Tracing evolutionary links between species
地球上所有的生命都可以追溯到一个共同的起源，这一观点至少可以追溯到查尔斯·达尔文的《物种起源》。从那时起，生物学家们就试图根据我们今天所能观察到的化石以及存在于不同生物体的基因组和表型中的进化信号来拼凑这棵“生命之树”的各个部分。数学在帮助将遗传数据转化为系统发育（进化）树和网络方面发挥了关键作用。在这里，我将解释遗传学中的一些中心概念和基本结果，它们受益于数学的几个分支，包括组合学，概率和代数。
2014-02-16 q-bio.PE
Rank conditions on phylogenetic networks
系统发育网络比系统发育树更灵活，它可以描述更广泛的进化事件。在本文中，我们解释了如何将秩不变量从系统发育树扩展到一般马尔可夫模型和等变模型下的系统发育网络。
2020-04-27 q-bio.PE
EvoZip: Efficient Compression of Large Collections of Evolutionary Trees
系统发育树代表生物体集合之间的进化关系。流行的系统发育重建方法通常在一个共同的叶集上产生数百到数千棵树。存储和共享如此大量的树需要大量的空间和带宽。此外，庞大的系统发育树数据库会使搜索和检索操作耗时。系统发育压缩技术是利用冗余拓扑信息来实现系统发育树的更好压缩的专门压缩技术。在这里，我们提出了EvoZip，一种新的系统发育树压缩方法。平均而言，EvoZip实现了71.6%的更好的压缩，并采取了80.71%的压缩时间和60.47%的解压时间比TreeZip，目前国家的最先进的系统发育树压缩算法。虽然EvoZip是基于TreeZip，它更好的TreeZip由于（a）一个改进的二分区和支持列表编码方案，（b）使用Deflate压缩算法，（c）使用一个有效的树重建算法。EvoZip可供科学界免费在线使用。
2019-10-17 cs.DS q-bio.PE
On the Approximation of Phylogenetic Distance Functions by Artificial Neural Networks
Indiana University（印第安纳大学）
本文提出了一种能有效近似系统发育距离函数的神经网络架构，适用于多种分子进化模型，并在计算效率和泛化能力上优于现有方法。
2025-12-01 cs.LG q-bio.PE
The Fair Proportion is a Shapley Value on phylogenetic networks too
系统发育树中物种的公平比例是一个非常简单的衡量标准，用于评估其相对于树所代表的整体系统发育多样性的价值。最近Fuchs和Jin证明了它等于联盟博弈的Shapley值，该联盟博弈将物种的每个子集发送到树中的根系统发育多样性。在本文中，我们证明了这一结果扩展到自然翻译的公平比例和根系统发育多样性根系统发育网络。我们还推广到有根系统发育网络的表达无根系统发育多样性游戏的系统发育树由Haake，Kashiwada和苏。
2018-04-05 q-bio.PE
A Fast and Scalable Method for Inferring Phylogenetic Networks from Trees by Aligning Lineage Taxon Strings
本文提出ALTS方法，通过比对系统发育树中的谱系分类单元字符串快速推断最小树-子网络，突破了现有工具在大规模网状事件推断上的局限。
2023-04-13 q-bio.PE
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
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
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
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
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
Statistical learning with phylogenetic network invariants
系统发生网络提供了一种手段来描述被认为在进化过程中经历了杂交或基因流动的物种的进化历史。一组这样的物种的突变过程可以被建模为系统发育网络上的马尔可夫过程。以前的工作表明，从Jukes-Cantor系统发育网络模型的网站模式的概率分布必须满足一定的代数不变量。作为一个推论，系统发育网络的各个方面在理论上可以从位点模式频率中识别出来。在实践中，由于序列进化的概率性质，系统发育网络不变量将很少得到满足，即使是在模型下生成的数据。因此，使用网络不变量来推断系统发育网络需要一些手段来解释残差，或从零开始的偏差，当观察到的站点模式频率被代入不变量时。在这项工作中，我们提出了一种利用不变残差和支持向量机来推断四叶一级系统发育网络的方法，从该方法可以重建更大的网络。给定一组物种的数据，首先在模型数据上训练支持向量机，以学习与不同网络结构相对应的残差模式，从而对产生数据的网络进行分类。我们证明了我们的方法从指定的模型和灵长类动物数据的模拟数据的性能。
2022-11-22 q-bio.PE
Normalising phylogenetic networks
有根系统发育网络提供了一种描述物种关系的方法，当进化偏离简单的树模型时。然而，从基因组数据推断出的网络可能高度混乱，使得难以辨别存在的主要网状信号。在本文中，我们描述了一种自然的方式将任何有根系统发育网络转换成一个更简单的规范网络，它具有理想的数学和计算特性，并且只基于原始网络中的“可见”节点。该方法已经实现，我们展示了它的应用程序的一些例子。
2021-05-28 q-bio.PE
Distinguishing level-1 phylogenetic networks on the basis of data generated by Markov processes
系统发生网络可以代表系统发育树无法描述的进化事件。这些网络能够纳入网状进化事件，如杂交，基因渗入和横向基因转移。最近，基于网络的DNA序列进化的马尔可夫模型已经被引入，以及基于模型的方法重建系统发育网络。为了使这些方法保持一致，网络参数需要从模型下生成的数据中识别出来。在这里，我们表明，半有向网络参数的三角形，1级网络模型与任何固定数量的网状顶点是一般可识别的Jukes-Cantor下，木村2参数，或木村3参数的约束。
2021-07-07 q-bio.PE
Dimensions of Level-1 Group-Based Phylogenetic Networks
本文研究了基于群的1级系统发育网络代数簇维度问题，提出了无三角形1级网络的维度公式及余维零环面纤维积公式，并展示了其在可识别性中的应用。
2023-09-12 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
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
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
Fighting network space: it is time for an SQL-type language to filter phylogenetic networks
有根系统发育树的搜索空间是巨大的，并且近几十年来的主要研究焦点一直是有效地导航该空间的算法的开发。然而，这个空间是微小的，当与有根系统发育网络的空间相比，导航这个扩大的空间仍然是一个知之甚少的问题。这一点，以及生物学解释这种网络的困难，阻碍了网络作为建模工具的网络。在这里，我们认为，叠加的生物学动机的限制，通过SQL风格的语言，既可以刺激使用网络软件的生物学家和潜在的显着修剪搜索空间。
2013-10-25 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
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 note on the tractability of constructing phylogenetic networks from clusters
在文献[2]中证明了Cass算法是一个从簇构造<=2级网络的多项式时间算法。在这里，我们展示了，对于每个k>=0，一个多项式时间的算法，从集群中构建k级系统发育网络。不像卡斯的算法方案在这里给出的只是理论上的兴趣。然而，它确实加强了有效的多项式时间算法（也许还有固定参数的易处理算法）存在的希望。
2009-12-22 q-bio.PE
Efficient Bayesian Inference of General Gaussian Models on Large Phylogenetic Trees
系统发育比较方法通过将样本性状建模为沿着可能未知历史的分支上的扩散过程而产生的，来校正一组非独立生物之间的共享进化历史。为了将这样的不确定性，我们提出了一个可扩展的贝叶斯推断框架下的一般高斯性状进化模型，利用哈密顿蒙特卡罗（HMC）。HMC能够对约束模型参数进行有效采样，并利用树结构进行快速似然和梯度计算，从而产生与观测数量成线性关系的算法复杂度。这种方法包括一个广泛的家庭的随机过程，包括一般的Ornstein-Uhlenbeck过程，可能会缺失数据和测量误差。我们将所有这些模型的生物相关子集的推理工具实现到BEAST系统发育软件包中，并通过边际似然估计来进行模型比较。我们应用我们的方法来研究鼬总科（包括黄鼠狼和盟友）的形态进化以及HIV毒力的遗传性。这第二个问题，通过有针对性的模拟研究，证明了其效用的进化遗传性的一个新的措施。
2020-09-29 q-bio.PE stat.AP
Autopolyploidy, allopolyploidy, and phylogenetic networks with horizontal arcs
多倍化是一个进化过程，通过这个过程，一个物种获得了其完整染色体组的多个拷贝。它留下的信号的网状性质意味着系统发育网络提供了一个框架来重建受其影响的物种的进化历史。这样做的主要策略是首先构建一个所谓的多重标记树，然后以某种方式从中推导出这样的网络。因此，出现了以下问题：如果这样一棵树不容易找到，那么关于过去又能说多少呢？通过将多倍体数据集视为我们称之为倍性（水平）配置文件的特定向量，我们表明，在其他结果中，总是存在以串珠状系统发育树形式的系统发育网络，其具有实现给定倍性配置文件的附加弧。有趣的是，几乎所有这些额外弧的两个端点都可以被解释为在时间上共存，从而为我们的网络增加了生物真实性，这是一个通常不被系统发育网络所享受的特征。此外，我们表明，我们的网络可以被看作是一个发电机的倍性配置文件空间，一个新的概念，类似于系统发育树空间，我们引入能够比较系统发育网络，实现一个和相同的倍性配置文件。我们说明了我们的研究结果在一个公开的中提琴数据集。
2023-02-19 q-bio.PE
Worst-case optimal approximation algorithms for maximizing triplet consistency within phylogenetic networks
这篇文章关注计算进化生物学中出现的以下问题。对于一个给定的系统发育网络子类，0 <= p <= 1的最大值是多少，使得对于每个有根三元组的输入集T，存在来自该子类的某个网络N（T），使得至少p个三元组的|T|与N（T）一致？在这里，我们证明了包含所有三元组的集合（完整三元组集合）在某种意义上定义了p，而且对于完整三元组集合，任何达到分数p'的网络N都可以在多项式时间内转换为对于任意三元组集合T，达到>= p'的同构网络N '（T）。我们证明了这一结果的权力，为遗传学领域的最坏情况下的最优算法的水平-1系统发育网络（系统发育树的一个深入研究的扩展），大大提高了5/12分数最近获得的扬松，阮和宋。对于2级系统发育网络，我们表明p >= 0.61。我们注意到，本文中的所有结果也适用于加权三元组集。
2008-02-13 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
Counting cherry reduction sequences is counting linear extensions (in phylogenetic tree-child networks)
本文证明在系统发育树子网络中计数樱桃与网状樱桃缩减序列数量等价于计数网络诱导偏序集的线性扩展，并提出了一个复杂度受网络层级约束的算法。
2024-03-21 q-bio.PE
Asymptotic Counting of Binary Phylogenetic Networks
National University of Singapore（新加坡国立大学）
研究在n个分类群上具有k个网状结构的二元系统发育网络的渐近计数，其中k随n增长，通过边插入分析局部结构，证明当k=o(√n)时，网络数量渐近于二项式系数乘以指数形式。
2026-06-16 q-bio.PE
Constructing the Simplest Possible Phylogenetic Network from Triplets
系统发生网络是一个有向的非循环图，它可视化了包含所谓的网状结构的进化历史，如重组、杂交或横向基因转移。在这里，我们考虑一个最简单的可能的系统发育网络的建设与输入集T一致，其中T包含至少一个系统发育树上的三个叶子（一个三联体）的三个类群的每一个组合。为了量化网络的复杂性，我们考虑了网络的总网络数和每个双连接组件的网络数，称为网络的级别。我们给出了多项式时间算法，分别构建一个级别-1级的2级网络，其中包含最小数量的网状结构，是一致的T（如果这样的网络存在）。另外，我们证明了如果T恰好等于与某个网络一致的三元组的集合，那么我们可以构造出一个在时间O（|T| ^（k+1））内具有最小可能水平的网络，如果k是网络水平的固定上界.
2008-05-16 q-bio.PE
Uniqueness, intractability and exact algorithms: reflections on level-k phylogenetic networks
系统发生网络提供了一种描述和可视化进化历史的方法，这些进化历史经历了所谓的网状进化事件，如重组，杂交或水平基因转移。网络的k级决定了进化的非树状程度，0级网络是树。我们研究了从三元组构建k级系统发育网络的问题，即三叶（类群）的系统发育树。对于每个k，我们给出一个由其三元组唯一定义的k级网络。我们证明了这个结果的适用性，通过使用它来证明（1）对于至少一个的所有k，构造与所有输入三元组一致的k级网络是NP-难的，（2）对于所有k，即使当输入是稠密的时，也是NP-难的，以构造与最大输入三元组数一致的k级网络。作为一个回应，这个棘手的问题，我们给出了一个精确的算法，用于构建一级网络的最大数量的输入三元组一致。
2008-07-21 q-bio.PE
Best Matches in Phylogenetic Networks
Stockholm University（斯德哥尔摩大学）；Leipzig University（莱比锡大学）；University of Vienna（维也纳大学）；Max Planck Institute for Mathematics in the Sciences（马普科学数学研究所）；Universidad Nacional de Colombia（哥伦比亚国立大学）；Santa Fe Institute（圣塔菲研究所）
该研究将最佳匹配图概念从树推广到有根网络，刻画了网络BMGs的图论性质，并提出了线性时间识别与二次时间构建解释性网络的算法，同时扩展至互惠最佳匹配图。
2026-09-21 cs.DM q-bio.PE
Group-Based Phylogenetic Models on 3-Sunlet Networks
研究3-sunlet网络上基于群的系统发育替换模型，探讨参数空间离散几何与系统发育簇维度的关系，并在群阶为奇数时给出该簇的维度公式。
2024-09-26 q-bio.PE
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
Level-k Phylogenetic Network can be Constructed from a Dense Triplet Set in Polynomial Time
给定一个稠密的三元组集合$\mathcal{T}$，会产生两个有趣的问题：是否存在与$\mathcal{T}$一致的系统发育网络？如果是这样，我们能找到一个有效的算法来构建一个吗？对于等级为$k=0$或1或2的网络的情况，这些问题用有效的多项式算法来回答。对于更高级别的$k$，部分答案最近获得了简单网络的$O(|\mathcal{T}|^{k+1})$时间算法。在本文中，我们给出了一个完整的答案一般情况。其主要思想是在k级网络中使用SN-集的一个特殊性质。因此，我们也可以在多项式时间内找到具有最小网格数的k级网络。
2009-01-12 q-bio.PE
A Guide to Tracking Phylogenies in Parallel and Distributed Agent-based Evolution Models
本文系统评估了遗传地层学算法在不同演化条件下的配置对系统发育重建质量的影响，并提出最佳实践指南，以指导大规模并行演化模拟中的高效谱系追踪。
2024-10-02 cs.NE q-bio.PE
Two metrics for general phylogenetic networks
我们证明了Nakhleh的最新相异度测量系统发育网络分离可区分的系统发育网络，并稍微修改它提供了一个真正的距离类的所有系统发育网络。
2008-01-15 q-bio.PE q-bio.QM
Identifiability of the unrooted species tree topology under the coalescent model with time-reversible substitution processes, site-specific rate variation, and invariable sites
对一系列生物进化历史的推断是进化生物学中一个基本的重要问题。从基因组测序项目产生的DNA序列数据的丰富性，导致了这些系统发育关系的推断的重大挑战。这些挑战之一是根据从整个基因组中取样的几个不同基因的序列信息推断一系列物种的进化历史。人们普遍认为每个基因都有自己的系统发育史，这可能与物种树不一致。已知这种基因树不一致的许多可能原因。最好的研究是不完全谱系排序，这是通常由合并过程建模。许多基于聚结过程的方法已经被提出用于估计给定DNA序列数据的系统发育树。然而，这些方法的使用假设系统发育物种树可以从树的叶子处的DNA序列数据中识别，尽管这还没有正式建立。我们证明了无根拓扑的n叶系统发育物种树是一般可识别的观察数据在树叶的树，假设已经出现了从合并过程下的时间可逆的替代过程的可能性，特定网站的速率变化建模的离散伽玛分布和不变的网站的比例。
2015-07-03 q-bio.PE
The Sackin Index of Simplex Networks
一个系统发育网络是一个单纯形（或1-组件树孩子）网络，如果每个网状节点的孩子是一个网络的叶子。单纯形网络是系统发育树的超类，也是树子网络的子类。将Sackin指数推广到系统进化网络，证明了随机单纯形网络的期望Sackin指数在均匀模型下渐近为$Ω(n^{7/4})$.
2021-12-31 q-bio.PE
Fence decompositions and cherry covers in non-binary phylogenetic networks
该研究将栅栏分解推广到非二元系统发育网络，建立其与樱桃覆盖的关联，实现半二元网络樱桃覆盖的显式计数，并分别用禁用结构、樱桃覆盖数量表征半二元基于树的网络和树-子网络。
2024-07-11 q-bio.PE
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
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
Encoding and Constructing 1-Nested Phylogenetic Networks with Trinets
系统发生网络是系统发育树的推广，在生物学中用于表示网状或非树状进化。最近，已经开发了几种算法，其目的是使用{ \em三联体}从生物学数据构建系统发育网络，即在给定物种集合的3元素子集上的二元系统发育树。然而，这种方法的一个基本问题是，由系统发育网络显示的三联体不一定唯一地确定或{ \em编码}网络。在这里，我们提出了另一种方法来编码和构建系统发育网络，它使用系统发育网络的3元素子集的一组，或{ \em traplets}，而不是三胞胎。更具体地说，我们表明，对于一个特殊的，研究良好的类型的系统发育网络称为1-嵌套网络，由1-嵌套网络显示的tradition总是编码的网络。我们还提出了一个有效的算法来决定是否一个{ \em密集}集的trench（即一个包含一个trinet的每一个3元素子集的集合）可以显示1-嵌套网络或没有，如果是这样，构造网络。此外，我们讨论了一些潜在的新方向，这种新的方法开辟了构建和比较系统发育网络。
2011-10-04 cs.DS 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
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
Exploring spaces of semi-directed phylogenetic networks
半有向系统发育网络是最近出现的一类系统发育网络，它介于有根（有向）和无根（无向）系统发育网络之间，因为它们既包含有向边，也包含无向边。虽然近年来已经分析了有根系统发育网络和无根系统发育网络的空间，并引入了各种重排移动来遍历这些空间，但结果并不立即延续到半定向系统发育网络。在这里，我们提出了一个简单的重排移动的半定向系统发育网络，称为切边转移（CET），并表明，空间的半定向水平$1$网络精确$k$网状下CET连接。该级别- $1$空间目前是大多数重建半定向系统发育网络的算法主要使用的搜索空间。因此，每一个具有固定数量的网状结构和叶集的半有向水平$1$网络都可以通过一系列CET从任何其他这样的网络到达。通过引入两个额外的移动，CET $^+$和CET $^-$，允许添加或删除的网状结构，我们然后建立连接的空间上的所有半定向系统发育网络的一个固定的叶集。作为一个副产品，我们的半定向系统发育网络的结果，我们还表明，空间的根水平$1$网络与一个固定数量的网状和叶集连接CET下，当翻译成根设置。
2023-01-25 math.CO q-bio.PE
Distinguishing Phylogenetic Networks
系统发生网络在遗传学中越来越受欢迎，因为它们能够描述比它们的树对应物更广泛的进化事件。本文研究了系统发育网络上的马尔可夫模型及其相关几何。我们将注意力限制在大循环网络上，即具有长度至少为4的单个无向循环的网络。使用计算代数几何的工具，我们证明了半定向网络拓扑结构是通用的识别Jukes-Cantor大循环网络模型。
2017-06-09 math.AG 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
Principled, practical, flexible, fast: a new approach to phylogenetic factor analysis
生物表型是复杂进化过程的产物，其中选择力以未知的方式影响多个生物性状测量。系统发生因子分析在一组生物的进化历史中解开这些关系。科学家寻求采用这种建模框架面临着许多建模和实施决策，其中的细节构成计算和可复制性的挑战。一般和有影响力的社区就业需要一个数据科学分析计划，平衡灵活性，速度和易用性，同时最大限度地减少模型和算法调整。即使在存在非平凡的系统发育模型的约束，我们表明，可以分析解决潜在的因素的不确定性的方式，（a）艾滋病模型的灵活性，（b）加速计算（多达500倍）和（c）减少所需的调整。我们进一步提出了实用的指导推理和建模决策，以及诊断和解决这些分析中的常见问题。我们在一个自动化的管道中编纂了这个分析计划，该管道将潜在的大量建模决策提炼成一小部分（通常是二进制）选择。我们证明了这些方法和分析计划在不同规模的四个现实世界中的问题的效用。
2021-07-02 q-bio.PE stat.AP stat.ME
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
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
TripNet: A Heuristic Algorithm for Constructing Rooted Phylogenetic Networks from Triplets
由一组有根三元组构造最优有根系统发生网络是一个NP难问题。在本文中，我们提出了一个启发式算法称为TripNet试图构建一个最佳的根系统发育网络从任意一组的三胞胎。我们证明了一些定理来证明算法的性能。
2012-01-18 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
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
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
