Bacterial phylogeny in the Cayley graph
基因组重排的许多模型涉及自逆的操作（例如倒置和易位），因此产生作用于基因组空间的组。这给出了基因组排列和一个组的元素之间的对应关系，从而给出了进化路径和凯莱图上的行走之间的对应关系。许多常见的同源性重建方法依赖于计算两个基因组之间的最小距离;这忽略了许多其他信息可从凯莱图。在本文中，我们开始探索的一些额外的信息，特别是描述作为一个施泰纳树内的凯莱图，并探讨两个基因组之间的“间隔”的遗传。虽然受到系统生物学问题的启发，但这些想法中的许多都具有独立的群论兴趣。
2016-01-18 math.GR q-bio.PE q-bio.QM
Joint identifiability of ancestral sequence, phylogeny and mutation rates under the TKF91 model
研究在带有插入缺失的DNA序列演化模型中联合识别祖先序列、系统发育和参数的问题，基于经典TKF91模型导出了显式公式，并提出了假设更少且统计相合的新估计量。
2024-11-14 math.PR math.ST q-bio.PE
Complexity and algorithms for finding a perfect phylogeny from mixed tumor samples
最近，Hajirasouliha和Raphael（WABI 2014）提出了一种模型，用于对从高通量测序读数集合测量的混合肿瘤样品进行去卷积。这与理解肿瘤演变和关键癌症突变有关。简而言之，他们的公式要求分裂二进制矩阵的每一行，以便得到的矩阵对应于完美的同源性，并且在所有具有此属性的矩阵中具有最少的行数。在本文中，我们反驳了关于这个问题的几个说法，包括它的NP-困难证明。然而，我们通过提供一个不同的证明来证明这个问题确实是NP-困难的。我们还证明了NP-完备性的一个变种，这个问题在同一文件中提出。在积极的一面，我们提出了一个有效的（虽然不一定是最佳的）启发式算法的基础上着色的协比较图，和一个多项式时间算法，最佳地解决问题的矩阵实例中，没有列包含在两列的一对冲突列。这些算法的实现可以在https://github.com/alexandrutomescu/MixedPerfectPhylogeny上免费获得
2016-07-07 cs.CC cs.DM cs.DS
On the Complexity of Rearrangement Problems under the Breakpoint Distance
研究了广义断点模型中重排问题的复杂性，解决了几个悬而未决的问题。该模型由Tannier等人（2009年）引入，他们表明在多染色体循环和混合断点模型中，中位数问题在多项式时间内可解。这是有趣的，因为在大多数其他重排模型（DCJ，逆转，单染色体或多线性断点模型），这个问题是NP难的。断点距离下的小甚至大的遗传问题的复杂性仍然是一个悬而未决的问题。我们改进了算法的中位数问题，并表明它是等价的问题，找到最大基数非二分匹配（线性约简下）。另一方面，我们证明了更一般的小规模遗传问题是NP-困难的。令人惊讶的是，我们表明，它已经是NP-硬（甚至APX-硬）的4个物种（一个四重共生）。换句话说，虽然找到3个物种的祖先很容易，但找到4个物种的两个祖先已经很难了。我们还表明，在unichromosomal和多线性断点模型，减半问题是NP-难的，从而驳斥了Tannier等人的猜想。有趣的是，这是第一个问题，这是更难的断点模型比在DCJ或逆转模型。
2013-01-10 cs.DM q-bio.PE
Lateral Gene Transfer from the Dead
在系统发育研究中，分子序列的进化被认为是沿着现存物种的祖先所追踪的系统发育发生的。然而，在横向基因转移（LGT）的情况下，情况可能并非如此，因为基因转移的物种谱系可能已经灭绝或没有被采样。因为它是不可行的，以指定或重建所有物种的完整的进化，我们必须通过建模的物种形成动力学，产生了完整的进化，描述所代表的进化之外的基因的进化。我们证明，如果采样物种的数量是小的现有物种的总数相比，绝大多数的基因转移涉及物种形成，并沿着灭绝或未采样的谱系进化。我们表明，沿灭绝或未采样的谱系的基因的进化可以很好的近似被视为由几个全局参数描述的独立进化的谱系。使用这个结果，我们推导出一个算法来计算基因树的概率，并恢复最大似然和解给定的采样物种的遗传。检查473个近普遍的基因家族从36蓝藻，我们发现，近三分之一的转移事件- 28% -似乎有拓扑特征的进化沿灭绝的物种，但只有约6%的转让追溯其祖先之前的采样蓝藻的共同祖先。
2013-06-27 q-bio.GN q-bio.PE
Estimating the relative order of speciation or coalescence events on a given phylogeny
从违反时钟进化的数据中重建大型系统发育树（或者从任意m棵输入树中构建超树），这给生物学家提出了一个难题--如何为树的顶点分配相对日期？在本文中，我们调查这个问题，假设均匀分布的顺序的内部顶点的树（其中包括，但更普遍的比，流行的圣诞树分布）。我们得出快速算法计算的概率，（i）任何给定的顶点在树中的第j个物种形成事件（对于每个j），和（ii）任何一个给定的顶点是早在树中比第二个给定的顶点。我们展示了如何第一个算法可以用来计算预期长度的任何给定的内部边缘在任何给定的树，已产生的恒定速率的物种形成模型，或合并模型。
2006-10-27 math.CO math.PR q-bio.PE
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
Complimentary Phylogenetic Signals for Morphological Characters and Quantitative 3D Shape Data within genus Homo
估计人属的进化史正进入一个数据和方法大大改进的新阶段。越来越多的证据表明，在过去的50万年里，任何时候都有6到10个相互竞争的物种/谱系，这使得阐明个体标本之间的关系变得尤为重要。最近对关键标本的繁殖力的估计包括Waddell（2013，2014，2015，2016）和Mounier et al.（2016）。这些都是用完全不同的数据（分别是3D头骨形状和离散形态特征）和分析方法（分别是距离的未加权最小二乘拟合，OLS+和重新加权的最大简约性）。对这些文章中的树进行初步检查可能会留下大量不一致和混乱结果的印象。在这里，它表明这不一定是这种情况，这两种类型的数据和分析可能表明一个非常相似的树，一个是在良好的协议也与主观的当前智慧/专家意见的特定部分的遗传。非洲LH 18标本的精确位置是更好地理解H最后共同祖先可能形式的关键。智人和穴居人一个多样化的方法似乎带来了更多的协议的树木比其他感知，并反对教条主义的系统发育分析方法，特别是在处理困难的问题。
2016-12-30 q-bio.PE
Constraints on the perfect phylogeny mixture model and their effect on reducing degeneracy
MIT（麻省理工学院）；Suffolk University（萨福克大学）；Boston College（波士顿学院）
本文研究了完美谱系混合模型的约束及其减少退化效应，提出新的约束方法以限制解的歧义。
2026-10-06 q-bio.PE stat.OT
Distance-based phylogenetic methods around a polytomy
基于距离的系统发生算法试图通过将表示生物学数据的任意相异度图映射到树度量来解决NP难最小二乘系统发生问题。所有相异性映射的集合是一个欧氏空间，它包含所有树度量的空间作为一个多面体扇。基于距离的树重建算法，如UPGMA和相邻连接的输出是在风扇的最大圆锥中的点。树度量与多分位于最大锥的交叉点。系统发育算法将所有相异图的空间划分为区域，基于该区域，该算法重建组合树。系统发育方法的比较可以通过比较这些区域的几何形状来完成。我们使用多面体几何比较的最小二乘法，UPGMA，和邻居加入引起的细分的局部性质。我们的研究结果表明，在某些情况下，UPGMA和邻居加入不匹配最小二乘遗传时，真正的树有一个多分性。
2013-07-22 math.CO q-bio.PE q-bio.QM
Pairwise sequence alignment at arbitrarily large evolutionary distance
祖先序列重建是计算生物学中的一个关键问题。它包括推断已知同源性的祖先物种的分子序列，在树的顶端给出后代序列。除了它的许多生物学应用，它在阐明遗传学估计方法的统计性能方面发挥了关键作用。在这里，我们建立了一个正式的连接到另一个重要的生物信息学问题，多个序列比对，其中一个试图最好地对齐的分子序列的集合下，一些错配罚分插入差距。我们的结果是违反直觉的：我们表明，完美的成对序列比对与高概率是可能的，在原则上在任意大的进化距离-提供的同源性是已知的，足够密集。我们使用的技术，从祖先序列重建的分类丰富的设置与概率分析的序列进化模型，涉及插入和缺失。
2022-07-25 cs.CE math.PR math.ST
Computing the probability of gene trees concordant with the species tree in the multispecies coalescent
多物种合并的过程模型的系谱关系的基因从几个物种中采样，使有用的预测现象，如不一致的基因树和物种之间的亲缘关系，由于不完整的谱系排序。相反，大量基因树的知识可以告诉我们物种进化的几个方面，例如它的拓扑结构和祖先种群的大小。在这种情况下，一个基本的开放问题是如何有效地计算基因树拓扑结构的概率，给定的物种遗传。虽然已经提出了一些算法来完成这项任务，但它们要么产生近似的结果，要么当它们是精确的时，它们不能扩展到大数据集。在本文中，我们提出了一些进展，准确和有效的计算概率的基因树拓扑结构。我们提供了一个新的算法，给定一个物种树和每个物种的基因采样数，计算的概率，基因树拓扑结构将是一致的物种树。此外，我们提供了一个算法，计算任何特定的基因树拓扑结构与物种树一致的概率。这两种算法都在多项式时间内运行，并已在Python中实现。实验表明，他们能够在几分钟到几小时内分析数千个基因样本的数据集。
2020-12-09 cs.DS q-bio.PE
Species Trees are Recoverable from Unrooted Gene Tree Topologies Under a Constant Rate of Horizontal Gene Transfer
从分子序列重建生命树是计算生物学中的一个基本问题。现代数据集通常包含大量的基因，由于不同的基因可能经历不同的进化历史，这可能使重建问题复杂化。在水平遗传转移（HGT）的情况下尤其如此，其中基因是从远距离物种而不是直系祖先继承的。这样一个事件产生了一个基因树，它与物种的同源性不同，但又相关。在以前的工作中，HGT的自然随机模型的介绍和研究。它表明，无论是在模拟和理论研究中，一个物种的系统发育可以重建基因树，尽管令人惊讶的高HGT率在这个模型下。严格的下限和上界，这个可达率也得到了，但仍有很大的差距。这里我们把这个差距缩小到一个常数。具体来说，我们表明，一个物种的基因树可以正确地重建，即使在每个基因，每个边缘的物种树有一个恒定的概率是一个HGT事件的位置。我们的新的重建算法，它只依赖于无根的基因树拓扑结构，从叶子递归地建立树，并在多项式时间内运行。我们还提供了一个匹配的绑定在负方向（一个常数），并扩展我们的结果，在某些情况下，基因树是不完全已知的。
2017-07-20 cs.CE math.PR 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
Registering the evolutionary history in individual-based models of speciation
理解自然界中生物多样性模式的出现是生物学的一个核心问题。物种形成的理论模型已经在宏观生态尺度上解决了这个问题，但在宏观进化背景下的研究却很少。进化历史的知识允许模式的研究，这些模型中考虑的过程，揭示他们的签名和形成和灭绝的作用，在塑造宏观进化模式。在本文中，我们介绍了两种算法来记录种群的进化历史，在基于个体的物种形成模型，从系谱和遗传可以构建。第一种算法依赖于保存祖先-后代关系，生成一个矩阵，其中包含每一代所有个体对之间最近共同祖先的时间（最近共同祖先时间矩阵，MRCAT）。第二种算法直接记录整个进化过程中的所有物种形成和灭绝事件，生成一个具有物种真实发生的矩阵（顺序物种形成和灭绝事件，SSEE）。我们说明了使用这些算法在空间上明确的基于个人的物种形成模型。我们比较了通过MRCAT和SSEE算法生成的树与仅使用现存物种之间的遗传距离的方法推断的树，这些方法通常用于实证研究并应用于模拟遗传数据。树之间的比较与度量描述的整体拓扑结构，分支长度分布和不平衡的树。我们观察到，MRCAT和基于距离的树不同于真正的同源性，第一个比第二个更接近真正的树。
2017-12-19 q-bio.PE
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
Polynomial-Time Algorithms for Phylogenetic Inference Problems involving duplication and reticulation
物种遗传学中的一个常见问题是试图从基因树中推断物种的遗传。我们考虑这个问题的不同变体。第一个变种，称为无限制最小事件推理，旨在推断一个物种树的基础上的模型与物种形成和重复的重复聚集在重复的插曲。我们的目标是尽量减少此类事件的数量。第二种变体，亲本杂交，旨在推断一个物种\emph{network}的基础上的模型与物种形成和网状。目标是最小化网状事件的数量。这是一个变种的杂交数问题，更慷慨的看法，基因树是一致的一个给定的物种网络。我们表明，这些看似不同的问题实际上是密切相关的，可以令人惊讶的是，都可以解决在多项式时间内，使用一种结构，我们称之为“串珠树”。然而，我们也表明，基于这些问题的方法必须小心使用，因为最佳物种的遗传总是有一个限制的形式。为了缓解这个问题，我们引入了一个新的变种的无限制的最小Epperiment推断，最大限度地减少重复发作的深度。我们证明了这个问题的新变体也可以在多项式时间内求解
2019-08-09 q-bio.PE
Reconciling taxonomy and phylogenetic inference: formalism and algorithms for describing discord and inferring taxonomic roots
虽然分类学经常被非正式地用于评估系统发育推断的结果并找到系统发育树的根，但缺乏这样做的算法方法。在本文中，我们正式这些程序和开发算法来解决相关问题。特别是，我们引入了一个新的算法，解决了“子着色”的问题，表示在给定的排名的分类和遗传学之间的差异。该算法改进了当前最好的算法在渐近复杂性方面的参数制度的利益，我们还描述了一个分支定界算法，节省了数量级的计算上的真实数据集。我们还开发了一个形式主义和算法生根系统发育树根据分类。所有这些算法都在免费软件中实现。
2011-10-01 cs.DS q-bio.PE
Efficient Bayesian species tree inference under the multi-species coalescent
提出了一种利用多种群聚并模型进行种群发生贝叶斯推断的方法。为了提高马尔可夫链蒙特卡罗（MCMC）算法，遍历物种树的空间的混合属性，我们实现了两个有效的MCMC建议：第一个是基于子树修剪和重嫁接（SPR）算法，第二个是基于一种新的节点滑块算法。与我们之前实现的最近邻交换（NNI）算法一样，这两种算法都对物种树提出了更改，同时在多个遗传位点上改变基因树，以自动避免与新提出的物种树发生冲突。该方法集成了基因树，自然地考虑到基因树拓扑结构和分支长度的不确定性给定的序列数据。进行了模拟研究，以检查新方法的统计特性。我们发现，它具有良好的统计性能，推断正确的物种树与近的确定性时，分析10个位点。物种树的先验有一定的影响，特别是对少数位点。重新分析了经验数据集（响尾蛇）。虽然18个核基因座和一个线粒体基因座支持在很大程度上一致的物种树下的多物种结合模型参数估计表明核和线粒体基因座之间的演化动力学有很大的不同。
2015-12-11 q-bio.PE
Distance-based species tree estimation: information-theoretic trade-off between number of loci and sequence length under the coalescent
MIT（麻省理工学院）；UW Madison（威斯康星大学麦迪逊分校）
我们考虑了在多物种结合下由多个基因重建一个系统发育。我们建立了一个连接与稀疏信号检测问题，其中一个试图区分分布和混合的分布和稀疏信号。使用这种连接，我们得到一个信息理论的权衡之间的基因，$m$，需要一个准确的重建和序列长度，$k$，基因的数量。具体来说，我们表明，检测一个分支的长度$f$，需要$m = Θ(1/[f^{2} \sqrt{k}])$。
2017-07-20 cs.LG math.PR math.ST
Length-minimizing LED Trees
本文提出LED树作为物种演化表示，研究给定叶子与层次结构下长度最小化问题，证明唯一性并探索几何性质，应用于历史语言学。
2024-08-21 math.OC q-bio.PE
Shrinkage-based random local clocks with scalable inference
本地时钟模型提出，分子进化的速度是恒定的系统发育子树。目前的本地时钟推理程序规模大类群的问题，施加模型错误，或需要先验知识的存在和位置的时钟。为了克服这些挑战，我们提出了一个自相关的，贝叶斯模型的遗传时钟速率的演变，利用重尾先验与均值为零，以缩小分支特定的时钟之间的变化增量。我们进一步开发了一个有效的哈密顿蒙特卡罗采样器，利用封闭形式的梯度计算，我们的模型规模大的树木。当在模拟数据集上估计分支特定的时钟速率时，与流行的随机本地时钟相比，在我们的收缩时钟下的推断显示出超过3倍的速度增加。我们进一步表明，我们的收缩时钟恢复已知的本地时钟在啮齿动物和哺乳动物的生殖系统。最后，在一个问题，一旦出现计算不切实际的，我们调查的遗传时钟结构的各种表面糖蛋白的甲型流感病毒在没有事先了解时钟的位置。
2021-05-15 q-bio.PE stat.ME
The effect of gene flow on coalescent-based species-tree inference
大多数目前的方法推断物种水平下的结合模型假设，没有基因流发生后的物种。虽然一些研究已经研究了基因流对某些方法的估计准确性的影响，但已经进行了有限的分析工作来直接评估基因流在物种遗传学中的潜在影响。在本文中，我们考虑了一个三分类群隔离与迁移模型，允许姐妹分类群之间的基因流在一个短暂的时期后形成，以及整个树的有效种群大小的变化。在此模型下，我们推导了三种基因树拓扑结构的概率，并表明，对于基因流和有效种群大小参数的某些选择，异常基因树（即，与物种树不一致但比与物种树一致的基因树具有更高概率的基因树）存在。我们的参数空间的区域产生异常树的特征，并表明，与物种树是一致的基因树的概率可以是任意小的。然后，我们表明，SVDQuartets方法在理论上是有效的姐妹类群之间的基因流模型。我们研究了它的性能模拟数据，并将其与其他两种常用的物种树推理方法，ASTRAL和MP-EST进行比较。模拟结果表明，ASTRAL和MP-EST可以是统计不一致的基因流时，而SVDQuartets表现良好，虽然大样本量可能需要某些参数的选择。
2017-10-10 q-bio.PE
Evolutionary Inference via the Poisson Indel Process
我们解决的问题，联合统计推断的系统发育树和多个序列比对从未对齐的分子序列。这个问题通常是制定在字符串价值的进化过程沿分支的系统发育树。经典的进化过程TKF 91模型是由插入、删除和替换事件组成的连续时间马尔可夫链模型。不幸的是，这个模型引起了一个棘手的计算问题-TKF 91模型下的边际似然计算是指数的类群数。在这项工作中，我们提出了一个新的随机过程，泊松Indel过程（PIP），在这种计算的复杂性降低到线性。新模型与TKF 91模型密切相关，不同之处仅在于其对插入的处理，但新模型具有作为泊松过程的全局特征。泊松过程的标准结果允许关键计算被解耦，这在PIP模型下产生有利的推断计算配置文件。我们提出了说明性实验，其中将PIP模型下的贝叶斯推断与系统发育和比对的单独推断进行比较。
2013-01-18 q-bio.PE stat.AP stat.CO
Identifiability of the unrooted species tree topology under the coalescent model with time-reversible substitution processes, site-specific rate variation, and invariable sites
对一系列生物进化历史的推断是进化生物学中一个基本的重要问题。从基因组测序项目产生的DNA序列数据的丰富性，导致了这些系统发育关系的推断的重大挑战。这些挑战之一是根据从整个基因组中取样的几个不同基因的序列信息推断一系列物种的进化历史。人们普遍认为每个基因都有自己的系统发育史，这可能与物种树不一致。已知这种基因树不一致的许多可能原因。最好的研究是不完全谱系排序，这是通常由合并过程建模。许多基于聚结过程的方法已经被提出用于估计给定DNA序列数据的系统发育树。然而，这些方法的使用假设系统发育物种树可以从树的叶子处的DNA序列数据中识别，尽管这还没有正式建立。我们证明了无根拓扑的n叶系统发育物种树是一般可识别的观察数据在树叶的树，假设已经出现了从合并过程下的时间可逆的替代过程的可能性，特定网站的速率变化建模的离散伽玛分布和不变的网站的比例。
2015-07-03 q-bio.PE
Data Requirement for Phylogenetic Inference from Multiple Loci: A New Distance Method
我们考虑的问题估计的进化历史的一组物种（遗传或物种树）从几个基因。已知单个基因（基因树）的进化历史可能在拓扑上彼此不同，并且与潜在的物种树不同，这可能混淆系统发育分析。实践中的另一个复杂性是，必须从有限长度的分子序列中估计基因树。我们提供了第一个完整的数据需求分析的物种树重建方法，考虑到在基因水平上的估计误差。根据这一标准，我们还设计了一种新的重建算法，可证明改善了所有以前的方法在一个政权的利益。
2014-06-30 cs.CE cs.DS math.PR
Do branch lengths help to locate a tree in a phylogenetic network?
系统发生网络越来越多地用于进化生物学，以代表物种的历史，经历了网状事件，如水平基因转移，杂交物种形成和重组。在这种背景下出现的最基本的问题之一是，是否可以通过给定的网络来解释所有物种中具有一个拷贝的基因的进化。在数学术语中，这通常被翻译成以下方式：给定的系统发育树是否包含在给定的系统发育网络中？最近，这种树包含问题已经从计算的角度被广泛地研究，但是大多数研究仅仅集中在系统发育的拓扑结构上，忽略了一条信息，在系统发育树的情况下，通常通过进化分析推断：分支长度。这些测量变化的量（例如，核苷酸取代），其沿着同源性的每个分支发生。在这里，我们研究了一些版本的树包含问题，明确占分支长度。我们表明，虽然长度信息有可能更精确地定位一棵树在网络中，这个问题是在其最一般的形式计算困难。积极的一面是，对于一些生物相关性的特殊情况，我们提供了有效解决这个问题的算法。这包括有限复杂度的网络的情况，对于这种情况，可以在具有与输入树相同拓扑的网络所包含的树中恢复在分支长度方面最接近的一个。
2016-07-21 cs.DS q-bio.PE
The inference of gene trees with species trees
分子遗传学主要集中在改进基于序列比对的基因树重建模型上。然而，大多数遗传学家试图揭示物种的历史。虽然基因和物种的历史紧密相连，但它们很少是相同的，因为基因复制，丢失或水平转移，因为等位基因可以在种群中共存，可能跨越几个物种形成事件。因此，建立描述基因树和物种树之间关系的模型可以在物种树已知时改进基因树的重建，反之亦然。已经提出了几种方法来解决这个问题的一个方向或其他，但在一般情况下，既不基因树，也不物种树是已知的。只有少数研究试图联合推断基因树和物种树。在这篇文章中，我们回顾了各种模型，已被用来描述基因树和物种树之间的关系。这些模型解释了基因复制和丢失、转移或不完整的谱系分选。他们中的一些人认为几种类型的事件在一起，但目前还没有一个认为，沿着物种树产生基因树的过程的全部剧目。模拟以及基因组数据的实证研究表明，基因树物种树模型与序列进化模型相结合，提高了基因树重建。反过来，这些更好的基因树为研究基因组进化或重建祖先染色体和祖先基因序列提供了更好的基础。我们预测，基因树物种树的方法，可以处理基因组数据集将有助于推进我们对基因组进化的理解。
2013-11-04 q-bio.PE
Recovering the tree-like trend of evolution despite extensive lateral genetic transfer: A probabilistic analysis
横向基因转移（LGT）是非垂直进化的一种常见机制，其中遗传物质在两个或多或少的亲缘关系较远的生物之间转移。它在细菌中特别常见，有助于适应性进化，具有重要的医学意义。在进化研究中，LGT已被证明会在基因树之间产生广泛的不一致性，因为基因组成为基因历史的马赛克。特别是，生命之树被质疑为细菌进化史的适当代表。然而，一个常见的假设是，原核生物的进化主要是树状的，但潜在的趋势是模糊的LGT。大量的实证研究试图从相互冲突的基因树中提取一个共同的树状信号。在这里，我们给出了一个概率的角度来看，尽管LGT恢复的树状趋势的问题。随机分布的LGT模型下，我们表明，即使在存在令人惊讶的许多（几乎线性数量的）LGT事件每个基因树的物种遗传可以重建。我们的结果，这是最佳的对数因子，是基于一个强大的，计算效率高的重建方法的分析，并提供了深入了解这些方法的设计。最后，我们表明，我们的研究结果的发现公路的基因共享的影响。
2012-06-15 cs.CE cs.DS math.PR
Inferring evolutionary histories of pathway regulation from transcriptional profiling data
比较基因组学的一个突出挑战是解释物种间调控变异的进化重要性。严格的分子进化为基础的方法来推断自然选择的证据，从表达数据在该领域的溢价，到目前为止，系统发育的方法还没有很好地适合于解决这个问题，在小套分类的标准调查中的基因表达。我们已经开发出一种策略，通过分析具有共同功能的基因套件来从表达谱推断进化历史。在概念上类似于分子进化模型的方式，其中在多个位点的DNA序列的进化速率遵循伽马分布，我们建模的\emph{a priori}定义的途径的基因的表达率从反伽马分布。然后，我们开发了一种拟合策略，从表达测量中推断该分布的参数，并确定其表达模式与特定物种的进化约束或快速进化一致的基因组。仿真证实了我们的推理方法的力量和准确性。作为我们方法的实验测试平台，我们生成并分析了四种\emph{Saccharomyces}酵母的转录谱。结果揭示了在单个酵母和整个酵母菌群中具有受约束和加速调节进化特征的途径，突出了酵母菌种分化期间途径水平表达变化的普遍性。我们预计，我们的路径为基础的系统发育的方法将是广泛的实用程序在搜索中了解监管变化的进化相关性。
2013-07-25 q-bio.GN q-bio.PE q-bio.QM
Maximum likelihood estimates of pairwise rearrangement distances
分类群间进化距离的准确估计对于许多系统发育重建方法都是非常重要的。在细菌的情况下，可以使用一系列不同的进化模型来估计距离，从单核苷酸多态性到大规模基因组重排。在序列进化模型（如Jukes-Cantor模型和相关度量）的情况下，已被用于校正成对距离。需要用于基因组重排过程的类似校正方法来改进推断。目前的校正尝试分为3类：经验计算研究，贝叶斯/MCMC方法和组合方法。在这里，我们介绍了一个最大似然估计的反转一对基因组之间的距离，使用组理论的方法来建模最近推出的反转。这个MLE的功能作为一个校正的距离：特别是，我们表明，由于倒位序列相互作用的方式，这是很有可能的最小距离和MLE距离不同的顺序从第三个基因组的距离。这对于在遗传重建中使用最小距离具有明显的意义。这项工作还解决了上述问题，允许基因组自由旋转。一般来说，一个参照系是锁定的，所有的计算都是相应地进行的。这项工作纳入了行动的二面角组，使距离估计是免费的任何先验的参考框架。
2017-04-14 math.GR math.PR q-bio.PE
