断出进化树，即代表这些关系的图。开发实用和有效的方法来推断系统发育树，导致了许多有趣的数学问题，在各个领域。然而，由于杂交和基因流动，系统发育网络可能是一些生物群体进化历史的更好代表。在这一章中，我们介绍了一些基本的概念，在系统发育遗传学，并提出了相关的本科生研究项目的系统发育网络，涉及到图论和抽象代数领域。在第一部分中，我们描述了几个开放的研究问题，与组合的系统发育网络。在第二部分中，我们描述了与理解系统发育统计模型的代数簇相关的问题。
2019-06-04 q-bio.PE
Neighbourhoods of phylogenetic trees: exact and asymptotic counts
进化遗传学的一个中心主题是从一组给定的数据中重建和分析进化树。为了确定重建树的最佳搜索方法，了解树重排操作下树的邻域的大小和结构是至关重要的。树的直接邻域的直径和大小已经被很好地研究，但是对于距离给定树2、3或（更一般地）$k$的树的数量知之甚少。在本文中，我们提供了一些关于这些数量的精确和渐近的结果，并确定树的形状，在确定这些数量中发挥作用的一些关键方面。我们获得了几个新的结果，两个主要的树重排操作-最近邻交换和子树修剪和嫁接-以及Robinson-Foulds度量的树木。
2015-08-15 math.CO q-bio.PE
On the Identifiability of Phylogenetic Networks under a Pseudolikelihood model
生命之树是一种图形结构，代表了从生命起源的单细胞生物到我们今天看到的巨大生物多样性的进化过程。从基因组序列重建这棵树是具有挑战性的，因为塑造数据中信号的生物力量多种多样，并且许多过程，如不完整的谱系排序和杂交，可能会产生混淆信息。在这里，我们提出了在SNaQ中的伪随机模型下系统发育网络的可识别性证明的数学版本。我们建立了检测不同杂交事件的能力取决于杂交斑点上的节点数量，小斑点（对应于密切相关的物种）是最难检测到的。我们的工作主要集中在1级网络，但引起了人们对更广泛的网络类的系统发育推理方法的可识别性研究的重要性的关注。
2020-10-05 math.ST q-bio.PE stat.TH
Analysis of Phylogeny Tracking Algorithms for Serial and Multiprocess Applications
本文针对数字进化模拟中的谱系追踪问题，分别提出串行场景下基于引用计数的灭绝谱系剪枝和分布式场景下基于 trie 的遗传地层学重建方法，以提升速度、准确性与内存效率。
2024-03-04 cs.DS q-bio.PE
The tree reconstruction game: phylogenetic reconstruction using reinforcement learning
Tel Aviv University（特拉维夫大学）
我们提出了一个学习算法来解决重建系统发育树的挑战。搜索最好地描述数据的树在算法上是具有挑战性的，因此所有当前用于遗传学重建的算法都使用各种算法来使其可行。在这项研究中，我们证明了强化学习可以用来学习一个最佳的搜索策略，从而提供了一个新的范式预测的最大似然树。我们所提出的方法不需要每一步都进行似然计算，也不限于在似然空间中进行贪婪的上坡移动。我们展示了开发的深度Q学习代理在一组看不见的经验数据上的使用，即在由多达20个序列的核苷酸比对定义的看不见的环境上。我们的研究结果表明，推断的似然分数的相似，从广泛使用的软件。因此，它建立了一个概念验证，即优化搜索空间中的移动序列是有益的，而不是仅优化每个移动中的进度。这表明，一个基于重复学习的方法为系统发育重建提供了一个有前途的方向。
2023-03-12 cs.AI q-bio.PE
A Distance Metric for Tree-Sibling Time Consistent Phylogenetic Networks
系统发育树中网状进化事件的存在使系统发育树系统发育树成为系统发育网络。这些事件意味着从一个非现存物种到一个现存物种可能存在多条进化路径，这种多样性使得系统发育网络的比较比系统发育树的比较要困难得多。事实上，迄今为止，所有试图在所有系统发育网络的类上定义声音距离度量的尝试都失败了。因此，唯一实际的解决方案是使用相似性的粗略估计（基于嵌入网络中的树的比较），或者将系统发育网络的类别缩小到这样的距离已知并且可以有效计算的特定类别。第一种方法的问题是，当两个网络不相等时，人们可能会将它们识别为等价网络;第二种方法的缺点是，可能不存在从生物序列重建这种网络的算法。本文提出了一类树兄弟时间一致性系统发育网络的距离度量，推广了树子时间一致性系统发育网络，从而也推广了Galled-tree。这种距离度量的实际意义是双重的：它可以通过简单的算法在多项式时间内计算，并且也存在从DNA序列数据重建此类网络的多项式时间算法。Perl包Bio：：PhyloNetwork，包含在BioPerl包中，实现了许多关于系统发生网络的算法，包括本文中提出的距离计算。
2008-03-19 cs.CE cs.DM q-bio.PE
Phylogenetic invariants: straightforward from the general Markov to equivariant models
本文证明等变模型下系统发育树的不变量可直接从一般马尔可夫模型的不变量导出，无需表示理论，并给出基于矩阵展平秩约束的实用判据，可扩展至系统发育网络。
2025-07-03 math.AG q-bio.PE
Likelihood-free inference of phylogenetic tree posterior distributions
Sorbonne Université（索邦大学）；Université Lyon 1（里昂第一大学）
本文提出了一种无需似然推断的系统发育树后验分布推断方法，通过新的序列对编码和子树合并的概率分布因子化，实现了更准确的树拓扑结构估计，尤其在难以计算似然的模型中表现更优。
2026-06-28 q-bio.PE q-bio.QM
Point estimates in phylogenetic reconstructions
动机：贝叶斯系统发育研究返回的后验样本统计数据的构建迄今为止受到系统发育树空间的几何洞察力差的阻碍，以及特别的方法，如后验均值的通常概念定义不清的共识树化妆的推导，而自助方法减轻了方差的合理概念的缺乏。产生令人满意的结果与足够集中的后验分布，这种方法不足以提供一个忠实的总结后验分布，如果数据不提供令人信服的证据，一个单一的拓扑结构。结果：在Billera等人先前工作的基础上，汇总统计量（例如样本均值、中位数和方差）分别定义为几何中位数、Fréchet均值和方差。他们的计算是由最近发表的作品，并嵌入了一个算法计算最短路径的空间树。研究一组植物的遗传，其中几个树拓扑出现在后验样本中，后验平均值正确地平衡了来自不同拓扑的贡献，其中共识树会有偏见。后验均值，中位数和共识树与地面真相使用模拟数据的比较也揭示了一个声音的平均方法重建系统发育树时的好处。
2014-10-10 q-bio.PE stat.AP
Impossibility results on stability of phylogenetic consensus methods
本研究证明了系统发育共识方法在扩展稳定性和结合稳定性条件下与基本正则性属性不相容，回答了Bryant等人提出的两个问题，结合理论分析与定制计算机程序。
2023-11-13 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
Principled, practical, flexible, fast: a new approach to phylogenetic factor analysis
生物表型是复杂进化过程的产物，其中选择力以未知的方式影响多个生物性状测量。系统发生因子分析在一组生物的进化历史中解开这些关系。科学家寻求采用这种建模框架面临着许多建模和实施决策，其中的细节构成计算和可复制性的挑战。一般和有影响力的社区就业需要一个数据科学分析计划，平衡灵活性，速度和易用性，同时最大限度地减少模型和算法调整。即使在存在非平凡的系统发育模型的约束，我们表明，可以分析解决潜在的因素的不确定性的方式，（a）艾滋病模型的灵活性，（b）加速计算（多达500倍）和（c）减少所需的调整。我们进一步提出了实用的指导推理和建模决策，以及诊断和解决这些分析中的常见问题。我们在一个自动化的管道中编纂了这个分析计划，该管道将潜在的大量建模决策提炼成一小部分（通常是二进制）选择。我们证明了这些方法和分析计划在不同规模的四个现实世界中的问题的效用。
2021-07-02 q-bio.PE stat.AP stat.ME
Non-bifurcating phylogenetic tree inference via the adaptive LASSO
使用深度DNA测序的系统发育树推断正在重塑我们对快速进化系统的理解，例如病毒和免疫系统之间的宿主内战斗。密集采样的系统发育树可能包含特殊的特征，包括“采样祖先”，其中我们对基因型及其直接后代进行测序，以及“多分支”，其中多个后代同时出现。这些特征在识别树中的零长度分支之后是明显的。然而，目前基于最大似然的方法是不能够揭示这样的零长度分支。在本文中，我们发现这些零长度的分支，通过引入自适应LASSO型正则化估计的遗传算法，推导出它们的属性，并显示正则化是一个实用的方法遗传算法。
2020-06-01 q-bio.PE stat.ML
SPRINT: A fast, new software tool for reconstructing the evolutionary past of polyploid datasets
多倍化是一个重要的进化过程，影响着从植物到鱼类和真菌的生物。它留下的信号是以物种的倍性水平（在细胞中发现的完整染色体组的数量）的形式存在的，这本身就是非树状的。目前可用的用于重建多倍体数据集的进化历史的工具通常从针对感兴趣的数据集获得的多标记树开始，然后以某种方式从该树导出（系统发育）网络，该网络通过将网络的至少两个入度的顶点解释为多倍化事件来反映该历史。由于获得这样的树可能是计算昂贵的，因此最重要的是有替代方法，可以让人们了解多倍体数据集的网状进化历史。SPRINT的目标是重建一个多倍体数据集的进化历史，在一个二进制网络，实现数据集的倍性配置文件（数据集的分类单元的倍性水平的向量），并需要最少数量的多倍体化事件。它通过用从网络的根到网络的叶子的有向路径的数量来表示物种x的倍性水平来实现这一点，该网络的叶子标记为x。SPRINT在GitHub上发布：https://github.com/lmaher1/SPRINT。
2022-11-09 q-bio.PE
Hypercubes and Hamilton cycles of display sets of rooted phylogenetic networks
本文研究有根系统发育网络所嵌入树之间的组合关系，提出 rSPR 图并证明其 Hamilton 圈性质，进而给出 level-1 网络无额外推断树的充要条件及多项式重建算法。
2023-08-18 cs.DS math.CO q-bio.PE
When are quarnets sufficient to reconstruct semi-directed phylogenetic networks?
该研究探讨半有向系统发育网络的四元网络编码问题，证明2级半有向二元系统发育网络可由四元网络编码而3级不可，且其块树总可被编码，为相关重构工具的统计一致性证明提供支撑。
2025-08-03 cs.DS math.CO q-bio.PE
GeoPhy: Differentiable Phylogenetic Inference via Geometric Gradients of Tree Topologies
Waseda University（早稻田大学）；RIKEN AIP（理化学研究所人工智能研究中心）；AIST-Waseda CBBD-OIL（产业技术综合研究所-早稻田大学生物信息学与系统生物学联合研究中心）；Nippon Medical School（日本医科大学）
GeoPhy 提出一种基于连续几何空间中拓扑分布表示的可微系统发育推断方法，在不限制候选树拓扑的情况下实现变分推断，并在真实基准数据集上显著优于其他近似贝叶斯方法。
2023-12-01 cs.LG q-bio.PE stat.ML
Hyperiax and Phylogenetic Inference from Shape Data
University of Copenhagen（哥本哈根大学）；University of California, Berkeley（加州大学伯克利分校）
提出 Hyperiax 库，利用 JAX 实现树遍历和消息传递，支持 BFFG 框架，用于高维形态性状的系统发育推断，在蝴蝶翅膀和鸟喙形状数据上实现更大规模分析。
2026-06-26 q-bio.PE
Calibrated Tree Priors for Relaxed Phylogenetics and Divergence Time Estimation
使用化石证据来校准分歧时间估计有着悠久的历史。最近贝叶斯MCMC已成为主要的方法的分歧时间估计和化石证据已被重新解释为规范的先验分布的分歧时间的校准节点。这些所谓的“软校准”已被广泛使用，但在贝叶斯设置校准树先验的统计特性还没有仔细研究。在这里，我们澄清，校准密度，如BEAST 1.5中定义的，不代表校准节点的边缘先验分布。我们说明了这一点与一些小树的分析结果。我们还描述了一个替代的建设校准的圣诞节之前的树木，允许直接规范的校准发散时间的边缘先验分布，有或没有单系的限制。这种方法需要计算Yule先验条件的高度的发散被校准。不幸的是，多重校准的实际解决方案仍然难以捉摸。我们的研究结果表明，直接估计的前诱导指定多个校准密度应该是一个先决条件的任何分歧的时间定年分析。
2011-03-29 q-bio.PE
On estimating the effective sample size of phylogenetic trees in an autocorrelated chain
University of Auckland（奥克兰大学）；Simon Fraser University（西蒙菲莎大学）；University of Canterbury（坎特伯雷大学）；Australian National University（澳大利亚国立大学）
本文提出利用条件种群分布和概率估计器来改进系统发育树的有效样本量估计，探讨了不同方法的准确性和计算成本。
2026-10-12 q-bio.PE
pplacer: linear time maximum-likelihood and Bayesian phylogenetic placement of sequences onto a fixed reference tree
基于似然性的系统发育推断通常被认为是对未知序列最可靠的分类方法。然而，由于计算复杂性问题和缺乏系统发育信号，传统的基于似然性的系统发育方法无法应用于下一代测序的大量短读段。“系统发生放置”，其中参考树是固定的，未知的查询序列通过参考比对被放置到树上，是一种将基于似然性的方法的推理能力带到大数据集的方法。本文介绍了一个软件包，用于系统发育的位置和随后的可视化。该算法可以放置两万个短的阅读每小时一千个类群的参考树每个处理器，具有基本上线性的时间和内存的参考类群的数量的复杂性，并且很容易并行运行。Pplacer的特点是计算边缘上放置的后验概率，这是一种在逐边缘基础上量化不确定性的统计严格方法。它还可以通过计算放置位置之间的预期距离来通知用户查询序列的位置不确定性，这对于使用良好采样的参考树来估计不确定性至关重要。该软件提供可视化使用分支厚度和颜色来表示放置的数量及其不确定性。使用从631个COG比对产生的读段的模拟研究显示了在宽范围的比对多样性上系统发育放置的高水平的准确性，以及边缘不确定性估计测量放置置信度的能力。Pplacer能够实现高效的系统发育放置和随后的可视化，使基于可能性的遗传学方法适用于大量的读取;它可以作为源代码，二进制文件和Web服务提供。
2010-03-30 q-bio.GN q-bio.PE
Deep Generative Models for Phylogenetic Inference with Complex Evolutionary Processes
New York University（纽约大学）
该研究提出基于离散扩散框架的树条件生成模型，在复杂进化过程的系统发育推断中，比Phyloformer 2更准确，在现实数据上优于IQ-Tree。
2026-10-15 cs.LG q-bio.PE
Computing the Bounds of the Number of Reticulations in a Tree-Child Network That Displays a Set of Trees
本文针对展示一组有根二叉系统发育树的树-子网络，提出计算网状事件数量下界的计算方法并给出上界理论结果，通过模拟证明其可用于大型树数据。
2023-11-30 q-bio.PE
Adapting cluster graphs for inference of continuous trait evolution on phylogenetic networks
Departments of Statistics and Botany, University of Wisconsin-Madison（威斯康星大学麦迪逊分校统计学与植物学系）
本文提出利用非树状聚类图优化高斯性状进化模型的因子化能量近似，探讨最大聚类大小对估计精度与运行时间的权衡影响，并证明同质布朗运动模型的参数估计等价性。
2025-12-19 q-bio.PE stat.CO
Constructing Phylogenetic Networks via Cherry Picking and Machine Learning
University of Trieste（的里雅斯特大学）；Delft Institute of Applied Mathematics（代尔夫特应用数学研究所）；CWI（荷兰国家数学与计算机科学研究中心）；Vrije Universiteit（自由大学）；INRIA-Erable（法国国家信息与自动化研究所Erable团队）
本文应用“挑选樱桃”理论框架设计高效启发式方法，结合机器学习模型和随机算法，将多棵系统发育树合并为单个网络，解决了现有方法计算成本高且适用范围受限的问题，并在实际规模数据集上表现出优良性能。
2023-03-31 cs.LG q-bio.PE
Efficient Quartet Representations of Trees and Applications to Supertree and Summary Methods
由较大的系统发育树显示的四元树长期以来被用作物种树和超树重建的输入。由于分类群的数量，计算限制阻止了在许多实际问题中使用所有显示的四元组。我们引入了一个有效的四重奏系统（EQS）的概念来表示一个系统发育树与树显示的四重奏的子集。我们在数学上表明，通过EQS从树中获得的四元组集包含树本身的所有组合信息。使用模拟数据集上的性能测试，我们还表明，使用EQS来减少管道中的四元组的数量，用于物种树推理和超树推理的汇总方法，结果只会导致精度的小幅降低。
2016-12-06 q-bio.PE
Tropical Geometry of Phylogenetic Tree Space: A Statistical Perspective
系统发生树是生物进化过程的基本数学表示。它们也是纯粹数学中感兴趣的对象，例如代数几何和组合数学，由于它们的离散几何。虽然它们是重要的数据结构，但它们面临着一个重大挑战，即树的集合形成了一个非欧几里德系统发育树空间，这意味着标准的计算和统计方法不能直接应用。在这项工作中，我们探讨了一个纯粹的数学表示的所有系统发育树的热带几何的基础上的描述性和推论统计，无监督和监督机器学习的统计可行性。我们的探索既是理论的，也是实践的。我们发现，热带几何系统发育树空间赋予广义希尔伯特射影度量具有分析，几何和拓扑性质，是理想的概率和统计理论研究，并允许定义明确的问题提出。我们说明了统计可行性的热带几何角度的系统发育树的一个例子，描述性和推理的统计任务。此外，这种方法表现出更高的计算效率和统计性能，在目前的国家的最先进的，我们说明了一个真实的数据的例子，对季节性流感。我们的研究结果表明热带几何设置的系统发育树的参数统计和概率研究的可行性。
2022-06-29 math.CO math.MG math.ST
Which Phylogenetic Networks are Level-k Networks with Additional Arcs? Structure and Algorithms
本研究将有根二元系统发育网络的支撑树理论框架扩展至支撑网络，给出三类支撑网络的直积刻画及最优计数生成算法，还提出寻找最低层级和最小Level支撑网络的相关算法。
2025-05-17 cs.DM math.CO q-bio.PE
A complete characterization of pairs of binary phylogenetic trees with identical $A_k$-alignments
本文研究二元系统发育树的 $A_k$-联配唯一性问题，完整刻画共享同一联配的树对，并证明 $n\geq 2k+3$ 时树可被唯一确定，填补已有界间空白。
2025-06-10 math.CO q-bio.PE
Developing a statistically powerful measure for quartet tree inference using phylogenetic identities and Markov invariants
最近有新的兴趣在系统发育推理方法的基础上的系统发育不变量，以及相关的马尔可夫不变量。从广义上讲，这两种方法都产生了序列位点模式的多项式函数，在期望值中，对于特定的进化树（在系统发育不变量的情况下）或具有很好理解的变换特性（在马尔可夫不变量的情况下），多项式函数都消失了。虽然这两种方法都因其内在的数学兴趣而受到重视，但尚不清楚它们如何相互关联，以及它们在多大程度上可用作推断系统发育树的实用工具。在本文中，通过专注于特殊情况下的二进制序列数据和四元组的类群，我们能够查看这两个不同的多项式为基础的方法在一个共同的框架。为了激发讨论，我们提出了三个理想的统计特性，我们认为任何系统发育的方法应该满足：（1）合理的行为下重新排序的输入序列;（2）稳定的类群独立发展根据马尔可夫过程;（3）能够检测到的条件下的连续时间过程被违反。受这些统计特性的启发，我们开发和探索了几种新的系统发育推断方法。特别是，我们开发了一个统计偏差校正版本的马尔可夫不变量的方法，满足所有三个属性。我们还扩展了以前的工作，表明系统发育不变量可以以满足性质（3）的方式实现。仿真研究表明，与其他方法相比，我们提出的基于偏差校正的马尔可夫不变量的新方法是非常强大的系统发育推断。
2017-03-30 math.AG math.RT q-bio.PE
Finding Tree-Like Substructures in Phylogenetic Networks: ILP Approaches and Their Application
Department of Applied Mathematics, Faculty of Science and Engineering, Waseda University（早稻田大学理工学术院应用数学系）
针对系统发育网络的最小层问题，提出两种整数线性规划方法，分别用于求解层至多为1的子图的精确解和一般情况的启发式解，实验验证了方法的实用性，且最小层可作为网络拓扑复杂性的替代度量。
2026-09-01 cs.DM q-bio.PE
A Practical Fixed-Parameter Algorithm for Constructing Tree-Child Networks from Multiple Binary Trees
我们提出了第一个固定参数的算法，用于构建一个树的孩子的系统发育网络，显示任意数量的二进制输入树，并在所有这样的网络中具有最小的网状数量。该算法采用最近引入的樱桃采摘序列框架，在$O((8k)^k \mathrm{poly}(n, t))$时间内运行，其中$n$为每棵树的叶子数，$t$为树的个数，$k$为所构建网络的网状数.此外，我们提供了一个有效的并行实现的算法，并表明它可以处理高达$100$输入树在一个标准的台式计算机，从而提供了一个重大的改进，以前的系统发育网络建设方法。
2019-07-19 cs.DM math.CO q-bio.PE
Reconstructing protein and gene phylogenies by extending the framework of reconciliation
真核生物编码基因的结构允许基因产生几种不同的蛋白质异构体。目前的基因同源性重建方法利用每个基因的单一蛋白质产物，忽略了替代蛋白质异构体的信息。这些方法通常导致不准确的基因树重建，需要在用于系统发育树协调分析或基因产物系统发育重建之前进行校正。在这里，我们提出了一种新的方法重建准确的基因树和蛋白质树占生产替代蛋白质异构体的基因家族的基因。我们扩展和解的概念，蛋白质树，我们定义了一个新的和解问题，称为MinDRGT，包括在寻找一个基因树，最大限度地减少了双重和解成本与给定的蛋白质树和给定的物种树。我们定义了第二个问题，称为MinDRPGT，包括在寻找一个蛋白质树和一个基因树最小化双重和解成本，给定一个物种树和一组蛋白质子树。我们提供算法的精确和启发式的解决方案的一些版本的问题，我们提出的结果的应用程序的校正基因树从Ensembl数据库。探试法的实现可在https://github.com/UdeS-CoBIUS/Protein2GeneTree获得。
2017-07-03 cs.DS q-bio.PE q-bio.QM
Optimization over a class of tree shape statistics
树形统计数据量化了系统发育树的某些方面。它们通常用于将重建的树与进化模型进行比较，并找到树重建偏差的证据。从历史上看，为了找到有用的树形统计数据，人们手工发明了公式，然后对其进行效用评估。本文提出了第一种方法，它是能够优化一类树形统计，称为二进制递归树形统计（BRTSS）。在定义了BRTSS类之后，定义了一组代数表达式，可以在递归中使用。在BRTSS中使用这些表达式定义的树形统计是非常普遍的，并且包括系统发育研究人员已经熟悉的许多统计。然后，我们提出了一个实用的遗传算法，它是能够进行优化BRTSS给定任何目标函数。本章的结论是成功应用的方法，找到一个新的统计，这表明一个显着的差异，两个分布的树木，以前假设有类似的属性。
2006-09-18 q-bio.PE
Many-core algorithms for high-dimensional gradients on phylogenetic trees
基因组病原体数据的快速增长刺激了对高效推理技术的需求，例如贝叶斯框架中的哈密顿蒙特卡罗（HMC），以估计这些系统发育模型的参数，其中参数的维度随着序列$N$的数量而增加。HMC需要重复计算相对于（wrt）所有分支长度特定（BLS）参数的数据对数似然的梯度，其传统上使用标准修剪算法进行$\mathcal{O}(N^2)$操作。最近的一项研究提出了一种在$\mathcal{O}(N)$中计算这种梯度的方法，使研究人员能够利用基于梯度的采样器，如HMC。这种方法的CPU实现使得基于核苷酸的模型的梯度的计算在计算上易于处理，但是对于较大的状态空间大小的模型（例如密码子模型），性能不足。在这里，我们描述了新的大规模并行算法来计算所有BLS参数的对数似然梯度，这些算法利用图形处理单元（GPU），并导致比以前的CPU实现高出许多倍的加速比。我们基准这些GPU算法在三个计算系统上使用三个进化推理的例子：食肉动物，登革热和酵母，并观察到超过128倍的加速比CPU实现基于密码子的模型和超过8倍的加速比基于核苷酸的模型。作为一个实际的演示，我们还估计了西尼罗河病毒首次引入美国大陆的密码子模型下，从104个完整的病毒基因组，一个推理任务以前棘手的宽松的分子时钟的时间。我们在BEAGLE v4.0.0中提供了GPU算法的实现，BEAGLE v4.0.0是一个用于统计遗传学的开源库，可以在多核CPU和GPU上…
2023-03-08 q-bio.PE stat.CO
Species Tree Estimation Using ASTRAL: Practical Considerations
ASTRAL是一种在推断一组基因树后重建物种树的方法，并且越来越多地用于植物基因组分析。它是统计上一致的多物种聚结模型下，是可扩展的，并在模拟和实证研究中表现出较高的准确性。本章讨论了实际的考虑，在使用ASTRAL，开始发表的结果进行审查，并指出使用ASTRAL的树种估计的优点和缺点。然后，它继续详细说明准备输入基因树，解释ASTRAL输出和执行后续分析的最佳方法。
2019-10-16 q-bio.PE
Kernelizations for the hybridization number problem on multiple nonbinary trees
给定一个有限集合$X$，一个$X$上有根系统发生树的集合$\mathcal{T}$和一个整数$k$，杂交数问题询问是否存在一个$X$上的系统发生网络，该网络显示来自$\mathcal{T}$的所有树，并且具有至多$k$的网状数。本文给出了两种混合数核化算法，核大小分别为$4k(5k)^t$和$20k^2(Δ^+-1)$，其中$t$表示输入树的个数，$Δ^+$表示输入树的最大出度.模拟数据上的实验证明了这些核化算法的实际意义。此外，我们还提出了一个$n^{f(k)}t$ -时间算法，其中$n=|X|$和$f$是$k$的可计算函数.
2016-03-22 cs.DM q-bio.PE
A practical approximation algorithm for solving massive instances of hybridization number for binary and nonbinary trees
网状事件在决定进化关系中起着重要作用。计算这类事件的最小数量来解释两个系统发育树之间的不一致性的问题是一个很难计算的问题。即使对于二叉树，精确求解器也很难解决网格数大于40-50的实例。在这里，我们提出了CycleKiller和NonbinaryCycleKiller，第一种方法来产生解决方案，可验证接近最优的情况下，数百甚至数千个网格。使用模拟，我们证明了这些算法运行迅速，大型和困难的情况下，产生的解决方案是非常接近最优。作为我们模拟的副产品，我们还介绍了TerminusEst，这是目前可以处理非二叉树的最快的精确方法：这是用来衡量NonbinaryCycleKiller算法的准确性。所有这三种方法都是基于以前的理论工作的扩展，并且是公开的。我们还将我们的方法应用于真实数据。
2014-05-01 q-bio.PE
Phylogenetic Inference and the Stickiness of Fréchet Means, via Precise Asymptotics of an Embedded Random Walk
Columbia University（哥伦比亚大学）
本研究通过嵌入随机游走的精确渐近分析，提出非参数方法估计系统发育树Fréchet均值中三叉分支未来分叉的概率，并应用于灵长类等物种树的多叉性检验。
2026-09-22 math.ST q-bio.PE stat.ME
On the elusiveness of clusters
有根系统发育网络通常用于表示相互冲突的系统发育信号。给定一组聚类，如果对于输入集中的每个聚类，网络中至少有一棵树包含该聚类，则网络被称为在“软”意义上表示这些聚类。出于简约的动机，我们可能希望使用尽可能少的网格来构建这样的网络，或者最小化网络的“级别”，即在网络的任何“缠结”区域中使用的最大数量的网格。虽然这些都是NP难问题，但在这里我们证明了，对于每个固定的k >= 0，构造一个等级等于k的系统发育网络来表示一个聚类集，或者确定不存在这样的网络是多项式时间可解的。然而，该算法并不适合于实际实现。我们还证明了相对有效的卡斯算法正确地解决了这个问题（也最大限度地减少了网状数），当输入集群从两个不一定二进制基因树上的同一组类群，但并不总是最小化一般集群集的水平。最后，我们描述了一种新的算法，它在多项式时间内生成的所有二进制系统发育网络与确切的r网状代表一组输入集群（对于每个固定的r >= 0）。
2011-03-09 cs.SI physics.soc-ph q-bio.PE
Siamese networks for Poincaré embeddings and the reconstruction of evolutionary trees
Departamento de Matemática, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires（数学系，精确自然科学学院，布宜诺斯艾利斯大学）；Departamento de Física, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires（物理系，精确自然科学学院，布宜诺斯艾利斯大学）；CONICET - Universidad de Buenos Aires, Instituto de Física Interdisciplinaria y Aplicada (INFINA)（CONICET-布宜诺斯艾利斯大学，跨学科与应用物理研究所（INFINA））；CONICET - Universidad de Buenos Aires, Instituto de Matemática Luis A. Santaló (IMAS)（CONICET-布宜诺斯艾利斯大学，路易斯·A·桑塔洛数学研究所（IMAS））
本文提出结合庞加莱嵌入与邻接算法，并采用孪生网络从叶节点样本学习嵌入，用于从高维数据（如鸟类鸣声频谱图）重建进化树，在合成数据和六种雀科数据上验证了有效性。
2024-10-09 cs.LG q-bio.PE
A simple fixed parameter tractable algorithm for computing the hybridization number of two (not necessarily binary) trees
本文提出了一种新的固定参数的易处理算法，用于计算分类单元集合X上的两个有根的、不一定是二元的系统发育树在时间上的杂交数r（6^r.r！）。poly（n）$，其中n= |X|。这种方法的新颖之处在于它使用了终端，终端是X上自然偏序的最大元素，以及软件集群文献中的一些见解。这产生了一个令人惊讶的简单和实用的有界搜索算法，并提供了一个替代的角度对底层的组合结构的杂交数问题。
2012-07-25 math.CO q-bio.PE q-bio.QM
Reflections on kernelizing and computing unrooted agreement forests
本文研究无根二元系统发育树的 TBR 距离/最大一致森林问题，实现并评估传统与更强核化规则，开发结合 ILP 的求解器 Tubro，证明新规则具有显著实际归约价值。
2021-10-05 cs.DS q-bio.PE
