"Normal" phylogenetic networks may be emerging as the leading class
本文指出“正常”系统发育网络因兼具生物相关性与数学可处理性,正成为网络重构理论的主导类别。
2025-08-11 math.CO q-bio.PE
Making mathematical online resources FAIR: at the example of small phylogenetic trees
Universitat Pompeu Fabra(庞培法布拉大学);Leipzig University(莱比锡大学)
本文以小系统发育树数学库为例,介绍通过软件复现、新网站建设和过程记录三重策略,将早期数学资源改造为FAIR、可持续的代数系统发育学数据存储库,并总结可推广的经验教训。
2025-11-07 math.HO q-bio.PE
Revisiting Shao and Sokal's $B_2$ index of phylogenetic balance
系统发育平衡的测量,如Colless和Sackin指数,在系统发育遗传学中起着重要作用。不幸的是,这些指标是专门为系统发育树设计的,并没有自然地扩展到系统发育网络(越来越多地用于描述网状进化)。这使我们考虑一个鲜为人知的平衡指数,其定义是基于概率的解释,同样适用于树和网络。该指数被称为$B_2$指数,由Shao和Sokal于1990年首次提出。令人惊讶的是,从那以后似乎没有数学研究过它。同样地,它也只是偶尔在生物学文献中使用,在那里它往往被视为《双城之战》。本文研究了$B_2$在最常见的随机树模型下的期望和方差以及在各类系统发生网络上的极值等数学性质。我们还评估了它在生物应用中的相关性,并发现它与Colless和Sackin指数相当。总而言之,我们的研究结果要求重新评估这个有点被遗忘的系统发育平衡措施的地位。
2021-09-08 math.CO math.PR 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
Confidence sets for phylogenetic trees
推断进化历史(系统发育树)在生物学、犯罪学和公共卫生方面有重要的应用。然而,系统发育树是复杂的数学对象,驻留在非欧几里德空间中,这使其分析复杂化。虽然我们的数学,算法和概率的理解,在他们的度量空间是成熟的,严格的推理基础设施尚未开发。在这篇手稿中,我们统一了最近的计算和概率的进步,构建树值置信集。该程序占中心和多个方向的树值的变化。我们利用区块复制来改进测试,确定最佳支持的寨卡病毒最近的祖先,并正式测试佛罗里达州一名患有艾滋病的牙医感染了他的两名患者艾滋病毒的假设。该方法说明了欧氏空间和树空间的变异之间的连接,开放系统发育树分析技术,可在多变量欧氏设置。
2017-10-13 q-bio.PE stat.ME
Entanglement, Invariants, and Phylogenetics
本论文发展和扩展了已知的数学物理技术,与生物学中所需的系统发育树的流行马尔可夫模型的分析相关,以从生物分子序列数据重建分类单位的进化关系。数学物理的技术是过多的,已经发展了一段时间。遗传学的马尔可夫模型及其分析是一种相对较新的技术,迄今为止,大多数进展都是通过使用离散数学来实现的。这篇论文采取群论的方法来解决这个问题,从一个显着的数学平行粒子物理学中的散射过程开始。这被证明等同于分子单位进化历史中的分支事件。本论文的主要技术成果是推导出在多线性空间上计算多项式群不变函数的存在性证明和计算技巧,其中群作用是与马尔可夫时间演化相关的。本论文的实际结果是一个扩展的分析使用不变函数的距离为基础的方法和介绍一种新的重建技术的四叉树,这是符合最一般的马尔可夫模型的序列演化。
2007-10-17 q-bio.PE q-bio.QM
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
Mathematical Models and Biological Meaning: Taking Trees Seriously
我们比较了三种基本的离散数学模型,用于描绘物种和高等类群之间的系统发育关系:系统发育树,亨尼希树和纳尔逊分支图。这三个模型都是树,因为这个术语在数学中常用;它们之间的区别在于它们的顶点和边的生物学解释。系统发育树和Hennig树携带完全相同的信息,并且这两种树之间的转换可以通过简单的算法来完成。另一方面,进化的概念,如单系表示为不同的数学子结构表示在两个模型中的不同。对于每个系统发育树或亨尼格树,都有一个携带相同信息的尼尔森分支图,但要求所有分类群都用叶子表示必然会降低表示效率。此外,我们认为,有必要给一些解释的边缘和内部顶点的纳尔逊分支图,以使其有用的生物模型。一种可能性是将内部顶点解释为字符集,将边缘解释为包含声明;然而,这种解释只携带不完整的表型信息。我们断言,从遗传学的角度来看,人们被迫将纳尔逊进化树的每个内部顶点视为一个实际的(尽管未采样)物种,只是为了证明使用联会形态而不是symplesiomorphies。
2008-08-03 q-bio.PE q-bio.QM
The weighted total cophenetic index: A novel balance index for phylogenetic networks
本文提出加权总共表型指数,将树的总共表型指数推广至一般系统发育网络,该指数可高效计算且满足局部性与递归性,并分析了其极值性质及与现有网络平衡指数的比较。
2024-03-18 math.CO q-bio.PE
A Simple Linear-Time Algorithm for the Common Refinement of Rooted Phylogenetic Trees on a Common Leaf Set
背景超树问题,即,寻找一组有根树的公共精化的任务是数学遗传学中的一个重要课题。已知公共叶集$L$的特殊情况在线性时间内是可解的。现有的方法使用其他输入树的信息来细化一个输入树,然后测试结果是否同构。结果提出了一种线性时间算法LinCR,用于构造具有公共叶集的$k$输入树的公共精化$T$,该算法以自底向上的方式显式地计算$T$的父函数.结论LinCR比其他渐近最优算法更容易实现,并且在经验比较中优于替代方案。空房的LinCR在Python中的实现可以在https://github.com/david-schaller/tralda上免费获得。
2021-09-24 cs.CC cs.DS math.CO
Critical case stochastic phylogenetic tree model via the Laplace transform
死亡模型现在是一种常见的数学工具,用来描述在真实世界的系统发育树中观察到的分支模式。Liggett和Schinazi(2009)就是这样一个例子。作者提出了一个简单的出生和死亡模型,该模型与流感和HIV的系统发育树兼容,取决于出生率参数。这个模型的一个有趣的特例是出生率等于死亡率的临界情况。这是一个非平凡的情况,并研究其渐近行为,我们采用了拉普拉斯变换。在临界情况下,我们修正了Liggett和Schinazi(2009)的证明。
2013-04-30 math.PR q-bio.PE
Attaching leaves and picking cherries to characterise the hybridisation number for a set of phylogenies
在过去的十年中,我们已经看到了很大的进展,对一组P的有根系统发育树的特征和计算的最小杂交数。粗略地说,这个最小值量化了通过将一组系统发育树同时嵌入系统发育网络来解释它们所需的杂交事件的数量。从数学的角度来看,协议森林的概念是几乎所有结果的基础概念,这些结果与当|P| =2时计算最小杂交数有关。然而,尽管进行了各种尝试,但根据|P| >2的协议森林来表征这个数字仍然是难以捉摸的。本文讨论了当P为任意大小且不一定由二叉树组成时的最小杂交数。基于我们以前对樱桃采摘序列的研究,我们首先建立了一个新的特征来计算树子网络空间中的最小杂交数。随后,我们展示了这种特征如何扩展到所有有根系统发育网络的空间。此外,我们建立了一个特殊的硬度结果,提供了新的见解协议森林的一些限制。
2019-01-05 cs.DS math.CO q-bio.PE
Fourier transform inequalities for phylogenetic trees
系统发育不变量不是系统发育树位点模式频率向量的唯一约束。根据其定义,突变矩阵是具有非负非对角项的矩阵的指数;这种正性要求意味着对位点模式频率向量的非平凡约束。我们称这些附加约束为“边参数不等式”。在本文中,我们首先通过考虑对应于具有负内边的四叉树的病态位点模式频率向量来激发边参数不等式。然而,该站点模式频率向量满足迄今为止文献中描述的所有约束。接下来,我们描述了两个完整的组为基础的模型的边缘参数不等式,这些约束是无平方的单项式不等式的傅立叶变换坐标。这些不等式,以及系统发育不变量,形成一个完整的描述的一组站点模式频率向量对应于\emph{bona fide}树。用数学的语言来说,本文明确地给出了傅立叶坐标中的两个不等式的有限列表,其形式为“单式$\leq 1$”,每个列表表征了系统发育簇的遗传相关半代数子集。
2008-05-28 q-bio.PE
Geometry of the space of phylogenetic trees with non-identical leaves
针对BHV空间无法比较不同叶子集系统发育树的局限,本文提出Towering空间,通过修剪和重新嫁接操作扩展BHV空间,研究其路径几何性质并提出度量距离计算算法,以支持多域基因树等现代数据集分析。
2025-08-08 math.MG q-bio.PE q-bio.QM
Power-laws in phylogenetic trees and the preferential coalescent
University of Cologne(科隆大学)
本研究提出一个基于偏好性合并的生成模型,通过广义Smoluchowski方程解释系统发育树中观测到的幂律标度,揭示其数学起源并提供新分析工具。
2025-10-15 q-bio.PE stat.OT
Defining a phylogenetic tree with the minimum number of small-state characters
本文研究用最少小状态字符唯一确定系统发育树的问题,确定 3 状态最小叶子阈值为 8,并证明 n≥16 时 ⌈(n-3)/4⌉ 个 5 状态字符足以唯一确定任意树。
2025-08-21 math.CO q-bio.PE
Systematics and symmetry in molecular phylogenetic modelling: perspectives from physics
这篇综述的目的是介绍和分析近年来在生物学中广泛使用的数学遗传学的概率模型,作为推断和重建物种之间祖先关系的基石。我们概述了理论遗传学的发展,从最早的基于形态特征的研究,通过使用各种形式的分子数据。我们把镜头的数学物理承担的理论模型的制定,集中在适用性的许多方法,从工具包的传统-技术组和表示,以指导模型规范,并利用多线性设置的模型中存在的基本对称性;对与模型下的速率矩阵相关联的生成器的共代数性质的扩展,关于形成用于推断进化树的搜索空间的图形结构(树和网络)。所提出的方面,包括相关的模型类相关的矩阵李代数,以及操纵组字符枚举各种自然多项式不变量,用于识别鲁棒的,低参数的数量用于推理。最重要的是,我们希望强调多体纠缠的许多特征,这些特征在物理学方面的量子态描述和遗传学中出现的多路张量概率阵列之间是共享的。在某些情况下,众所周知的对象,如凯莱超行列式(“纠结”)可以直接导入到形式主义-模型与二进制字符特征,和三胞胎的类群。在其他情况下,新的对象出现,如显着的五次'squangle'不变量的四叉树歧视和DNA数据,与自己独特的解释系统发育建模的背景下。
2018-09-15 q-bio.PE
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
Neutral phylogenetic models and their role in tree-based biodiversity measures
该研究综述了分支发生随机模型对系统发育树形状及边长分布的影响,分析其对系统发育多样性(PD)测度及当前物种灭绝致PD丧失研究的作用,还比较了PD与特征多样性模型的数学关联及灭绝预测差异。
2024-11-04 q-bio.PE
Characterization of a Branch of the Phylogenetic Tree
我们使用分析模型和计算机模拟的组合来深入了解进化的动态。我们的研究结果表明,某些有趣的现象最终会从化石记录中出现。例如,应该有一个“龟兔效应”:那些物种死亡率最小的属可能比物种出生率和死亡率大的属生存得更长。一个完整的表征的行为的系统发育树对应的属和准确的数学表示的各个阶段。我们应用我们的研究结果来解决某些有争议的问题,如在古生物学间断平衡的重要性,以及是否独特的寒武纪门已经存活到现在。
2005-12-01 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
On the uniqueness of the maximum parsimony tree for data with up to two substitutions: an extension of the classic Buneman theorem in phylogenetics
进化遗传学的主要目标之一是在给定基本物种集的数据时重建正确的进化树。这些数据通常以DNA、RNA或蛋白质比对的形式出现,它们由各种字符(也通常称为位点)组成。然而,通常,基于最大简约性等标准的树重建方法可能无法为给定的数据集提供唯一的树,或者更糟糕的是,重建“错误”的树(即与生成数据的树不同的树)。另一方面,长期以来已知的是,如果比对由对应于特定树的边缘的所有字符组成,即它们都需要在该树上实现精确的$k=1$替换,则该树将通过最大简约方法恢复。这是基于数学遗传学中的布尼曼定理。这是本手稿的目标,以扩展这一经典的结果如下:我们证明,如果一个对齐的所有字符,需要完全$k=2$取代一个特定的树,这棵树将永远是唯一的最大简约树(我们还表明,这可以推广到字符,需要在最多$k=2$取代)。特别是,这也证明了一个猜想的基础上,最近发表的观察Goloboff等。肯定的特殊情况下,$k=2$。
2019-03-21 math.CO q-bio.PE
A new hierarchy of phylogenetic models consistent with heterogeneous substitution rates
当DNA替换的过程在进化史上各不相同时,标准系统发育方法的标准马尔可夫模型在数学上是不一致的。最突出的例子是一般时间可逆模型(GTR)及其部分(但不是全部)子模型。为了纠正这一缺陷,李马尔可夫模型已被开发为在面对DNA替换的变化过程中保持一致的一类模型。一些广为人知的模型也属于这一类,但要么过于简单(例如木村双参数模型),要么过于复杂(一般马尔可夫模型)。在一组不同的生物学数据集,我们测试了一个层次的李马尔可夫模型跨越整个范围的参数丰富。与曾经流行的GTR模型的基准相比,我们发现,作为一个整体,Lie Markov模型表现非常好,表现最好的模型有8个参数,并能够识别嘌呤和嘧啶之间的区别。
2014-12-04 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
Computational Tools for Evaluating Phylogenetic and Hierarchical Clustering Trees
在进化生物学的背景下,树估计的推论摘要是有用的,自20世纪60年代以来,系统发育树已经从DNA数据中建立起来。在生物信息学、心理测量学和数据挖掘中,层次聚类技术输出相同的数学对象,从业者对这些摘要的稳定性和“普遍性”也有类似的问题。本文提供了由Billera,Holmes和Vogtmann(2001)[BHV]开发的树之间的几何距离的实现,其同样适用于系统发育树和层次聚类树,并显示了该距离在统计推断中的一些应用。特别地,由于BHV已经表明树的空间是负弯曲的(CAT(0)空间),树的集合的自然表示是树。我们比较这种表示的树空间的欧几里得近似,通过多维缩放树之间的距离矩阵。我们还提供了应用程序之间的树的层次聚类树从微阵列构建的距离。我们的方法提供了一种新的方法来评估某些列(位置,变量或基因)和某些行(无论是物种,观察或数组)的影响。
2010-06-05 q-bio.PE stat.AP stat.CO
Arc-Completion of 2-Colored Best Match Graphs to Binary-Explainable Best Match Graphs
最佳匹配图(BMG)是顶点着色的有向图,它自然地出现在数学遗传学中,以形式化进化最接近基因的概念。一个先验未知的系统发育树BMG是由唯一的最低分辨率树解释。我们证明了一个生根,叶色树的属性是最低解决一些BMG是保存的内部边缘的收缩。对于特殊情况下的两个颜色的BMG,这导致了最低解析树(LRT)的二进制可解释的树和一个简单的,多项式时间的算法的最小基数完成的弧集的BMG,以达到一个BMG,可以解释的二叉树的特征。
2021-03-11 cs.DM cs.DS math.CO
Comparison of orchard networks using their extended $μ$-representation
系统发生网络概括了系统发育树,以模拟网状事件。虽然系统发育树的比较已经得到了很好的研究,并且有多种方法可以有效地进行比较,但系统发育网络的情况却大不相同。已知某些类的系统发育网络,主要是树子网络,可以通过它们的$μ$表示有效地分类,该表示基本上为每个节点计算到每个叶子的路径的数量。在本文中,我们介绍了网络的扩展$μ$ -表示,其中的路径的数量,网状也考虑在内。这种修改使我们能够区分果园网络,并定义一个健全的度量空间,这样的网络,而且,可以有效地计算。果园网络类,以及作为具有生物学意义的类之一(一个这样的网络可以被解释为一棵树,它有额外的弧,涉及共存的生物体),是最通用的一类(在数学术语中),这种表示可以(在数学上)存在,因为稍微放松定义会导致图同构完全的问题。
2023-02-20 cs.DM q-bio.PE
Phylogenomics with Paralogs
系统基因组学严重依赖于精心策划的序列数据集,对于每个基因,完全由1:1-正向同源序列组成。旁系同源物被视为一种危险的滋扰,必须被检测和清除。我们在这里表明,这种严格的限制的数据集是没有必要的。在数学遗传学的最新进展的基础上,我们证明了基因重复传递有意义的系统发育信息,并允许推断合理的系统发育树,提供直系同源物和旁系同源物可以区分一定程度的确定性。从无树的同源性估计开始,共图编辑可以充分降低噪声,以找到正确的事件注释的基因树。然后,基因树的信息可以直接转化为物种树上的约束。虽然分辨率是非常差的个别基因家族,我们表明,全基因组的数据集足以产生完全解决的系统发育树,即使在存在水平基因转移。我们表明,在大的基因家族中的旁系同源物的分布本身包含足够的系统发育信号,以推断完全解决的物种同源性。这种系统发育信息的来源是独立的信息中所包含的直向同源序列,并对水平基因转移是有弹性的。一个重要的结果是,基因组学数据集不需要限制为1:1的直系同源物。
2017-12-18 cs.DM q-bio.PE
Spectral Geometry and Heat Kernels on Phylogenetic Trees
Institute of Photogrammetry and Remote Sensing, Karlsruhe Institute of Technology(卡尔鲁斯理工学院摄影测量与遥感研究所)
本文提出了一种统一的谱框架,用于有限超度量系统发育树,结合算子理论和随机动力学分析。通过引入超度量拉普拉斯算子,研究其谱理论,并展示其在系统发育分析中的应用,包括谱重构定理、谱间隙解释及生物特征分解。
2026-04-04 math.PR math.SP q-bio.PE
The algebra of the general Markov model on phylogenetic trees and networks
已知在系统发育树上的序列进化的Kimura 3ST模型可以相当自然地扩展到任意分裂系统。然而,这种扩展在很大程度上依赖于K3ST模型的数学特性,并且迄今为止还难以提供一般马尔可夫模型的类似增强。在本文中,我们纠正这一缺点,展示了如何扩展一般马尔可夫模型的树,包括任意分裂,甚至进一步更一般的网络模型。这是通过探索连续时间马尔可夫链的生成器的代数以及在系统发育树上生成分支过程的"分裂"算子来实现的。为了简单起见,我们继续讨论两个状态的情况下,并注意到,我们的结果很容易扩展到更多的状态,几乎没有复杂性。有趣的是,在限制的两个状态一般马尔可夫模型的参数空间的二进制对称模型,我们的扩展是无法区分的,从以前的方法,只有在树上,只要任何不兼容的分裂引入这两种方法产生不同的概率分布与不同的结构。通过探索一个简单的例子,我们给出了一个试探性的论点,我们的方法扩展到更一般的网络具有理想的属性,以前的方法不共享。特别是,我们的构建允许先前不同谱系的趋同进化的可能性;这一特性对生物学应用具有重要意义。
2010-12-23 q-bio.PE q-bio.QM
Tree Containment Parameterized by Scanwidth
TU Delft(代尔夫特理工大学);Middlesex University(密德萨斯大学);LIGM, Université Gustave Eiffel(拉格朗日计算与建模实验室,古斯塔夫·埃菲尔大学);Centre National de Recherche Scientifique(法国国家科学研究中心)
本文研究树包含问题在扫描宽度参数下的算法复杂度,提出时间复杂度为 $O(4^{k + k\log{k}} n + nm^2)$ 的参数化算法,并证明在指数时间假设下不存在 $2^{o(c\log{c})} n^{O(1)}$ 时间的算法。
2026-06-05 cs.CC cs.DS 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
On the accuracy of ancestral sequence reconstruction for ultrametric trees with parsimony
我们研究了一个数学问题,关于惠誉算法重建的祖先序列的最近的共同祖先给定的系统发育树和序列数据的所有类群正在考虑的重建精度。特别是,对称的4-状态替代模型,也被称为Jukes-Cantor模型,我们肯定地回答了李,钢和张的猜想,其中指出,对于任何超度量系统发育树和对称模型,惠誉简约法使用所有终端类群是更准确的,或至少是准确的,祖先的状态重建比使用任何特定的终端类群或任何特定的类群对。到目前为止,这个猜想只被费舍尔和萨特在两态数据中回答过。在这里,我们专注于回答具有四种状态的生物学上更相关的情况,这对应于从DNA或RNA数据重建祖先序列。
2017-06-19 math.CO math.PR 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
Inferring multiple consensus trees and supertrees using clustering: a review
系统发育树(即进化树、加性树或X树)在模拟和描述物种进化过程中起着关键作用。一组特定物种的基因组进化通常由一个物种系统发育树来模拟,该树代表了垂直下降的主要模式。每个基因的进化都是独一无二的。它可以用自己的基因树来表示,这与一般的物种树表示法有很大的不同。共识树和超树已被广泛用于进化研究中,以合并包含在单个基因树的系统发育信息。然而,如果可用的基因树彼此非常不同,则所得到的共识树或超树可以包括许多对应于高度的内部节点的未解析的子树,或者可以简单地是星树。如果现有的基因树受到不同的网状进化事件的影响,如水平基因转移、杂交或遗传重组,就可能发生这种情况。因此,使用聚类推断多个备选共有树或超树的问题变得相关,因为它允许在不同的聚类中重组具有相似进化模式的基因树(例如,代表已经经历相同水平基因转移或重组事件的基因的基因树)。我们批判性地回顾了系统发育树聚类领域的最新进展和方法,讨论了方法的数学性质,并描述了多一致性树和超树方法的主要优点和局限性。在应用部分,我们展示了如何多超树聚类方法可以用来聚类aaRS基因树根据其进化模式。
2023-01-01 cs.DS q-bio.GN q-bio.PE
Measuring tree balance using symmetry nodes -- a new balance index and its extremal properties
像进化中的选择以及种群发展中的生育力遗传这样的效应可以导致进化树中比零假设下预期的更高程度的不对称。为了识别和量化这些影响,在系统发育文献中提出了各种平衡指数,并已使用了几十年。然而,到目前为止,没有平衡指数是基于\emph{symmetry nodes}的数量,尽管对称节点在数学遗传学的其他领域中发挥着重要作用,尽管对称节点是衡量给定树的平衡或对称性的一种非常自然的方式。因此,本手稿的目的是双重的:首先,我们将介绍\emph{symmetry nodes index}作为衡量平衡的系统发育树的指标,并分析其极值属性。我们还表明,该指数可以计算在线性时间。这个新的指数是一个简单而著名的平衡指数,即\emph{cherry index}的推广,以及另一个不太确定的平衡指数,即\emph{Rogers' $J$ index}的专门化。因此,这是本手稿的第二个目的是比较新的对称节点指数,这两个指数,并强调其优点。为了做到这一点,我们将得到一些极值性质的樱桃指数和罗杰斯的$J$指数的道路上,从而补充现有的研究,这些指标。此外,我们使用的编程语言\textsf{R}实现所有三个指数的软件包\textsf{symmeTree},这已公开。
2021-08-04 math.CO 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
Colorings of unrooted tree-based networks and related graphs
Institute of Mathematics and Computer Science, University of Greifswald(格赖夫斯瓦尔德大学数学与计算机科学研究所)
研究无根树状网络及相关图的可着色性问题,通过研究更一般的图类,证明其3 - 可着色性,将系统发育概念与经典图论相连,所用方法新颖且有望推广到其他图论着色问题。
2026-07-10 q-bio.PE
BME-like Quartet Weights for Phylogenetic Trees
School of Agriculture and Environment, College of Sciences, Massey University(梅西大学理学院农业与环境学院)
本文提出类BME四重奏权重,推导其数学性质,将其扩展至多叉树并证明一致性,为系统发育树评估与应用提供基础以提升有限数据下的统计效率。
2026-09-02 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
Mathematical Model of HIV superinfection dynamics and R5 to X4 switch
在HIV感染期间,出现了几种病毒准种,它们能够使用不同的辅助受体,特别是CCR5和CXCR4辅助受体(分别为R5和X4表型)。辅助受体使用的转换与疾病更快地进展到艾滋病阶段相关。随着几家制药公司开始对R5和X4药物进行大型III期试验,需要模型来预测病毒株的共同进化和竞争动力学。我们提出了一个HIV早期感染的模型,它描述了R5准种的动力学和HIV晚期感染的模型,它描述了R5到X4的开关。我们报告了以下发现:在重复感染或共同感染后,准种动力学具有数月的时间尺度,并且在低数量的CD4+ T细胞时变得更慢。在AIDS晚期,CD4+ T细胞的曲线降低,并且可以考虑到X4相关的肿瘤坏死因子动力学来描述。趋化因子受体的系统发育推断表明,病毒突变途径可能产生能够与不同于CXCR4的趋化因子受体相互作用的R5变体。这可以解释在艾滋病晚期观察到的免疫系统中的大量信号中断,并可能与疫苗接种和治疗有关。
2006-03-01 q-bio.OT q-bio.PE