Maximum Likelihood Supertrees
我们分析了一个最大似然法结合系统发育树到一个更大的“超级树”。这是基于系统发育误差的简单指数模型，这确保ML超树具有简单的组合描述（作为中值树，最小化到输入树的距离的加权和）。我们表明，这种ML超树重建方法在统计上是一致的（随着更多输入树的组合，它收敛于真正的物种超树），与广泛使用的MRP方法相反，我们表明这种方法在指数误差模型下可能在统计上不一致。我们还表明，这种统计一致性扩展到ML方法构建物种超树的基因树。在这种情况下，不完整的谱系分类（由于同源基因的合并率低于物种形成率）已被证明会导致基因树经常与物种树不同，这可能会混淆正确重建物种进化的努力。
2007-08-16 q-bio.PE q-bio.QM
The reconstructed tree in the lineage-based model of protracted speciation
进化生物学中一个流行的研究方向是使用时间校准的遗传学来推断多样化过程。这需要计算一个给定的超度量树的可能性作为重建的树产生一个给定的多样化模型。Etienne & Rosindell（2012）提出了一个基于谱系的多样化模型，称为持久的物种形成，其中物种在转变为好物种之前的随机时间内保持初始状态，并表明这可以解释在真正的物种形成中观察到的谱系积累的放缓。然而，他们无法提供一个通用的可能性公式。在这里，我们提出了一个可能性公式的持久的物种形成模型，其中的速度，物种变好或灭绝可以取决于他们的年龄和时间。我们唯一的限制性假设是，物种形成率不依赖于物种的地位。我们的似然公式利用了一种新技术，基于系统发育树的轮廓，并在Lambert（2010）中首次开发。我们认为重建的树跨越所有现存物种，所有好的现存物种，或所有代表物种，这要么是好的现存物种或初期物种代表一些好的灭绝物种。具体来说，我们证明了这些树是一个聚结点过程，也就是说，一个平面，超度量树的聚结时间之间的两个连续的提示是独立的，同分布的随机变量。我们的共同分布的特点，这些聚结时间在一些，生物学上有意义的，特殊的情况下，可能性减少到一个优雅的分析公式或成为数值上易于处理。
2013-01-23 math.PR q-bio.PE
On the importance of being structured: instantaneous coalescence rates and a re-evaluation of human evolution
大多数物种的结构和影响的过程，增加或减少种群之间的基因流。然而，大多数群体遗传推断方法忽略了群体结构，并在假设物种表现为泛混居单位的情况下重建了以群体大小变化为特征的历史。这是潜在的问题，因为人口结构可能产生人口规模变化的虚假信号。此外，当人口推断假设的模型被错误指定时，基因组数据可能会增加误导性（如果不是无意义的话）参数的精度。因此，在模型不确定性（泛混合\textit{versus}结构）的背景下，基因组数据可能不一定导致改进的统计推断。我们考虑两个单倍体基因组和发展的理论，解释了为什么任何人口模型（有或没有人口规模的变化）将必然被解释为一系列的人口规模的变化，通过推理方法忽略结构。我们引入了一个新的参数，IICR（逆瞬时聚结率），并表明，它是相当于人口规模只有在panmictic模型，大多是误导结构化模型。我们认为，这个普遍的问题影响所有的群体遗传学方法忽略了人口结构。我们以PSMC方法为例，并表明它推断人口规模的变化，从来没有发生。我们将我们的方法应用于人类基因组数据，发现更新世开始时基因流减少，整个中更新世主要增加，以及现代人类出现之前的突然断开。
2015-11-09 q-bio.PE stat.AP
Large-scale Species Tree Estimation
物种树估计是一个复杂的问题，因为基因组的不同部分可能具有与基因组本身不同的进化历史。这种不一致的原因之一是不完整的谱系排序（也称为深度聚结），这是一个种群水平的过程，产生不同于物种树的基因树。在过去的十年中，已经开发了大量的新方法来从多位点数据集估计物种树，特别是解决基因树异质性的原因。在本文中，我们回顾了这些方法，主要集中在与包含大量物种或基因座（或两者）的数据集的分析有关的问题。我们还讨论了使物种树估计方法在大型数据集上运行的分治策略，包括基于不相交树合并问题的算法（如TreeMerge）的新方法。
2019-04-06 q-bio.PE
Community-level cohesion without cooperation
最近的工作提请注意社区-社区接触（“聚结”）可能是塑造自然生态系统的一个重要因素。这项工作建立在麦克阿瑟的竞争共存的经典模型，以调查这种社区层面的竞争在一个最小的理论设置。结果表明，一个物种的生存能力的聚结事件是最好的预测社区水平的“健身”的原生社区，而不是物种本身的内在性能。这里提出的模型允许正式的宏观角度，使一个社区窝藏生物在不同的丰度成为相当于一个单一的生物体表达基因在不同的水平。虽然大多数自然群落并不满足多层次选择理论发展的多细胞性的严格标准，但这里描述的有效凝聚力是劳动分工的一般结果，不需要合作相互作用，并且可以预期在微生物生态系统中广泛存在。
2016-03-10 q-bio.PE
In the Light of Deep Coalescence: Revisiting Trees Within Networks
系统发生网络模型网状进化历史。在过去的二十年里，人们对建立数学结果和开发用于推断和分析这些网络的计算方法越来越感兴趣。这些发展中的一个突出概念是网络显示一组树，这些树可以用来推断，分析和研究网络。在本文中，我们表明，在合并效应的存在下，所显示的树的集合是不足以捕获网络。我们正式定义了一个网络的父树集，并在此基础上作出了三个贡献。首先，我们将异常区的概念扩展到系统发育网络，并报告不同网络的异常结果。其次，我们展示了聚结事件如何对推断物种树的能力产生负面影响，这些物种树可以被增强到正确的网络中。第三，我们演示了如何系统发育网络可以被视为一个混合模型，通过基因树聚类本身的一种新的推理方法。我们的研究结果表明，在分析和推断网络时，专注于网络显示的树集的局限性。我们的研究结果可以形成在推断系统发育网络时实现更高准确性的基础，并为这一领域的研究开辟新的途径，包括基于网络父树概念的新问题配方。
2016-06-23 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
Coalescent histories for lodgepole species trees
合并历史是一种组合结构，它描述了一个给定的基因树和物种树的可能列表的分支上的基因树合并发生。基因树和物种树的合并历史的数量的属性影响数学遗传学中的各种概率计算。然而，精确和渐近评估的合并历史的数量，是已知的，只有在有限的情况下。在这里，我们介绍了一个特殊的家庭的物种树，\emph{lodgepole}物种树$(λ_n)_{n\geq 0}$，其中树$λ_n$有$m=2n+1$类群。我们确定的合并历史的lodgepole种树的数量，在这种情况下，基因树匹配的种树，显示这个数字的增长与$m!!$的类群$m$的数量。这个计算表明，存在的树家庭中的合并历史的数量的增长速度比指数。此外，对于具有$m$分类群的树，它提供了对匹配合并历史的最大数目与匹配合并历史的最小数目的比率的下限的实质性改进，将$(\sqrtπ / 32)[(5m-12)/(4m-6)] m \sqrt{m}$的先前界限增加到$[ \sqrt{m-1}/(4 \sqrt{e}) ]^{m}$。我们讨论了我们的系统发育计算的枚举结果的影响。
2015-03-12 math.CO q-bio.PE
Asymptotic properties of the number of matching coalescent histories for caterpillar-like families of species trees
合并的历史提供了物种树的分支，基因树合并可以发生的列表，其枚举属性有助于理解计算的计算复杂性的基因树和物种树的研究中心。在这里，我们解决了Rosenberg（IEEE/ACM Transactions on Computational Biology and Bioinformatics 10：1253-1262，2013）留下的一个枚举问题，该问题涉及基因树和物种树的合并历史的数量，该基因树和物种树具有属于通用毛虫类家族的匹配标记拓扑。通过引入生成函数的方法来研究结合历史，证明了对于任何具有种子树$t$的类毛虫族，描述该族第$n$棵树的匹配结合历史数的序列$(h_n)_{n\geq 0}$作为Catalan数的常数倍渐近增长.因此，$h_n \sim β_t c_n$，其中渐近常数$β_t > 0$取决于种子树$t$的形状。结果扩展的索赔证明，只有种子树，最多8个类群，以任意种子树，扩大了一组的情况下，详细的枚举属性的合并历史可以确定。我们介绍了一个程序，从$t$计算的常数$β_t$以及生成函数的序列$(h_n)_{n\geq 0}$的代数表达式。
2015-03-19 q-bio.PE
Inferring Species Trees from Incongruent Multi-Copy Gene Trees Using the Robinson-Foulds Distance
提出了一种从多拷贝基因树中推断物种树的新方法。我们的方法是基于Robinson-Foulds（RF）距离到多标记树（mul-trees）的推广，即，基因树，其中多个叶子可以具有相同的标签。与大多数使用基因树的系统发育方法不同，该方法不假设基因树不一致是由单一的特定生物过程引起的，例如基因复制和丢失，深度合并或横向基因转移。我们证明了计算两棵多树之间的RF距离是NP难的，但计算一棵多树和一棵单标号树之间的广义RF距离是容易的。出于这一观察，我们制定了RF超树问题的多树（MulRF），它需要一个集合的多树，并构建一个物种树，最大限度地减少总的RF距离输入多树。我们提出了一个快速的启发式算法的MulRF超树问题。模拟实验表明，MulRF方法产生更准确的物种树比基因树简约方法时，不一致性所造成的基因树错误，重复和损失，和/或横向基因转移。此外，MulRF启发式算法在包含数百棵树的数据集上运行得很快，这些树具有多达一百个分类群。
2012-10-09 cs.DS q-bio.PE
Estimating phylogenetic trees from genome-scale data
随着研究人员收集越来越大的分子数据集来重建生命之树，不同生物体基因组中信号的异质性对传统的系统发育分析提出了挑战。已经提出了一类被称为“物种树方法”的系统发育方法，以直接解决基因树异质性的一个重要来源，即当进化谱系快速辐射时发生的不完全谱系排序或深度合并，导致来自单个底层物种树的基因树的多样性。虽然这种方法越来越受欢迎，但在某些方面，它们被谨慎采用，部分原因是越来越多的例子表明，连接或超矩阵方法与物种树方法之间存在强烈的系统发育冲突。在这里，我们回顾理论和实证的例子，帮助澄清这些冲突。将连接视为多物种合并器提供的更一般模型的特殊情况，可以帮助解释两种方法在多物种基因组数据集上的行为差异。最近的工作表明，物种树的方法是更强大的连接方法，一些系统发育分析的经典挑战，包括快速演变的DNA序列，碱基组成的异质性和长分支的吸引力的网站。我们发现，如分箱，旨在增加物种树分析中的信号的方法，可以扭曲基因树的分布和不一致。计算效率高的物种树方法，结合生物现实主义是一个关键的全基因组数据的系统发育分析。
2015-01-15 q-bio.PE
Enumeration of coalescent histories for caterpillar species trees and $p$-pseudocaterpillar gene trees
对于一个固定的集合$X$包含$n$分类标签，一个有序对组成的基因树拓扑$G$和物种树$S$双射标记的标签$X$拥有一组合并的历史-映射从一组内部节点的$G$的$S$的一组边描述可能的列表中的边在$G$的合并发生。基因树和物种树的合并历史的枚举产生了关于对$(G,S)$的暗示性结果，对于固定的$n$，具有最大数量的合并历史。我们定义了一类2樱桃二叉树拓扑，我们长期$p$ -pseudocaterpillars，检查合并历史的非匹配对$(G,S)$，在这种情况下，$S$具有毛虫形状和$G$具有$p$ -pseudocaterpillars形状。使用一个建设，关联的合并历史$(G,S)$与一类“路障”单调路径，我们确定的$p$ -pseudocultural标记的基因树拓扑结构，对于一个固定的毛虫标记的物种树拓扑结构，产生最大数量的合并历史。最大化聚结历史数量的形状将$p$ -拟毛虫的“第二个”樱桃与“第一个”樱桃的根和树根等距离地放置。$p$ -pseudocultural基因树和毛虫物种树的合并历史的数量的对称性被认为存在于参数$p$的最大值周围。结果提供了深入了解的因素，影响的数量可能为一个给定的基因树和物种树的合并历史。
2021-03-24 math.CO q-bio.PE
A lattice structure for ancestral configurations arising from the relationship between gene trees and species trees
Stanford University（斯坦福大学）
本文研究了基因树与物种树关系下祖先配置的格结构，通过迭代图的笛卡尔积定义祖先配置的有向图，并利用其与标记历史的双射关系，推导出各类树家族中标记历史的数量公式，进一步证明该格结构可扩展到非匹配树对，并用于确定固定G下的最大祖先配置对。
2023-09-06 math.CO q-bio.PE
Computational Performance and Statistical Accuracy of *BEAST and Comparisons with Other Methods
在多物种结合的分子进化模型下，基因树在一个共享的物种树中具有独立的进化历史。相比之下，超矩阵连接方法假设基因树共享一个共同的系谱历史，从而将基因合并等同于物种分化。以前的研究发现，它的预测分布拟合经验数据的多物种聚结的支持，并串联是不是一个一致的估计的物种树。*BEAST是多物种合并的完全贝叶斯实现，很受欢迎，但计算密集，因此系统发育数据集的大小增加既是计算挑战，也是更好的系统学的机会。使用模拟研究，我们表征了 *BEAST的缩放行为，并能够定量预测增加位点数量对计算性能和统计准确性的影响。在广泛的参数范围内进行的后续模拟表明，*BEAST相对于串联的统计性能随着分支长度的减少和基因座数量的增加而改善。最后，使用基于来自两个基因组数据集的估计参数的模拟，我们比较了一系列物种树和串联方法的性能，以表明使用具有数十个位点的 *BEAST比使用具有数千个位点的串联更可取。我们的研究结果提供了深入了解贝叶斯物种树估计的实用性，所需的位点的数量，以获得一个给定的准确度和超矩阵或总结方法的情况下，将优于完全贝叶斯多物种合并。
2015-10-06 q-bio.PE
Population genetics: coalescence rate and demographic parameters inference
本文概述了近十年来数学家与生物学家跨实验室合作在群体遗传学领域的建模工作，聚焦于溯祖率与人口统计学参数推断，体现了概率数学工具与遗传学数据的交叉融合。
2023-05-29 q-bio.PE
An Improved Bipartition Cover Bound for the Multispecies Coalescent Model
University of California, Berkeley（加州大学伯克利分校）
本文在多物种凝聚模型下改进了双分量覆盖界，推导出无拓扑约束的位点数上界，提高了现有界Uricchio等(2016)的性能，并通过模拟验证了新界在不同物种树拓扑下的有效性。
2026-07-30 math.PR q-bio.PE
Genealogies of rapidly adapting populations
一个物种的遗传多样性〈动〉<动>是由其最近的进化历史形成的，可以用来推断人口统计事件或选择性扫描。大多数推理方法都是基于自然选择是一种微弱或罕见的进化力量的零假设。然而，许多物种，特别是病原体，在不断的压力下，以适应不断变化的环境。目前缺乏一个统计框架，从这些人口的多样性数据进行推断。为了实现这一目标，我们探讨了在无性种群的持续适应模型的家谱的属性。我们发现，血统追溯到一个小水池的高度适合的祖先，其中几乎同时合并两个以上的血统经常发生。虽然这种多重合并不太可能在中性结合下发生，但它们在适应性种群中创造了独特的遗传足迹。例如，衍生的中性等位基因的位点频谱是非单调的，并且在高频率处具有峰值，而田岛的D随着样本量的增加而变得越来越负。由于多个合并出现在许多模型的快速适应，我们认为，他们应该被视为一个零模型适应人口。
2012-12-10 q-bio.PE
Rate of coalescence of pairs of lineages in the spatial λ-Fleming-Viot process
我们重新回顾了[1]中介绍的空间$λ$ -Fleming-Viot过程。特别是，我们感兴趣的时间$T_0$最近的共同祖先的两个血统。我们区分的情况下，该过程的作用在整个二维平面上，并在一个有限的矩形。利用一个微分方程连接$T_0$与血统之间的物理距离，我们在这两种情况下到达简单和合理准确的近似方案。此外，我们的分析使我们能够解决的问题，是否系谱过程的模型“从无穷大下来”，这已经部分回答了以前在[2]。
2021-09-13 math.PR q-bio.PE
