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
Markov invariants, plethysms, and phylogenetics (the long version)
我们探讨基于模型的技术的系统发育树推理行使马尔可夫不变量。马尔可夫不变量是群不变的多项式,是不同于文献中已知的系统发育不变量,虽然我们在一些特殊情况下建立了一个共同点。我们表明,最简单的马尔可夫不变量形式的Log-Det距离测量的基础。我们作为我们的主要工具组表示理论,并表明,它提供了一个一般的框架分析马尔可夫过程的树。从这个代数的角度来看,这些过程的内在对称性变得明显,并专注于体积,我们能够定义马尔可夫不变量,并给出存在性证明。我们给出了一个明确的技术,用于构建的不变量,有效的任何数量的字符状态和类群。对于系统发育树的三叶和四叶,我们表明,相应的马尔可夫不变量可以卓有成效地利用应用系统发育研究。
2008-07-22 math-ph math.MP q-bio.PE
Co-evolution is Incompatible with the Markov Assumption in Phylogenetics
Weizmann Institute of Science(魏茨曼科学研究所);U.C. Berkeley(加州大学伯克利分校)
马尔可夫模型广泛用于分子进化的分析。最近的一系列研究表明,具有功能和物理相互作用的蛋白质对彼此共同进化。本文通过分析三种真菌的数百个正交序列及其协同进化关系,证明了协同进化假设可能违反马尔可夫假设。我们的研究结果鼓励开发替代概率模型的情况下,极端的共同进化。
2010-08-04 cs.AI cs.CE 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
Dimensional reduction for the general Markov model on phylogenetic trees
提出了一种在系统发育树上对序列进化的一般马尔可夫模型进行降维的方法。我们发现,采取一定的线性组合的相关随机变量(网站模式计数)减少了模型的维数从指数的现存类群的数量,二次类群的数量,同时保留统计识别系统发育分歧事件的能力。一个关键的功能是一个不变的子空间,它只依赖于双线性的模型参数,在通常的多线性依赖在整个空间的识别。我们讨论了潜在的应用,包括分裂(边)的重量计算系统发育树从观察到的序列数据。
2016-11-28 math.AG math.RT q-bio.PE
On the distribution of interspecies correlation for Markov models of character evolution on Yule trees
重建系统发育树和理解进化过程的努力从根本上依赖于物种形成和突变的随机模型。在系统发育树中,最简单的连续时间物种形成模型是Yule过程,在这个过程中,新种〈动〉<动>以恒定的速率从现有的谱系中“诞生”。最近的工作已经阐明了圣诞树的一些结构特性,但这些特性如何影响在系统发育树顶端观察到的序列和性状模式仍然是未知的。了解物种形成和突变之间的相互作用,在简单的进化模型是必不可少的衍生有效的系统发育推断方法,并提供了深入了解系统发育研究的最佳设计。在这项工作中,我们得到的概率分布下的种间协方差的布朗运动和奥恩斯坦-乌伦贝克模型的表型变化的圣诞树。我们计算的概率分布的突变数量之间共享的两个随机选择的类群在一个圣诞树离散马尔可夫突变模型。我们的研究结果提出了系统发育信息含量的概括措施,阐明了相关生物序列或性状中位点模式之间的相关性,并为实验设计和系统发育树的重建提供了理论依据。
2014-08-15 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
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
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
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
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
Fast Convergence of MCMC Algorithms for Phylogenetic Reconstruction with Homogeneous Data on Closely Related Species
本文研究了马尔可夫链的系统发育重建,它使用了一个流行的树拓扑结构之间的过渡称为子树修剪和重嫁接(SPR)。我们分析马尔可夫链在更简单的设置,生成树由非常短的边长,足够短,使每个样本从生成树(或字符在系统发育术语)可能只有一个突变,并有足够的样本,使数据看起来像生成分布。我们证明在这种情况下,马尔可夫链是快速混合,即,它迅速收敛到其平稳分布,该平稳分布是树拓扑上的后验分布。我们的证明使用树T的最大似然函数的前导项是最大简约得分,这是T中实现生成树的单边切割所需的最小切割的大小。我们的主要贡献是一个组合证明,在我们的简化设置,SPR移动保证快速收敛到最大简约树。我们的研究结果是在最近的作品显示的例子与异构数据(即,数据是从混合分布),许多自然马尔可夫链是指数缓慢收敛到平稳分布。
2011-05-05 cs.DS q-bio.PE
Smoothly Time-Varying Continuous Time Markov Chains in Phylogenetics
Department of Biostatistics, University of California Los Angeles(加州大学洛杉矶分校生物统计系);University of California Los Angeles(加州大学洛杉矶分校)
提出使用非齐次连续时间马尔可夫链和三次B样条基展开建模时变进化速率,通过高斯-勒让德求积近似似然,并应用高斯马尔可夫随机场先验保证平滑性,模拟和实证表明优于竞争模型。
2026-06-26 q-bio.PE stat.ME
Markov-modulated continuous-time Markov chains to identify site- and branch-specific evolutionary variation
马尔可夫模型的字符替代的系统发育推理框架的基础。早期的模型做了一个简单的假设,即在分子序列比对中,取代过程在时间上和位点上是同质的。虽然标准做法采用了扩展,以适应不同地点的替代率的异质性,异质性的过程中,随着时间的推移,在一个特定的网站的方式仍然经常被忽视。这是有问题的,因为在分子水平上起作用的进化过程是高度可变的,随着时间的推移,不同的位点受到不同的选择性约束,影响它们的取代行为。我们建议通过马尔可夫调制模型(MMM),允许替代过程(包括相对字符交换率以及整体替代率),在一个单独的网站上的演变模型,以不同的血统的时间变异性。我们实现了一个通用的MMM框架BEAST,一个流行的贝叶斯系统发育推理软件包,允许研究人员组成一个广泛的MMM通过灵活的XML规范。使用细菌,病毒和质体基因组进化的例子,我们表明,MMM影响系统发育树估计,并可以大大提高模型拟合相比,标准的替代模型。通过模拟,我们表明,边际似然估计准确地识别生成模型,并没有系统地更喜欢参数丰富的MMM。为了减轻与MMM相关的计算需求增加,我们的实现利用了最近开发的更新BEAGLE,一个高性能的计算库系统发育推断。
2019-06-12 q-bio.PE stat.ME
Lie Markov models with purine/pyrimidine symmetry
连续时间马尔可夫链是系统发育推断的标准工具。如果假设同质性,则通过指定链中状态之间的时间无关的替换率来制定链。在应用程序中,通常有额外的限制率,这取决于情况。如果一个模型是以这种方式制定的,它是可能的推广,并允许一个非均匀的过程,与时间相关的速率满足相同的约束。然后,要求在同一模型中存在该非均匀过程的均匀平均是有用的。这导致了“李马尔可夫模型”的定义,这正是存在这种平均值的一类模型。这些模型形成李代数,因此李群理论的概念是它们推导的核心。在本文中,我们专注于应用程序的遗传学和核苷酸进化,并推导出完整的层次结构的李马尔可夫模型,尊重分组的核苷酸嘌呤和嘧啶-即模型与嘌呤/嘧啶对称性。我们还讨论了如何处理应用李群方法的微妙之处,最自然地定义在复杂的领域,马尔可夫过程的随机情况下,参数值被限制为真实的和积极的。特别是,我们探讨了相关的复李代数的环境空间内的随机率矩阵的锥的几何嵌入。具有嘌呤/嘧啶对称性的Lie Markov模型的完整列表可在http://www.pagines.ma1.upc.edu/~jfernandez/LMNR.pdf上获得。
2013-06-25 math.GR math.ST q-bio.PE
Markov invariants and the isotropy subgroup of a quartet tree
本文的目的是展示如何在二叉树上的叶排列的各向同性子组可以被用来系统地识别树信息不变量相关的系统发育进化模型。在四重奏的情况下,我们给出了一个明确的建设的全套表示,并描述其性质。我们将这些结果直接应用到马尔可夫不变量,从而扩展了以前的理论结果,系统地确定线性组合消失,为一个给定的四重奏。我们还注意到,该理论是完全可推广到任意树,也同样适用于系统发育不变量的相关情况。所有的结果遵循有限群的表示论的基本考虑。
2009-01-28 q-bio.PE q-bio.QM
Prior Density Learning in Variational Bayesian Phylogenetic Parameters Inference
Université du Québec à Montréal(魁北克大学蒙特利尔分校);CERMO-FC Center(CERMO-FC中心)
本文提出一种基于梯度和神经网络参数化的实现框架来学习先验密度参数,以缓解变分系统发育推断中固定先验分布的刚性问题,实验证明该方法能更准确地估计分支长度和进化参数。
2023-09-08 cs.LG q-bio.PE
Empar: EM-based algorithm for parameter estimation of Markov models on trees
在系统发育推断中,分支长度估计的目标是根据一组序列之间的组成差异来估计它们之间的分歧时间。一些软件是目前可用的促进分支长度估计同质和固定的进化模型。进化过程的同质性使得整棵树的进化速度固定不变。在复杂的数据问题中,这种假设可能会使分析结果受到质疑。在这项工作中,我们提出了一个算法的参数和分支长度推断在树上的离散时间马尔可夫过程。这类广泛的非齐次模型包括一般马尔可夫模型及其所有子模型,包括平稳和非平稳模型。在这里,我们适应了著名的期望最大化算法,并提出了一个详细的性能研究这种方法的选择非同质进化模型。我们对在各种设置下模拟的多个序列比对进行了广泛的性能评估。我们证明了该工具在参数估计和分支长度恢复中的高精度,证明该方法是现实生活中系统发育推断的一个有价值的工具。$\empar$是本文介绍的方法的开源C++实现,是第一个设计用于处理非同质数据的工具。
2012-07-05 q-bio.PE
Lie geometry of 2x2 Markov matrices
在最近讨论连续时间马尔可夫链的模型选择的工作中,我们认为定义模型的马尔可夫矩阵在矩阵乘法下是闭合的是很重要的(Sumner 2012 a,2012 b)。主要的要求是相关的一组速率矩阵形成一个李代数。对于一般情况,这种与李理论的联系似乎是由Johnson(1985)首先提出的,Bashford(2004)和House(2012)给出了具体模型的应用。在这里,我们采取不同的观点:给定一个模型,形成一个李代数,我们应用现有的李理论,以获得更多的洞察到相关的马尔可夫矩阵的几何。在这个简短的说明中,我们提出了2x2马尔可夫矩阵的最简单的情况。主要结果是一种新的分解的2x2马尔可夫矩阵,参数化的一般马尔可夫模型作为一个扰动远离二进制对称模型。这种替代参数化提供了一个有用的工具,可视化的二进制对称模型作为一般马尔可夫模型的子模型。
2012-12-21 math.ST q-bio.PE stat.TH
Multiplicatively closed Markov models must form Lie algebras
证明了由连续时间马尔可夫链得到的概率替换矩阵构成乘法闭集的充要条件是与该链相关的速率矩阵构成一个生成李代数的线性空间.关键的原始贡献,我们做的是克服障碍,由于存在的不平等,是不可避免的概率应用,防止自由操纵的条款贝克-坎贝尔-Haursdorff公式。
2017-09-01 math.GR math.ST q-bio.PE
Subtree prune and regraft: a reversible real tree-valued Markov process
利用Dirichlet形式的方法构造并分析了平稳分布为布朗连续统随机树的可逆马尔可夫过程。这个过程的灵感来自子树修剪和嫁接(SPR)马尔可夫链,出现在系统发育分析。在这项工作中的一个关键技术成分是使用一种新的Gromov-Hausdorff型距离metrize的空间,其元素是紧凑的实树配备了概率测度。此外,狄利克雷形式的研究取决于布朗游程的一个新的路径分解。
2006-06-29 math.MG math.PR q-bio.PE
Lie-Markov models derived from finite semigroups
我们提出并探索了一种从有限半群导出Lie-Markov模型的一般方法。如果半群的度是$k$,则所得模型是$k$状态上的连续时间马尔可夫链,并且作为半群中的乘积规则的结果,满足乘法闭包的性质。这意味着从模型中提取的任何两个概率替代矩阵的乘积也会在模型中产生另一个替代矩阵。我们表明,我们的建设是一个自然的推广的概念,基于组的模型。
2017-09-02 math.GR q-bio.PE q-bio.QM
Lie algebra solution of population models based on time-inhomogeneous Markov chains
许多自然种群都是通过时间非齐次随机过程建模的。在物理科学中,已经使用基于李代数的方法分析了这种过程,但是这种方法并没有广泛用于生态、医学和社会应用的模型。本文介绍了李代数方法,并将其应用于三个生物学上很好的动机的例子。这样做的结果是一个解决方案的形式,往往是高度计算上的优势。
2011-11-23 math.PR q-bio.PE
The impracticalities of multiplicatively-closed codon models: a retreat to linear alternatives
矩阵李代数是在运算$ [A, B] = AB-BA $下闭合的矩阵的线性空间。矩阵集合的“李闭包”是包含该集合的最小矩阵李代数。在马尔可夫链理论的背景下,如果一组率矩阵形成一个李代数,则它们对应的马尔可夫矩阵在矩阵乘法下是封闭的;这在遗传学中是一个有用的性质。受先前涉及DNA模型的Lie闭包的研究的启发,假设发现密码子模型的Lie闭包可以帮助解决非同义/同义比率$ ω$的错误估计的问题。我们提出了两种不同的方法从一个模型中找到一个线性空间:第一种是\emph{linear closure},这是最小的线性空间,其中包含的模型,第二种是\emph{linear version},改变模型中的乘法约束的添加剂。对于这些线性空间中的每一个,我们然后找到它们的李闭包。在这两种方法下,发现封闭密码子模型需要数千个参数,并且任何合理大小的部分解决方案都违反了随机性。对玩具模型的研究表明,发现矩阵线性空间的李闭包只稍微偏离一个简单的模型,导致李闭包接近于具有最大数量的参数。鉴于李闭包是不实际的,我们建议进一步考虑线性封闭模型的两个变体。
2020-08-06 math.RA math.ST q-bio.PE