Approximate Bayesian computation for Markovian binary trees in phylogenetics
本文针对系统发育学中多样化速率推断问题，提出基于马尔可夫二叉树（MBTs）的近似贝叶斯计算（ABC）方案，利用树形信息检测性状相关的速率变化，模拟与真实蜥蜴类数据验证其准确性与应用价值。
2024-10-04 math.ST q-bio.PE stat.AP
Calibrated birth-death phylogenetic time-tree priors for Bayesian inference
在这里，我们介绍了一个通用类的多校准生死树先验贝叶斯系统发育推断中使用。该类中的所有树先验将祖先节点高度分成一组“校准节点”和“未校准节点”，使得校准节点的边缘分布是用户指定的，而对于具有校准节点的相等值的树，保留出生-死亡先验的密度比。我们描述了两个配方，其中一个校准信息通知排名树拓扑结构的先验，通过（条件）先验，和其他因式分解的发散时间和排名拓扑结构的先验，从而允许均匀的，或任何任意的先验分布排名拓扑结构。虽然这些配方中的第一个有一些有吸引力的属性，我们提出的算法计算其先验密度是计算密集型的。另一方面，第二个公式总是计算效率高。我们证明了实用的新一类的多重校准树先验使用小型模拟和现实世界的分析，并比较现有的计划的结果。本文中描述的两个新的校准树先验提供了更大的灵活性和控制的校准时间树推断和分歧的时间定年的事先规范，并将消除需要间接的方法来评估校准密度和树过程先验的贝叶斯系统发育推断的综合效果。
2013-11-19 q-bio.PE
How trustworthy is your tree? Bayesian phylogenetic effective sample size through the lens of Monte Carlo error
贝叶斯推断是一种流行的和广泛使用的方法来推断进化树（进化树）。然而，尽管几十年的广泛应用，它仍然很难判断如何以及一个给定的贝叶斯马尔可夫链蒙特卡罗（MCMC）运行探索的空间系统发育树。在本文中，我们调查的蒙特卡罗错误的遗传学，专注于高维总结的后验分布，包括变异估计的边缘/分支（已知在遗传学的“分裂”）概率和树的概率，和变异估计的汇总树。具体来说，我们问是否有任何措施的有效样本量（ESS）适用于系统发育树，能够捕捉这三个汇总措施的蒙特卡罗错误。我们发现，有一些ESS措施能够捕捉固有的错误，使用MCMC样本近似的后验分布的遗传。我们这些树ESS措施，并确定一组三个这是有用的，在实践中评估的蒙特卡罗错误。最后，我们提出了可视化工具，可以提高多个独立的MCMC运行之间的比较，占蒙特卡罗错误存在于每个链。我们的研究结果表明，常见的后MCMC工作流程是不足以捕捉固有的蒙特卡罗错误的树，并强调链内混合和链间收敛评估的需要。
2022-09-03 q-bio.PE stat.ME
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
Efficient Bayesian Inference of General Gaussian Models on Large Phylogenetic Trees
系统发育比较方法通过将样本性状建模为沿着可能未知历史的分支上的扩散过程而产生的，来校正一组非独立生物之间的共享进化历史。为了将这样的不确定性，我们提出了一个可扩展的贝叶斯推断框架下的一般高斯性状进化模型，利用哈密顿蒙特卡罗（HMC）。HMC能够对约束模型参数进行有效采样，并利用树结构进行快速似然和梯度计算，从而产生与观测数量成线性关系的算法复杂度。这种方法包括一个广泛的家庭的随机过程，包括一般的Ornstein-Uhlenbeck过程，可能会缺失数据和测量误差。我们将所有这些模型的生物相关子集的推理工具实现到BEAST系统发育软件包中，并通过边际似然估计来进行模型比较。我们应用我们的方法来研究鼬总科（包括黄鼠狼和盟友）的形态进化以及HIV毒力的遗传性。这第二个问题，通过有针对性的模拟研究，证明了其效用的进化遗传性的一个新的措施。
2020-09-29 q-bio.PE stat.AP
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
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
Learnable Topological Features for Phylogenetic Inference via Graph Neural Networks
Peking University（北京大学）
系统发育树拓扑结构信息在系统发育推断中起着重要作用。然而，为特定的系统发育推理任务找到合适的拓扑结构往往需要大量的设计工作和领域专业知识。本文提出了一种新的基于可学习拓扑特征的系统发育推理结构表示方法。通过将最小化Dirichlet能量的原始节点特征与现代图表示学习技术相结合，我们的可学习拓扑特征可以提供系统发育树的有效结构信息，这些系统发育树自动适应不同的下游任务，而无需领域专业知识。我们证明了我们的方法的有效性和效率的模拟数据树概率估计任务和挑战性的真实数据变分贝叶斯系统发育推理问题的基准。
2023-02-17 cs.LG q-bio.PE stat.ML
Limitations of Markov chain Monte Carlo algorithms for Bayesian Inference of phylogeny
马尔可夫链蒙特卡罗算法在贝叶斯系统发育推断方法中起着关键作用。在本文中，我们提出了第一个理论工作，分析了几个马尔可夫链的收敛速度广泛用于系统发育推断。我们分析简单，现实的例子，这些马尔可夫链无法快速收敛。特别是，研究的数据是从一对树，在一个标准的进化模型。我们证明了许多流行的马尔可夫链需要指数长时间才能达到其平稳分布。我们的构建是相关的，因为众所周知，基因的系统发育树在单个生物体中可能不同。我们的研究结果揭示了一个警示灯系统发育分析使用贝叶斯推断，并强调未来的方向，潜在的理论工作。
2007-02-14 q-bio.GN 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
Systematic Exploration of the High Likelihood Set of Phylogenetic Tree Topologies
贝叶斯马尔可夫链蒙特卡罗探索树空间的速度很慢，部分原因是它经常返回到相同的树拓扑。另一种策略是系统地探索树空间，并且永远不会返回到相同的拓扑。在本文中，我们提出了一个有效的并行化的方法来映射出高似然集的系统发育树拓扑结构，通过系统搜索，我们表明是一个很好的近似树拓扑结构的高后验集。这里，拓扑的“似然性”是指具有优化的分支长度的对应树的树似然性。我们称这种方法为“系统发育拓扑图”（PT）。PT策略非常简单：从多个局部拓扑最大值（通过从随机起点爬山获得）开始，使用局部拓扑重排进行探索，仅继续通过优于低于最佳观察拓扑的某个似然阈值的拓扑。我们表明，归一化的拓扑似然是一个有用的代理这些拓扑的贝叶斯后验概率。通过使用一个非阻塞的哈希表，关键是树拓扑的唯一表示，我们避免了在所有探索树空间的并发线程中多次访问拓扑。我们证明，PT可以直接用于近似贝叶斯共识树拓扑结构。当结合一个准确的手段，评估每个拓扑边缘似然，PT给出了另一种方法来获得贝叶斯后验分布的系统发育树拓扑。
2018-11-27 cs.DS q-bio.PE
Bandwidth Selection of Density Estimators over Treespaces
Naval Postgraduate School（美国海军研究生院）；New Jersey Institute of Technology（新泽西理工学院）
本文提出了一种基于似然交叉验证的树空间上热带KDE的最佳带宽选择方法，并通过实验验证其在准确性和效率上的优势。
2025-12-29 q-bio.PE
PhylaFlow: Hybrid Flow Matching in Billera-Holmes-Vogtmann Tree Space for Phylogenetic Inference
Eric and Wendy Schmidt Center, Broad Institute of MIT and Harvard（埃里克和wendy Schmidt中心，MIT和哈佛大学Broad研究所）；Department of Biomedical Informatics, Harvard Medical School（哈佛医学院生物医学信息学系）；Centennial High School（Centennial高中）；Infectious Disease and Microbiome Program, Broad Institute of MIT and Harvard（传染病与微生物组计划，MIT和哈佛大学Broad研究所）
该研究提出PhylaFlow模型，通过在Billera-Holmes-Vogtmann树空间中学习后验盆地运输，实现混合流匹配，从而提高系统发育推断的效率和准确性。
2026-05-21 cs.LG q-bio.PE q-bio.QM
Advances in Computational Methods for Phylogenetic Networks in the Presence of Hybridization
系统发育网络扩展了系统发育树，以允许模拟网状进化过程，如杂交。它们的形状是一个有根的、有向的、无环的图，当用进化参数（如发散时间和种群大小）进行参数化时，它们形成了分子序列进化的生成过程。系统发育网络推断的计算方法的早期工作完全集中在网状结构上，并寻找具有最少网状结构的网络来拟合数据。由于不完全谱系排序（ILS）等过程可能与杂交同时发生，因此过去十年的工作已经转向ILS存在下系统发育网络推断的计算方法。在如此短的时间内，在开发和实施这种计算方法方面取得了重大进展。特别是，简约性，似然，贝叶斯方法已被设计用于估计系统发育网络和相关参数使用估计的基因树作为数据。这些推理方法的使用已经被用于特定杂交假设的统计检验，如D-统计量。最近，直接从序列数据推断系统发育网络的贝叶斯方法被开发和实施。在本章中，我们将回顾这些进展，并讨论模型假设以及方法的优势和局限性。我们还讨论了平行的努力，在群体遗传学社区旨在推断类似的结构。最后，我们强调了该领域未来研究的主要方向。
2018-08-27 q-bio.PE
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
On the Approximation of Phylogenetic Distance Functions by Artificial Neural Networks
Indiana University（印第安纳大学）
本文提出了一种能有效近似系统发育距离函数的神经网络架构，适用于多种分子进化模型，并在计算效率和泛化能力上优于现有方法。
2025-12-01 cs.LG q-bio.PE
Improving Tree Probability Estimation with Stochastic Optimization and Variance Reduction
针对子分裂贝叶斯网络参数学习中EM难以扩展的问题，提出高效随机训练方法并引入方差缩减，同时改进VBPI中的参数优化，实验显示在树拓扑概率估计和贝叶斯系统发育推断上均优于基线。
2024-09-09 q-bio.PE stat.CO stat.ML
ARTree: A Deep Autoregressive Model for Phylogenetic Inference
Peking University（北京大学）
提出基于图神经网络的深度自回归模型ARTree，通过分解树拓扑为叶节点添加序列并建模条件分布，实现无需启发式特征的系统发育推断，在真实数据基准上验证了有效性和效率。
2023-10-14 cs.LG q-bio.PE stat.ML
Tropical Logistic Regression Model on Space of Phylogenetic Trees
本文提出热带几何框架下的逻辑回归模型用于系统发育树分类，在AUC上优于经典逻辑回归，并可作为对枝长敏感的MrBayes MCMC收敛判据。
2024-06-07 math.CO q-bio.PE
PhyloGFN: Phylogenetic inference with generative flow networks
McGill University（麦吉尔大学）；Université de Montréal（蒙特利尔大学）；Mila（米拉研究所）
本文提出PhyloGFN，将生成流网络（GFlowNets）框架用于系统发育推断，在真实基准数据集上产生多样高质量进化假设，边际似然估计具竞争力，贴合目标分布优于变分推断方法。
2026-09-01 cs.LG q-bio.PE stat.ML
Quantifying MCMC Exploration of Phylogenetic Tree Space
为了了解系统发育马尔可夫链蒙特卡罗（MCMC）的有效性，重要的是要了解MCMC的经验分布收敛到后验分布的速度。在本文中，我们调查这个问题的系统发育树拓扑结构的度量，特别适合的任务：子树修剪和移植（SPR）度量。该度量直接对应于常见系统发育MCMC实现中在树之间移动所需的MCMC重排的最小数量。我们开发了一种新的基于图的方法来分析树后验，并发现SPR度量比与MCMC移动无关的简单度量更具信息性。在这样做，我们最终表明，拓扑峰确实发生在贝叶斯系统发育后验从真实的数据集采样与标准MCMC方法，调查效率的大都市耦合MCMCMC（MCMCMCMC）在穿越峰之间的山谷，并显示条件分支分布（CCD）可以有系统的问题时，有多个峰。
2014-10-17 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
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
Online Bayesian phylodynamic inference in BEAST with application to epidemic reconstruction
在爆发或流行病期间，从遗传数据重建病原体动态是一个重要的统计情景，其中观察结果按时间顺序到达，并且人们有兴趣以“在线”方式进行推断。广泛使用的贝叶斯系统发育推断包并不是为此目的而建立的，通常需要在新数据到达时重新计算树和进化模型参数。为了适应贝叶斯系统发育框架中不断增加的数据流，我们引入了一种方法来有效地更新后验分布与新可用的遗传数据。我们的程序是在BEAST 1.10软件包中实现的，并依赖于基于距离的措施，以插入新的类群到当前的估计的遗传学和估算合理的值为新的模型参数，以适应不断增长的维度。这种增强创建了知情的起始值，并重新使用最佳调整的过渡内核来对不断增长的数据集进行后验探索，从而减少了收敛到目标后验分布所需的时间。我们将我们的框架应用于最近西非埃博拉病毒疫情的数据，并证明在疫情爆发的不同时间点获得后验估计所需的时间大大减少。除了流行病监测，这个框架很容易在遗传学社区中找到其他应用，其中数据的变化-在比对变化，序列添加或删除方面-呈现可以从在线推理中受益的常见场景。
2020-02-01 q-bio.PE stat.ME
Differentiable Phylogenetics via Hyperbolic Embeddings with Dodonaphy
本文提出可微邻接法 soft-NJ，结合双曲嵌入实现树空间上的梯度优化，并用于最大似然推断和变分贝叶斯系统发育分析，在八个基准数据集上验证了方法性能。
2023-09-21 q-bio.PE
Towards a phylogenetic measure to quantify HIV incidence
防治艾滋病毒流行病的基石之一是能够评估当地艾滋病毒流行病的现状和演变。这仍然是一个复杂的问题，因为许多艾滋病毒感染者仍然不知道自己的感染状况，导致部分艾滋病毒流行病未被诊断和报告不足。为此，我们首先提出了一种方法来学习流行病学参数的系统发育树，使用近似贝叶斯计算（ABC）。作为应用ABC的结果而学习的流行病学参数随后用于旨在模拟特定流行病的流行病学模型。其次，我们继续通过描述树统计的发展，植根于溯祖理论，我们用它来与流行病学参数的系统发育树，通过使用模拟流行病。我们表明，所提出的树统计能够区分流行病学参数，而只依赖于系统发育树，从而使新的方法来确定艾滋病流行的流行病学状态的建设。通过使用遗传数据来推断流行规模，我们希望加强对诊断率低的感染人群的了解。
2019-10-23 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
When Do Phylogenetic Mixture Models Mimic Other Phylogenetic Models?
系统发育混合模型，其中的网站在序列中经历不同的替代过程沿相同或不同的树，允许描述的异质进化过程。随着由较长序列组成的数据集变得可用，理解这些模型对于理论见解和统计分析中的使用都很重要。最近的一些文章强调了令人不安的“模仿”行为，其中来自混合模型的分布与不同树或树上的分布相同。其他作品表明，这样的问题是不太可能发生在实践中，因为他们需要非常特殊的参数选择。在对混合模型的一些研究工作进行综述之后，我们给出了几个新的结果。一般来说，如果生成的混合物中的成分数量不是太大，并且我们不允许零或无限长的分支长度，那么它就不能模仿不同树上的非混合物的行为。另一方面，如果混合模型是局部过参数化的，则系统发育混合模型可以模仿另一个树模型的分布。虽然理论问题仍然存在，但这些结果可以作为一个指南，说明在ML或贝叶斯框架中使用混合模型何时可能导致统计上一致的推断，以及何时由于异质性而进行模仿应该被认为是一种现实的可能性。
2012-07-16 math.ST q-bio.PE stat.TH
19 dubious ways to compute the marginal likelihood of a phylogenetic tree topology
模型的边际可能性是评估支持模型的数据所提供证据的关键量。边际似然是后验密度的归一化常数，通过将似然和先验的乘积相对于模型参数进行积分而获得。因此，计算边际似然的计算负担与参数空间的维度成比例。在遗传学中，我们使用的树拓扑结构是高维模型，计算边缘似然的标准方法非常慢。在这里，我们研究的方法来快速计算一个单一的固定树拓扑的边际似然。我们对19种不同方法的速度和准确性进行了基准测试，以在一套真实数据集上计算系统发育拓扑的边缘可能性。这些方法包括几个新的，我们明确地开发来解决这个问题，以及现有的算法，我们第一次应用到系统发育模型。总而言之，我们的研究结果表明，这些方法的准确性差异很大，准确性并不一定与计算负担。我们新开发的方法比标准方法快了几个数量级，在某些情况下，它们的准确性可以与最好的估计方法相媲美。
2018-11-28 q-bio.PE stat.CO
Consistency and convergence rate of phylogenetic inference via regularization
在生物遗传学中，通常有一些关于一组生物体的整体进化树的信息，也许是部分信息，并希望为这些生物体找到一个特定基因的进化树。仅在基因序列中可能没有足够的信息来准确地重建正确的“基因树”。虽然基因树可能会由于各种遗传过程而偏离“物种树”，但在缺乏相反证据的情况下，假设它们是一致的是很吝啬的。在这些情况下，一个常见的统计方法是制定一个可能性惩罚，以纳入这些额外的信息。最近的研究使用模拟和经验数据表明，可能性惩罚量化与物种树的一致性可以显着提高基因树重建的准确性相比，单独使用序列数据。然而，这种方法的一致性尚未建立，也没有收敛速度的限制。由于遗传学是一个非标准推理问题，标准理论并不适用。在本文中，我们提出了一个惩罚的最大似然估计基因树重建，其中的惩罚是从基因树的物种树的Billera-Holmes-Vogtmann测地线距离的平方。我们证明了这种方法是一致的，并推导出其收敛速度估计的离散基因树结构和连续的边缘长度（代表的进化量，已发生在该分支）同时。我们发现，正则化估计是“自适应快速收敛”，这意味着它可以重建所有的边缘长度大于任何给定的阈值从基因序列的多项式长度。我们的方法不需要物种树是确切知道的，事实上，我们的渐近理论适用于任何这样的指导树。
2018-01-06 math.ST q-bio.PE stat.TH
On the Bayesness, minimaxity, and admissibility of point estimators of allelic frequencies
本文利用决策理论推导出贝叶斯和极大极小决策规则，估计等位基因频率，并探讨其容许性。具有一致最小风险的决策规则通常不存在，解决这一问题的一种方法是利用贝叶斯原理和极大极小原理，根据决策规则的风险函数来寻找满足某种一般最优性准则的决策规则。考虑了两种情况，双等位基因位点的较简单情况和多等位基因位点的较复杂情况。对于每个位点，采样模型是多项分布，先验分布是Beta（双等位基因情况）或Dirichlet（多等位基因情况）分布。考虑了三种损失函数：平方误差损失（SEL），Kulback-Leibler损失（KLL）和二次误差损失（QEL）。贝叶斯估计量来自这三个损失函数，并随后被用来找到极大极小估计使用决策理论的结果。从SEL和KLL获得的贝叶斯估计结果是相同的。在一定条件下，由QEL导出的Bayes估计量是一个可容许的极大极小估计量（也等于极大似然估计量）。SEL还允许找到可接受的极大极小估计。有些估计量的方差比极大似然估计量的方差一致小，在适当的条件下，其余的估计量也满足这一性质。除了他们的统计特性，这里得到的估计允许等位基因频率的变化，这是更接近现实的有限人口暴露于进化的力量。
2015-08-19 q-bio.PE q-bio.QM stat.ME
Gradients do grow on trees: a linear-time ${\cal O}\hspace{-0.2em}\left( N \right)$-dimensional gradient for statistical phylogenetics
对数似然的计算是许多统计系统发育算法的计算瓶颈。更糟糕的是它的梯度评估，通常用于高概率的目标区域。Order ${\cal O}\hspace{-0.2em}\left( N \right)$ -基于标准修剪算法的维梯度计算需要${\cal O}\hspace{-0.2em}\left( N^2 \right)$运算，其中N是采样分子序列的数量。随着高通量测序的出现，最近的系统发育研究已经分析了数百到数千个序列，由于技术的进步，数据集明显趋向于更大。这种大规模的分析挑战系统发育重建，需要推断更大的过程参数集，以模拟不断增加的数据异质性。为了使这易于处理，我们提出了一个线性时间算法的${\cal O}\hspace{-0.2em}\left( N \right)$维梯度评价和应用它一般连续时间马尔可夫过程的序列替换的系统发育树，而不需要假设平稳性或可逆性。我们应用这种方法来学习三种致病病毒的分支特异性进化速率：西尼罗河病毒，登革热病毒和拉沙病毒。我们提出的算法显着提高了推理效率，最大似然优化增加了126至234倍，贝叶斯框架中的计算性能增加了16至33倍。
2019-05-29 q-bio.PE stat.CO stat.ME
RNA-based Phylogenetic Methods: Application to Mammalian Mitochondrial RNA Sequences
PHASE软件包允许使用专门设计用于具有保守二级结构的RNA序列的许多进化模型构建系统发育树。RNA的成对区域的进化通过补偿性取代发生，因此一对RNA任一侧的变化是相关的。考虑这种相关性对于系统发育推断是重要的，因为它影响可能性计算。在本研究中，我们使用了69个完整的哺乳动物线粒体基因组的tRNA和rRNA序列的完整集合。似然计算同时使用两个进化模型的不同部分的序列：配对的网站和一个单一的网站模型的配对网站模型的配对网站。我们使用贝叶斯系统发育的方法和马尔可夫链蒙特卡罗算法是用来获得最可能的树和后验概率的分支。结果很好地解决了几乎所有的重要分支的哺乳动物树。他们支持的安排哺乳动物的订单内的四个超序数的分支，已确定了更大的数据集，主要包括核基因的研究。像刺猬和鼠科啮齿动物这样的群体，在以前的线粒体蛋白质研究中一直存在问题，出现在他们与其他成员的预期位置。我们对基因和进化模型的选择似乎比以前对线粒体基因组的研究更可靠，并且更少受到碱基组成变化引起的偏差的影响。
2004-04-23 q-bio.PE
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
Diversity dynamics in Nymphalidae butterflies: Effect of phylogenetic uncertainty on diversification rate shift estimates
蛱蝶科（Nymphalidae）是蝴蝶中最大的科，被用来发展解释植物和昆虫之间进化相互作用的假说。昆虫和寄主植物动力学理论预测在某些情况下会加速多样化。我们调查了系统发育的不确定性是否影响一个常用的方法（MEDUSA，模拟进化多样性，逐步AIC），估计家庭蛱蝶科谱系的多样化率的变化，通过扩展的方法运行在一个随机样本的系统发育树从贝叶斯运行的后验分布。我们发现，系统发育的不确定性极大地影响多样化率估计。不同的树从后验分布可以给多样化率范围从高值几乎为零，为同一分支，和一些分支都显着的速率增加和减少估计。在最大可信度树上发现的13个显著变化中，只有3个在95%以上的树中是一致的：（i）在Ithomiini部落中茄科饲养者的加速多样化;（ii）在Charaxes属中加速多样化;（iii）在Danaina中减速。通过使用二元物种形成和灭绝模型（BISSE），我们发现，寄主植物转移到茄科或共分布的字符是负责增加的多样化率在Ithomiini，结果是一致的扩散共物种形成假说。向夹竹桃科的转变并不是Danaina多样化放缓的原因。我们的研究结果表明，考虑系统发育的不确定性时，估计多样化率的变化是非常重要的，并依赖于最大可信度树单独可能会给出错误的结果。
2013-02-26 q-bio.PE
Incorporating compositional heterogeneity into Lie Markov models for phylogenetic inference
系统发生学使用分子序列数据的比对来了解进化树。序列中的替换是通过连续时间马尔可夫过程建模的，其特征在于瞬时速率矩阵，标准模型假设其是时间可逆和稳定的。这些假设在生物学上是有问题的，并且诱导了一个对树的根位置不变的似然函数。这阻碍了推理，因为一棵树的生物学解释关键取决于它的根在哪里。放松这两个假设，我们引入了一个模型，其可能性可以区分有根树。该模型是非平稳的，在每个物种形成事件的瞬时速率矩阵的阶跃变化。利用最近的理论工作，每个速率矩阵属于一个不可逆的家庭的李马尔可夫模型。这些模型在矩阵乘法下是封闭的，因此我们的扩展提供了概念上吸引人的属性，即树及其所有子树可能来自同一个非平稳模型家族。我们采用贝叶斯方法，描述了MCMC算法的后验推理，并提供软件。我们的模型可以提供的生物洞察力说明通过分析，其中不可逆的，但固定的，非固定的，但可逆的模型不能确定一个合理的根源。
2020-07-17 q-bio.PE stat.AP
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
Credible Sets of Phylogenetic Tree Topology Distributions
针对系统发育树拓扑空间复杂、传统频率法难以定义可信集的问题，该研究基于条件分支分布提出新型可信集估算方法与α可信CCD概念，验证了方法准确性并拓展了其在模型评估中的应用。
2025-05-20 cs.DS q-bio.PE
Tropical Density Estimation of Phylogenetic Trees
本文提出用热带几何中的热带度量对系统发育树空间上的基因树分布进行非参数核密度估计，以识别离群基因树，并通过模拟和 Apicomplexa 数据证明其比 BHV 度量方法计算更快、精度更高。
2023-07-11 q-bio.PE
