Graph-based method for constructing consensus trees
本文扩展了基于图的PrimConsTree方法,通过整合拓扑信息、边频率、进化支频率和分支长度构建更稳健全面的系统发育共识树,弥补了传统方法忽略分支长度的不足。
2025-08-12 cs.DS q-bio.PE
Bayesian mixture models for phylogenetic source attribution from consensus sequences and time since infection estimates
针对高进化率病毒传播对识别忽略感染时间的问题,开发了结合进化时钟与混合效应的贝叶斯混合模型,利用系统发育数据和临床生物标志物估计的感染时间,提升了群体水平传播来源推断的准确性。
2024-08-22 q-bio.PE stat.ME
An algorithm for constructing principal geodesics in phylogenetic treespace
大多数系统发育分析的结果是一个样本的树,但总结和可视化这些样本可能是具有挑战性的。共识树通常提供关于样本的有限信息,因此已经开发出诸如共识网络、聚类和多维缩放等方法并应用于树样本。本文描述了一种构造主测地线或穿过树空间的线的随机算法,它类似于标准主成分分析中的第一主成分。主测地线总结了树的样本的最可变的特征,在树的拓扑结构和分支长度方面,它可以被可视化为平滑变化的树的动画。该算法通过参数空间进行随机搜索,以最小化数据点的平方投影距离之和。这个过程的目的是确定全球最优的主测地线,虽然收敛到局部最优测地线是可能的。该方法是通过构建实验和模拟数据集的主测地线来说明的,展示了可以获得的树木样本的洞察力,以及该方法如何改进以前发表的方法。可以从www.ncl.ac.uk/~ntmwn/geophytter免费获得一个名为GeoPhytter的Java软件包,用于构建和可视化主要测地线。
2014-09-02 q-bio.PE
Point estimates in phylogenetic reconstructions
动机:贝叶斯系统发育研究返回的后验样本统计数据的构建迄今为止受到系统发育树空间的几何洞察力差的阻碍,以及特别的方法,如后验均值的通常概念定义不清的共识树化妆的推导,而自助方法减轻了方差的合理概念的缺乏。产生令人满意的结果与足够集中的后验分布,这种方法不足以提供一个忠实的总结后验分布,如果数据不提供令人信服的证据,一个单一的拓扑结构。结果:在Billera等人先前工作的基础上,汇总统计量(例如样本均值、中位数和方差)分别定义为几何中位数、Fréchet均值和方差。他们的计算是由最近发表的作品,并嵌入了一个算法计算最短路径的空间树。研究一组植物的遗传,其中几个树拓扑出现在后验样本中,后验平均值正确地平衡了来自不同拓扑的贡献,其中共识树会有偏见。后验均值,中位数和共识树与地面真相使用模拟数据的比较也揭示了一个声音的平均方法重建系统发育树时的好处。
2014-10-10 q-bio.PE stat.AP
Inferring multiple consensus trees and supertrees using clustering: a review
系统发育树(即进化树、加性树或X树)在模拟和描述物种进化过程中起着关键作用。一组特定物种的基因组进化通常由一个物种系统发育树来模拟,该树代表了垂直下降的主要模式。每个基因的进化都是独一无二的。它可以用自己的基因树来表示,这与一般的物种树表示法有很大的不同。共识树和超树已被广泛用于进化研究中,以合并包含在单个基因树的系统发育信息。然而,如果可用的基因树彼此非常不同,则所得到的共识树或超树可以包括许多对应于高度的内部节点的未解析的子树,或者可以简单地是星树。如果现有的基因树受到不同的网状进化事件的影响,如水平基因转移、杂交或遗传重组,就可能发生这种情况。因此,使用聚类推断多个备选共有树或超树的问题变得相关,因为它允许在不同的聚类中重组具有相似进化模式的基因树(例如,代表已经经历相同水平基因转移或重组事件的基因的基因树)。我们批判性地回顾了系统发育树聚类领域的最新进展和方法,讨论了方法的数学性质,并描述了多一致性树和超树方法的主要优点和局限性。在应用部分,我们展示了如何多超树聚类方法可以用来聚类aaRS基因树根据其进化模式。
2023-01-01 cs.DS 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
Nested tree space: a geometric framework for co-phylogeny
University of Oxford(牛津大学);UCLA(加州大学洛杉矶分校);Vrije Universiteit Amsterdam(阿姆斯特丹自由大学)
本文提出嵌套树空间,用于建模共演化系统,通过定义σ空间,该空间是完全嵌套超度量系统树的模空间,保留数学符号和专业术语。
2026-04-15 math.CO math.MG 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
Branch lengths on Yule trees and the expected loss of phylogenetic diversity
多样性是嵌套的,早期的模型表明,这可能导致生命之树中大量的进化冗余。这个结果是基于由普通聚结剂产生的一组特定的分支长度,其中与树中更深的分支相比,通向尖端的悬垂分支可以非常短。在这里,我们分析替代和更现实的圣诞节和出生死亡模型。我们展示了如何审查在目前都使平均分支的一半,我们可能会期望,使悬垂和内部分支的长度大致相等。虽然依赖于我们是否条件树的大小,它的年龄,或两者兼而有之,这些结果都适用于圣诞节模型和出生死亡模型与中度灭绝。重要的是,内部和外部分支长度的大致相等意味着进化历史的损失与物种的损失可以大致呈线性关系。在这些模式下,生命之树可能在面临持续物种损失时提供有限的冗余。
2011-07-30 q-bio.PE
Polynomial-time completion of phylogenetic tree sets
University of Sherbrooke(舍布鲁克大学)
本文提出一种多项式时间算法,用于处理具有部分物种重叠的谱系树集的完成,通过提取频繁出现的完成子树并构建加权多数规则共识,保留原始物种间的距离信息。
2026-04-27 cs.CC q-bio.PE
Can we 'future-proof' consensus trees?
共识方法被广泛用于将系统发育树组合成一组物种的进化树的单个估计。随着更多分类群的加入,新的源树可能会开始讲述一个不同的进化故事时,限制在原来的分类群。然而,如果新的树,限于原来的分类群,是完全同意与早期的树,那么我们可能希望他们的共识将同意或解决原来的共识树。在本文中,我们问在什么条件下存在共识的方法是“未来的证明”在这个意义上。虽然我们表明,一些方法(如亚当斯共识)具有这种属性的特定类型的输入,我们还建立了一个相当令人惊讶的“不去”定理:没有“合理的”共识方法,满足未来的证明财产一般。然后,我们调查的第二个概念的“未来证明”的共识方法,其中树(而不是类群)被添加,并建立一些积极和消极的结果。最后,我们提出了一些问题,供今后的工作参考。
2017-01-26 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
A survey of the monotonicity and non-contradiction of consensus methods and supertree methods
本文分析了系统发育学中共识方法在发现新演化支时的单调性,探讨了新见解不与先前共识树矛盾而仅细化的性质,并研究了MRP和MRC等超树方法,得出多数规则和严格共识方法的积极结果。
2025-01-30 math.CO q-bio.PE
Mean and Variance of Phylogenetic Trees
我们描述了使用Frechet均值和方差的Billera-Holmes-Vogtmann(BHV)树空间总结和探索的多样性的一组系统发育树。我们表明,弗雷歇平均值与其他汇总方法相当,尽管其粘性属性,更有可能是二进制比多数规则的共识树。我们表明,Frechet方差是更快,更精确的比常用的方差测量。Frechet均值和方差在理论上更合理,比以前的这种类型的估计更稳健,并且可以合理有效地估计,为构建更先进的统计方法提供了基础,并导致了诸如均值假设检验等应用。
2018-05-10 math.ST q-bio.PE stat.TH
Nodal distances for rooted phylogenetic trees
自70年代初以来,系统学文献中已经出现了基于对分类群之间路径长度向量比较的(可能加权的)系统发育树的相异性度量。但是,就有根系统发育树而言,这些向量只能分离非加权二叉树,因此这些相异性度量仅是该类上的度量。在本文中,我们克服了这个问题,以适当的方式分裂成两个长度的两个类群之间的每个路径长度。我们证明,由此产生的分裂路径长度矩阵挑出任意根的系统发育树与嵌套类群和弧加权的正实数集。这使得度量的定义在这个一般类比较这些矩阵的度量空间的实值$n\times n$矩阵。最后,我们建立了一些基本的事实,以这种方式定义的非加权系统发育树的度量使用这些矩阵空间上的$L^p$度量。
2008-06-12 cs.CE cs.DM q-bio.PE
Encoding and ordering X-cactuses
系统发生网络是进化树或系统发育树的推广,通常用于表示相互交叉的物种的进化。一种特殊类型的系统发生网络是{ \em $X$ -cactus},它本质上是一个仙人掌图,其中所有度小于3的顶点都被至少一个来自物种集合$X$的元素标记。在本文中,我们提出了一种{ \em编码} $X$ -仙人掌的方法,在某些集合的分区自然产生的$X$的$X$ -仙人掌。使用这种编码,我们还介绍了一个偏序集的$X$ -仙人掌(同构),并得出一些结构性质的偏序集。这包括分析其最小上界和最大下界的一些性质。我们的结果不仅将系统发育树的一些基本性质推广到$X$ -仙人掌上,而且为解决系统发育网络理论中的热点问题(如一致性网络的推导)提供了一种新的方法.
2021-09-07 math.CO q-bio.PE
New Algorithms on Rooted Triplet Consistency
进化树(系统发育树)是一种二元的、有根的、无序的树,它模拟了当前生活的物种的进化历史,其中叶子按物种标记。在本文中,我们研究的问题,找到最大的共识进化树,从一组给定的根三元组。有根的三联体是在三片叶子上的系统发育树,显示了相应的三个物种的进化关系。已知上述问题是APX难题。我们提出了两个新的启发式算法。对于给定的n个物种上的m个三元组的集合,FastTree算法的运行时间为O(mn^2),这比任何其他先前已知的算法都快,尽管结果不太令人满意。BPMTR算法的运行时间为O(mn^3),平均而言,它比任何其他已知的近似算法都要好。
2013-04-01 q-bio.PE
phylo2vec: a library for vector-based phylogenetic tree manipulation
本研究推出最新版phylo2vec高性能软件包,基于整数向量的二元系统发育树表示法实现快速采样与树比较,采用Rust核心实现及R、Python封装,提升内存效率与易用性。
2025-10-03 cs.DS q-bio.PE
Systematic Exploration of the High Likelihood Set of Phylogenetic Tree Topologies
贝叶斯马尔可夫链蒙特卡罗探索树空间的速度很慢,部分原因是它经常返回到相同的树拓扑。另一种策略是系统地探索树空间,并且永远不会返回到相同的拓扑。在本文中,我们提出了一个有效的并行化的方法来映射出高似然集的系统发育树拓扑结构,通过系统搜索,我们表明是一个很好的近似树拓扑结构的高后验集。这里,拓扑的“似然性”是指具有优化的分支长度的对应树的树似然性。我们称这种方法为“系统发育拓扑图”(PT)。PT策略非常简单:从多个局部拓扑最大值(通过从随机起点爬山获得)开始,使用局部拓扑重排进行探索,仅继续通过优于低于最佳观察拓扑的某个似然阈值的拓扑。我们表明,归一化的拓扑似然是一个有用的代理这些拓扑的贝叶斯后验概率。通过使用一个非阻塞的哈希表,关键是树拓扑的唯一表示,我们避免了在所有探索树空间的并发线程中多次访问拓扑。我们证明,PT可以直接用于近似贝叶斯共识树拓扑结构。当结合一个准确的手段,评估每个拓扑边缘似然,PT给出了另一种方法来获得贝叶斯后验分布的系统发育树拓扑。
2018-11-27 cs.DS q-bio.PE
Building alternative consensus trees and supertrees using k-means and Robinson and Foulds distance
每个基因都有自己的进化历史,与其他基因的进化历史有很大不同。例如,某些个别基因或操纵子可能受到特定水平基因转移和重组事件的影响。因此,每个基因的进化历史应该由它自己的系统发育树来表示,它可能显示出与物种树不同的进化模式,物种树解释了垂直下降的主要模式。传统的共识树或超树推理方法的输出是唯一的共识树或超树。我们描述了一种新的有效的方法来推断多个备选的共识树和超树,以最好地代表一组给定的基因遗传的最重要的进化模式。我们展示了如何适应版本的流行的k-均值聚类算法,基于一些有趣的属性的罗宾逊和Foulds距离,可以用来划分一组给定的树到一个(同质数据)或多个(异构数据)集群(S)的树。此外,我们适应流行的Calienski-Harabasz,剪影,球和霍尔,差距聚类有效性指标树聚类与k-均值。一个特别注意的相关,但非常具有挑战性的问题,推断替代超树。该方法利用了目标函数的欧几里德性质,比现有的树聚类技术更快,因此非常适合分析大型进化数据集。我们应用新的方法来发现替代超树特征的主要模式的演变的SARS-CoV-2和遗传相关的β冠状病毒。
2022-05-25 q-bio.PE
A combinatorial method for connecting BHV spaces representing different numbers of taxa
由Billera,Holmes和Vogtmann提出的系统发育树空间(BHV树空间)是一个CAT(0)连续空间,它用一个内在的测地线距离度量来表示树的边权值。BHV树空间所特有的测地线距离测度是多项式时间内可计算的,这使得它成为遗传学和基因组学中优化问题的一个潜在的强大工具。具体而言,比较和组合系统发育树具有重大意义。例如,BHV树空间已经被证明在树摘要和共识方法中是潜在有用的,这些方法需要组合具有不同数量的叶子的树。然而,一个开放的问题是不同的最大维的BHV树空间之间的过渡,其中每个最大维对应于具有固定数量的叶子的边加权树的完整集合。我们展示了一种组合的方法来过渡副本之间的BHV树空间,其中树与不同数量的类群可以进行研究,来自其拓扑结构和几何性质。该方法消除了在BHV树空间框架中嵌入超树和一致性方法等问题的障碍。
2017-12-03 math.CO q-bio.PE q-bio.QM
Statistics for Phylogenetic Trees in the Presence of Stickiness
本文研究树空间中Fréchet均值在粘性现象下的计算与统计问题,提出识别均值中必含边的新方法,并开发了在粘性存在时仍有效的单边存在性检验和双样本差异检验。
2024-07-04 math.ST q-bio.PE stat.TH
Improving MSA Estimation through Adaptive Weight Vectors in MOEA/D
本文提出 MOEA/D-ADF 自适应权重向量方法并与 PMAO 结合形成 PMAO++,通过生成多样化的比对-树对集合改进多序列比对和系统发育推断,在多数基准数据集上优于原始 PMAO。
2025-08-16 cs.NE q-bio.PE