蛋白质进化模式混合模型的参数可辨识性
Parameter identifiability for a profile mixture model of protein evolution
摘要：
Profile Mixture Model是蛋白质进化的一种模型，它描述的序列数据中的位点被假设遵循单个进化树上的许多相关取代过程。这些过程部分取决于不同的氨基酸分布，或在比对序列中随位点变化的谱。任何随机模型的一个基本问题是，参数是否可以从它们确定的概率分布中识别出来，这一问题必须得到肯定的回答，以证明基于模型的推断是正确的。在这里，我们表明，配置文件混合模型具有可识别的参数的情况下，它可能被用于实证分析。特别地，对于涉及9个或更多分类群的树，当配置文件的数量小于74时，树拓扑结构和所有数值参数都是一般可识别的。
英文摘要：
A Profile Mixture Model is a model of protein evolution, describing sequence data in which sites are assumed to follow many related substitution processes on a single evolutionary tree. The processes depend in part on different amino acid distributions, or profiles, varying over sites in aligned sequences. A fundamental question for any stochastic model, which must be answered positively to justify model-based inference, is whether the parameters are identifiable from the probability distribution they determine. Here we show that a Profile Mixture Model has identifiable parameters under circumstances in which it is likely to be used for empirical analyses. In particular, for a tree relating 9 or more taxa, both the tree topology and all numerical parameters are generically identifiable when the number of profiles is less than 74.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
