Phylogenetic consensus networks: Computing a consensus of 1-nested phylogenetic networks
计算一个\emph{consensus tree}以总结一系列有根系统发育树的共同特征是系统发育遗传学中一个重要且研究得很好的问题，所有的叶子集合都被同一个物种集合X双射标记。然而，最近，它已成为兴趣，找到一个更一般的，根有向无环图的集合的所有的sink集双射标记的~（X），所谓的有根\emph{phylogenetic networks}的共识。这些网络用于分析相互交叉的物种的进化，例如植物和病毒。在本文中，我们介绍了一种算法，用于计算一个所谓的1- \emph{nested}系统发育网络的集合的共识。我们的方法建立在Roselló等人之前的结果之上。该结果描述了任何1-嵌套系统发育网络的编码，即（X）的子集的有序对的集合。更具体地说，我们描述了作为某些1-嵌套系统发育网络的编码而出现的有序对的集合，然后使用这个特征来计算$O(t|X|^2+|X|^3)$时间内~ $t$ 1-嵌套网络集合的\emph{consensus network}。将我们的算法应用到一组系统发育树上，得到了著名的多数规则共识树。我们的方法为未来的工作带来了几个新的方向，我们希望它能提供一个有用的新工具来帮助理解复杂的进化场景。
2021-07-20 q-bio.PE
Using invariants for phylogenetic tree construction
系统发育不变量是系统发育树上马尔可夫模型的联合概率分布中的某些多项式。这样的多项式在代数统计学领域具有理论意义，它们也具有实际意义--它们可以用来构建系统发育树。本文是对系统发育不变量实际使用中涉及的代数、统计和计算挑战的独立介绍。我们调查了相关文献，并提供了一些部分答案和许多悬而未决的问题。
2008-01-21 q-bio.PE
Phylogenetic diversity and biodiversity indices on phylogenetic networks
在生物多样性保护中，通常需要优先保护物种。现有的优先排序方法，如公平比例指数和沙普利值，是基于系统发育树和排名物种根据其对整体系统发育多样性的贡献。然而，在许多情况下，进化并不是树状的，因此，系统发育网络作为系统发育树的推广而脱颖而出，允许表示非树状的进化事件，如水平基因转移或杂交。在这里，我们将系统发育多样性和系统发育多样性指数的概念从系统发育树扩展到系统发育网络。一方面，我们考虑系统发育网络的树状内容，例如网络显示的（多）组系统发育树以及与之相关的LSA树;另一方面，我们直接从网络的内部结构推导出分类单元子集的系统发育多样性和生物多样性指数。此外，我们介绍我们的软件包NetDiversity，这是在Perl中实现的，并允许计算所有广义的系统发育多样性和广义系统发育多样性指数建立在本说明中，是独立的遗传概率的措施。我们将我们的方法应用到一个代表剑尾鱼和鸭嘴鱼（剑尾鱼：Poeciliidae），一组广泛杂交的物种之间的进化关系的遗传网络。
2018-02-05 math.CO math.PR q-bio.PE
The mean value of the squared path-difference distance for rooted phylogenetic trees
路径差度量是比较完全解析的系统发育树的最古老的距离之一，但其统计特性仍然是相当未知的。在本文中，我们计算的路径差度量的平方的平均值，在均匀分布下的两个完全解析的有根系统发育树与$n$叶。这补充了Steel和Penny之前的工作，他们计算了完全解析的无根系统发育树的平均值。
2009-06-13 cs.DM math.CA q-bio.PE
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
Transforming phylogenetic networks: Moving beyond tree space
系统发生网络是系统发育树的推广，用于表示网状进化。无根系统发育网络是一类特殊的网络，它自然地推广了无根系统发育树。在本文中，我们定义了两个无根系统发育网络上的操作，其中之一是一个众所周知的最近邻交换（NNI）操作系统发育树的推广。我们表明，任何无根的系统发育网络可以转化为任何其他这样的网络，只使用这些操作。这概括了一个众所周知的事实，即任何系统发育树都可以仅使用NNI操作转换为任何其他这样的树。它还允许我们定义树空间的推广，并定义一些新的度量无根系统发育网络。为了证明我们的主要结果，我们采用了一些有趣的新的连接系统发育网络和立方图，我们最近发现的。我们的研究结果应该是有用的，在开发新的策略，以寻找最佳的系统发育网络，一个话题，最近在文献中产生了一些兴趣，以及提供新的方法来比较网络。
2016-01-08 math.CO q-bio.PE
On the Quirks of Maximum Parsimony and Likelihood on Phylogenetic Networks
最大简约法是系统发育树重建中最常用的方法之一。然而，近年来越来越明显的是，系统发育树往往不足以准确地描述进化。例如，杂交或横向基因转移等过程在许多生物群体中很常见，并导致关系的马赛克模式，不能用单一的系统发育树来表示。这就是为什么能够显示这些事件的系统发育网络在系统发育研究中越来越受到关注的原因。因此，有必要将最大简约性等概念从系统发育树扩展到网络。在最近的文献中可以找到一些可能的扩展建议，例如软件和硬件简约概念。在本文中，我们分析了这两个概念下的大简约问题，即我们研究了最大简约网络，并分析了它们的性质。特别是，我们发现一个软最大简约网络是可能的多项式时间。我们还表明，一组最大简约网络的硬连线定义总是包含至少一个系统发育树。最后，我们研究了系统发育网络上的简约性与不同似然概念的一些相似之处。
2016-10-24 q-bio.PE
Phylogenetic Networks Do not Need to Be Complex: Using Fewer Reticulations to Represent Conflicting Clusters
系统发育树被广泛用于显示物种群体如何进化的估计。每一棵系统发育树都可以被看作是一个簇的集合，这些簇是从一个共同祖先进化而来的物种的亚群。当针对多个数据集（例如针对不同的基因）获得系统发育树时，它们的聚类通常是矛盾的。因此，这种数据集的所有聚类的集合不能被组合成单个系统发育树。系统发生网络是系统发育树的推广，可用于显示更复杂的进化历史，包括杂交、重组和水平基因转移等网状事件。在这里，我们提出了新的CASS算法，可以将任何一组聚类组合成一个系统发育网络。我们表明，CASS构造的网络通常比其他可用的方法构造的网络简单。此外，我们表明，CASS是保证产生一个网络，最多有两个双连通组件，每当这样的网络存在。我们已经实现了CASS，并将其集成到免费提供的Dendroscope软件中。
2009-10-16 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
Imputing phylogenetic trees using tropical polytopes over the space of phylogenetic trees
本文提出一种基于热带几何中热带多胞体的新方法，用于填补基因树缺失部分，并证明估计树与真实树的RF距离至多为4，模拟实验验证了其有效性。
2023-07-03 q-bio.PE
A format for phylogenetic placements
我们已经开发了一种用于系统发育放置的统一格式，即，将环境序列数据（例如短读段）映射到系统发育树中。我们这样做的动机是越来越多的计算和后处理系统发育位置的工具，以及缺乏一个既定的标准来存储它们。该格式是轻量级的、通用的、可扩展的，并且基于可以被大多数现代编程语言解析的JSON格式。我们的格式已经在几个工具中实现，用于计算和后处理基于简约性和可能性的系统发育位置，并在实践中运行良好。我们相信，建立一个标准的格式，在这个早期阶段分析读取位置将导致一个更有效的发展，强大的和便携式的后分析工具，不断增长的应用系统发育的位置。
2012-01-17 q-bio.PE
Species notions that combine phylogenetic trees and phenotypic partitions
最近的一篇论文（Manceau和Lambert，2016）开发了一种新的方法，用于描述基于系统发育树和表型划分的两个定义明确的“物种”概念。在本文中，我们探讨了这种方法的一些进一步的组合特性，并描述了一个扩展，允许任意数量的表型分区相结合的系统发育树，这两个物种的概念。
2017-11-22 q-bio.PE
Phylogenetic trees
我们介绍了Macaulay2的软件包PhylogeneticTrees，它允许用户计算基于组的树模型的系统发育不变量。我们提供了一些背景信息的系统发育代数几何和展示如何包PhylogeneticTrees可以用来计算一个系统发育的理想，以及其维数的下限生成集。最后，我们展示了如何在包内的方法可以用来计算任何两个理想的连接生成集。
2016-11-17 math.AG q-bio.PE
Folding and unfolding phylogenetic trees and networks
系统发生网络是有根的、标记有向的非循环图，通常用于表示网状进化。系统发育网络与多标记树（MUL-tree）有着密切的关系。实际上，任何系统发生网络$N$都可以被“展开”以获得一个MUL-tree $U(N)$，并且相反地，一个MUL-tree $T$在某些情况下可以被“折叠”以获得一个表现出$T$的系统发生网络$F(T)$。本文详细研究了运算$U$和$F$的性质。特别是，我们介绍了一类稳定的网络，系统发育网络$N$，其中$F(U(N))$是同构的$N$，这种网络，并表明，它们是有关的著名的类树兄弟网络。我们还探讨了如何在网络$N$中显示树的概念可以与在多树$U(N)$中显示树有关。要做到这一点，我们开发了一个系统发育模拟图纤维化。这使我们能够将$U(N)$视为有向图的通用覆盖的类似物，并在$U(N)$中显示树与用网络协调系统发育树之间建立密切联系。
2015-06-14 q-bio.PE
Metric learning for phylogenetic invariants
我们引入了新的方法，通过使用机器学习来优化系统发育不变量的功率，构建系统发育树四元组。系统发生不变量是在系统发育树上的进化模型下消失的联合概率的多项式。我们给出了算法，选择一个很好的一组不变量和学习的度量这组不变量，最佳区分不同的模型。我们的学习算法涉及在广泛的参数范围内模拟数据的线性和半定规划。我们提供了广泛的测试的学习指标的模拟数据从系统发育树与四叶下的Jukes-Cantor和木村3参数模型的DNA进化。我们的方法大大提高了其他用途的不变量，是有竞争力的，甚至比邻居加入。特别是，我们获得了在具有短内部分支的树上训练的度量，这些树在参数空间的该区域上的性能比邻居连接要好得多。
2007-03-15 q-bio.PE
On the Complexity of Optimising Variants of Phylogenetic Diversity on Phylogenetic Networks
系统发生多样性（PD）是现代物种（类群）集合的生物多样性的重要定量度量。这一衡量标准是基于收集的物种之间的进化距离。不严格地说，如果$\mathcal{T}$是一棵有根系统发育树，其叶集$X$代表一组物种，其边具有实值长度（权重），则$X$的子集$S$的PD得分是连接$S$中物种的$\mathcal{T}$的最小子树的边的权重之和。在本文中，我们定义了几个自然变异的PD评分的一个子集的类群相关的一个已知的根系统发育网络。在这些变体下，我们探索，对于正整数$k$，当输入被限制到不同类的有根系统发育网络时，确定大小为$k$的分类群的所有子集的最大PD分数的计算复杂性
2021-07-16 math.CO q-bio.PE
Rearrangement operations on unrooted phylogenetic networks
重排操作将系统发生树转化为另一个系统发生树，从而在系统发生树的空间上引入度量。无根系统发生树的常用操作是NNI（最近邻交换）、SPR（子树修剪和重接）和TBR（树平分和重接）。最近，这些操作已被扩展到无根系统发育网络，这是概括的系统发育树，可以模拟网状的进化关系。在这里，我们研究了这三种操作下的系统发育网络空间的全局和局部性质。特别是，我们证明了连通性和渐近边界上的不同类别的系统发育网络，包括树为基础的网络和k级网络的空间的直径。我们还研究了一个类中两个系统发育网络之间的最短TBR序列的行为，以及如果允许来自其他类的中间网络，TBR距离是否会改变：例如，系统发育树的空间是TBR下系统发育网络空间的等距子图。最后，我们证明了计算两个系统发育网络的TPR-距离和PR-距离是NP-困难的。
2019-12-21 cs.DS math.CO q-bio.PE
Nonbinary tree-based phylogenetic networks
有根系统发生网络用于描述包含非树状进化事件的进化历史，如杂交和水平基因转移。在某些情况下，这样的历史可以通过具有附加链接弧的系统发育基树来描述，其可以例如表示基因转移事件。这样的系统发育网络被称为基于树的。在这里，我们考虑两种可能的概括这一概念的非二进制网络，我们称之为基于树和严格基于树的非二进制系统发育网络。我们给出了简单的图论特征的树为基础的和严格的树为基础的非二元系统发育网络。此外，我们证明了这两个类中的每一个，它可以在多项式时间内决定一个给定的网络是否包含在类中。我们的方法也提供了一个新的观点基于树的二元系统发育网络。最后，我们讨论了两个例子，在生物学中的非二元系统发育网络，并显示我们的结果可以应用于他们。
2016-09-30 cs.DS q-bio.PE
Locating a Tree in a Phylogenetic Network in Quadratic Time
系统发育网络研究中的一个基本问题是确定一个给定的系统发育网络是否包含一个给定的系统发育树。我们开发了一个二次时间算法来解决这个问题的二进制近稳定的系统发育网络。我们还表明，在一个网状可见的或几乎稳定的系统发育网络的网状的数量是有界的，从上面的分类群的数量的函数线性。
2015-02-11 cs.CE cs.DS q-bio.PE
TAPIR enables high-throughput estimation and comparison of phylogenetic informativeness using locus-specific substitution models
大规模并行DNA测序技术通过指数增加对遗传学有用的基因座的发现，正在迅速改变系统发育研究设计的动态。系统发育标记数量的增加可能为研究人员提供了一个机会，可以根据不同时间尺度上的客观表现来选择最适合特定系统发育假设的基因座子集。研究人员可能还想确定特定系统发育标记相对于彼此的能力。然而，目前可用的工具被设计为评估少量标记，并且不太适合筛选整个基因组中的数百或数千个候选基因座。TAPIR是Townsend的系统发育信息度（PI）估计的替代实现，当应用于包含数百至数千个候选的、系统发育信息位点的数据集时，其能够快速估计和总结PI。
2012-02-06 q-bio.GN q-bio.PE
Maximum Covering Subtrees for Phylogenetic Networks
基于树的系统发育网络，可以粗略地定义为通过仅在原始树边缘之间添加弧而构建的叶标记网络，具有用于建模进化历史的优雅特性。我们回答了弗朗西斯，森普尔和钢的开放性问题，确定系统发育网络的复杂性是多远，从树为基础的，包括非二进制系统发育网络。我们发现，找到一个系统发育树覆盖的最大数目的节点在系统发育网络可以计算在多项式时间内通过编码成一个最小成本的最大流问题。
2020-11-24 cs.DS q-bio.PE
Epidemic reconstruction in a phylogenetics framework: transmission trees as partitions
从遗传数据重建流行病的传播树是最近引起一些兴趣的主题。已经证明，传播树结构可以通过增加系统发育树的内部节点来研究，该系统发育树是使用来自流行病的病原体序列与关于持有相应谱系的宿主的信息构建的。在本文中，我们注意到，这种增强相当于传输树和分区的系统发育树到连接的子树，每个子树包含一个提示之间的对应关系，并提供了一个框架，马尔可夫链蒙特卡罗推理的遗传学，以这种方式划分，给出了一种新的方法来共同估计两棵树。该程序集成在现有的系统发育推断包BEAST。
2014-06-02 q-bio.PE
Trinets encode tree-child and level-2 phylogenetic networks
系统发生网络概括了进化树，通常用于表示经历网状进化过程（如杂交、重组和横向基因转移）的物种的进化历史。最近，人们对尝试开发从三联体（即三个物种的有根树）构建有根系统发育网络的方法产生了极大的兴趣。然而，尽管三联体确定或编码有根系统发育树，但它们通常不编码有根系统发育网络，这是任何此类方法的潜在问题。受这一事实的启发，Huber和Moulton最近引入了trinitial，作为有根三元组对网络的自然扩展。特别是，他们表明，1级系统发育网络是由它们的tradition编码的，并且还强调所有"可恢复的"有根系统发育网络都是由它们的tradition编码的。在这里，我们证明了可恢复的二进制2级网络和二叉树子网络也是由它们的trunk编码的。要做到这一点，我们证明了两个分解定理的基础上traditional持有所有可恢复的二元根系统发育网络。我们的研究结果提供了一些额外的证据支持的猜想，traditional编码所有可恢复的根系统发育网络，也可能导致新的方法来构建系统发育网络从traditional。
2012-10-01 math.CO q-bio.PE
On Tree Based Phylogenetic Networks
通过在树的边之间添加水平边，可以从树中获得一大类系统发育网络。这些网络称为树型网络。网状可见网络和子兄弟网络都是基于树的。在这项工作中，我们提出了一个简单的必要和充分条件，树为基础的网络，并证明了有一个通用的树为基础的网络，每一个物种，使每一个系统发育树上相同的物种是这个网络的基础。基于泛树的网络的存在意味着，对于任何给定的系统发育树集合（分别为：集群）上存在一个基于树的网络，显示所有这些。
2015-09-08 q-bio.PE
A first step towards computing all hybridization networks for two rooted binary phylogenetic trees
最近，相当大的努力已经投入到开发快速算法来重建一个有根系统发育网络，解释两个有根系统发育树，并具有最小数目的杂交顶点。由于解决这个问题的标准方法是组合的，因此重建的网络很少是唯一的。因此，从生物学的角度来看，不仅要计算一个网络，而且要计算所有可能的网络。在本文中，我们提出了第一个算法-称为allMAAFs-，计算所有的最大无环协议森林的两个有根二元系统发育树在同一组类群接近这一目标的第一步。
2011-09-15 q-bio.PE
Can Multiple Phylogenetic Trees Be Displayed in a Tree-Child Network Simultaneously?
分类单元集$X$上的二元系统发生网络是一个有根的无环有向图，其中每个非叶节点的度为3，其叶节点（即度为1的节点）唯一地标记为$X$的分类单元。如果每个非叶节点至少有一个入度为1的子节点，则称为树子节点。一组二元系统发育树可以或可以不同时显示在二元树子网络中。本文给出了在树子网络中同时显示多棵系统发育树的必要条件。特别地，证明了在同一个分类单元集合上，任意两棵系统发育树总是可以同时显示在某个树子网络中。证明了在同一个分类单元上，任意一组多棵二元系统发育树都能同时显示在某个非二元树子网络中，其中每个非叶节点要么入度1出度2，要么至少入度2出度.
2022-07-06 q-bio.PE
Locating a tree in a phylogenetic network
系统发育树和网络是描述物种进化历史的叶标图。树包含问题询问给定的系统发育树是否嵌入到给定的系统发育网络中。给定一个系统发育网络和一个物种簇，簇包含问题询问给定的簇是否是嵌入网络中的某个系统发育树的簇。这两个问题一般都是NP完全问题。在这篇文章中，我们考虑这些问题的限制，几个研究良好的类的系统发育网络。我们表明，树包含是多项式时间可解的正常网络，二叉树的孩子的网络，和水平$k$网络。另一方面，我们表明，即使是树兄弟，时间一致的，定期网络，树包容和集群包容仍然是NP完全的。
2010-06-16 cs.DS q-bio.PE
Classes of Explicit Phylogenetic Networks and their Biological and Mathematical Significance
生物体之间的进化关系传统上是用有根的系统发育树来表示的。然而，由于网状过程，如杂交或横向基因转移，进化并不总是充分代表了一个系统发育树，和有根系统发育网络，描述这种复杂的过程已被引入作为一个推广的有根系统发育树。事实上，从基因组序列数据中估计有根系统发育网络并分析其结构特性是当代遗传学中最重要的任务之一。在过去的二十年中，几个子类的根源系统发育网络（其特征在于某些结构约束）已被引入到文献中，无论是建模特定的生物现象或使易于处理的数学和计算分析。在本手稿中，我们提供了这些网络类的彻底审查，以及提供这些网络的结构约束的生物学解释在可能的情况下。此外，我们还讨论了如何对网络拓扑结构施加结构约束，以解决从经验数据估计系统发育网络所面临的可扩展性和可识别性挑战。
2022-01-18 math.CO q-bio.PE
Estimation of Phylogenetic Tree using Gene Sequencing Data
本研究融合现有系统发育树估算模型与遗传算法，采用NCBI的Entrez数据库数据和模块化并行方法，构建独立平台以实现基因序列数据的最优系统发育树估算。
2025-09-01 q-bio.PE
A Practical Algorithm for Reconstructing Level-1 Phylogenetic Networks
近年来，系统发育网络的构建受到了广泛的关注，该网络通过对系统发育树进行泛化来适应复杂的进化过程。在这里，我们提出了一个有效的，实用的算法重建1级系统发育网络-一种类型的网络略比一般的系统发育树-从三元组。我们的算法已公开作为程序LEV 1ATHAN。它结合了思想，从几个已知的理论算法的系统发育树和网络重建与两个新的子程序。即，指数时间精确和贪婪算法，这两个是独立的理论兴趣。最重要的是，LEV 1ATHAN在多项式时间内运行，并始终构建一个1级网络。如果数据与系统发育树一致，则算法构建这样的树。此外，如果输入三元组集是稠密的，并且与某个一级网络完全一致，它将找到这样的网络。通过广泛的模拟研究和生物学数据集探索了LEV 1 ATHAN的潜力。我们的结论之一是，LEV 1ATHAN能够构建与高比例的输入三元组一致的网络，即使这些输入三元组受到低到中等水平的噪声影响。
2009-10-21 q-bio.PE
Cophenetic metrics for phylogenetic trees, after Sokal and Rohlf
系统发育树比较指标是进化研究中的重要工具，因此系统发育树比较指标的定义是系统发育学中一个有趣的问题。50年前，在《Taxon》杂志上发表的一篇论文中，Sokal和Rohlf提出了定量测量一对系统发育树之间的差异的方法，首先用它们的同表值的半矩阵对它们进行编码，然后比较这些矩阵。从那时起，这一思想已被多次用于定义系统发育树之间的相异度量，但据我们所知，没有适当的度量加权系统发育树嵌套分类群的基础上，这一思想已正式定义和研究。实际上，单靠不同分类群对的同表值不足以选出带加权弧或嵌套分类群的系统发育树。在本文中，我们定义了一个家庭的同表度量比较系统发育树在同一组的分类单位，通过编码他们的向量的同表值对分类单位和深度的单一分类单位，然后计算相应的向量的差异的$L^p$范数。然后，我们研究，无论是分析或数值，他们的一些基本属性：邻居，直径，分布，以及他们的秩相互关联和与其他指标。
2013-01-20 q-bio.PE
Locating a Phylogenetic Tree in a Reticulation-Visible Network in Quadratic Time
在遗传学中，系统发育树是有根的二叉树，而系统发育网络是有根的任意非循环有向图。边缘远离根，叶在系统发育网络中被唯一地标记为类群。为了验证进化模型，生物学家检查同一分类群的系统发育网络中是否包含一棵系统发育树。这个树包含问题是NP完全的。一个系统发育网络是网状可见的，如果每个网状节点将网络的根与一些叶子分开。我们回答了一个开放的问题，证明了这个问题是可解的，在二次时间的网状可见网络。在我们的答案中使用的关键工具是一个强大的分解定理。它还允许我们设计一个线性时间算法的簇包含问题的这种类型的网络，并证明每个galled网络有n个叶子有2（n-1）个网状节点最多。
2016-03-29 cs.DS q-bio.PE
A Perl Package and an Alignment Tool for Phylogenetic Networks
系统发生网络是系统发育树的一种推广，它允许代表在种群水平上起作用的进化事件，如基因之间的重组，谱系之间的杂交和横向基因转移。虽然大多数遗传学工具在系统发育树上实现了广泛的算法，但只有少数应用程序可以与系统发育网络一起工作，并且也没有开源库。为了改善这种情况，我们开发了一个Perl包，它依赖于BioPerl包，并在系统发育网络上实现了许多算法。我们还开发了一个Java小程序，它利用上述Perl包，并允许用户进行简单的实验与系统发育网络，而不必自己开发一个程序或Perl脚本。Perl包已被接受为BioPerl包的一部分。它可以从http://dmi.uib.es/~gcardona/BioInfo/Bio-PhyloNetwork.tgz下载。基于网络的应用程序可在http://dmi.uib.es/~gcardona/BioInfo/上获得。Perl软件包包括其所有特性的完整文档。
2007-11-22 cs.CE 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
Whole Genome Phylogenetic Tree Reconstruction Using Colored de Bruijn Graphs
我们提出了kleuren，一种新的组装免费的方法来重建系统发育树使用的着色de Bruijn图。kleuren的工作原理是构建着色的de Bruijn图，然后遍历它，在图中找到提供系统发育信号的气泡结构。然后将气泡对齐并连接以形成超矩阵，从中推断出系统发育树。我们介绍了kleuren用来完成这项任务的算法，并显示其性能重建的系统发育树的12种果蝇。kleuren准确地重建了已建立的系统发育树，是利用全基因组序列重建系统发育树的可行工具。软件包可从以下网址获得：https://github.com/Colelyman/kleuren
2017-09-23 cs.DS q-bio.PE
Comparison of Tree-Child Phylogenetic Networks
系统发生网络是系统发育树的一种推广，它允许表示非树状的进化事件，如重组、杂交或横向基因转移。在本文中，我们提出并研究了一类新的系统发育网络，称为树子系统发育网络，其中每个不存在的物种都有一些后代通过突变。我们提供了一个内射表示这些网络的自然数向量的多集，他们的路径多重向量，我们用这种表示来定义这个类的距离，并给出一个对齐方法对这些网络。据我们所知，他们分别是第一个真正的距离和第一个比对方法定义在一个有意义的类的系统发育网络严格扩展类的系统发育树。提供了简单的多项式算法，用于从其路径多样性向量重构树子系统发生网络，用于计算两个树子系统发生网络之间的距离，以及用于对齐一对树子系统发生网络，并且它们已经被实现为Perl包和Java applet，并且它们可以在http://bioinfo.uib.es/~recerca/phylonetworks/mudistance上获得
2007-08-27 cs.CE cs.DM q-bio.PE
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
Transformations to simplify phylogenetic networks
本文形式化研究系统发育网络到同叶集树的变换及其一致性，证明 LSA 树方法满足新增物种下的一致性，而多种常用及新方法不满足。
2024-12-06 q-bio.PE
The disentangling number for phylogenetic mixtures
我们提供了一个对数上界的解纠缠数的无序列表的叶标记树。这一结果对分析系统发育混合模型是有用的。证明依赖于解释树作为高维列联表的多集。
2011-07-14 math.CO q-bio.PE
PhyloGen: Language Model-Enhanced Phylogenetic Inference via Graph Structure Generation
Zhejiang University（浙江大学）；Westlake University（西湖大学）
PhyloGen利用预训练基因组语言模型，将系统发育推断转化为条件约束的树结构生成问题，通过三个核心模块联合优化树拓扑与分支长度，并在八个真实数据集上验证了其有效性与鲁棒性。
2024-12-25 cs.AI q-bio.PE
Relevant phylogenetic invariants of evolutionary models
最近有几个尝试，以提供一整套的发电机的理想的代数品种相关联的进化树下的代数模型。这些代数簇已被证明是有用的遗传学。在本文中，我们证明，系统发育重建的目的，这是足够的考虑发电机来自边缘的树，所谓的边缘不变量。这是类似于布尼曼分裂等价定理的代数。这一结果的兴趣依赖于它在遗传学中的潜在应用，广泛使用的进化模型，如Jukes-Cantor，Kimura 2和3参数，和一般马尔可夫模型。
2009-12-10 math.AG q-bio.PE
On Tree-Network Distinguishability and Full Identifiability of Phylogenetic Networks
Delft Institute of Applied Mathematics, Delft University of Technology（代尔夫特理工大学应用数学研究所）；European Molecular Biology Laboratory, European Bioinformatics Institute (EMBL-EBI)（欧洲分子生物学实验室欧洲生物信息学研究所）
研究在JC、K2P和K3P模型下系统发育网络拓扑的可识别性，证明一级网络半定向参数完全可识别，还区分了网络与树，表明网状进化在叶模式分布中多能产生可检测特征，对可识别性有广泛意义。
2026-08-26 q-bio.PE
TreeFlow: probabilistic modelling and automatic differentiation for phylogenetics
The University of Auckland（奥克兰大学）；University of Technology Sydney（悉尼科技大学）；Tulane University（杜兰大学）；Fred Hutchinson Cancer Research Center（弗雷德·哈钦森癌症研究中心）；University of California, Los Angeles（加州大学洛杉矶分校）；University of Washington（华盛顿大学）
TreeFlow将系统发育树嵌入TensorFlow Probability，实现固定拓扑下模型的概率推断与自动微分，支持快速建模评估，性能与专用库相当。
2026-09-15 q-bio.PE stat.CO
The isometry group of phylogenetic tree space is $S_n$
系统发生树是一个无圈图，它有明确的标记叶子，其内部边缘有一个正的权重。给定一个n叶的集合，所有具有这个叶集合的系统发育树的集合可以被组装成一个度量立方体复合体，称为系统发育树空间，或Billera-Holmes-Vogtmann树空间。在这篇主要是组合的论文中，我们证明了这个空间的等距群是n元上的对称群。这一事实与基于距离的系统发育树分析有关。
2019-03-31 math.CO math.MG 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
A Note on Encodings of Phylogenetic Networks of Bounded Level
由于需要更好的模型来阐明生命多样性是如何进化的，系统发育网络现在已经加入了系统发育树的行列，成为遗传学研究的中心。像系统发育树一样，这样的网络规范地分别诱导系统发育树、聚类和三联体的集合。因此，这并不奇怪，许多网络的方法，旨在重建一个系统发育网络从这样的集合。与研究得很好的完美共生问题相关，下面的问题在这种情况下具有根本的重要性：上述集合之一何时编码（即唯一描述）诱导它的网络？在本说明中，我们提出了一个完整的答案，这个问题的特殊情况下，1级（系统发育）网络的特征，这些1级网络的编码在上述集合之一（或等同于所有）存在。考虑到这种类型的网络构成了k级网络的丰富层次结构的第一层，k是非负整数，很自然地会想，我们的论证是否可以扩展到该层次结构中更高k值的成员。通过举例，我们表明，情况并非如此。
2009-06-23 math.CO q-bio.PE
The transposition distance for phylogenetic trees
在系统发育树上寻找相似性和不相似性度量的动机是一致树的计算、系统发育数据库中的相似性搜索以及生物信息学中聚类结果的评估。转座距离完全解决系统发育树是最近除了广泛收集可用的度量比较系统发育树。在本文中，我们推广的换位距离从完全解决任意系统发育树，通过一个建设，涉及一组系统发育树与一个固定数量的标记的叶子嵌入到一个对称组和广义的Reidys-Stadler的对合度量的RNA接触结构。我们还提出了简单的线性时间算法来计算它。
2006-04-18 cs.CE math.GR q-bio.OT
Rooted NNI moves on tree-based phylogenetic networks
我们发现，根树为基础的系统发育网络的空间连接根最近邻交换（rNNI）的动作。
2020-03-17 math.CO 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
Generation of Tree-Child phylogenetic networks
系统发生网络通过允许网状进化事件的模型化来概括系统发生树。在文献中提出的各种系统发育网络中，二叉树子网络是研究最多的一类。然而，很少有人知道这些网络的组合结构。在本文中，我们解决的问题，生成所有可能的二叉树的孩子网络与给定数量的叶子在一个有效的方式，通过减少/增强操作，扩展和推广类似的操作系统发育树和生物相关。由于我们的解决方案是递归的，这也为我们提供了一个递归关系，给出了此类网络数量的上限。
2019-02-24 cs.DS q-bio.PE
Invariants for level-1 phylogenetic networks under the random walk 4-state Markov model
本文确定了随机游走4状态马尔可夫模型下sunlet网络的二次不变量，并通过toric纤维积推广到1级系统发育网络，证明了新不变量不足以识别quarnets，同时提供了更高效的不变量计算方法。
2024-07-16 math.AG q-bio.PE
Quantum Simulation of Phylogenetic Trees
利用保迹映射的方法，提出了在系统发生树中构造生物多分类群概率张量的量子模拟方法，描述了具有多个行走者的量子行走演化系统.应用于各种拓扑结构的树的基本系统发育模型进行模拟以下适当的退相干量子线路。利用状态可观测对偶性和测量理论，在对似然算子可观测量进行操作的量子剪枝映射方面，提供了生物特征对齐序列的统计推断的量子模拟。
2011-05-09 q-bio.PE quant-ph
Toric ideals of phylogenetic invariants
进化的统计模型是系统发育树叶色联合概率分布空间中的代数簇。一个模型的系统发育不变量是在簇上消失的多项式。几种广泛使用的生物序列模型具有可以通过阿贝尔群的傅里叶变换对角化的转移矩阵。它们的系统发育不变量在傅立叶坐标中形成复曲面理想。我们确定这些复曲面理想的生成元和Gröbner基。对于二叉树上的Jukes-Cantor和Kimura模型，我们的Gröbner基由某些显式构造的次数至多为4的多项式组成。
2004-02-07 math.AC q-bio.PE
PhyloVAE: Unsupervised Learning of Phylogenetic Trees via Variational Autoencoders
School of Mathematical Sciences, Peking University（北京大学数学科学学院）；Center for Statistical Science, Peking University（北京大学统计科学中心）；Computational Biology Program, Fred Hutchinson Cancer Research Center（弗雷德·哈钦森癌症研究中心计算生物学项目）；Howard Hughes Medical Institute（霍华德·休斯医学研究所）
本文提出无监督框架PhyloVAE，结合自回归编码与潜变量生成模型，实现系统发育树拓扑的高分辨率表示学习和快速生成。
2025-02-07 cs.LG q-bio.PE stat.ML
