A balance index for phylogenetic trees based on rooted quartets
基于每一组四叶进化历史的对称性，我们定义了一个新的有根系统发育树平衡指数。这个索引对于多叉树是有意义的，它可以在时间上线性地计算叶子的数量。我们确定它的最大值和最小值的任意和分叉树，我们提供确切的公式，其期望值和方差分叉树福特的$α$ -模型和Aldous的$β$ -模型和任意树下的$α$ - $γ$ -模型。
2019-03-22 q-bio.PE
Estimating Species Trees from Quartet Gene Tree Distributions under the Coalescent Model
在这篇文章中，我们提出了一个新的方法，我们命名为“四重邻连接”，或“四重NJ”，推断一个无根的物种树在一个给定的一组分类群T的经验分布的四重基因树的所有四个分类群子集。特别地，四分NJ可以用于从T上的基因树的分布估计T上的物种树。四-NJ算法在概念上非常类似于经典的邻居加入，并且其在多物种合并模型下的统计一致性由经典的“樱桃采摘”定理的变体证明。为了证明四分之一-NJ的适用性，在两个不同物种的树木（分别在五个）上的聚结过程。9个分类群），并将四分NJ应用于模拟的基因树分布。此外，quartet-NJ应用于从9种原核生物的28种蛋白质的多个序列比对获得的四重分布。
2011-08-08 q-bio.GN q-bio.PE
Testing for polytomies in phylogenetic species trees using quartet frequencies
系统发生物种树典型地将物种形成历史表示为分叉树。同时产生两个以上后代的物种形成事件是可能的，从而在同源性中产生多分裂。此外，无法解决关系往往表现为（软）多分割。这两种类型的polytomies传统上研究的背景下，从序列数据的基因树重建。然而，如果不考虑基因树的不一致性，就不能检测或排除物种树中的多分裂现象。在本文中，我们描述了一个统计测试的基础上的多物种合并模型的属性来测试零假设，估计的物种树中的分支应该被替换为一个多分割。在模拟数据集和生物数据集上，我们表明，除了最短的分支外，零假设都被拒绝，并且在大多数情况下，它保留了真正的多分支。该测试作为ASTRAL软件包的一部分，可以帮助系统学家决定他们的数据集是否足以解决特定的关系。
2018-02-07 q-bio.PE
Performance of a new invariants method on homogeneous and non-homogeneous quartet trees
在80年代末和90年代初，几位作者尝试使用系统发育不变量进行树重建（最初的想法是由Lake和Cavender和Felsenstein在1987年提出的）。然而，基于不变量的方法的效率仍然是值得怀疑的，可能是因为这些方法只使用了几个发电机的系统发育不变量集。本文所研究的方法最早由Casanellas，Garcia和Sullivant提出，是第一个基于不变量的DNA数据生成方法。仿真研究表明，该方法是一种非常有竞争力的、高效的系统发育重建方法，尤其适用于系统发育树上的非齐次模型。
2006-10-17 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
Quartet-Based Inference Methods are Statistically Consistent Under the Unified Duplication-Loss-Coalescence Model
经典的多物种合并（MSC）模型提供了不完全谱系排序意识的物种树推理方法的理论依据。遗传学中的大量工作致力于设计在MSC下统计上一致的推理方法。其中一个特别流行的方法是ASTRAL，一种基于四分之一的物种树推理方法。最近的一些研究表明，ASTRAL在模拟研究中使用多位点基因树时也表现良好。此外，Legried等人最近证明，ASTRAL在基因复制和丢失模型（GDL）下具有统计学一致性。请注意，GDL在进化历史中很普遍，是Rasmussen和Kellis提出的强大的复制-损失-合并进化模型（DLCoal）的一部分。在这项工作中，我们证明了ASTRAL在一般DLCoal模型下是统计一致的。因此，我们的研究结果支持了基于模拟的研究的经验证据。更广泛地说，我们证明了随机选择的四重奏从基因树（具有独特的类群）更有可能同意各自的物种树四重奏比任何其他两个四重奏。
2020-04-08 math.PR q-bio.PE
Species tree estimation under joint modeling of coalescence and duplication: sample complexity of quartet methods
我们认为物种树估计下的标准随机模型的基因树进化，包括不完整的谱系排序（建模的聚结过程）和基因复制和损失（建模的分支过程）。通过对模型的概率分析，我们推导出了广泛使用的基于四分位数的推理方法的样本复杂性界限，该方法突出了亚临界和超临界状态下的重复和丢失率的影响。
2020-07-13 math.PR math.ST q-bio.PE
On the maximum quartet distance between phylogenetic trees
Bandelt和Dress的一个猜想指出，$n$叶上任何两个系统发育树之间的最大四重距离至多为$(\frac 23 +o(1))\binom{n}{4}$。利用旗代数的机器，我们改进了目前已知的关于这个猜想的界限，特别是我们证明了最大值至多为$(0.69 +o(1))\binom{n}{4}$。通过证明毛毛虫树之间的最大距离至多为$(\frac 23 +o(1))\binom{n}{4}$，进一步证明了该猜想的正确性.
2016-02-03 cs.DM math.CO q-bio.PE
Fast coalescent-based computation of local branch support from quartet frequencies
物种树重建是复杂的不完全谱系排序（ILS）的影响，通常由多物种合并模型建模。虽然已经有了很大的进展，在开发方法，估计一个物种树的基因树的集合，很少注意到已经支付了快速和准确的方法量化支持。在本文中，我们提出了一个快速算法来计算基于四分支持度的每个分支的一个给定的物种树关于一组给定的基因树。然后，我们展示了如何在多物种合并模型的上下文中使用四重支持来计算i）分支在物种树中的局部后验概率和ii）合并单元中分支的长度。我们评估了一组广泛的模拟和生物学数据的局部后验概率的精度和召回率，并表明它具有非常高的精度和提高召回相比，多位点自举。当基因树误差较小时，估计的分支长度是高度准确的，但当基因树估计误差增加时，估计的分支长度被低估。分支长度和局部后验概率的计算作为ASTRAL的一个新功能被实现。
2016-05-08 q-bio.PE q-bio.QM
Limit distribution of the quartet balance index for Aldous's b>=0-model
本文建立在T. Martinez-Coronado，A. Mir，F. Rossello和G. Valiente的工作“A balance index for系统发育树based on quartets”，介绍了一种新的树平衡指数。我们在这里表明，这个平衡指数，在Aldous的b>=0-模型的情况下，弱收敛到一个分布，可以被描述为一类分布上的压缩算子的不动点。
2019-08-30 math.PR q-bio.PE
EM for phylogenetic topology reconstruction on non-homogeneous data
背景：四个分类群的系统发育树拓扑结构的重建仍然是植物遗传学的主要挑战之一。它的困难在于考虑的进化模型没有太多的限制，正确处理长枝吸引问题。正确的重建4-taxon树是至关重要的，使四分之一为基础的方法的工作，并能够恢复大的同源性。结果如下：在本文中，我们考虑的期望最大化方法最大化的可能性（时间非齐次）的树上的进化马尔可夫模型。我们研究了它在重建4-taxon拓扑结构上的成功，以及它在基于四元系统发育重建方法（如QFIT和QuartetSuite）中作为输入方法的性能。我们的研究结果表明，这里提出的方法优于相邻连接和通常的（时间均匀连续时间）最大似然方法的4叶树与非线性瞬时速率异质性，并执行类似于通常的连续时间最大似然数据满足两种方法的假设。结论：本文提出的方法是非常适合于重建拓扑结构的任何数量的类群通过基于四分之一的方法，是高度准确的，特别是关于很大程度上发散树和时间非均匀数据。
2014-06-18 q-bio.PE
Identifiability of Level-1 Species Networks from Gene Tree Quartets
本文研究在网络多物种溯祖模型下，基于四重奏一致性因子识别一级物种网络的拓扑与数值参数的可辨识性，揭示了与3-环相关的若干不可辨识情形。
2024-01-11 math.ST q-bio.PE stat.TH
Fast error-tolerant quartet phylogeny algorithms
我们提出了一种算法，系统发育重建使用四重奏，返回正确的拓扑结构$n$类群在$O(n \log n)$时间与高概率，在一个概率模型，其中一个四重奏是不符合真实的拓扑结构的树与恒定的概率，独立于其他四重奏。我们的增量算法依赖于一个搜索树结构的平衡，具有很高的概率，无论真正的拓扑结构。我们的实验结果表明，我们的方法是在运行时最快的算法相媲美，同时仍然提供一致性保证。
2010-10-09 cs.CE cs.DS q-bio.PE
Multi-SpaM: a Maximum-Likelihood approach to Phylogeny reconstruction based on Multiple Spaced-Word Matches
动机：基于单词的或“无记忆”的重建方法比传统方法快得多，但通常不太准确。这些方法中的大多数计算一组输入序列的成对距离，例如从词频，从所谓的间隔词匹配或从公共子串的平均长度。结果如下：在本文中，我们提出了第一个基于词的方法，树重建，是基于多序列比较和最大似然比。我们的算法首先样本小，无间隙的比对，涉及四个类群。对于这些比对中的每一个，然后计算四重树，最后，程序Quartet MaxCut用于从计算的四重树推断输入分类群的全集的超级树拓扑。实验结果表明，我们的方法计算的树木是高质量的。可用性：该程序的源代码可在https://github.com/tdencker/multi-SpaM上获得联系人：thomas. stud.uni-goettingen.de
2018-04-28 q-bio.PE
Bayesian Weighted Triplet and Quartet Methods for Species Tree Inference
物种进化历史的推断，通常由物种树表示，由于基因组不同部分的进化历史不同而变得复杂。基因组上的不同基因座可能由于诸如不完全谱系排序（ILS）、基因复制和丢失以及水平基因转移等过程而具有与潜在物种树（以及彼此）不同的历史。多物种合并是一种常用的模型，用于在ILS存在下对物种和基因树进行推断。本文介绍了两种新的多物种合并下的种树推理方法Lily-T和Lily-Q。然后，我们比较他们两个常用的方法，SVDQuartets和ASTRAL，使用模拟和经验数据。这两种方法一般都比SVD Quartets有改进，并且Lily-Q在大多数模拟设置中优于Lily-T。与ASTRAL的比较更加混合-当无重组位点的长度较短时，当结合群体参数θ较小时，或当内部分支长度较长时，Lily-Q倾向于优于ASTRAL。
2020-10-12 q-bio.PE stat.ME
Distinguishing Phylogenetic Level-2 Networks with Quartets and Inter-Taxon Quartet Distances
本文为外标记平面且具gall结构的半有向level-2系统发育网络建立了统计一致推断的理论基础，证明四分体导出的类群间距离具有循环可分解性，从而支持基于四分体数据的稳健网络推断。
2025-10-13 math.CO q-bio.PE
Mixed-up trees: the structure of phylogenetic mixtures
在本文中，我们采用新的几何和组合的方法来研究系统发育的混合物。几何方法的重点是描述两状态随机簇模型的系统发育混合分布的几何结构，这是两状态对称（CFN）模型的推广。特别是，我们表明，一组的混合物分布形成一个凸多面体，我们计算其尺寸;推论包括一个简单的标准时，混合物的分支长度的星树可以模仿网站模式的频率矢量的解决四重树。此外，通过计算体积的多面体，我们可以澄清如何“共同”的不可识别的混合物下的CFN模型。我们还提出了一个新的组合的结果，任何可识别性结果的大小为6到任意对树的一个特定对。接下来，我们提出了一个积极的结果，显示率跨站点模型的可识别性。最后，我们回答了在以前的论文中提出的一个问题，关于“混合分支排斥”的树木大于四重树下的CFN模型。
2007-11-08 q-bio.PE
Using the tangle: a consistent construction of phylogenetic distance matrices for quartets
基于距离的算法是从分类序列数据构建系统发育树的常用技术。这些算法的实施的第一步是计算成对距离矩阵，以给出任何一对现存分类群之间的进化变化的度量。标准技术是使用log det公式从比对的序列数据构建成对距离。我们审查的距离测量有效的最一般的模型，并显示如何使用的日志检测公式可以作为一个估计。然后，我们表明，在此基础上的日志检测公式的构建可以推广到产生一个以前未知的估计，提高了一致性的距离矩阵构建的日志检测公式。这种距离估计提供了一个一致的技术，用于构建四元组的系统发育序列数据的假设下，最一般的马尔可夫模型的序列进化。
2006-03-29 q-bio.PE
Species tree estimation using Neighbor Joining
最近的理论工作表明，应用相邻连接的DNA序列是一个统计上一致的物种树重建方法。这篇简短的笔记将这种方法的准确性与其他流行的统计一致的物种树重建算法进行了比较，包括使用平均基因树节点间距离（NJst）和SVD-Quartets+PAUP* 的ASTRAL-II邻居连接，以及使用最大似然（RaxML）的连接。我们发现，更快的邻居加入，适用于级联序列，是这些方法中最有效的准确的物种树重建。
2016-12-06 q-bio.PE
Designing weights for quartet-based methods when data is heterogeneous across lineages
跨谱系的同质性是遗传学中的一个常见假设，根据该假设，核苷酸取代率在时间上保持恒定，并且不依赖于谱系。这是一个简化的假设，经常被采用，使序列进化的过程更容易处理。然而，它的有效性已被探讨，并提出了质疑，在几篇论文。另一方面，成功地处理一般情况下（跨谱系的异质性）是基于代数工具的系统发育重建方法的关键特征之一。本文的目的是双重的。首先，我们提出了一个新的加权系统的四元组（ASAQ）的代数和半代数工具的基础上，从而专门适用于处理数据的发展下的异质率。该方法结合了两个以前的方法的权重，通过测试的基础上的积极性的分支长度估计的双线性距离。ASAQ在应用于GM数据时具有统计学一致性，考虑了谱系之间的速率和基础组成异质性，并且不假设平稳性或时间可逆性。其次，我们测试和比较几个四分之一为基础的系统发育树重建方法（即，四分之一困惑，权重优化和威尔逊的方法）结合ASAQ权重和其他权重的代数和半代数方法或双线性距离的性能。这些测试适用于模拟和真实数据，并支持ASAQ权重作为可靠和成功的重建方法的权重优化。
2022-02-27 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
NANUQ: A method for inferring species networks from gene trees under the coalescent model
物种网络概括了物种树的概念，以允许杂交或其他横向基因转移。在网络多物种合并模型下，从网络中产生的个体基因树可以具有任何拓扑结构，但产生的频率取决于网络结构和数值参数。在此模型下，我们提出了一种新的算法，用于从由基因树拓扑结构组成的数据中对一级物种网络进行统计推断，并给出了理论证明。该算法基于对基因树上显示的四元组的分析，结合了几种统计假设检验和组合思想，如基于四元组的网络分类单元间距离，用于循环分裂系统的NeighborNet算法，以及用于构造分裂图的循环网络算法。
2019-05-16 math.ST q-bio.PE stat.TH
Beyond level-1: Identifiability of a class of galled tree-child networks
本研究针对 galled tree-child 半有向网络子类证明了强可识别性，展示了在多基因树模型下四分体一致性因子数据满足相关条件，将可识别性扩展至比 level-1 更广泛的非平面网络，并为未来其他数据类型的可识别性证明提供了途径。
2025-04-29 q-bio.PE
The Tree of Blobs of a Species Network: Identifiability under the Coalescent
根据网络多物种合并模型从基因组数据推断物种网络目前受到大量计算需求的严重限制。目前还不清楚网络有多复杂才能实现一致的推理。作为推断一般物种网络的一步，这项工作考虑了它的斑点树，其中非切割边缘收缩到节点，因此只显示分类群之间的树状关系。建立了一个可识别性定理，即无根二进制大对象树的大多数特征可以由基因四重体拓扑的分布来确定。这取决于在该模型下的基因四重奏一致性因素的分析，以及一个新的组合推理规则。这一理论结果的论点提出了一个实用的算法树的斑点推理，在随后的工作中得到充分发展。
2022-05-06 math.ST q-bio.PE stat.TH
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
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
Identifiability of phylogenetic networks and quintet concordance factors
University of Edinburgh（爱丁堡大学）；New Jersey Institute of Technology（新泽理工学院）；Texas State University（德克萨斯州立大学）；University of Hawai‘i at Mānoa（夏威夷大学马诺阿分校）；University of Alaska Fairbanks（阿拉斯加大学费尔班克斯分校）
本研究针对系统发育网络推断的非可识别性问题，开发了计算n元组一致因子的算法及Macaulay2实现，发现五元组一致因子可识别1级网络的更多特征，为相关推断工作奠定基础。
2026-08-05 math.AG q-bio.PE
Non-hereditary maximum parsimony trees
在本文中，我们调查的猜想冯Haeseler关于最大简约法的系统发育估计，这是由牛顿研究所在剑桥大学发表的一个开放的系统发育问题在2007年的列表。这个猜想涉及的问题是否最大简约树是遗传的。该猜想表明，一个特定的（DNA）比对的最大简约树必然具有所有可能大小的子树，这些子树对于相应的子比对是最简约的。我们肯定地回答了猜想的二元对齐五个类群，但也展示了如何构建的例子，最大简约树是不遗传的。除了表明，一个最吝啬的树一般不能减少到最吝啬的树在更少的类群，我们还表明，兼容的最吝啬的四重奏不提供最吝啬的超树。最后，我们表明，我们的结果可以推广到最大似然某些核苷酸取代模型。
2010-07-29 math.CO q-bio.PE
Extracting Conflict-free Information from Multi-labeled Trees
多标记树或MUL-tree是其中两个或更多个叶子共享标记的系统发育树，例如，物种名称一个多树可能意味着多个冲突的系统发育关系，为同一组分类群，但也可以包含无冲突的信息，是感兴趣的，但不是显而易见的。我们定义的信息内容的一个多树T的所有无冲突的四元组拓扑隐含的T，并定义的最大约化形式的T作为最小的树，可以从T通过修剪叶子和收缩边，同时保持相同的信息内容。我们表明，任何两个具有相同的信息内容的MUL-树表现出相同的简化形式。这介绍了一个等价关系的MUL树与潜在的应用比较MUL树。我们提出了一个有效的算法，减少一个多树，其最大限度地减少形式和评估其性能的经验数据集方面的质量减少树和数据减少的程度。
2012-06-28 cs.DS q-bio.PE
Statistical Phylogenetic Tree Analysis Using Differences of Means
我们提出了一种统计方法来测试是否两个系统发育树与给定的比对显着不一致。我们的方法比较两个分布的系统发育树的输入比对，而不是比较点估计的树。这种统计方法可以应用于基因树分析，例如，检测基因组进化中的异常事件，如水平基因转移和重组。我们的方法使用差异的手段来比较两个分布的树，嵌入树在向量空间。然后可以应用自举比对列来获得p值。为了计算平均值之间的距离，我们采用了一种“内核技巧”，当树嵌入到高维特征空间（例如分裂或四元组特征空间）时，该技巧可以加快距离计算。在这项试点研究中，首先，我们测试我们的统计方法的能力，以区分不同的物种树的聚结模型下产生的基因树集。我们按照我们的模拟结果与应用程序的各种数据集的地鼠和虱子，草及其内生菌，不同的真菌基因从同一个基因组。提供了一个配套工具包{ \tt Phylotree}，以方便计算实验。
2010-04-13 q-bio.GN q-bio.PE
COSPEDTree-II: Improved Couplet based Phylogenetic Supertree
超树综合了一组带有重叠分类群的系统发育树的拓扑结构。在这个过程中，树拓扑中的冲突旨在用共识分支来解决。这类问题被证明是NP难的。基于局部搜索、最大简约、图切割等的各种算法导致了不同的超树方法，其中最流行的方法是基于分析固定大小的子树拓扑（如三元组或四元组）。然而，这些方法的时间和空间复杂度取决于所考虑的子树大小。我们早先提出的超树方法COSPEDTree，使用个人对联（类群对）之间的进化关系，产生稍微保守（不完全解决）的超树。在这里，我们提出了它的改进版本COSPEDTree-II，它产生更好的解决了超树的丢失分支的数量较少，并招致更低的运行时间。生物数据集上的结果表明，COSPEDTree-II属于高性能和计算效率的超树方法。
2016-10-31 q-bio.PE
Bayes estimators for phylogenetic reconstruction
Carnegie Mellon University（卡内基梅隆大学）；The University of Kentucky（肯塔基大学）；University of Kentucky（肯塔基大学）
树重建方法通常通过其准确性来判断，通过它们与真实树的接近程度来衡量。然而，像ML这样的大多数重建方法并没有明确地最大化这种精度。为了解决这个问题，我们提出了一个贝叶斯解决方案。给定树样本，我们建议找到平均最接近样本的树估计。这个“中位数”树被称为贝叶斯估计器（BE）。BE实际上最大化了后验预期精度，以与真实树的接近度（距离）来衡量。我们讨论了一个统一的框架，BE树，特别是集中在树的距离，可表示为平方欧几里德距离。著名的例子包括Robinson-Foulds距离，四重距离和平方路径差。使用模拟数据，我们表明贝叶斯估计可以有效地计算在实践中爬山。我们还表明，贝叶斯估计达到更高的精度，最大似然和邻居加入相比。
2009-11-22 cs.LG q-bio.PE q-bio.QM
Distance to the stochastic part of phylogenetic varieties
沿着系统发育树模拟核苷酸的取代通常通过隐马尔可夫过程来完成。这允许在树的叶子上定义字符的分布，并且人们可能能够获得不同字符的概率之间的多项式关系。对这些多项式和由它们定义的代数簇的几何学的研究可用于重建系统发育树。然而，并不是所有的点在这些代数簇有生物意义。在本文中，我们将探讨在何种程度上增加半代数条件所产生的限制，统计意义的参数，可以改善现有的方法的系统发育重建。为此，我们的目标是计算数据点到代数簇和这些簇的随机部分的距离。计算这些距离涉及非线性规划算法的优化。我们使用分析的方法来找到一些这些距离的木村3参数或Jukes-Cantor模型下的四重树的演变。数值代数几何和计算代数在本文中也起着重要的作用。
2020-10-09 math.CO q-bio.PE
G-protein coupled receptor subfamily identification using phylogenetic comparison of gene and species trees
大多数从蛋白质初生结构预测蛋白质功能的方法是基于查询序列与已知功能序列之间的相似性。然而，这种方法忽略了基因复制（旁系）或基因的趋同进化的发生。考虑到所研究基因的进化历史，对共享共同结构域的相关蛋白质的分析可以为具有未知功能的预测蛋白质提供更可靠的注释。开发了一个计算机程序，可以实时比较“基因树”与“物种树”。系统发生基因组注释器（PGA）对共享共同结构域的一组序列进行基于谱的多个序列比对，以生成系统发生基因树，将其与从比对的核糖体RNA数据推断的物种系统发生进行比较。然后，相关的蛋白质结构域与相应物种的同源性并排显示。用四重困惑法给出了基因簇（分支）的统计支持。这种分析很容易区分旁系同源物和直系同源物，从而能够鉴定由基因重复产生的蛋白质，并预测相似序列组中可能的功能差异。该工具在G蛋白偶联受体超家族的三个不同的亚家族中进行了测试。在分析的数据集，旁系预测同意与已知的亚科分组，这表明亚科分歧是由祖先节点的重复事件。
2014-04-02 q-bio.BM q-bio.PE
Coconvex characters on collections of phylogenetic trees
本文研究了系统发育树集合上的协凸特征问题，证明了协凸特征最小数量的极值结果，并引入了介于Robinson-Foulds距离和四分体距离之间的新单参数树度量族，为树空间和系统发育基因组学提供了新方向。
2025-04-01 math.CO q-bio.PE
Convergence-divergence models: Generalizations of phylogenetic trees modeling gene flow over time
University of Tasmania（塔斯马尼亚大学）；ARC Centre of Excellence for Plant Success in Nature and Agriculture, University of Tasmania（塔斯马尼亚大学植物在自然和农业中成功卓越中心）
本文提出收敛-分歧模型，在保留单一主树的同时允许任意时间范围的基因流，并开发基于最大似然和四分类群方法的算法来一致推断N分类单元模型参数。
2025-11-08 math.ST q-bio.PE q-bio.QM
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
Bounds on the sequence length sufficient to reconstruct binary level-$1$ phylogenetic networks under the CFN model
Maastricht University（马斯特里赫特大学）；Delft University of Technology（代尔夫特理工大学）；Middlesex University（米德尔塞克斯大学）
研究在CFN模型下，通过有限序列长度重建二元一级系统发育网络的可行性，提出序列长度与物种数的关系，并提出新的四分组数据推断规则。
2026-04-16 math.CO q-bio.PE
Inferring phylogenetic networks with maximum pseudolikelihood under incomplete lineage sorting
系统发生网络是必要的，以代表边缘扩展的生命树，以代表事件，如水平基因转移，杂交或基因流动。并非所有物种都遵循其遗传物质的垂直遗传模式。虽然大量的研究已经蓬勃发展到系统发育树的推断，统计方法推断系统发育网络仍然是有限的，并在发展中。现有方法的主要缺点是缺乏可扩展性。在这里，我们提出了一种统计方法来推断系统发育网络的多位点的遗传数据在一个pseudolikkastry框架。我们的模型通过合并模型解释了不完整的谱系排序，并通过网络中的网状节点解释了基因的水平遗传。伪似然的计算快速简单，避免了对许多物种难以处理的全似然的繁琐计算。此外，在四分之一级的估计具有额外的计算好处，它很容易并行化。仿真研究比较我们的方法，一个完整的似然方法表明，我们的pseudolikkestry的方法是更快，而不影响精度。我们应用我们的方法来重建剑尾鱼和鸭嘴鱼（$Xiphophorus$：Poeciliidae），其特点是广泛的杂交之间的进化关系。
2016-02-12 math.ST q-bio.PE stat.AP
