Defining binary phylogenetic trees using parsimony
系统发生树（即叶标记）在进化研究中起着重要作用。一个典型的问题是从DNA比对（其列通常被称为字符）等数据中重建这样的树，这种重建的一个简单优化标准是最大简约性。一般认为，该标准适用于状态变化很少的数据。本文证明了每一个具有$n\geq 20 k$叶子的系统发育树$T$都是由集合$A_k(T)$唯一定义的，该集合由$T$上所有具有简约得分$k$的字符组成。这可以被认为是一个有前途的第一步，显示最大简约作为树重建标准是合理的，当数据中的变化的数量相对较小。
2022-09-06 math.CO q-bio.PE
Estimating Trees from Filtered Data: Identifiability of Models for Morphological Phylogenetics
作为简约性分析的替代，已经提出了随机模型（Lewis，2001），（Nylander等人，2004）的形态特征，使最大似然或贝叶斯分析可用于系统发育推断。这些模型的一个关键特征是它们考虑了确定偏差，因为只观察到变化的或简约的信息特征。然而，这种基于模型的推断的统计一致性要求模型参数可以从它们所需要的联合分布中识别，并且这个问题尚未得到解决。在这里，我们证明了几个这样的模型，具有任意大小的有限状态空间的参数，是可识别的，只要树至少有8叶。如果树的拓扑结构是已知的，那么7个叶子就足够用于数值参数的可识别性。证明的方法涉及到首先推断一个完整的分布的简约信息和非信息模式的联合概率从简约信息的，使用系统发育不变量。本文还研究了4分类元树的树参数的可识别性失效问题。
2009-12-20 q-bio.PE
Predicting the ancestral character changes in a tree is typically easier than predicting the root state
通过系统发育树预测一组同源序列的祖先序列已经成为许多研究的主题，并且已经为此目的提出了许多方法。理论结果表明，当突变率变得太大时，在树根处重建祖先状态不再可行。在这里，我们还研究了沿着树边缘发生的祖先变化的重建。我们表明，根据树和分支长度分布，重建这些变化（即重建树中所有内部节点的祖先状态）可能比重建祖先根状态更容易或更难。然而，从信息论的结果表明，对于标准的圣诞树，重建内部节点状态的任务仍然是可行的，即使是非常高的替代率。此外，计算机模拟表明，对于更复杂的树和场景，这个结果仍然成立。对于各种各样的计数，基于简约和基于似然的方法，树中随机选择的内部节点的预测精度确实比应用于树根时的相同方法的精度高得多。此外，简约和似然为基础的方法似乎是非常强大的抽样偏差和模型误指定。
2013-09-04 q-bio.PE
On Computing the Maximum Parsimony Score of a Phylogenetic Network
系统发育网络用于显示进化不像树的不同物种之间的关系，例如，在存在杂交事件或水平基因转移的情况下。树的推理方法，如最大简约需要修改，以适用于网络。在本文中，我们讨论了两种不同的定义网络上的最大简约，“硬连线”和“软”，并研究了计算它们的复杂性给定的网络拓扑结构和字符。通过利用与问题Multicut的链接，我们表明，计算2状态字符的硬连线简约得分是多项式时间可解的，而对于具有更多状态的字符，这个问题变得NP-难，但仍然是近似的和固定参数的简约得分。另一方面，我们表明，软定义，获得甚至弱近似保证已经很难二进制字符和受限的网络拓扑结构，和固定参数听话的算法在简约得分是不太可能的。在积极的一面，我们表明，计算软件的简约得分是固定的参数在网络的水平，一个自然的参数描述如何纠结的网状活动是在网络中易于处理。最后，我们表明，无论是硬接线和softwired简约分数可以有效地计算使用线性规划。该软件已免费提供。
2014-05-01 math.CO q-bio.PE
A 2-approximation algorithm for the softwired parsimony problem on binary, tree-child phylogenetic networks
针对系统发育网络上的简约问题NP难且多数拓扑不可近似的问题，本文将Fitch算法扩展为原始-对偶形式，提出在二叉树-孩子网络上实现2倍近似保证的多项式时间算法，且近似界紧，强化了多面体方法与系统发育学的关联。
2025-01-13 math.OC q-bio.PE
The parental parsimony problem on binary, tree-child phylogenetic networks
Maastricht University（马斯特里赫特大学）
针对二元树子系统发育网络上的亲本简约分数问题（PPS），提出首个常数因子近似算法，并引入精确求解算法，在模拟数据上分析性能。
2026-11-11 math.OC q-bio.PE
On the Maximum Parsimony distance between phylogenetic trees
在植物遗传学领域，人们对量化两棵树的相异性的距离度量有很大的兴趣。在这里，基于Bruen和Bryant的思想，我们提出并分析了一种新的距离度量：最大简约（MP）距离。这是基于所考虑的两棵树上单个字符的简约性得分的差异，目标是找到最大化这种差异的字符。在这篇文章中，我们证明了这个新的距离是一个度量，并提供了一个下界著名的子树修剪和移植（SPR）距离。我们还表明，要计算MP距离是足够的，只考虑字符是凸的树之一，并证明了一些额外的结构性质的距离。在复杂性方面，我们证明了计算MP距离一般是NP难的，并确定了一个有趣的岛的易处理性，其中的距离可以在多项式时间内计算。
2014-02-07 math.CO q-bio.PE
Parsimony and the rank of a flattening matrix
一棵树上序列进化的标准模型决定了每个特征或位点模式的概率。扁平化是将这些概率排列成矩阵，行对应于一组分类单元$A$的所有可能的位点模式，列对应于另一组分类单元$B$的所有位点模式。平坦化已被用来证明与系统发育不变量和一致性有关的困难结果，也形成了几种系统发育推断方法的基础。我们证明了平坦化的秩等于$r^{\ell_T(A|B)}$，其中$r$是状态数，$\ell_T(A|B)$是分隔$A$和$B$的二进制字符的简约长度。这一结果纠正了先前发表的公式，并开辟了新的应用旧的简约定理。在完成这项工作后，我们了解到，Casanellas和Fernánels-Sánchez使用不同的证明策略早就证明了一个等价的结果。
2021-12-09 q-bio.PE
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
Inferring ancestral sequences in taxon-rich phylogenies
传统上，系统发生学中的统计一致性指的是当我们增加特征数量时，对固定数量的物种估计系统发育参数的准确性。然而，由于序列通常是固定长度的（例如对于一个基因），尽管我们通常能够采样更多的分类群，但考虑一种双重类型的统计一致性是有用的，我们增加了物种的数量，而不是字符。这就提出了一些基本的问题：随着物种数量的增加，我们能从进化过程中学到什么？特别是，拥有更多的物种是否可以让我们准确地推断出字符的祖先状态？当序列位点进化以复杂的方式从一个字符到另一个字符变化时，以及重建祖先序列时，这个问题特别相关。在本文中，我们收集的结果来分析各种方法推断祖先的信息，随着类群数量的增加，准确性越来越高。
2010-04-08 q-bio.PE
Circumstances in which parsimony but not compatibility will be provably misleading
系统发育方法通常依赖于数据如何进化的适当模型，以便推断出准确的系统发育树。对于分子数据，标准的统计方法提供了一种有效的策略，用于从比对的序列数据中提取系统发育信息时，每个站点（字符）是一个共同的过程。然而，对于其他类型的数据（例如形态数据），字符可能过于模糊，同质或饱和，无法开发有效捕捉变化的基本过程的模型。为了解决这个问题，我们研究了一个经典的，但被忽视的方法推断分裂的基础树，即最大兼容性的属性。通过采用一个简单而极端的模型，其中每个字符要么完全适合某棵树，要么完全随机（但不知道任何字符属于哪一类），我们能够推导出精确和明确的公式，关于最大兼容性的性能。我们表明，这种方法是能够确定一组非平凡的同质性自由字符，当类群的数量$n$是大的，即使当随机字符的数量是大的。相比之下，我们表明，一种方法，使更均匀地使用所有的数据-最大简约性-可以证明估计树，其中{ \em没有}的原始同质性的字符支持分裂。
2015-01-20 q-bio.PE
A Corrected Parsimony Criterion for Reconstructing Phylogenies
在系统发育分析中，对于非分子数据，特别是形态学数据，简约优化是最常用的方法。在过去和现在的简约原则的应用中，在没有适当理由的情况下，在不同的字符之间添加了额外的步骤数。然而，这种做法导致了字符的影响被夸大或缩小，没有一个合理的理由。为了解决这一方法论上的缺陷，本文提出了一个修正的简约性标准来重构遗传学。从本质上讲，性格而不是步伐是最基本的单位。因此，最简约的树应该最大化的总和或平均的系统发育信号，量化的保留指数，每个字符的贡献。将适当的权重分配给字符是一项单独的任务，它需要除字符内步长数变化范围之外的信息。
2016-10-11 q-bio.PE q-bio.QM
Reduction rules for the maximum parsimony distance on phylogenetic trees
在系统发育学中，距离常被用来度量一对用不同方法或基因组不同区域重建的系统发育树之间的不一致性。受树推理中的最大简约原则的启发，我们最近引入了最大简约（MP）距离，由于它与其他几个著名的树距离，如TBR和SPR的联系，它具有各种吸引人的性质。在这里，我们表明，计算两棵树之间的MP距离，NP-困难的问题，在一般情况下，是固定参数听话的树对之间的TBR距离。我们的方法是基于两个减少规则-链减少和子树减少-被广泛用于计算TBR和SPR距离。更确切地说，我们证明了将链长度减少到4（但不是更短）可以保持MP距离。此外，我们描述了一个泛化的子树减少，它允许悬垂子树扎根在不同的地方，并表明，这仍然保持MP距离。在一个稍微不同的注意，我们还表明，一元二阶逻辑（MSOL），假定在一个辅助图形结构被称为显示图（通过合并两棵树在其叶子），可以用来获得另一种证明，MP距离的计算是固定的参数易于处理的TBR距离。我们的结论与扩展的讨论中，我们专注于MP距离和TBR距离之间的相似性和差异，并提出了一些开放的问题。一个特别有趣的问题，出现从MSOL制定，是两棵树有界MP距离诱导显示图有界树宽。
2016-07-07 cs.DS 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
On the correctness of Maximum Parsimony for data with few substitutions in the NNI neighborhood of phylogenetic trees
本文推广了关于最大简约法正确性的已有结果，证明在特定条件下（如n≥12k），包含所有在树T上需要k次替换的二元性状的比对在T的NNI邻域内以T为唯一最简约树，部分肯定地回答了一个猜想，并构造了k约为n/2时NNI邻居间简约性反转的反例。
2024-10-01 math.CO q-bio.PE
KwARG: Parsimonious reconstruction of ancestral recombination graphs with recurrent mutation
在存在重组和复发突变的情况下，给定遗传数据样本的可能历史的重建是一个具有挑战性的问题，但可以提供对种群进化的关键见解。我们提出了KwARG，它实现了一个基于吝啬的贪婪的启发式算法，寻找似是而非的系谱历史（祖先重组图）是最小或接近最小的假设重组和突变事件的数量。给定比对序列的输入数据集，KwARG输出可能的候选解决方案的列表，每个候选解决方案包括可能产生数据集的突变和重组事件的列表;解决方案中重组和复发突变的相对比例可以通过指定一组“成本”参数来控制。我们证明，该算法表现良好，与现有的方法相比。该软件在GitHub上提供。
2021-05-13 q-bio.PE
The structure of deviations from maximum parsimony for densely-sampled data and applications for clade support estimation
本文研究密集采样数据下正确树偏离最大简约性的局部结构，发现其常表现为姊妹分支上独立出现相同突变，并据此设计近MP树采样方法以高效估计支系支持度。
2025-09-12 q-bio.PE
Defining binary phylogenetic trees using parsimony: new bounds
本文研究基于最大简约性的二元系统发育树唯一性问题，将叶子数$n$的下界从$20k$降至$4k$，将非定义区间扩展至$n \leq 2k+2$，并完全填补了最近邻交换（NNI）邻域中的空白。
2023-07-27 math.CO q-bio.PE
The most parsimonious tree for random data
应用从随机数据重建系统发育树的方法提供了一种检测该方法是否对某些树“形状”具有固有偏差的方法。对于最大简约，应用于随机2状态数据序列，每个可能的二元系统发育树具有完全相同的简约分数分布。尽管这种令人愉快的和稍微令人惊讶的对称性，一些二元系统发育树比其他人更有可能是一个最简约（MP）树的序列$k$这样的字符，因为我们显示。对于$k=2$和六个分类群上的无根二叉树，任何具有毛虫形状的树比任何具有对称形状的树有更高的机会成为MP树。另一方面，如果我们采取任何两个二叉树，在任何数量的类群，我们证明，这两棵树之间的偏见消失的字符数量的增长。然而，又有一个扭曲：MP树上的6个分类群更有可能有一定的形状比一个均匀分布的二元系统发育树预测，这种差异似乎并没有消失$k$增长。
2014-06-01 q-bio.PE
Hyperiax and Phylogenetic Inference from Shape Data
University of Copenhagen（哥本哈根大学）；University of California, Berkeley（加州大学伯克利分校）
提出 Hyperiax 库，利用 JAX 实现树遍历和消息传递，支持 BFFG 框架，用于高维形态性状的系统发育推断，在蝴蝶翅膀和鸟喙形状数据上实现更大规模分析。
2026-06-26 q-bio.PE
Sufficient condition for root reconstruction by parsimony on binary trees with general weights
我们考虑的问题推断的祖先状态的观察在一棵树的叶子，假设状态沿着树的两个状态对称马尔可夫过程的演变。我们建立了一个一般的分支率条件下，最大简约，一个共同的重建方法，只需要树的知识，成功比随机猜测均匀的树的深度。从而推广了（Zhang et al.，2010）和（Gascuel and Steel，2010）。我们的结果适用于确定性和独立同分布。边权重。
2020-12-31 cs.CE math.PR q-bio.PE
Identical inferences about correlated evolution arise from ancestral state reconstruction and independent contrasts
基于祖先状态重建的连续性状进化的推断通常被认为比独立对比的分析更容易出错。在这里，我们表明，这两种方法实际上产生相同的估计相关性状的相关系数和回归梯度，表明重建的祖先状态是一个有效的信息来源相关的进化。我们表明，独立的对比度与一对兄弟节点上的系统发育树可以表示在最大似然祖先状态函数在这些节点和他们共同的父母。这个表达式产生了新的公式，独立的对比，任何模型的演变承认的局部似然函数。因此，我们推导出新的公式适用于性状的方向漂移下演变的独立对比，并使用模拟数据表明，这些方向对比提供更好的估计进化模型参数比标准的独立对比，当性状实际上演变的方向趋势。
2013-09-30 q-bio.PE
Analyzing the Accuracy of the Fitch Method for Reconstructing Ancestral States on Ultrametric Phylogenies
给出了一个递推公式，用于研究Fitch方法在给定的系统发育树中重建祖先状态的精度。作为它们的应用，我们分析了当$n$趋于无穷大时，重建$2^n$的完全二叉树的根状态的精度的收敛性，并给出了重建超度量树的根状态的精度的一个下界.
2009-06-17 q-bio.GN q-bio.PE
Root location in random trees: A polarity property of all sampling consistent phylogenetic models except one
中性宏观进化模型，如Yule模型，在给定的叶集上产生离散有根二叉树的概率分布。当只知道无根的系统发育树时，这样的模型可以提供关于根的近似位置的信号，并且该信号随着叶子数量的增长而变得相对更显著。在这个简短的说明中，我们表明，在平等对待所有类群的模型中，并且是采样一致的（即树上的分布不受尚未被包括的类群的影响），所有这些模型，除了一个，都传达了一些信息，关于祖先根在无根树中的位置。
2012-03-26 q-bio.PE
Enumerating monophyletic characters in mathematical phylogenetics
Institute of Mathematics and Computer Science, Greifswald University（格赖夫斯瓦尔德大学数学与计算机科学研究所）；School of Mathematics and Statistics, University of New South Wales（新南威尔士大学数学与统计学院）；Department of Mathematical Sciences, New Jersey Institute of Technology（新泽西理工学院数学科学系）；National Institute for Theory and Mathematics in Biology, Northwestern University and The University of Chicago（西北大学和芝加哥大学生物理论与数学国家研究所）
研究数学系统发育学中如何识别单系群性状，给出通用公式及针对二元性状和特定树形的简单公式，还通过线性时间算法探讨单系性与最大简约法的关系。
2026-07-27 math.CO q-bio.PE
Combinatorial perspectives on Dollo-$k$ characters in phylogenetics
近年来，具有持续特征的完美演化模型引起了人们的极大关注。它基于这样的假设，即复杂的特征或性格在进化过程中只能获得一次，失去一次。在这里，我们考虑该模型的一般化，即Dollo简约性，它允许多个字符丢失。更准确地说，我们从组合的角度看待多洛- $k$特征的概念，即在整个进化过程中最多获得一次而精确地丢失$k$次的特征。我们首先介绍了一个算法的基础上的概念的生成子树找到一个Dollo- $k$标记为一个给定的字符和一个给定的树在线性时间。然后，我们比较持久字符（由Dollo-0和Dollo-1字符的联合组成）和一般Dollo- $k$字符。虽然它是已知的，惠誉简约和持久的字符之间有很强的联系，我们表明，Dollo简约和惠誉简约一般是非常不同的。此外，虽然它是已知的，有一个直接的关系之间的持久字符的数量和Sackin指数的树，树平衡的一个流行的索引，我们表明，这种关系并不推广到Dollo- $k$字符。事实上，确定给定树的Dollo- $k$字符的数量比计算持久字符要复杂得多，我们通过介绍前者的递归方法来结束本文。这种方法产生了一种计算Dollo- $k$字符数的多项式时间算法，并且这种算法以及计算Dollo- $k$标记的算法都可以在BEAST 2的Babel包中公开获得。
2021-06-06 math.CO q-bio.PE
Markovian log-supermodularity, and its applications in phylogenetics
我们建立了一个日志超模块性属性的概率分布在任何2-状态马尔可夫过程下产生的树的尖端观察到的二进制模式。我们说明了这一结果的适用性，通过推导出一个相关的不平等估计预期未来的物种灭绝模型下的系统发育多样性的遗传学。在进一步的应用中的对数超模块性的属性，我们得到一个纯粹的组合不等式的简约得分的二进制字符。我们的结果的证明利用了有限集合组合学中的两个经典定理。
2008-05-19 q-bio.PE q-bio.QM
Shrinkage Effect in Ancestral Maximum Likelihood
祖先最大似然法（AML）是一种同时重建系统发育树和祖先序列的方法。树和祖先序列在序列进化的马尔可夫模型下最大化观察给定数据的概率，其中分支长度也被优化，但被约束为在所有序列位点的任何边缘上取相同的值。AML与遗传学中更常见的最大似然（ML）形式不同，因为ML对所有可能的祖先序列进行平均。ML一直被认为是统计上一致的，也就是说，随着序列长度的增长，它以接近1的概率收敛到正确的树上。然而，AML的统计一致性尚未正式确定，尽管在一份文献中有非正式的评论，可以追溯到20年前。在这个简短的说明中，我们证明了一个一般的结果，这意味着AML是统计不一致的。特别是，我们表明，AML可以“收缩”树中的短边，导致在一棵树，没有内部分辨率的序列长度的增长。我们的结果适用于任何数量的类群。
2008-02-07 cs.CE math.PR math.ST
constNJ: an algorithm to reconstruct sets of phylogenetic trees satisfying pairwise topological constraints
本文介绍了constNJ，第一个算法的系统发育重建的树集与约束成对有根子树修剪嫁接（rSPR）的距离。我们的动机是构建必须适合重组、杂交或类似网络的树集的问题。constNJ不是首先根据系统发育标准（例如似然性或简约性）找到一组最佳的树，然后尝试将它们拟合到网络中，而是在执行指定的rSPR距离约束的同时估计树。constNJ的主要输入是从序列块导出的距离矩阵的集合，所述序列块被假设为以树状方式进化，例如不包含任何重组断点的比对块。另一个输入是一组rSPR约束，用于任何一组成对的树。constNJ是一致的，是邻居连接算法的严格推广;它使用了“最大一致性分区”的新概念来确保生成的树满足给定的rSPR距离约束。
2009-01-20 q-bio.PE
Stochastic evolution and multifractal classification of prokaryotes
介绍了一个模拟原核生物DNA序列突变的模型。使用该模型，我们可以评估传统的技术，如简约法和最大似然法计算系统发育关系。我们还使用该模型来模拟大规模的基因组变化，并使用它来评估多重分形和相关的信息理论技术，考虑到这些大的变化，在确定系统发育关系。
2004-04-07 q-bio.PE
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
Matrix representations and distance metrics for unlabeled ranked phylogenetic networks
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Wisconsin Institute for Discovery, University of Wisconsin-Madison（威斯康星发现研究所，威斯康星大学麦迪逊分校）；Stanford University（斯坦福大学）；Stanford Medicine（斯坦福医学院）；Department of Plant Pathology, University of Wisconsin-Madison（威斯康星大学麦迪逊分校植物病理学系）
针对根有向、排序、无标签的系统发育网络，提出基于双射三角矩阵表示的距离度量族，支持等时和异时网络，可量化拓扑、时间及杂交数差异。
2026-06-07 q-bio.PE stat.ME
A linear bound on the number of states in optimal convex characters for maximum parsimony distance
给定同一类群X上的两棵系统发育树，最大简约距离d_MP定义为在X上所有性状c范围内，由c在两棵树上引起的简约得分的绝对差的最大值。在这篇文章中，我们证明了对于二叉树，存在一个达到这个最大值的字符，它在其中一棵树上是凸的（即在该树上诱导的简约分数等于字符中的状态数减1），并且字符中的状态数至多为7d_MP - 5。这是第一个非平凡的约束所需的最佳字符，凸或其他状态的数量。结果可能具有算法意义，因为与一般字符不同，具有有限数量状态的凸字符可以在多项式时间内枚举。
2015-06-21 cs.DS 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
Advances in Computational Methods for Phylogenetic Networks in the Presence of Hybridization
系统发育网络扩展了系统发育树，以允许模拟网状进化过程，如杂交。它们的形状是一个有根的、有向的、无环的图，当用进化参数（如发散时间和种群大小）进行参数化时，它们形成了分子序列进化的生成过程。系统发育网络推断的计算方法的早期工作完全集中在网状结构上，并寻找具有最少网状结构的网络来拟合数据。由于不完全谱系排序（ILS）等过程可能与杂交同时发生，因此过去十年的工作已经转向ILS存在下系统发育网络推断的计算方法。在如此短的时间内，在开发和实施这种计算方法方面取得了重大进展。特别是，简约性，似然，贝叶斯方法已被设计用于估计系统发育网络和相关参数使用估计的基因树作为数据。这些推理方法的使用已经被用于特定杂交假设的统计检验，如D-统计量。最近，直接从序列数据推断系统发育网络的贝叶斯方法被开发和实施。在本章中，我们将回顾这些进展，并讨论模型假设以及方法的优势和局限性。我们还讨论了平行的努力，在群体遗传学社区旨在推断类似的结构。最后，我们强调了该领域未来研究的主要方向。
2018-08-27 q-bio.PE
Finding the most parsimonious or likely tree in a network with respect to an alignment
系统发生网络通常通过将多个相互冲突的系统发生信号合并到一个有向无环图中来构建。有趣的是，探索以这种方式构建的网络是否会诱导输入中不存在的生物相关系统发育信号。在这里，我们表明，给定一组分类群X的多重比对A和一个有根系统发育网络N，其叶子被标记为X，即使当N的水平--一个双连接组件内的网状节点的最大数量--为1并且A只包含2个不同的状态时，也很难找到由N（相对于A）显示的最简约的系统发育树。(If此外，允许间隙，问题变得APX困难。）我们还表明，在相同的条件下，假设一个简单的二元对称模型的字符进化，找到最有可能的树显示的网络是NP-难的。这些负面的结果对比与早期的工作简约，它表明，如果A由一个单一的列的问题是固定参数听话的水平。最后，我们讨论了为什么，尽管NP-硬度，简约性和可能性的问题可能会很好地解决在实践中。
2017-07-12 cs.DS q-bio.PE
Inferring ancestral states without assuming neutrality or gradualism using a stable model of continuous character evolution
在系统发育树上演化的连续性状的值通常被建模为在一维布朗运动下以恒定速率运动的粒子的位置。布朗运动模型最适合于在中性漂移或跟踪中性漂移的最佳值下进化的字符。我们提出了一个广义的布朗运动模型，放宽假设的中性和渐进性考虑增量不断变化的字符从一个重尾稳定分布（正态分布是一个专门的形式）。我们描述了马尔可夫链蒙特卡罗方法拟合模型的生物学数据特别注意祖先的状态重建，并研究了模型的性能与现有的比较方法的选择相比，使用模拟数据和数据库的身体质量在1,679哺乳动物物种。我们讨论假设检验和模型选择。新的模型非常适合于一个随机过程的波动率的变化，其中生物特征经历了中性漂移和偶尔的大规模的进化事件的混合物。
2013-02-20 q-bio.PE
Sequence length bounds for resolving a deep phylogenetic divergence
在进化生物学中，基因序列携带着一个基本的树的痕迹，描述了它们从一个共同的祖先序列进化而来。需要多少序列位点才能准确地恢复这种进化关系的问题取决于序列进化的模型、替换率、分歧时间和用于推断系统发育历史的方法。一个特别具有挑战性的问题，系统发育的方法出现时，一个快速的分歧事件发生在遥远的过去。我们分析了这个问题的理想化形式，其中对称的四分类树的终端边缘是一些因素（$p$）倍的内部边缘的长度。我们确定了一个顺序$p^2$增长率的下限所需的序列长度，以解决树（独立于任何特定的分支长度）。我们还表明，这种序列长度增长率可以通过现有的方法（包括简单的“最大简约”的方法），并比较这些顺序$p^2$界与顺序$p$增长率的模型，描述低同质性的演变。在最后一节中，我们提供了一个更一般的一类马尔可夫过程的序列长度要求的一般界。
2008-06-16 q-bio.PE
Algorithms for Reconstructing B Cell Lineages in the Presence of Context-Dependent Somatic Hypermutation
Duke University（杜克大学）
本文提出了一种结合数据增强和重要性采样的算法，用于在考虑位点依赖性和上下文依赖性的情况下更准确地重建B细胞谱系和祖先序列。
2025-12-29 q-bio.PE stat.CO stat.ME
On the complexity of computing MP distance between binary phylogenetic trees
在植物遗传学领域，人们对量化两棵树的相异性的距离度量有很大的兴趣。最近，提出了一种新的距离度量：最大简约（MP）距离。这是基于所考虑的两棵树上单个字符的简约性得分的差异，目标是找到最大化这种差异的字符。在这里，我们表明，两个\emph{binary}系统发育树的MP距离的计算是NP-难的。这是一个非常重要的扩展较早的NP-硬度证明两个多分叉系统发育树，它是特别相关的突出的二叉树在遗传学文献。作为推论的主要硬度结果，我们表明，MP距离的计算也很难二叉树，如果可用的状态数是有界的。事实上，通过一个不同的减少，我们表明，这是困难的，即使只有两个国家。最后，作为第一个回应，这个硬度，我们给出了一个简单的线性规划（ILP）制定，这是能够计算MP距离正是小树（和较大的树木时，只有少量的字符状态），这是用来计算验证所需的硬度证明几个辅助结果。
2015-01-18 cs.CE cs.DS math.CO
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
A Short Proof that Phylogenetic Tree Reconstruction by Maximum Likelihood is Hard
最大似然法是推断进化历史的最广泛使用的技术之一。虽然它被认为是棘手的，但它的硬度一直缺乏证据。在这里，我们给出了一个简短的证明，计算最大似然树是NP-困难的，利用Tuffley和Steel观察到的似然性和简约性之间的联系。
2005-09-28 cs.CC cs.CE math.PR
Towards coevolution-aware ancestral sequence reconstruction
Sorbonne Université（索邦大学）；CNRS, Computational, Quantitative and Synthetic Biology（法国国家科学研究中心，计算、定量与合成生物学）；Dipartimento di Fisica, Sapienza Università di Roma（罗马智慧大学物理系）；DISAT, Politecnico di Torino（都灵理工大学地球与环境科学系）；Institut Universitaire de France (IUF)（法国高等研究院）
提出结合系统发育推断与直接耦合分析的共进化感知ASR框架，通过残基约束改善祖先重建，在β-内酰胺酶和DNA结合域上验证了方法的有效性。
2026-06-29 physics.bio-ph q-bio.BM q-bio.PE
A New Approach to the Small Phylogeny Problem
在小进化问题中，我们给出了一个系统发育树和现存物种的基因顺序，我们的目标是重建所有的祖先基因组，使进化操作的数量最小化。从基因顺序重建进化历史的算法通常是基于重复计算基因组在树的相邻顶点的中位数。我们提出了一种新的，更一般的方法，基于迭代局部优化过程。在每一步中，我们提出祖先基因组的候选人，并通过动态规划选择最好的。我们已经实现了我们的方法，并用它来重建16个酵母mtDNA和13桔梗科cpDNAs的进化历史。
2010-12-04 q-bio.PE
A method for investigating relative timing information on phylogenetic trees
在本文中，我们提出了一种新的方法来了解分支事件的时间在系统发育树。我们的方法明确地考虑了姐妹分支之间的多样化事件的相对时间，因此，它是互补的现有方法，通过时间图，考虑多样化的总和。该方法寻找证据的多样化发生在特定的谱系“爆发”，或相反，在两个分支之间的多样化发生在一个异常规律的方式。为了能够区分有趣的事件的随机性，我们提出了两类中立的模型与时序信息的树，并开发了一个统计框架来测试这些模型。我们的模型基本上概括了合并与祖先的人口规模变化和全球速率物种灭绝模型。我们结束了几个例子的应用程序的文件：首先，我们表明，丙型肝炎病毒的进化似乎进行在一个特定的谱系爆发的方式。其次，我们分析了一个大型的蚂蚁树，表明一段时间的多样化率升高似乎并没有发生在一个爆裂的方式。
2008-03-10 q-bio.PE
Calibrated birth-death phylogenetic time-tree priors for Bayesian inference
在这里，我们介绍了一个通用类的多校准生死树先验贝叶斯系统发育推断中使用。该类中的所有树先验将祖先节点高度分成一组“校准节点”和“未校准节点”，使得校准节点的边缘分布是用户指定的，而对于具有校准节点的相等值的树，保留出生-死亡先验的密度比。我们描述了两个配方，其中一个校准信息通知排名树拓扑结构的先验，通过（条件）先验，和其他因式分解的发散时间和排名拓扑结构的先验，从而允许均匀的，或任何任意的先验分布排名拓扑结构。虽然这些配方中的第一个有一些有吸引力的属性，我们提出的算法计算其先验密度是计算密集型的。另一方面，第二个公式总是计算效率高。我们证明了实用的新一类的多重校准树先验使用小型模拟和现实世界的分析，并比较现有的计划的结果。本文中描述的两个新的校准树先验提供了更大的灵活性和控制的校准时间树推断和分歧的时间定年的事先规范，并将消除需要间接的方法来评估校准密度和树过程先验的贝叶斯系统发育推断的综合效果。
2013-11-19 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
Global Alignment of Molecular Sequences via Ancestral State Reconstruction
分子系统发育学技术通常不能解释诸如位点插入和缺失（称为插入缺失）等常见的进化事件。相反，树构建算法和祖先状态推断程序通常依赖于序列进化的仅替换模型。在实践中，这些方法被扩展超出这个简化的设置与使用的questionistics，产生全局比对的输入序列-一个重要的问题，没有严格的基于模型的解决方案。在本文中，我们考虑一个新版本的多序列比对的背景下，随机indel模型。更确切地说，我们介绍了以下{ \em跟踪重建问题的树}（TRPT）：一个二进制序列是通过树的通道，我们允许替换，删除和插入广播，我们试图重建原始序列从收到的序列在树叶的树。我们给出了一个递归的过程，这个问题具有较强的重建保证在低突变率，也提供了一个对齐的序列在树叶的树。在先前的工作中已经研究了没有indel的TRPT问题（Mossel 2004，Daskalakis等人2006），作为获得最佳系统发育重建方法的自举步骤。目前的工作建立了一个框架，这些工作扩展到进化模型与indels。
2009-12-14 cs.DS math.PR math.ST
Combinatorial views on persistent characters in phylogenetics
所谓的二进制完美同源性与持久字符最近在计算生物学中得到了深入的研究，因为它比众所周知的二进制完美同源性限制较少。在这里，我们专注于（二进制）持久字符的概念，即字符，可以实现的系统发育树上的最多一个$0 \rightarrow 1$过渡，其次是最多一个$1 \rightarrow 0$过渡树，并分析这些字符在不同的方面。首先，我们说明了持久字符和最大简约性之间的联系，在那里我们的持久字符的特征在于著名的惠誉算法的第一阶段。之后，我们专注于一个给定的系统发育树的持久字符的数量。我们表明，这个数字完全取决于平衡的树。为了更准确地说，我们开发了一个公式，用于计算一个给定的系统发育树的基础上的树平衡的指数，即萨金指数的持久字符的数量。最后，我们考虑的问题，有多少（精心挑选的）二进制字符连同他们的持久性状态，需要唯一地确定一个系统发育树，并提供一个上限所需的字符数。
2020-03-27 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
Impacts of terraces on phylogenetic inference
阶是具有精确相同的似然性或简约性得分的潜在的大型树集合，这可以由分区的多位点系统发育数据矩阵中的缺失序列引起。平台上的树的集合可以通过枚举算法或共识方法来表征，所述方法利用数据中的部分分类单元覆盖的模式，独立于序列数据本身。阶地增加了模糊性和复杂性的系统发育推断，特别是在设置推理已经具有挑战性：数据集与许多类群和相对较少的基因座。在本文中，我们提出了五个新的发现阶地及其对系统发育推断的影响。首先，我们澄清假设模型参数是必要的梯田的存在。其次，我们探讨了梯田的大小对分割方案的依赖性，并指出如何找到与包含给定树的最大梯田相关的分割方案。第三，我们强调的影响梯田的自举估计的置信限的分支，和特点的令人惊讶的结果，一个分支的自举比例可以完全确定的频率bipartisons的梯田，一些bipartisons得到高支持，即使不正确的。第四，我们剖析了一些影响的先验分布的边缘长度的计算后验概率的分支梯田，了解一个例子中，长边“吸引”对方的贝叶斯推断。第五，我们表明，即使数据不分区，丢失的数据在梯田问题研究的模式可能会导致明显的统计不一致的情况下，即使是一个很小的元素的异质性被引入到模型生成的序列数据。最后，我们讨论了一些这些问题的补救策略。
2014-10-29 q-bio.PE
Majority rule has transition ratio 4 on Yule trees under a 2-state symmetric model
从观察到的叶子状态推断出系统发育树根部的祖先状态是进化生物学中出现的一个问题。最简单的技术--多数规则--通过叶子上最频繁出现的状态来估计根状态。替代方法--比如最大简约法--明确地考虑了树结构。由于任何一种方法都可以在特定的树上胜过另一种方法，因此考虑在某些进化零模型（如Yule纯生模型）下生成的树上方法的准确性是有用的。在这个简短的说明中，我们回答了最近提出的一个问题，关于多数规则的性能在Yule树下的对称2状态马尔可夫替代模型的字符状态变化。我们证明了当Yule过程的出生（物种形成）率与替代率之比超过值$4$时，多数法则是精确的。相比之下，只有当这个比例至少为6时，最大简约才被证明是准确的。我们的证明依赖于二阶矩计算，耦合，和一个新的应用反射原理。
2014-04-10 q-bio.PE
A strengthened bound on the number of states required to characterize maximum parsimony distance
University of Greifswald（格赖夫斯瓦尔德大学）；Maastricht University（马斯特里赫特大学）；Utrecht University（乌得勒支大学）
本文改进了无根二叉系统发育树最大简约距离表征的状态数上界至2k（此前为7k-5），确定下界为k+1，并通过实证表明实际所需状态数远少于下界。
2025-11-18 math.CO 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
